很多做GEO的站长会遇到一个很别扭的现象：页面明明被AI引用了，但回答里的价格是错的，或者干脆来一句该页面未提供具体参数。追问之下才发现，搜索引擎的抓取没问题，问题出在内容的存在方式上。参数锁在图片里、价格写在活动文案的从句里、单位一会儿写瓦一会儿写千瓦，人看着能懂，机器读起来却拼不出完整的一组键值。
大模型在检索增强的链路里通常做四件事：先把页面切成片段，再在片段内定位实体，然后把属性名和属性值对齐，最后做单位与口径的归一。任何一步断了，抽取结果就会退化成模糊描述。所谓结构化改造，本质就是把这四步的失败率压下去，让键和值稳定地出现在同一个语义单元里，并且带上明确的单位、范围与时间戳。
下面这套流程按顺序执行即可，从盘点字段开始，到上线后的监测结束。每一步都配有可执行的检查点和常见错误的返工代价，适合站长和内容运营直接照着做，不需要研发深度介入，但需要有人对字段口径负责。
先弄清AI抽取的四个动作
改造之前要先建立正确的心理模型。结构化不是把页面做得更像数据库，而是减少机器理解时的猜测空间。四个动作对应四种典型的失败：切片失败、定位失败、对齐失败、归一见失败。
- 切片：页面被按段落或按固定长度切开。如果一条参数横跨两个片段，抽取时就会丢掉一半。所以一个属性尽量不跨段。
- 定位：模型要判断这段文字讲的是哪款产品。如果页面上同时出现三款机型而段落里没有主型号，模型只能猜。
- 对齐：模型要判断哪个词是键、哪个是值。写成整句叙述时，键和值经常被对调，比如把一千五百瓦当成型号。
- 归一：模型要把瓦和千瓦、毫米和厘米统一，把含税价与不含税价区分开。缺少单位标注时，这一步几乎必然出错。
理解了这四点，后续所有改造动作都能找到依据。你会发现大部分工作不是加标签，而是把已有的信息重新排列，让一段话只承担一个属性。
还有一个容易被忽略的环节是实体消歧。页面上的这款、本机、该系列，人对上下文很敏感，机器不行。改造时凡是可能指代的地方，都要还原成具体型号。写本机重量不如写某型号整机重量，写该系列支持扩展不如写三个型号各自支持的扩展位数量。这类替换看起来啰嗦，但它直接决定了抽取后能不能把属性挂到正确的实体上。做一遍全文检索，把这类代词逐个替换掉，通常半小时能处理完一个站点的主力页面。
改造前的字段盘点与优先级排序
不要一上来就改页面。先花半天做一张字段清单，把产品页上所有可能被问到的信息列出来，标注五项内容：字段名、示例值、单位、变动频率、被问到的频次。这张清单决定了改造的投入顺序，也决定了后面由谁维护。
怎么统计被问到的频次
三个来源足够：站内搜索词、客服与售前聊天记录、以及搜索引擎后台的长尾查询。把重复出现三次以上的问题记下来，通常集中在价格、尺寸、功率、材质、适配型号、交期、保修这几类。价格永远排第一，因为它既是最高频的问题，也是最容易答错的问题。
优先级怎么排
- 第一档：价格与计价方式、核心性能参数、型号与规格对应关系。这三类决定AI能不能给出可用答案。
- 第二档：库存与交期、售后条款、认证与资质。这些影响转化，但答错的伤害小于价格。
- 第三档：包装尺寸、毛重、配件清单。属于长尾补充，可以后续补齐。
检查点：清单做完后，随机挑五款产品，让同事只看页面回答三个问题，价格多少、关键参数是多少、和另一款差在哪。如果三次里错一次，说明页面本身就没把信息讲清楚，先补内容再谈结构化。
把参数从图片和长段落里拆出来
这是投入产出比最高的一步，也是最多站点欠账的地方。产品参数以图片形式存在，是抽取链路上的黑洞。图片里的文字能否被识别，取决于OCR是否介入、图片是否清晰、表格线是否干扰，任何一环不确定，结果就不确定。
图片参数的三种处理方式
