GEO优化
结构化数据里的字段口径和正文对不上,AI抓取时到底信哪个?
94 0 45
上周排查一个产品页,JSON-LD 里 additionalProperty 写的额定功率是 1200W,正文规格表写的是 1500W。AI 摘要输出取了 1200W,用户拿到手发现对不上。这个坑我盯了两周,先锁口径再拆变量,说下结论。
问题拆解:
Product的additionalProperty用PropertyValue嵌套,value字段没带unitCode(UN/CEFACT 标准),只写了字符串 "1200W"。- 正文表格里的 1500W 是现行版本,结构化数据是上一版运营复制忘改的。
- AI 抓取优先级实测:同一页面跑 30 次,引用
additionalProperty的 22 次,引用正文表格的 8 次。结构化数据的权重明显更高。
我的判断: 结构化数据不是“辅助”,是 AI 解析时的第一信源。字段口径不一致时,它不是取并集,是取置信度更高的那层。所以字段值必须跟正文现行版本严格对齐,不是“差不多就行”。
踩坑细节:
unitCode缺失导致模型把 "1200W" 当字符串处理,单位解析错了,后续所有推理跟着偏。- 用 Google Rich Results Test 只报了 warning,没报 error,容易漏。
- 页面速度这边我测了 LCP,加
unitCode后 JSON-LD 体积涨了 1.2KB,LCP 影响在 3ms 内,可以忽略。
建议做法: 把 additionalProperty 的字段跟正文规格表做映射表,用 CI 脚本在构建时比对,不一致直接 fail。口径锁死,再谈验收。
问个具体的:你们页面里 additionalProperty 的 value 是纯数值还是带单位字符串?有没有人试过用 unitText 替代 unitCode?取到的引用率差异我还没跑够样本,想对一下。
登录后可以为帖子点赞,但本帖内容对所有人开放阅读。
