把Schema.org的Product标记从JSON-LD换成Microdata，AI引用率掉了三成

上周排查一个商品详情页的AI引用率下滑，翻来覆去查了两天，最后定位到结构化数据格式的改动。

情况是这样：产品页原来用JSON-LD输出Product和Offer，上周前端重构顺手改成了Microdata，因为新组件库默认这套。改完没报错，Rich Results测试也全绿，但AI搜索那边的引用率从12%掉到8%左右。

我拉了改版前后的原始响应做diff，发现几个技术细节：

1. Microdata的itemprop是嵌在HTML属性里的，解析器要遍历DOM才能把字段拼出来；JSON-LD是独立script块，解析开销低。AI爬虫的渲染预算有限，尤其带JS的页面，Microdata的字段被截断的概率明显更高。

1. 我们页面的price字段在Microdata里被包在<span itemprop="price">里，但旁边有动态加载的促销价脚本。JSON-LD里我是直接写死静态价，解析器拿到的是确定值；Microdata这边解析器可能抓到空壳或者占位符。

1. 最坑的是availability，Microdata用了<link itemprop="availability" href="...">，部分解析器不认link标签的itemprop，直接丢字段。

我做了个对照实验：同一批20个商品页，A组JSON-LD，B组Microdata，页面速度指标（LCP、TTFB）控制在±5%以内，跑了两周。结果A组AI引用率稳定在11-13%，B组在7-9%波动。

判断依据：结构化数据格式对AI解析的友好度，JSON-LD > Microdata > RDFa。不是语义表达能力的问题，是解析成本和容错率的问题。

踩坑细节补充：改回JSON-LD后别只测一个页面，我一开始只测了首页，首页没改所以没暴露问题。要按模板类型分批回归，商品详情、列表、专题页各抽10个URL。

现在我的验收清单里加了一条：任何结构化数据格式变更，必须同时跑Rich Results、Schema Validator和至少两家AI爬虫的抓取日志对比。

问一句：你们做GEO的时候，结构化数据格式选型是跟着前端组件库走，还是单独锁一套JSON-LD模板？有没有人测过不同格式在AI解析层的字段完整率？