北京老板的AI推荐困局：你的产品页为什么在AI嘴里“查无此货”
上周三晚上，一个做京绣文创的朋友从潘家园那边赶过来找我，坐下先灌了两杯凉白开。他在淘宝和京东都有店，卖的是京绣元素的抱枕、桌旗和手包，关键词“京绣抱枕”“北京特色礼品”在传统搜索里排名一直不错，直通车也烧得稳。但上个月他们团队做了个测试：用几个主流 AI 工具问“去北京出差给长辈带什么礼物有文化感又不俗”，推荐结果里出现了故宫联名的书签、一个独立设计师做的兔爷摆件，甚至还有某个小红书上只有几百粉丝的手作账号，偏偏没有他家的京绣抱枕。
他问我：“我这 SEO 做了这么多年，怎么 AI 一上来就把我屏蔽了？”
我让他把产品页发过来。详情页第一屏写着：“本品采用传统京绣工艺，针法细腻，色彩典雅，适合家居装饰与礼品馈赠。”我截图给他看，问：“你给长辈挑礼物的时候，脑子里会这么组织语言吗？”他愣了几秒，说：“那肯定不会，我肯定想的是‘什么东西拿得出手、有北京特色、还不太贵’。”
问题就出在这。北京这座城市，商业信息的密度全国少见，但 AI 推荐不看你的店铺等级，也不看你在通州租了多大的仓。它只看一件事：你的页面，是不是在直接回答某个具体问题。
一、AI 眼里没有“京绣”，只有“信息块”
传统搜索的逻辑，是关键词匹配。用户搜“京绣抱枕”，你的标题和详情页里只要有这几个字，就有机会排前面。但 AI 的逻辑是任务匹配。用户问的是“给长辈带什么北京礼物有文化感”，AI 要先理解这个任务——送礼对象是长辈、场景是北京、需求是文化感——然后去海量页面里找那些“最像在回答这个问题”的内容。
如果你的产品页从头到尾都在讲工艺、材质、品牌历史，但在 AI 的语义模型里，这些信息和“给长辈送礼”这个任务之间的关联度几乎为零。它根本不会把你放进候选池。
我后来帮他分析了几个被 AI 推荐的产品页，发现一个共同点：页面里一定有一段内容，直接对话式地回应了某种具体使用场景。比如那个兔爷摆件的页面里写着：“送长辈怕太花哨？兔爷是北京人童年的记忆，摆在家里玄关位置，既有京味又不张扬，价格多在两百到四百之间，体面不贵。”就这几句话，AI 就能精准匹配到“北京礼物”“长辈”“文化感”三个任务点。
北京老板做产品页，最容易犯的错，就是把页面写成“企业宣传册”。这跟这座城市的气质有关——北京商业文化里讲究“底蕴”“权威”“正统”，所以很多老板下意识地想在页面里展示自己的工艺正统性。但 AI 不吃这套。AI 吃的是“你帮用户把问题想明白了”。
二、让 AI 读懂你：北京老板常忽略的结构问题
很多北京老板听到这里，以为把文案写得接地气就行了。但问题没那么简单。AI 能不能“读到”你那段精心准备的回答，取决于你的页面结构够不够友好。
我做过一个测试，对象是朝阳区一家做户外装备的公司。他们的冲锋衣产品页写得非常场景化，有“北京秋天刮大风穿什么”“突然下雨通勤怎么办”这种内容，按理说应该很容易被 AI 抓到。但用 AI 工具搜“北京大风天通勤穿什么外套”，根本搜不到。打开页面源码一看，那几段场景描述全是 JavaScript 动态加载的，AI 爬虫抓不到。而且整页没有一个结构化数据标签，搜索引擎的解析器不知道哪段是产品描述，哪段是用户评价，哪段是 FAQ。
这就是第二步要做的事：让 AI 能轻松读懂你的产品页。两个关键动作。
第一，上结构化数据。 用 Schema.org 的标签把产品页里的信息明确标注出来。Product 类型标注名称、描述、价格、库存、评分；FAQPage 类型标注那些问答式的场景内容；Review 标注用户评价。这些标签就像给 AI 递了一张信息索引卡，告诉它：“这段话是回答 A 类问题的，那段话是回答 B 类问题的。”北京不少企业官网和独立站是外包做的，很多技术团队对 GEO 结构化数据的意识还很弱，老板如果不主动提，大概率不会给你加。
