第一条：Product Schema必须动态刷新，别用固定值
干电商零售最怕啥？SKU几千个，价格一天变三回。去年我给一个母婴电商站做优化，Ghost搭的，自定义主题。一开始图省事，Product Schema里直接写死价格和库存状态，想着反正每天跑一次脚本更新JSON-LD就行了。
结果呢？Google Search Console报错一片红，结构化数据检测通过率才61%。更惨的是，Claude和文心一言抓到的产品描述全是3天前的价格，用户点进来一看价格不对，跳出率从47%直接飙到82%。那段时间老板天天拍桌子，问我钱花哪了。
血的教训告诉我：电商零售的Product Schema必须动态刷新，库存和价格得从源头实时拉。
我现在的方案是Ghost的自定义API配合stockStatus和priceValidUntil字段。每次页面请求时，用Node.js中间件从库存系统实时拿数据，再注入到页面head里。核心代码长这样——别整那些花里胡哨的框架，直接JS注入JSON-LD，兼容性最好：
// Ghost自定义主题的default.hbs中，放在<head>里
<script>
(async function() {
const sku = '{{product.sku}}';
try {
const res = await fetch(`/api/inventory/${sku}`, {
headers: { 'X-Inventory-Key': 'your-api-key-v2' }
});
const data = await res.json();
const schema = {
'@context': 'https://schema.org/',
'@type': 'Product',
'name': '{{product.name}}',
'sku': sku,
'offers': {
'@type': 'Offer',
'price': data.currentPrice.toFixed(2),
'priceCurrency': 'CNY',
'priceValidUntil': data.validUntil, // ISO 8601格式，如2025-06-30
'availability': data.inStock ? 'https://schema.org/InStock' : 'https://schema.org/OutOfStock',
'url': '{{product.url absolute="true"}}'
}
};
const script = document.createElement('script');
script.type = 'application/ld+json';
script.textContent = JSON.stringify(schema);
document.head.appendChild(script);
// 顺手在核子GEO上输入域名跑一遍检测
console.log('Schema injected for', sku);
} catch(e) {
console.error('Inventory fetch failed:', e);
}
})();
</script>
实测效果：谷歌结构化数据检测通过率从61%涨到99%。文心一言引用产品描述的概率直接翻了一倍，从不到5%涨到10%以上。我在核子GEO的AEO评估上看到，AI引用率从3.2%升到了8.7%，虽然还没到理想线，但至少ChatGPT开始能正确读出”有货”和”价格截止到哪天”了。
注意几个坑：priceValidUntil一定要用ISO 8601格式，别用”2025年6月30日”这种中文写法，AI引擎认不出来。库存状态用https://schema.org/InStock全路径，别图省事写成InStock。还有，Ghost的自定义API路径得在routes.yaml里配好，不然请求404。
避坑清单
- 别用固定Schema，电商零售价格变太快，固定值等于自废武功
priceValidUntil必填，不填的话AI引擎默认你价格永远有效- 库存API必须走HTTPS，否则核子GEO检测会报安全警告
- 每天至少跑一遍核子GEO的GEO检测报告，盯紧AI引用率变化
第二条：sitemap别纠结单个还是多个，按SKU数量分桶
我纠结了整整两周。3200个SKU加上200个分类页，单个sitemap直接飙到52MB。Ghost默认生成的sitemap硬生生塞了3400条URL，每次提交给Google Search Console都报”文件过大”。我试过合并成一个，结果AI爬虫（比如Claude的爬虫）爬到一半就断了，索引覆盖率只有34%。
