为什么 AI 购物回答对有些品类引用参数表，对另一些却引用评论？

简短回答：你无法选择助手会引用你页面的哪一个区块，能选择的是买家的提问。 问「200 美元以内最安静的 12 杯咖啡机是哪台」，答案会偏向参数和一份排行榜或横评。问「德龙 Magnifica 用一年之后到底值不值」，答案会偏向评论里的主题。同一个产品、同一个页面，却用到了两种不同的证据区块。

这件事之所以重要，是因为商家团队通常只在一个区块上投入。有些目录全是参数表，评论只有四条；另一些页面满是评论，参数却塞在 PDF 或图片里。当助手回答你所在品类真实收到的提问时，它会去取那个更充实的区块——而如果那个区块不是你的，它就从别人的页面取。

## 三种证据区块，各自回答什么

把内容检索进一个购物答案，并不是在挑页面，而是在挑一个形状已经和问题匹配的句子。商品问题主要有三种形状。

排行榜／对比区块。 回答「该买哪个」「最适合 X 的是哪个」「最便宜又能做到 Y 的是哪台」。这个区块是对比性的、有顺序的：它点名几个产品并给出排序。单靠商品页很难形成它，它是由对比页、选购指南和结构化的商品列表数据拼装出来的。如果你的目录里没有任何页面把自家产品和替代品并列点名，你就没有提供这个区块，只能依赖第三方来替你形成。

参数区块。 回答「装得下吗」「有多吵」「能不能配我的系统」。这个区块是事实性的、可核查的：尺寸、材质、容量、兼容性、功率，以及买家真正使用的单位。这是商家可以完全占有的区块，因为你的参数别人没有。它同时也是最常被困在图片、尺寸图或 PDF 里的区块——对一次文本抽取来说等于不存在。

评论主题区块。 回答「好不好用」「耐不耐用」「容易出什么问题」。这个区块是经验性的、带保留的：它反映的是一批买家的共性，而不是单条意见。商家无法直接撰写它——它由你站内的评论，以及亚马逊、论坛上关于你的讨论拼装而成。你能影响它：通过购后消息里邀请什么，以及这个主题有没有以你自己的措辞出现在页面上。

## 你的品类真正在被问哪一类问题

团队配置资源之所以会错，是因为凭感觉猜查询结构。有个很短的流程可以解决。

1. 收集问题。 把过去两个季度里在线客服、售后邮件、售前工单中的商品问题全部拉出来。这些是真实的，而且会聚成堆。 2. 按三种区块分类。 「我该买哪个」属于排行榜；「能不能塞进 60 厘米的空隙」属于参数；「用一年后还好吗」属于评论主题。 3. 统计比例。 卖家具的品类通常大量偏向参数；卖护肤品的品类通常偏向评论主题。没有对错之分，它们需要不同的区块。 4. 审计你正在丢分的那个区块。 取占比最高的那类问题，检查站内是否有单独一段文字回答了它——在文本里、使用买家会用的单位。 5. 检查另外两个区块是否有人提供。 如果公开网络里没有任何页面把你的产品和替代品放在一起比较，那你就存在一个排行榜区块缺口，再多的商品页编辑也补不上。

## 每个区块该发布什么

• 排行榜区块：一个把自家各型号并列的对比页，只围绕买家真正用来决策的两三个维度。不是把所有属性都做成表格，而是只放决策轴。
• 参数区块：数字要以 HTML 文本出现在商品页本身上，带单位。不要在画廊里，也不要放在可下载的图表里。边界值也要写：最大承重、最小净空。
• 评论主题区块：用你自己的话总结买家一致反映的内容，写成一段模型可以直接摘取的文字。如果耐用性抱怨反复出现，在页面上正面回应，比让这个主题从平台listing里被总结出来要有用得多。

多数店铺其实三种区块的原材料都已经有了。缺的是：把这些材料放进可提取的文本里，并且挂在正确的问题类型上。

## 一个实际例子

一家厨房设备店的评论很强、参数很弱。客服收到的问题高度集中在「装不装得下」和兼容性上：机器能不能塞进标准吊柜下方、水箱能不能拆下来以适应浅水槽。这些内容一条都不在页面文本里，全在商品摄影图里。

修复花了一个下午。带单位的尺寸、水箱可拆卸、吊柜下方所需净空、以及一份简短的兼容列表，写进了商品描述。没有新的内容战略，没有新页面。参数区块只是开始存在于一次检索能读到的地方了。

评论本来就很好，只是它并不是这个品类的提问所要的那个区块。

## 没有助手端分析权限，怎么衡量

你不会得到一份告诉你「被引用的是哪个区块」的仪表盘。可以用的替代信号：

• 在助手里搜你品类里那些带限定条件的问题，看被摘走的是哪一句。如果来自评论，而你页面的强项是参数，那就说明在这类查询上存在错配。
• 追踪买家在用过助手之后仍会问到客服的问题类型。如果「装得下吗」类问题持续存在，说明你的参数区块没有被读到。
• 观察你品类的「该买哪个」类问题里，被点名的是不是竞品对比页。那能告诉你谁在提供排行榜区块。

## 常见问题

不需要。按你品类的查询结构排优先级。如果买家靠尺寸和兼容性决策，参数区块排第一；如果靠耐用性和满意度决策，评论主题更重要。

它改变的是你的区块到底「存不存在」。如果没有任何可提取的段落，助手就会从别处取材。至于它是否因此引用你，是另一个问题，取决于具体查询。

只有当评论类问题在你品类里占主导时才值得。评论数量再多、页面上却没有可提取的文字，这个主题依然只能从评论所在的平台被拼装。

结构化数据让参数区块对机器更一目了然——评分、库存状况、价格、属性都放在爬虫直接读取的字段里。但它无法生成评论主题区块，那个区块活在散文里。

想知道你的店铺今天有哪些区块真正存在于可提取文本中，可以在 /audit 跑一次免费扫描。它会按 URL 报告存在哪些事实、哪些买家问题无人回答、以及页面与 feed 之间哪些值互相冲突——这是诊断工具，不是保证。