AI答「保修几年」抄错型号，我翻出当年robots.txt的坑才想通
上周有个做小家电的客户找我，说AI回答里把他家一款空气炸锅的保修期写成了「整机5年」，实际是2年。他以为AI瞎编，我让他把那个问句原样发我——「XX牌空气炸锅保修几年」。
我拿这个问句在三个AI里跑了一遍，两家写2年，一家写5年。写5年的那家，引述来源是他家官网的「服务政策」页。我去看了那个页面，确实写着「整机保修5年」，但那是另一款商用型号，被页面里的表格串行了。
这个事我第一反应不是GEO，是当年我刚入行踩的robots.txt坑。当年有个客户，robots.txt里Disallow写错一个斜杠，整站被爬虫屏蔽了三个月，老板还以为是降权。我查了三天日志才定位到那一行。AI现在这个错，本质上是一样的——喂进去的源文件本身就有歧义，你指望它自己分辨？
我的判断是，GEO优化里最容易被跳过的，就是这种「源页面的结构歧义」。当年做SEO，我们讲锚文本要精准、内链要清晰，是为了让爬虫顺着逻辑走。现在给AI喂内容，同理——你页面上两个型号的保修政策挤在一个表格里，中间连个型号列都没有，爬虫（不管老的新的）读到的就是一碗粥。
具体我怎么处理的：
- 先让客户把服务政策页拆开，每个型号一个独立锚点，表格加上「适用型号」列，第一列就是型号全称。
- 页面顶部加一行摘要，用最朴素的话写「本文覆盖A型号（保修2年）、B型号（保修5年），请按型号查阅」。
- 改完第三天，那个AI回答里的引述来源换成了新的锚点链接，答案也改回2年了。
我不觉得这是什么新东西。当年做SEO，我们叫「页面结构清晰化」；现在换个词叫「为AI准备可引述的源内容」。核心没变——你得先让机器读懂，再谈被不被推荐。
不过我也有个没想通的地方：那个串行的表格，我是靠人工翻出来的，三个AI里有两个答对了，说明它们读到了别的页面。如果批量做，几百个SKU的保修政策，我总不能一个个表格去翻。
问一下社区里做家电或者多SKU品类的兄弟：你们给AI喂产品参数的时候，是用结构化数据（比如JSON-LD的Offer加warranty字段）兜底，还是纯靠页面表格拆列？我试了前者，但AI引述的时候还是优先抓文本段落，结构化数据好像只当了个备胎。这个有没有人跑过对比实验？