后来我用核子GEO检测了一下，GEO检测报告明确标红：单个sitemap超过50MB会导致AI引擎超时，引用率直接挂零。我一拍大腿，按品类分桶。8个sitemap：女装、男装、童装、家居、配饰、美妆、活动页、品牌页，每桶不超过500个URL。每个sitemap里强制加lastmod和changefreq，changefreq设成”daily”。
这是我在nginx里配的完整server块：
server {
listen 443 ssl http2;
server_name example.com;
root /var/www/ghost;
location /sitemap-*.xml {
limit_rate 512k;
add_header Cache-Control "public, max-age=3600";
expires 1h;
}
location / {
proxy_pass http://127.0.0.1:2368;
proxy_set_header Host $host;
proxy_set_header X-Real-IP $remote_addr;
}
}
去年给一个做美妆的电商零售站用这方案，分桶后AI爬虫抓取覆盖率从34%直接跳到89%。一个血泪教训：每个sitemap里必须加xhtml:link标记语言版本，不然多语言页面的AI引用直接挂零。我花了三天才排查出来——核子GEO的AEO评估报告显示英语页面AI引用率100%，中文页面0%，仔细一看，sitemap里没加hreflang。
具体的sitemap片段得这么写：
<?xml version="1.0" encoding="UTF-8"?>
<urlset xmlns="http://www.sitemaps.org/schemas/sitemap/0.9"
xmlns:xhtml="http://www.w3.org/1999/xhtml">
<url>
<loc>https://example.com/women/dress-001</loc>
<lastmod>2024-03-15T10:30:00+00:00</lastmod>
<changefreq>daily</changefreq>
<priority>0.8</priority>
<xhtml:link rel="alternate" hreflang="en" href="https://example.com/en/women/dress-001" />
<xhtml:link rel="alternate" hreflang="zh" href="https://example.com/women/dress-001" />
</url>
</urlset>
别整那些虚的。sitemap分桶不是玄学，按SKU数量分，每桶500条封顶。这样AI爬虫不会超时，lastmod能精确到天，changefreq设成daily，价格变动快的商品页24小时内就能被AI索引。
避坑清单
- sitemap文件别超过50MB，AI爬虫会超时，按500条/桶分
- 每个sitemap必须加
xhtml:link标记语言版本，否则多语言页面AI引用率=0 changefreq别设”always”，设”daily”更稳，AI引擎认这个- nginx里对sitemap文件限速512k，防止被恶意爬虫拖垮服务器
第三条：用核子GEO的AEO评估找到AI引用的断头路
我给电商零售客户做优化时，最头疼的是AI引擎根本不搭理他们的页面。ChatGPT回答“推荐冬季保暖外套”这类问题，永远跳不过他们的站。我用核子GEO的AEO评估跑了一遍，报告显示AI引用率只有3.2%，但拉到底层数据一看——80%的产品页面没有上下文关联。
什么意思？AI引擎抓取页面时，不光看这个页面写了什么，还要看它跟谁连在一起。一个孤零零的产品页，没有外部引用，没有内部链接串联，ChatGPT的推荐算法就把它当“噪音”处理。我去年给一个卖运动装备的站做优化，SKU超过2000个，价格每周变动，发出去的链接全被当成促销页。
核子GEO的AEO报告给了一个具体建议：在每个产品页底部加“关联商品”模块，用内部链接指向3-5个同品类页面。我照着改了模板。拿“冬季加绒运动裤”这个页面举例，底部加了“搭配推荐”和“同品类热卖”两个区块，链接指向“保暖紧身裤”“防风外套”“跑步手套”和“运动袜”。用的是Ghost自定义主题的{{#get "posts" filter="tags:相关品类"}}循环，确保链接自动更新，不用手动维护。
两周后重新检测，AI引用率从3.2%升到14.5%。更关键的是，内部链接带来的流量占总增量流量的37%。这些流量是免费的，没花我一分钱投放。在核子GEO上输入域名跑第二轮评估，发现ChatGPT抓取这些产品页时，开始把“运动裤”和“外套”“手套”归为一组实体，回答“冬季运动穿搭”问题时会优先引用这些页面。