第二，内容格式要“AI 友好”。 关键信息不要藏在图片、视频或复杂交互组件里。用清晰的标题层级把不同场景的问题和回答组织起来，每一段问答都尽量短而完整，最好能独立成块。比如：
- H2：这款京绣抱枕适合送长辈吗？
- 正文：一段 180 字左右的直接回答，包含适用场景、价格区间、送礼建议、产品参数。
这种格式，AI 理解起来没有门槛，被引用的概率自然高。北京老板做企业官网，往往喜欢做得很“大气”，首屏放一张大图，加一句“匠心传承”，但 AI 爬进去一看，全是图片和动画，文字信息少得可怜，那它凭什么推荐你？
三、让 AI 相信你：北京本地的信任信号从哪来
结构化和场景化只是入场券，真正决定 AI 推不推荐你的，是信任度。AI 判断权威性的方式很直接：看别人有没有提到你，以及别人怎么评价你。
被 AI 推荐的产品页，背后几乎都有丰富的外部信号。对北京企业来说，这些信号的获取路径和其他城市不太一样。
第一类是本地权威媒体和垂直评测。 北京是全国媒体资源最集中的城市，从北京日报、北京晚报的新媒体矩阵，到大量生活类、消费类自媒体，都在持续产出“北京好物推荐”“本地特色礼品测评”类内容。如果你的产品被这些媒体写过，而且那篇文章本身在搜索引擎里权重不低，AI 就很容易顺着链接找到你的页面。我见过一个做北京传统糕点的新品牌，他们刚起步时根本没预算投广告，但花了三个月时间给本地美食博主寄样品，换来了七八篇深度测评。这些文章的标题经常是“北京伴手礼避坑指南”“真正值得带的北京特产清单”，完美匹配任务型搜索，AI 极其喜欢。
第二类是用户生成内容（UGC），尤其是带详细体验描述的评论。 很多电商平台自己的评论区是封闭的，AI 抓不到。但如果你在独立站或者第三方评论区有大量真实、详细的评价，AI 会把这些评价当作产品页的一部分直接引用。比如用户写：“买来送给我妈，她特别喜欢那个京绣的针脚，说比南锣鼓巷店里卖的还细。”这种评论，比任何官方文案都管用。
第三类是站内权威页面的链接。 如果你有一个专门讲“如何挑选北京特色礼品”的博客文章，里面引用了你的产品页，这篇文章又在搜索引擎里排名不错，AI 可能会把两页内容结合起来推荐。这种内部链接，实际上是在帮 AI 建立你产品页的“知识图谱”。
北京老板做信任信号，有一个天然优势：这座城市本身就是流量入口。外地用户搜“北京礼物”“北京特产”“北京伴手礼”，本质上是带着对这座城市的文化信任来的。你要做的，是让 AI 觉得你的页面是这份信任的承接者。
四、你以为做好了，但 AI 可能还是没推荐你
做完前三步，是不是就万事大吉了？远没有。AI 搜索的结果是动态变化的，不同 AI 工具的推荐逻辑也不完全一样。你觉得自己优化到位了，但实际测试可能还是没你。
我现在的习惯是，每优化完一轮，就用至少三个不同的 AI 工具去模拟搜索。设定一个具体的用户场景，比如“我想给来北京出差的客户送个礼物，预算 500 左右，要有北京特色但不能太俗”，然后分别去问 ChatGPT（带联网插件）、Bing Chat、Perplexity。看它们会不会推荐我的产品页，如果推荐了，被引用的是哪一段内容，排在什么位置。
这里有个很反直觉的发现：有时候 AI 推荐了你的页面，但引用的是你完全没想到的一句话。比如我做的一个北京主题香薰产品页，AI 推荐时没有引用产品描述，而是引用了用户评价里的一句话：“这个味道让我想起秋天钓鱼台的银杏。”我这才意识到，原来 AI 认为“北京秋天银杏”这个意象是解决“北京特色”任务的关键信息。于是我又在页面里增加了一段关于这个味道设计灵感的详细说明，并标注了 FAQPage 结构化数据。下一次测试，推荐率明显提升。