- 首选：把参数表用文字重排一遍，放在图片下方。图片保留作为视觉参考，但不再是唯一信息源。
- 次选：给图片写清描述性的替代文本，把关键参数写进去，例如标注额定功率一千五百瓦、水箱容量五升。注意替代文本不是堆关键词的地方。
- 兜底：在图注里用一句话概括表格结论，例如该系列三款机型功率分别为八百瓦、一千二百瓦、一千五百瓦。
长段落要拆到什么粒度
原则是一句一属性，一行一字段。原本写成支持过热保护、缺水保护和倾倒断电的整句，应拆成三条独立条目，每条只讲一个保护机制。原本写成整段叙述的尺寸信息，应拆成宽、深、高三个独立字段并各自带单位。拆分的判断标准很简单：把这一行单独复制出来，脱离上下文，读者仍然知道它属于哪款产品的哪个属性。
常见错误是把所有参数塞进一段介绍性文字里，看起来很连贯，实际上抽取时只能得到一堆无主的数字。返工代价很高，因为改完之后还要重新校对一遍所有数值，建议一次性拆到位。
拆分时顺手做一件事：给每一组字段配一个小标题。标题不要写成产品参数这种笼统说法，要写成适用环境、电气规格、机械尺寸、包装与配件。这四个小标题覆盖了绝大多数工业与消费品页面，模型切片后能通过标题判断字段归属，抽取正确率会明显提升。标题层级用二级或三级都可以，关键是同一组字段必须落在同一个标题之下，不要在两组字段中间插入营销文案，那会把语义块切断。
用语义标签承载键值对
页面标签的选择直接影响机器对键值关系的判断。最理想的写法是定义列表，键放在定义项里，值放在定义描述里，二者在结构上就是绑定的。但在很多内容管理系统里，定义列表不一定可用，退而求其次的方案是列表项内用固定分隔符把键和值连起来，例如额定功率冒号一千五百瓦。关键不在于用了哪个标签，而在于键、值、单位三者必须同处一个不可再分的最小单元。
键名要用行业通用词
自造词是抽取失败的高发原因。写整机输入功率不如写额定功率，写吃水深不如写最大吃水深度，写跑得快不如写最高时速。判断标准是这个词在同类产品的参数表里是否通用，如果同行的页面都用某个词，跟着用。行业通用词在模型的训练语料里出现频次高，对齐成功率也高。
值不要藏在从句里
- 不合格：在满载条件下连续运行时，功率大约会达到一千五百瓦左右。
- 合格：额定功率：一千五百瓦（满载连续运行工况）。
- 不合格：价格根据配置不同有所差异，具体请咨询。
- 合格：参考价：三千九百元起（基础配置，含税，不含运费）。
把限定条件放进括号而不是主句，是为了让主句保持极简的键值形态。模型在括号里读到工况说明，不会把它误当成数值的一部分。这种写法在人工阅读时也不别扭。
检查点：把所有参数行导出为纯文本，逐行检查是否满足三件事，有明确的属性名、有数值或明确取值、有单位或计价口径。三条缺一，回去改。
价格字段的写法与口径
价格是最高频也最容易出错的一类。它的问题不在排版，而在口径。同一个数字，含税与不含税、含运费与不含运费、单件价与整箱价，含义完全不同。AI在汇总多个来源时，如果页面没有标清口径，就会把不同口径的数字放在一起比较，产生看似有据实则错误的结论。
六种常见价格形态的标准写法
- 单一价：直接给出金额、币种、口径，例如售价：三千九百元（含税，不含运费）。
- 区间价：用起与至明确边界，例如价格区间：三千九百元至五千二百元，跨度对应不同配置。
- 阶梯价：按数量分段，每段单独成行，写清起订量与单价，避免用一段话描述。
- 按配置计价：给出基础价与常见选配的加价，让模型能算出一个大致范围。
- 需询价：不要只写面议，至少给出一个锚点，例如同类配置市场参考价约四千元，最终以报价单为准。
- 促销价：必须同时保留原价与活动价，并写明活动截止日期，缺一项就会被当成长期价格。
