一家做紧固件的外贸工厂,产品线覆盖螺栓、螺母、垫圈几大类,过去靠展会和老客户返单。2026 年开始,他们发现海外采购在找供应商时会先问 AI,而工厂自己的英文官网在 AI 回答里几乎不出现。
问题在哪
官网产品页是一张张图片目录,型号、材质、强度等级、认证信息全在图片里,AI 读不到可用文本;页面没有结构化数据,机器无法判断这是产品页还是公司介绍;中英文站点口径不一致,同一个型号在两边的规格写法不同;站内没有可供 AI 直接引用的问答内容。
我们做了什么
- 产品页文本化 :每类产品做成“规格表 + 材质 + 强度等级 + 认证 + 起订量 + 交期”的结构,图片保留,但关键参数以表格形式写出。
- 补结构化数据 :给公司与产品页加 Organization、Product 与 Breadcrumb 标记,写明型号、材质与适配标准。
- 按采购问题写 FAQ :围绕“起订量多少”“交期多久”“有哪些认证”“包装与运输方式”四类问题各写一组问答,答案给具体区间而不是宣传语。
- 统一中英口径并提交索引 :两边站点的型号与参数对齐,新增 llms.txt 说明站点结构与可引用内容,并提交 sitemap 与主动推送。
效果
| 指标 | 接手前 | 调整后 3 个月 |
|---|---|---|
| AI 回答中被提及 | 基本不出现 | 部分采购类问题中出现品牌与型号 |
| 官网自然询盘 | 每月个位数 | 每月十几条 |
| AI 抓取频次 | 低 | 明显上升 |
结构化数据不是一次做完就结束的事。产品线扩充、认证更新、交期调整时,页面文本与结构化字段要同步改,否则 AI 读到的信息和你实际能力不一致,反而会带来不匹配的询盘。
我们还把常见认证与检测报告做成可下载的 PDF,并在页面标注版本与有效期。采购在 AI 回答里看到品牌后,会回来核对文件,这一步能明显减少无效沟通。
可复用的做法
AI 抓取依赖两样东西:能被读取的文本,和能被判断的结构。参数写成表格、问答写成短答、站点结构写清楚,比堆关键词更有效。想了解从产品页到 llms.txt 的完整做法,可以看 AI GEO 服务页,或 联系我们 做一次抓取自查。
复盘示例:客户信息脱敏,数据为区间参考。
