跳到正文
阿里雲開發者社區 AI·· 11 天前AI 評分50

客戶案例 GEO 改造:用 JSON-LD 與 llms.txt 把「某銀行」變成可引用實體

客户案例GEO改造:用JSON-LD与llms.txt把“某银行”变成可引用实体

AI 導讀

作者記錄一套客戶案例頁 GEO 改造方法,透過內容數據模型、JSON-LD 和 llms.txt,將含糊敍述整理成 AI 可抽取的事實。方法先以行業、場景、痛點及量化結果建立案例數據模型,再用 JSON-LD 表達頁面語義、以 llms.txt 指明優先讀取的頁面。

正文

2026-11-11 5

版权

版权声明:

本文内容由阿里云实名注册用户自发贡献,版权归原作者所有,阿里云开发者社区不拥有其著作权,亦不承担相应法律责任。具体规则请查看《 阿里云开发者社区用户服务协议》和 《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容,填写 侵权投诉表单进行举报,一经查实,本社区将立刻删除涉嫌侵权内容。

简介: AI检索链路不引用“某股份制商业银行”,核心原因是“某”在语义上是占位符,不具备实体识别价值。客户案例页的GEO改造,本质是把面向人的含糊叙事,重写为面向机器的可抽取事实。本文记录一次金融数据治理服务商的案例页改造过程:先诊断页面是否对AI构成“盲区”,再从内容层数据模型、标记层JSON-LD、协议层llms.txt三个层面落地,附可复用的命令与代码模板。需要先摆正预期:JSON-LD本身不直接提升AI引用率,社区内已有实测数据表明结构化标记与生成式引擎引用之间不存在显著的因果关系;它真正的作用是降低模型从页面抽取事实时的歧义与成本,为后续的内容质量竞争铺好底座。

起因:客户问“为什么AI提同行不提我们”

前阵子帮一个客户看内容,对方问得很具体:他们做金融数据治理,同行在DeepSeek和豆包里被提到好几次,他们一次都没有。我没有先查排名,而是把他们的案例页复制下来,用AI的视角读了一遍。

截屏2026-11-10 17.30.32.png

网络截图,侵删

读完三篇,能提取出的事实几乎是零。客户是“某大型金融机构”,成果是“显著提升运营效率”,唯一可核验的是一个行业协会的奖。又翻了十几家同行的案例页,写法高度一致。有一篇写“为满足某股份制商业银行融资租赁业务的数据治理需求,帮助客户实现企业内数据的闭环管理,全面提升数据治理能力”——能提取的实体只有“某股份制商业银行”,成果是“全面提升”“降低成本”。有意思的是,同一件事在另一处公开报道里,客户名其实是平安租赁。

一个版本是一团雾,一个版本至少有个实体锚点。问题的起点就在这里:不是内容不够多,是案例页对AI的抽取链路来说是一片盲区。

先诊断:案例页对AI是不是“盲区”

改之前先确认现状。在终端跑四条命令:

bash

1. 检查 llms.txt 是否存在

curl -I https://yourdomain.com/llms.txt

2. 检查首页是否嵌入了 JSON-LD

curl -s https://yourdomain.com/ | grep 'application/ld+json'

3. 检查案例页是否被 robots.txt 放行给 AI 爬虫

curl -s https://yourdomain.com/robots.txt | grep -E "GPTBot|Bytespider|Google-Extended"

4. 检查案例页是否是纯前端渲染(源码中看不到正文)

curl -s https://yourdomain.com/case/xxx | head -50

如果第2条无输出,或者第4条源码中看不到案例正文,说明AI爬虫拿到的要么是空壳,要么是一团无法提取语义的HTML。GEO改造的前提是页面以服务端渲染或预渲染方式输出可读文本,这是后续所有结构化工作的基础。社区里已经有从六维角度系统阐述企业官网GEO改造的实践,本文不再展开HTML语义层,直接聚焦案例页这个最容易被漏掉的切口。

层一:内容层——把“四个字段”定义成最小数据模型

问题确认之后,第一步不是改代码,是先统一每篇案例必须携带哪些信息。我把“行业+场景+痛点+量化结果”定义成每条案例的四元组,不是写作建议,是数据约束:

json

{

 "industry": "融资租赁",

 "scenario": "数据治理",

 "pain_point": "监管报送差错率偏高,取数依赖人工",

 "quantified_result": {

   "metric": "监管报送差错率",

   "before": "(客户授权公开的数值)",

   "after": "(客户授权公开的数值)",

   "authorized": true

 },

 "third_party_anchor": "信通院相关奖项/报告名称"