为什么必须写时间
价格有时效。页面上没有日期，模型无法判断这条信息是今年还是三年前的，于是在回答里给出一个已经过期的数字，用户点进来发现不符，信任直接崩掉。最低要求是在价格区块附近出现一个明确的更新日期，格式统一为年月日，不要用上周、近期这类相对时间。
检查点：把价格区块单独截图，遮住页面其他部分，问自己三个问题，这是谁的价格、什么口径、什么时候有效。三个问题都能从截图里找到答案，才算合格。
结构化数据标记的落地方式
页面可见内容整理好之后，再补机器可读的标记。标记的价值在于把散落在页面里的字段用统一词汇表表达出来，让抓取端不必靠猜。产品类页面通常用产品类型加报价类型组合，标注名称、型号、品牌、价格、币种、库存状态、价格有效期。
一致性是硬要求
标记里的价格必须与页面可见价格完全一致。标记写三千九、页面写四千二，这类不一致在审核里属于明确的问题，轻则标记失效，重则影响整站信任。改造时最常见的翻车就是促销结束后只改了页面没改标记，或者反过来。建议把价格做成单一数据源，页面与标记都从同一处取值。
多规格产品怎么标
一款产品有五个容量规格，不要只标最低价了事。正确做法是把每个规格作为独立变体，各自带价格与库存，主产品上挂变体集合。如果变体太多，至少标出价格区间并说明区间对应的规格跨度，避免模型把最低配价格当成整机价格播报出去。
检查点：用官方提供的结构化数据测试工具跑一遍，确认没有报错项，再逐字段核对标记值与页面可见值。核对时抽三个字段即可，价格、型号、库存状态，这三个最容易漂移。
单位、规格与版本的一致性治理
同一个站点的不同页面用不同单位，是抽取归一见失败的根源。A页面写一千五百瓦，B页面写一点五千瓦，C页面写一千五百瓦时，模型在汇总时很容易把最后一个当成耗电量而不是功率。这类问题靠改一两个页面解决不了，需要一份单位字典。
建立单位字典
- 长度统一用毫米，面积统一用平方米，重量统一用千克，功率统一用瓦，容量统一用升。
- 每个字段只允许一个主单位，其他单位放在括号里作为换算参考，不参与主值表达。
- 数值与单位之间不留空格，数字用阿拉伯数字，不用中文数字混写。
- 范围用至连接而不是波浪号，避免符号在解析时被误判。
版本与型号的命名规则
型号是产品页面的主键。同一款产品在不同页面写成三种型号，等于把自己拆成了三个实体，参数再也聚不起来。建议在站点层面固定一套型号写法，包含系列、代号、年份后缀，全部页面统一。停产型号不要直接删除页面，保留页面并在开头标注已停产及替代型号，否则外部引用会全部指向死链。
检查点：抽十个页面，把型号、单位、价格口径三列拉出来对照，出现两种以上写法就说明治理没到位。
治理稳定之后，可以把这份字典固化成编辑规范的一部分，写进内容模板里。新页面提交时按模板填字段，而不是自由发挥，这样才不会再产生新的不一致。很多站点的返工不是一次改造没做好，而是改完之后新内容又把老问题带回来了。规范落地的标志是，新来的运营不需要问任何人，只看模板就知道功率写瓦、尺寸写毫米、价格写含税价。
锚点、可抓取性与纯文本兜底
内容结构对了，还要保证抓得到。参数区块尽量不要依赖交互才出现。点击展开才加载的参数表、滚动到视口才渲染的价格、需要登录才显示的规格，都会让抓取端拿到一份空壳。改造时优先把核心字段放在首屏之后的静态内容里，交互只作为增强。
给参数区块一个稳定位置
参数区块在页面中的位置应保持一致，并给它一个固定的标识，便于外部直接定位到该区块。同一款产品的参数不要在详情页、对比页、活动页各写一套互不一致的版本，正确做法是保留一个权威页，其他页面引用或复制同一份数据，并注明数据来源页。
什么时候需要单独的对照页