第四步，实际上是一个持续监测和迭代的过程。建立一个简单的测试表，每周固定时间跑一轮，记录不同 AI 的推荐结果，分析它们引用了你页面的哪部分内容，没被推荐可能是因为缺少什么信息，然后调整内容、结构或外部信号。
这个阶段没有什么银弹，拼的就是谁更勤快，谁更愿意去理解 AI 的“口味”。北京老板做事喜欢“一步到位”，但 GEO 这件事，恰恰需要你放下这种心态，把它当成一个长期运营的动作。
一张表总结
| 阶段 | 关键动作 | 怎么判断做对了 |
|---|---|---|
| 任务匹配 | 在页面中嵌入至少 3 个具体使用场景的问答段落 | AI 搜索相关场景时，能稳定引用你的页面内容 |
| 结构友好 | 部署 Product、FAQPage、Review 等 Schema 标记，确保内容直接写在 HTML 中 | 用 Google 结构化数据测试工具验证无误，AI 能抓取到完整段落 |
| 权威信号 | 获取至少 3 篇本地媒体或垂直评测，积累 20 条以上带场景描述的详细 UGC | AI 在推荐时附带外部链接或用户评价作为引用来源 |
| 动态监测 | 每周用 3 个以上 AI 工具跑 5 组场景查询，记录推荐结果和引用内容 | 推荐率持续上升，被引用的内容与你的核心优化方向一致 |
常见问题
问：我是做北京本地餐饮的，大众点评排名很好，为什么 AI 推荐餐厅时看不到我？
答：大众点评的页面结构和评论数据对 AI 爬虫并不完全开放，AI 很难直接抓取平台内的信息。它推荐餐厅时，更多依赖站外博客、媒体报道、小红书笔记、知乎回答等开放网页上的内容。你需要在这些开放渠道里积累关于你的餐厅的详细描述和评价，尤其是带具体场景的内容，比如“带外地朋友吃北京菜，这家不踩雷”。
问：我的产品页是模板建站做的，技术团队说改结构化数据很麻烦，怎么办？
答：如果短期内改不了 Schema 标记，先把内容改好。确保关键场景问答直接写在 HTML 里，用清晰的 H2/H3 标题分块，每段回答控制在 150 到 250 字之间，独立成块。结构化数据是加分项，但内容本身能被 AI 抓到是基础。后续再找机会补 Schema 标记，优先级先保内容。
问：北京本地媒体发稿价格不低，小本生意怎么获取权威信号？
答：不一定非要找北京日报这种级别。垂直领域的小型评测博客、本地生活类公众号、甚至知乎上活跃的北京本地答主，都是性价比更高的选择。关键是内容要足够具体、足够场景化，能被 AI 识别为“任务型内容”。一篇真正有用的评测，比十篇通稿对 AI 的价值大得多。
延伸阅读
参考资料
- Aggarwal, P., et al. (2023). GEO: Generative Engine Optimization. arXiv preprint arXiv:2311.09735. https://arxiv.org/abs/2311.09735
- V哥AI增长. (2026). GEO vs SEO：2026 年搜索优化分水岭. https://vipke.com.cn/posts/geo-vs-seo-2026/
- Google Search Central. 结构化数据简介. https://developers.google.com/search/docs/appearance/structured-data/intro-structured-data
- Schema.org. Product 类型定义. https://schema.org/Product
- Ahrefs. How AI Search Engines Work and How to Optimize for Them. https://ahrefs.com/blog/ai-search-engines/