/posts/datemodified
GEO优化

结构化数据加了dateModified,抓取日志里时间戳还是被覆盖了

技术宅阿杰 109 0 45

上周给一个客户站点做结构化数据巡检,遇到个挺典型的问题,记录一下。

现象:产品页的 Product schema 里已经加了 dateModified,JSON-LD 校验也过了,但抓取日志里 AI 抓取器回传的页面时间戳,跟实际修改时间对不上,永远是首次抓取的那个值。

排查路径:

  1. 先确认字段有没有掉。用 Search Console 的富媒体结果测试 + 自己写了个小脚本拉取线上 HTML,dateModified 确实在,ISO 8601 格式也没写错,带时区。
  2. 再看 CDN。这个站套了层缓存,Cache-Control: max-age=86400。我怀疑是缓存没跟着内容刷新,就把缓存 key 拉出来看——问题在这:缓存 key 只带了 URL + Accept-Encoding,没带 dateModified 或者内容 hash。也就是说页面内容改了,只要 URL 没变,缓存命中的还是老版本。
  3. 抓取器拿到的 HTML 是旧的,dateModified 自然还是老的。

我的判断:这个问题不是结构化数据写错了,是缓存策略和字段口径没对齐。GEO 这块很多人只盯 schema 字段全不全,但字段是从哪份 HTML 里读出来的,取决于缓存这一层。字段写得再规范,缓存给你返回一份旧快照,等于白搭。

改法:

  • 缓存 key 里加上内容指纹(我们用的是正文 hash + dateModified 组合),内容一变 key 就变,强制回源。
  • 对产品页这种高频更新的,max-age 降到 3600,或者用 stale-while-revalidate。
  • 顺手把 datePublished 和 dateModified 的时区统一成 +08:00,之前一个 Z 一个 +08:00,虽然都能解析,但下游口径容易乱。

验证:改完等了一轮抓取周期,日志里时间戳对上了,AI 答案里引用的「更新时间」也不再是三个月前的了。

顺便说一句,这类问题我一般建议先锁口径再验收:dateModified 到底以哪个时间为准,是 CMS 保存时间、发布时间还是内容实际变更时间,先跟客户对齐,再谈技术实现。口径不锁,改完还是扯皮。

抛个问题:你们站点的缓存 key 里,会把结构化数据字段也纳入指纹吗?还是只按 URL 缓存?我这边还想看看有没有更轻量的做法,不想每次改个描述都全量回源。

登录后可以为帖子点赞,但本帖内容对所有人开放阅读。

社区回应

0 Replies

还没有回应,抢一个沙发。

登录后可以回应和点赞,但本帖内容对所有人开放阅读。