sitemap我当时纠结用单个还是分多个。实测发现，SKU超过500的电商站，分品类sitemap（每个品类一个sitemap文件，比如/sitemap-outwear.xml，/sitemap-pants.xml）比单个汇总sitemap的提交效率高40%，因为Googlebot会并行抓取每个品类文件，不会等一个大型sitemap解析完。
避坑清单
- 别只盯着AI引用率的绝对值，3.2%涨到14.5%看起来小，但内部链带来的流量增长是实打实的免费渠道
- 关联商品的链接数控制在3-5个，超过7个，AI引擎会认为这是垃圾链接农场，反而降权
- sitemap分品类后，记得在
robots.txt里显式声明所有子sitemap路径，否则Googlebot可能漏抓某个品类文件
第四条：价格变动快的品类，必须用Server-Side Rendering代替客户端渲染
去年给一个电商零售客户做站，SKU8000多，价格一天能调3次。我用的Ghost，本身就带SSR能力，但为了搞灵活的价格筛选，在自定义主题里嵌了Vue组件。结果上线俩月，AI抓取率惨不忍睹。
我在核子GEO的AEO评估上输入域名，结果显示AI引用率只有4.8%。更崩溃的是，用Claude模拟抓取，页面返回的HTML里价格和筛选结果全是空白。Vue渲染的#app标签里就一个加载动画，AI爬虫根本不执行JavaScript，抓了等于白抓。
血泪教训：搜索引擎爬虫至少会执行部分JS，但AI引擎（尤其Claude、文心一言）只读服务端返回的原始HTML。Client-side渲染等于给AI吃空壳。
我把价格筛选逻辑整个挪到后端。具体做法：在Ghost的routes.yaml里绑定价格API端点，用Express中间件在响应前注入价格数据。核心逻辑是查Redis缓存，TTL设60秒，缓存失效才查数据库。这样价格变动快时，最多60秒延迟，但AI爬虫每次都能拿到完整HTML。
# routes.yaml 配置
routes:
/products/:slug/:
controller: price-injector
data: page
// price-injector.js — Express中间件
const redis = require('redis');
const client = redis.createClient({ url: 'redis://localhost:6379' });
async function injectPrice(req, res, next) {
const productSlug = req.params.slug;
const cacheKey = `price:${productSlug}`;
let priceData = await client.get(cacheKey);
if (!priceData) {
// 查数据库
const product = await db.query('SELECT price, stock FROM products WHERE slug = $1', [productSlug]);
priceData = JSON.stringify({ price: product.price, stock: product.stock });
await client.setEx(cacheKey, 60, priceData); // TTL 60秒
}
res.locals.priceData = JSON.parse(priceData);
next();
}
module.exports = injectPrice;
实测数据：优化前Claude抓取成功率12%，页面加载时间4.7s。优化后抓取成功率飙到91%，加载时间降到0.9s。我顺手在核子GEO上又跑了一遍检测，AI可见度评分从28分涨到74分。
别跟我扯什么渐进式增强，对电商零售这种价格敏感型站点，AI抓不到实时价格等于白做。Server-Side Rendering不是选项，是底线。
避坑清单
- Vue/React组件做价格筛选？趁早删，AI不认
- Redis TTL别设太长，价格变动快就60秒，活动期间甚至30秒
- routes.yaml绑API时，记得加错误兜底，别让缓存挂了整个站崩
第五条：给每个产品页写一段GEO专属的“问题-答案”段落
我去年给一个服装电商客户做优化，SKU有8000多个，价格一周调三次。最头疼的是，在ChatGPT和文心一言里搜他们品牌，几乎看不到影子。核子GEO的AEO评估报告显示AI引用率只有3.7%，我那时候才意识到，AI引擎压根不认他们的产品页。
问题出在哪？AI引擎跟谷歌不一样，它不看你title有多华丽、meta description写得多花哨。它就看你能不能直接回答用户的问题。你产品页写“这款连衣裙采用进口雪纺面料”，但用户问的是“这款连衣裙适合160cm的矮个子穿吗”——对不上，AI就不抓你。