}

匿名不等于无信息。把“某银行”写成“某总部位于上海的全国性金融租赁公司(应客户要求不具名)”,在数据模型里对应的是 customer_type(全国性金融租赁公司)和 region(上海)两个字段。AI识别实体依赖的是类型和地域的组合,不是客户名本身。

如果量化结果一项都不能公开, authorized 设为 false , quantified_result 置为 null ,但 third_party_anchor 必须有值。第三方锚点是退而求其次的可核验事实,空洞的“全面提升”在抽取链路中权重极低。

层二:标记层——JSON-LD的结构化写法

字段定义清楚后,解决“AI怎么读到”。社区内关于llms.txt的部署指南已经把定位讲得很清楚:它管“优先读哪些”,JSON-LD管“读到的内容以什么结构被理解”。两者是分层关系,不是替代关系。

客户案例页面用 Article 类型承载,把四个字段映射到Schema.org属性:

html

<script type="application/ld+json">

{

 "@context": "https://schema.org",

 "@type": "Article",

 "headline": "某全国性金融租赁公司数据治理案例",

 "about": {

   "@type": "Organization",

   "description": "总部位于上海的全国性金融租赁公司(应客户要求不具名)"

 },

 "mentions": {

   "@type": "Thing",

   "name": "融资租赁数据治理"

 },

 "description": "解决监管报送差错率偏高与人工取数依赖问题,数据标准覆盖X个业务域、Y张核心表。",

 "citation": "信通院相关奖项/报告名称"

}

</script>

关键约束:JSON-LD中的每一项必须与页面可见正文一致。结构化数据与正文脱节,不会提升抽取质量,反而可能被判定为标记滥用。建议由案例数据在构建时自动生成,而不是手写静态JSON。社区已有关于llms.txt与结构化数据协同的讨论,核心结论是三层并行:llms.txt管AI优先读什么,JSON-LD管页面语义如何被理解,传统索引面管可见性底线,三者互补而非互斥。

层三:协议层——llms.txt声明“先读哪些案例”

内容和标记有了,最后告诉AI“先读哪里”。llms.txt 是在AI有限的上下文预算内,明确哪些页面值得优先读取的一份编辑判断。robots.txt管能不能读,sitemap.xml管有哪些,llms.txt管优先读哪些、以什么顺序读。

放在站点根目录,控制在10—30条以内,每条用“动词+结果”描述:

markdown

某某公司 GEO 资源索引

B2B金融科技服务商,专注数据治理与监管报送。

客户案例(优先读取)

  • 融资租赁数据治理案例:某全国性金融租赁公司,监管报送差错率降幅(客户授权公开范围)
  • 银行测试外包案例:功能测试与自动化测试人力模型
  • 现金管理平台案例:核心模块拆解

方法论

客户案例GEO改造指南:四个字段与JSON-LD模板

部署后用 curl -I 确认返回200且Content-Type为 text/plain。llms.txt本身也需要被发现,放在根目录是各家AI探测逻辑的默认起点。社区那篇llms.txt部署指南里有一个值得前置的提醒:可达性自检要写进发布流水线,文件存在但路径放错或类型不对,整条链路都拿不到地图。

验证:改完之后怎么判断有没有用

不要用“感觉”判断,也不要用“Schema加了,应该快了”。每两周在DeepSeek、豆包、Kimi、元宝上跑一组固定查询,记录目标页面是否出现在引用来源中:

  • “融资租赁 数据治理 案例”
  • “银行测试外包 供应商 经验”
  • “客户案例 数据治理 谁做过”

如果某组查询持续没有召回,优先检查对应案例页的JSON-LD是否被正确解析(开发者工具中搜索 ld+json),以及llms.txt是否列出了该页面。但也要接受一个现实:结构化数据只是基础设施,决定内容能否进入模型上下文的,首先是内容本身的信息密度和向量召回。社区里那篇8步排查的实操记录也指向同一个结论:AI搜不到你,多数时候不是标记没做,是公开网页上没有一段话把你说清楚。

回头看,这次改造的价值不在于“加了Schema之后引用率一定涨”,而在于把案例页从一团雾变成了机器可抽取的事实源。实体明确了,抽取歧义降下来了,剩下的事交给内容质量和时间。

來源:阿里雲開發者社區 AI · developer.aliyun.com