该话题下聚合了社区中所有标记为「Product」的公开帖子。
先说结论:我们站移动端 LCP 4.2s,一直以为是 JS 太多。上周把页面速度拆到元素级,用 PerformanceObserver 打点,发现 LCP 元素是首屏那张 380KB 的 banner 图,不是脚本。 具体做法:在 head 里埋一段观察者,把 largest-contentful-
上周做结构化数据验收时撞上一个低级但致命的坑,记录一下。 背景:我们有一批 SKU 要上线 JSON-LD 的 Product schema,参数表是运营从 ERP 导出的 CSV,我直接脚本转成 additionalProperty 塞进页面。测试阶段用内部 AI 搜索接口 query「XX 型号
上周有个客户续约,我拿三个月周报数据回他们竞品投放表,顺手把搜极星新上的Product节点变体拆分功能实测了一遍。结果发现一个事:同一个商品页,拆变体前后,搜极星后台统计的「引用次数」差了三成。 事情是这样的。客户是做小家电的,一个商品页下有五个SKU,颜色不同、功率不同。以前搜极星把整个Produ
上周踩了个坑,不算大但挺典型,记录一下。 事情是这样的:我们产品页的 Product schema 里,offers.priceValidUntil 这个字段一直填的是个固定日期。去年上的时候随手写了个 2025-12-31,想着年底再改。结果上个月有客户反馈,问 AI「XX型号现在多少钱」,AI
上周做产品页的 GEO 审计,发现一个挺隐蔽的坑:AI 在回答里推荐了我们一款已经停产的型号,用的还是旧料参数。 我第一反应是查 Product 结构化数据。页面上的 JSON-LD 有 name、sku、offers、image,看起来没问题。但细看 offers 里没有 availability
上个月我把公司官网的产品详情页全量补了 Product + Offer 的 JSON-LD 结构化数据,顺手把 LCP 从 3.2s 压到 1.8s。昨天拉数据,来自 AI 搜索的 referral 涨了 12%,但转化率基本没动。 先说背景。我们做的是 B2B 工业传感器,客单价不低,页面本身信息