南京老板的焦虑：你的产品页，AI 为什么看不见？

上周三下午，一个做雨花石文创的南京老板约我在老门东附近的茶馆碰面。他刚坐下就把手机推过来，屏幕上是一个 AI 工具的对话记录。他输入的是：「去南京旅游给长辈带什么礼物比较有文化感又不贵？」AI 推荐了两个品牌，一个来自小红书笔记，一个来自某个旅行博主的公众号文章。他做了三年的雨花石礼盒，淘宝上「雨花石 礼品」关键词排名第一，直通车一天烧八百块，结果在 AI 的答案里连个影子都没有。

「我是不是被算法针对了？」他问我。

我说你先别急，把你产品页发我看看。打开一看，开头写着：「本品选用南京六合天然雨花石，纹路清晰，色泽温润，配以高档礼盒包装，是馈赠亲友的佳品……」我截了个图问他：「你去南京旅游给长辈带礼物的时候，会这么搜索吗？」

他愣了两秒，说了句南京话：「我滴个乖乖。」

那一刻我突然意识到，南京很多做电商的老板，对「搜索」的理解还停留在五年前。我们以为用户会输入「雨花石 礼盒」，但实际上，当用户面对 AI 对话框时，他们输入的是完整的场景描述，期待 AI 给出一个「解决方案」，而不是一个「广告位」。

产品页被 AI 推荐的关键，不是让 AI 觉得你东西好，而是让 AI 觉得你的页面，就是那个用户问题的标准答案。

TL;DR：AI 推荐产品页的逻辑，和传统搜索引擎完全不同。它不看你堆了多少关键词，也不看你的直通车出价，而是看你的页面能不能结构清晰地解决一个具体任务。要在 AI 推荐里拿到位置，你需要把产品页从「商品描述」变成「任务说明书」，用结构化数据告诉 AI 你说了什么，再通过外部权威信号让 AI 相信你说的是真的。这篇文章用四个递进步骤，结合南京本地商业场景，告诉你具体怎么做。

先拉一张总览，方便你一眼看清整个框架：

下面我们一步一步拆开讲。

Ⅰ 你的产品页，在 AI 眼里可能只是一堆乱码

南京的商业结构和杭州、深圳不一样。我们这里没有那么多纯互联网基因的 DTC 品牌，更多的是产业带出来的制造型商家和文创类小品牌。雨花石、云锦、盐水鸭、高淳陶瓷、医疗器械、汽车零部件……这些品类都有一个共同点：老板们习惯把产品页写成「产品说明书」，而不是「场景回答」。

传统搜索引擎靠关键词匹配，只要你的标题、详情页里堆够了「雨花石」「南京特产」「礼品」，用户搜这些词你就能出来。但 AI 不是这么玩的。AI 在生成推荐时，做的是语义理解，它会先理解用户的问题——「去南京旅游给长辈带什么礼物比较有文化感又不贵」，然后去海量页面里找那些「最像在回答这个问题」的内容，而不是找「最像在卖雨花石」的页面。

换句话说，AI 眼里没有「商品」，只有「信息块」。如果你的产品页从头到尾都在讲石材的产地、纹路、包装工艺，但在 AI 的语义模型里，这些信息和「给长辈带礼物」这个任务之间的关联度几乎为零。它根本不会把你的页面放进候选池。

我后来帮那个雨花石老板分析了一个被 AI 推荐的产品页，发现它有一个特点：页面中部有一段话，直接对话式地回应了具体的使用场景。那段话大概意思是：「如果你要给长辈带南京特产，雨花石比盐水鸭更合适——它没有保质期，不用冷藏，放进行李箱也不占地方。这款礼盒我们特意做了轻量化设计，整盒不到 800 克，登机箱侧袋就能放下。」就这几句话，AI 就能精准匹配到「旅游带礼物给长辈」这个任务，而且回答得干净利落。

所以第一步，你必须重新理解「搜索」这件事。AI 做的不是信息检索，而是任务匹配。你的产品页，需要从「我有什么」切换到「我能帮你解决什么」。

这里要特别提醒一句：南京很多传统产业带的产品页，连基础的场景描述都没有。比如高淳的陶瓷餐具，页面清一色写着「釉面光滑、高温烧制、无毒无害」，但用户问 AI 的是「第一次装修房子，买什么餐具不容易踩坑」，AI 怎么可能推荐你？

Ⅱ 光写得好没用，你得让 AI 读得懂

很多老板听到这里，以为只要把产品文案写得像知乎回答就行了。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。

我在一个做南京云锦围巾的客户身上做过测试。他们的产品页写得非常场景化，有「冬天去北方出差怎么选围巾」「送外国客户什么礼物能体现中国文化」这种内容，按理说应该很容易被 AI 抓到。但一开始用 AI 工具搜「冬天出差带什么围巾保暖又有档次」，根本搜不到他们。后来打开页面源码一看，发现那几段场景描述全是用 JavaScript 动态加载的，AI 爬虫根本抓不到。而且整页没有用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。这里有两个关键动作。

第一个动作是上结构化数据。 你必须用 Schema.org 的标签，把产品页里的信息明确标注出来。比如 Product 类型要标注名称、描述、价格、库存、评分、评价数；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。」AI 在生成推荐时，检索效率会高很多，也更可能把你的内容作为引用源。

