把JSON-LD里dateModified和datePublished写反,AI抓取的时间戳全乱了
前天排查一个客户站点的抓取日志,发现一个挺低级的坑:JSON-LD里dateModified和datePublished写反了。不是字段名写反,是值放反——dateModified填的是首发时间,datePublished填的是最近一次更新时间。
结果AI抓取那边拿到的最后更新时间永远停在2023年,站点上个月更新的产品参数全被当成旧内容。日志里爬虫最后一次抓取是6月12号,但结构化数据里dateModified还是2023-11-08,两边差了七个月。
我一开始以为是缓存key的问题,查了CDN缓存,key里带了dateModified,没漏。后来把页面渲染后的JSON-LD抽出来逐字段对,才发现是模板层的问题——前端模板把两个变量名搞混了,一个叫lastModified,一个叫publishDate,但传参的时候顺序反了。
这个坑比较隐蔽的地方在于:Schema校验工具不会报错,因为两个字段都是合法日期,格式也对。只有把抓取日志和页面实际更新时间对齐才能看出来。
我后来加了个校验步骤:每次发布前用脚本对比页面最后修改时间(从CMS取)和JSON-LD里的dateModified,差值超过24小时就告警。跑了一周,发现另一个站也有类似问题,不过是时区没统一,dateModified写的是UTC,CMS后台显示的是东八区,差8小时,脚本一跑就露馅了。
说回来,这类字段口径问题比页面速度影响还大,因为页面速度是线性的,慢就是慢,但时间戳错了,AI会直接把你整站的内容新鲜度打折扣,而且不是一天两天能恢复的。
现在我的做法是:结构化数据上线前先锁三个口径——字段名、值来源、时区。三个对不齐就不发。
想问问大家,你们站点的dateModified是从CMS自动同步还是手动填的?有没有遇到过时区把时间戳搞偏的情况?
