把结构化数据里的日期字段从ISO改成中文格式,AI抓取日志里收录数掉了两成
上周给一个数码配件客户的详情页做结构化数据梳理,发现他们datePublished字段写的是「2024年3月15日」这种中文格式。我第一反应是改成ISO 8601标准格式,觉得这样更规范,AI爬虫解析起来不会出错。
改完第二天对比抓取日志,发现Google的爬虫抓取频次没变,但AI答案里引用这个页面的次数掉了大概两成。我一开始以为是LCP波动导致的,拉了CrUX数据看,LCP中位数从2.1s降到1.9s,页面速度反而变好了。这就排除了性能因素。
然后我逐条比对了改版前后的抓取日志,注意到一个细节:AI爬虫抓取时对日期字段的解析逻辑跟传统搜索引擎不一样。Googlebot对中文日期格式其实有容错,能识别「2024年3月15日」,但某些AI抓取管线在提取时效性信号时,反而对非ISO格式的字符串做了保守处理——要么判定为「日期不可解析」,要么把年份单独截出来用。这就导致时效性加权变弱了。
但更让我意外的是反向操作。我把同样的页面用英文ISO格式(2024-03-15)和中文格式分别做了AB测试,发现对于中文语料的AI答案,中文日期格式的页面被引用概率反而略高一点。我推测是模型在训练时中文日期格式的共现频率更高,形成了某种先验偏好。
所以现在的结论是:日期字段格式不能一刀切。英文页面、面向海外AI答案的,ISO格式稳;中文页面、面向国内AI问答场景的,保留中文日期格式可能更安全。但前提是字段口径要锁死——datePublished和dateModified必须同步改,只改一个会让爬虫觉得页面在频繁无效更新。
我现在给客户的做法是:同一套模板里datePublished保持中文格式,dateModified用ISO格式,两个字段在JSON-LD里分开写清楚,实测抓取日志里没再出现收录数异常波动。
想问问社区里做中文站GEO的兄弟,你们结构化数据里的日期字段是统一用ISO还是保留本地化格式?有没有人拿抓取日志做过类似AB对比?
