把产品参数做成@id锚点后,AI答错的概率从四成掉到一成
上周排查一个离谱 case:用户问「XX-200 和 XX-300 有什么区别」,AI 把两款型号的电池容量对调了。我去翻了页面源码,结构化数据里两个 Product 的 battery 字段都写成 "battery": "5000mAh" 和 "battery": "4500mAh",但没给 @id,也没在 isSimilarTo 里做关联。
AI 抓取时把两个 Product 当成同一实体的两个变体,字段直接串了。这不是模型胡编,是喂进去的结构本身就允许它混淆。
我做了个对照实验:
A 组(原样):两个 Product 只有 name 和 model,无 @id、无 additionalProperty 显式绑定。
B 组(改造):每个 Product 加 @id 指向 https://example.com/product/xx-200#product,additionalProperty 里用 PropertyValue 把 battery、screen 等参数一一绑到具体型号,并在 isSimilarTo 里互链。
跑了两周,每天 50 条同义问句(比价、参数对比、选型建议三类),结果:
- A 组参数串行错误率:38%
- B 组参数串行错误率:11%
- B 组里剩下的错误集中在「屏幕刷新率」——查了下,这个字段在两款页面上写法不一致,一个写
120Hz一个写120 Hz,口径没锁死。
我的判断:AI 答错产品参数,九成不是理解力问题,是结构化数据没锁实体口径。 @id 是实体消歧的锚,字段值格式统一是第二道锁。页面速度影响抓取深度,但抓到了对不上号,快也没用。
补一个踩坑细节:@id 最好用绝对 URL 加 fragment,别用相对路径。我第一版用了 #product-xx200,AI 侧回传的引用锚点里 fragment 被吞了,等于没加。
现在验收流程固定两步:先锁 @id 和字段值的格式口径,再跑同义问句回归。两步顺序反了,后面怎么调都是白折腾。
问一下大家:如果同一产品在官网页、电商详情页、第三方参数站三个来源的 @id 不一致,你们是怎么做跨源对齐的?是统一重写还是靠 sameAs 硬指?
