帮客户做GEO前，我让他先把官网的结构化数据导一遍，结果他沉默了

上周见了个做工业品的客户，聊到GEO，他上来就问：能不能三个月把AI答案里的品牌提及做到50%？我没急着答，让他把官网后台的结构化数据导一份给我看看。

结果导出来，我沉默了。

产品目录页有400多个SKU，Schema标记只做了最外层的一层Product，参数、规格、适用场景全部写在图片里。AI爬虫抓过去，只看到一堆商品名和价格，参数一个字读不到。

我跟他讲了个很朴素的判断逻辑：AI要引用你，前提是它得先"读懂"你。你把参数做成图片，等于让AI盲猜。它猜不准的时候，就会去引用那些把参数老老实实写成结构化文本的竞品。

这不是玄学，是原料问题。

我当场拿他三个主力型号，在三个主流AI平台各问了一遍"XXX型号的额定功率是多少"。两个平台答的是竞品参数，一个平台直接说"未找到相关数据"。客户脸都绿了，说这些参数明明在官网上。我说在，但它长在图里，AI看不见。

后来我们做了三件事，成本很低：

第一，参数表格化。 把主力SKU的关键参数从图片里抠出来，做成HTML表格，挂上Product + additionalProperty的结构化标记。这一条大概花了两天。

第二，给每个型号加一段"适用场景"自然语言描述。 不是营销话术，是那种"这个型号适合XX工况，不适合XX工况"的实话。AI引用场景类问题时，这段话的命中率高得离谱。

第三，把FAQ从页面底部挪到产品详情区。 原来的FAQ孤零零挂在页脚，AI爬取权重极低。挪上来两周后，问句命中肉眼可见变多。

两周后再跑同一批问句，三个型号里有两个能正确答出参数了。不敢说多神，但方向对了。

我现在的判断很直接：GEO不是先去做内容分发，是先把自己的数据地基铺平。地基不平，你发再多文章，AI引用的时候还是会绕开你。现在不做结构化，更待何时！

抛个问题给社区：你们给客户的官网做GEO体检时，第一刀先切哪里？是结构化数据，还是先盘问句库？我想听听大家真实的操作顺序，最好带上你卡住的环节。