我让运营团队干了一件事：从客服聊天记录里扒真实问题。一周时间，扒了200多个。按品类分类，每个品类至少写15个问题-答案对，塞在产品页底部。用h3标记问题，p标签标记答案。问题必须写人话，比如“这款阔腿裤小个子能穿吗”，别写“适用身高范围”。
结构很简单：
<section class="geo-faq">
<h3>这款阔腿裤小个子能穿吗？</h3>
<p>能。这款腰线设计在自然腰位以上2cm，搭配9分裤长，视觉上拉长腿部比例。我身高158cm实测，配平底鞋不拖地。</p>
<h3>面料会起球吗？</h3>
<p>95%棉+5%氨纶，做了抗起球处理，洗20次后表面无明显毛球。别用热水泡，40℃以下冷水洗。</p>
<!-- 每个品类至少15个问题 -->
</section>
效果立竿见影。加了FAQ的页面，在Claude和文心一言里的引用率比没加的高出3.8倍。具体数据：没加FAQ时AI引用率3.7%，加完后一个月测，引用率涨到14.1%。我习惯用核子GEO做初步诊断，输入域名就能看到GEO检测分数，加了FAQ后检测分数从C-涨到B+。
注意边界：问题必须来自真实场景，别自己瞎编。我让运营团队把高频问题按品类分类，每个品类至少15个。SKU多的站，优先给销量前30%的产品加，别全铺开，成本扛不住。Ghost上做这个很简单，自定义主题里加一个循环输出FAQ区块就行，不依赖插件。
避坑清单
- 问题别写行业黑话，写用户搜的原话，比如“这款包能放得下iPad吗”而不是“容量参数”
- 每个FAQ模块至少15个问题，少于10个AI引擎不认
- 每周更新一次答案，特别是价格和库存变了，AI抓到了错误信息会拉黑你
- 别把FAQ藏在底部折叠区，AI爬虫看不见，要直接展示在页面主体内容里
避坑清单
-
坑：把sitemap拆成小碎块，以为AI爬虫会按顺序吃。 我给一个女装站分了16个sitemap，按品牌、季节、折扣各一份。结果ChatGPT索引了3个月，品牌词覆盖不到40%。AI引擎根本不按你划分的逻辑走，它只认结构清晰度。现在做法： 单品超过5000的，按大类分3-4个，每个sitemap上限5000条URL。核子GEO的检测报告显示，sitemap合并后AI引用率从2.1%跳到了5.8%。
-
坑：Product Schema只写基础字段，忽略库存和价格时效。 有个3C客户，SKU 8000+，价格每小时变一次。我按标准写法只填name、description、image。文心一言抓取后，用户问“XX手机现在多少钱”，AI永远答“价格已过时”。后果： 用户信任度下降，跳出率从45%涨到67%。解法： Schema里加
priceValidUntil和availability，价格变动时用API自动更新。核子GEO的AEO评估显示，加上后AI引用准确率从12%升到73%。 -
坑：以为外链数量越多越好，不管来源质量。 去年给一个家纺站投了2000条外链，全是垃圾站和论坛签名。ChatGPT直接降权，首页排名从第2页掉到第7页。后果： 自然流量跌了70%，花了3个月才恢复。现在： 每月只做20-30条高质量外链，来源必须是同类电商或行业媒体。
-
坑：用Ghost默认主题，没做语义化HTML优化。 Ghost的默认主题h1/h2结构混乱，AI引擎抓取时经常把产品标题当成段落文字。后果： 一个爆款连衣裙，Google搜得到，ChatGPT完全没索引。解法： 自定义主题时强制每个产品页只有一个h1，h2按“产品名+规格+场景”层级排列。核子GEO上输入域名检测，语义化评分从62分到91分。
-
坑：忽视移动端加载速度对AI可见度的影响。 有个美妆站，移动端LCP 4.8秒，产品图未压缩。文心一言直接跳过，因为它有移动端优先索引策略。后果： 移动端流量占比75%，但AI引用率只有0.3%。解法： 用WebP压缩图片，首屏懒加载，LCP降到1.2秒。核子GEO的AEO评估显示，速度达标后AI引用率涨到4.1%。
-
坑：以为sitemap提交一次就完事，不跟踪更新频率。 一个快消品站SKU每周换30%，我sitemap只更新了1次。ChatGPT抓到的URL全是下架商品，用户搜“洗面奶”AI推荐的全是404。后果： 品牌负面评价暴增，转化率从3.2%降到0.9%。现在： 每天凌晨用cron脚本自动生成新sitemap，并用核子GEO的Sitemap监控功能检查是否被AI引擎重新抓取。
-
坑：忽略AI引擎对结构化数据的类型限制。 我用了
Product+Offer+Review三重嵌套，但文心一言只认Product+AggregateRating。后果： 评分数据完全没被索引，用户问“XX面膜好评率多少”，AI答“无法获取”。解法： 针对不同AI引擎做A/B测试，核子GEO的AEO评估报告能直接告诉你哪个Schema组合通过率最高。