第二个动作是内容格式要「AI 友好」。 尽量不要把关键信息藏在图片、视频或者复杂的交互组件里。用清晰的标题层级（H1、H2、H3）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：这款围巾适合送给外国客户吗？
• 正文：一段 200 字左右的直接回答，包含文化寓意、包装建议、物流说明。

这种格式，AI 理解起来没有任何门槛，被引用的概率自然也高。

南京很多传统企业的网站是外包做的，页面结构老旧，大量内容放在图片轮播里，或者用 Ajax 加载。我建议你直接找技术把关键场景内容改成静态 HTML，哪怕牺牲一点视觉效果，也要让 AI 爬虫抓得到。

Ⅲ 你说自己好不算，得让 AI 相信别人也说你好

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 在选择推荐产品时，会评估一个页面的「权威性」，它怎么判断权威？很简单，看别人有没有提到你，以及别人怎么评价你。

我观察过好几个品类的 AI 推荐结果，发现一个规律：被推荐的产品页，背后几乎都有比较丰富的外部信号。这些信号分几类：

第一类是站外评测和媒体报道。 如果你的产品被某个垂直媒体或者评测博客写过，而且那篇文章本身在搜索引擎里权重不低，AI 就很容易顺着这个链接找到你的页面，并且在推荐时把这篇文章当成「信任背书」。

南京在这方面有一个天然优势：本地媒体资源丰富，而且对本土品牌有报道意愿。《南京日报》《扬子晚报》的商业版面，以及「南京发布」「南京消费」这类官方新媒体，都愿意报道本地特色产品。我见过一个做高淳陶瓷的商家，他们主动联系了「南京发布」做了一期「南京伴手礼」专题，文章里详细介绍了他们的陶瓷杯怎么选、怎么用、适合什么场景。结果这篇文章在搜索引擎里权重很高，AI 搜索「南京伴手礼推荐」时，他们的产品页连带那篇文章一起被引用了。

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：「买来送岳父的，他喜欢喝茶，这个杯子手感很好，包装也体面，岳父收到很开心。」这种评论，比任何官方文案都管用，因为它本身就是任务导向的答案。

第三类是同站内其他权威页面的链接。 如果你有一个专门讲「南京旅游伴手礼怎么选」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」。

因此，第三步的核心就是：不要只盯着产品页本身，要围绕产品页建立一个外部信号网络。让 AI 觉得，关于这个任务，这个页面是被反复提及和认可的。

Ⅳ 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，而且不同 AI 工具（ChatGPT、Bing Chat、Google SGE、Perplexity）的推荐逻辑不完全一样。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。我会设定一个用户的场景，比如「我想买一个送给经常失眠的朋友的礼物，预算 300 左右」，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。比如我做的一个南京雨花石香薰产品页，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：「这个石头放在床头，晚上灯光打上去纹路很漂亮，看着看着就困了。」我这才意识到，原来 AI 认为「助眠氛围」是解决失眠任务的关键信息。于是我又在页面里增加了一段关于雨花石纹理与视觉放松之间关系的详细说明，并标注了 FAQPage 结构化数据。下一次测试，推荐率明显提升。

所以第四步，实际上是一个持续监测和迭代的过程。你需要建立一个简单的测试表，每周固定时间跑一轮，记录下不同 AI 的推荐结果，分析它们是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、结构或者外部信号。

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」。我见过做得最好的团队，甚至会把 AI 的推荐结果当成产品迭代的线索，因为 AI 推荐的内容，往往反映了用户最真实的需求场景。

南京的老板有一个特点：务实，不喜欢花哨的东西。但 GEO 这件事，恰恰需要一点「笨功夫」——每周花两小时跑测试、记录、调整。这件事不复杂，但需要坚持。

一张表总结

聊了这么多，最后帮你把整个产品页 GEO 的关键动作和衡量标准整理成一张表，方便你实操的时候对照：

常见问题

问：南京的传统产业带商家（比如高淳陶瓷、六合雨花石），做 GEO 的优先级应该怎么排？

答：先做任务匹配，再做结构友好，最后补权威信号。传统产业带的产品页通常连场景描述都没有，第一步就是把页面从「产品说明书」改成「场景回答」。结构友好可以同步做，因为改 HTML 的成本不高。权威信号放在最后，因为它需要时间积累，不是一周能解决的。

问：AI 推荐了竞品但没有推荐我，我该怎么分析原因？

答：把竞品被 AI 引用的那段内容找出来，逐句对比你的页面。看它回答了什么问题、用了什么格式、有没有结构化数据标记、背后有没有外部链接支撑。大多数情况下，你会发现竞品比你多了一段场景问答，或者多了一条被 AI 认可的外部评测。照着补就行。

问：南京本地媒体资源怎么用才能对 GEO 有帮助？

答：不要发通稿。通稿没有场景信息，AI 不会引用。要主动给媒体提供「场景化选题」，比如「南京伴手礼怎么选不踩坑」「第一次来南京带什么礼物给长辈」，然后让记者在文章里自然提到你的产品。这种文章本身就在回答用户的任务型问题，AI 特别喜欢。

延伸阅读

• GEO 和 SEO 到底有什么区别？2026 年企业搜索优化指南
• 从关键词到用户意图：搜索优化的底层逻辑变了
• 结构化数据实操指南：让 AI 读懂你的产品页

参考资料

1. Aggarwal, P., et al. (2023). GEO: Generative Engine Optimization. arXiv preprint arXiv:2311.09735. https://arxiv.org/abs/2311.09735
2. GEO vs SEO：2026 年搜索优化的分水岭