当用户高频询问两款产品的差异时，值得单独做一个对照页。对照页的价值在于把两组键值并排放置，模型抽取后可以直接形成比较结论，而不必自己跨页面拼接。对照页同样要遵守一句一属性的原则，避免做成大段描述。
检查点：关闭脚本后刷新页面，看价格与核心参数是否仍然可见。如果不可见，这一项就没过。
上线前自检与上线后监测
改造完成后不要一次性全站上线。先选十款主力产品做样板，跑完自检再复制模板。下面这张清单可以直接拿去做验收。
- 每个参数行都能独立成立，脱离上下文仍能看出属于哪款产品的哪个属性。
- 所有数值都带单位，所有价格都带币种、税运口径与有效期。
- 图片里的参数已在文字中复述，替代文本包含关键数值。
- 型号写法全站统一，停产型号有标注与替代指向。
- 价格区块与结构化标记的数值完全一致。
- 关闭脚本后核心字段仍可见。
- 页面有明确的更新日期，且不是相对时间表述。
- 同一产品的参数只存在一个权威来源。
- 结构化数据测试工具无报错。
- 抽五个真实问题，人工按页面作答，答案与页面一致。
上线后怎么监测
准备二十条真实问题，覆盖价格、参数、差异、交期四类，每周固定时间在主流AI助手里问一遍，记录回答里出现的数字与页面是否一致。偏差分三种：未抽取、抽取错误、抽取过期。未抽取说明结构还不够显式，抽取错误多半是键值对齐或单位问题，抽取过期则是时间戳与更新机制的问题。三类偏差对应三种修法，不要混着改。
监测记录建议保留四周以上。单次回答有随机性，只有连续多次出现同一偏差，才值得动手改页面。
灰度与回滚怎么做
改动十个样板页之后，留下五个老版本页面作为对照，四周后比较两组的抽取表现。如果新版本在价格类问题上明显改善，再推广到下一批。反过来，如果改完发现某些字段反而抽不到了，先看那一版是不是把字段拆得太碎，或者把限定条件写成了独立行导致上下文丢失，确认原因后再回滚单个页面，而不是整批退回。每次改动记录日期、改动项、预期结果，这份记录是后续判断效果的唯一依据，靠回忆一定会失真。
常见问题
参数明明已经写在页面上了，为什么AI还是答错
多数情况不是没写，而是写得不够显式。数值和属性名被拆在两句里、单位只在标题出现一次、限定条件写成主句，这些都会让对齐失败。把那一行改成属性名加冒号加数值加单位的形态，再测一次，通常就能改善。
价格能不能只写面议或者请联系客服
可以写，但不能只写这一句。模型遇到没有数字的页面，只能回答无法确定，用户也就失去了比价依据。建议给出一个锚点区间并注明最终以报价为准，同时说明影响价格的主要变量，这样即使不能给准确值，也能给出有信息量的回答。
加结构化数据标记会不会被当成作弊
只要标记内容与页面可见内容一致，就属于正常使用。风险来自不一致，比如标记里写低价吸引点击，页面实际是另一个价格，或者标记了页面上根本不存在的评价与库存。改造时守住一致性这一条，就不必担心。
官网价格和电商渠道价格不一致怎么办
在页面上明确说明渠道差异，例如官网指导价与平台活动价的区别，并给出各自适用条件。不要让两个数字在同一段里并列而不加说明，那会让模型在汇总时随机挑一个。更好的做法是把指导价作为主值，渠道价作为补充并注明渠道名称。
参数表要不要单独做一个页面
当参数条目超过三十条，或者同一系列有多款需要横向对照时，值得单独做。单页承载全部参数会让主页面变得冗长，也不利于定位。独立参数页要保证可被直接访问，并且与主页面数据同源，避免出现两套数字。
改造完成后多久能看到效果
取决于抓取与索引的节奏，通常需要数周。这段时间里不要频繁改动结构，否则每改一次都要重新等待。建议先稳定十款样板产品，观察四周的抽取表现，确认模板有效后再批量铺开，这样即使模板有问题，返工范围也可控。
