AI 友好页面不是把关键词、FAQ 和 Schema 填满，而是让一个陌生系统能清楚判断“这是谁、提供什么、证据是什么、适用于谁、信息何时有效”。语义清晰和证据完整优先于技术标记数量。
什么是页面可提取性
可提取性是指抓取系统或模型能否从页面中稳定识别主体、主题、关键事实、关系、条件和证据。它包含技术可达性，但不止于技术可达性。一个完全静态、加载很快的页面，如果只有口号、海报文字或模糊截图，仍然难以形成可靠事实。
相反，一个信息丰富的页面，如果正文被脚本延迟加载、标题层级混乱、多个产品混写、数字没有时间与来源，也会增加错误抽取和过度概括的风险。
AIRank 六层诊断模型
| 层级 | 关键检查 | 典型问题 |
|---|---|---|
| 可达 | 状态码、robots、canonical、渲染与资源 | 重要正文只在交互后出现 |
| 正文 | 主标题、段落、列表、表格和导航噪声 | 核心信息全部做成图片 |
| 实体 | 公司、品牌、产品、人物和地区关系 | 简称歧义、产品归属不清 |
| 主张 | 能力、参数、适用范围和限制条件 | 只有“领先、智能、专业”等空泛表达 |
| 证据 | 来源、案例、数字、时间与责任主体 | 数字没有口径和更新时间 |
| 结构化 | Schema、Meta、面包屑和语义关联 | 标记内容与页面正文不一致 |
高价值页面应该怎样组织
主体声明
明确公司、品牌、产品和页面主题，避免读者自行拼接关系。
决策信息
给出适用对象、场景、能力、限制、实施方式和下一步行动。
证据模块
参数、案例、资质和方法都附口径、来源、日期与可核验说明。
上下文关系
将产品页、案例、FAQ、文档和研究文章通过真实语义关系连接。
对产品页而言，最值得优先建设的不是更多宣传段落，而是明确的能力边界、输入输出、实施条件、证据和常见买家问题。对案例页而言，应说明背景、动作、交付物和可核验结果，不能只给品牌 Logo 与增长百分比。
复杂视觉可以用图片，关键事实必须留在 DOM
产品界面、流程场景和品牌视觉可以使用高质量图片，但图片中的核心标题、参数、步骤和结论应在网页正文中有等价文本。这样既保证视觉质感，也兼顾移动端清晰度、无障碍和机器提取。
Schema 有价值，但不是排名开关
结构化数据的价值是减少实体和页面类型歧义，例如明确 Organization、Product、Article、FAQPage 与 BreadcrumbList。它不能替代正文，也不应声明页面没有展示的内容。
AIRank 检查 Schema 时关注三件事：标记与可见正文是否一致；实体 ID 和 canonical 是否稳定；产品、组织、作者、文章和证据页面之间是否形成一致关系。标记越多不代表越好，错误标记反而会降低可信度。
从诊断到复测的实施清单
- 选择首页、产品页、解决方案页、案例页和文章页作为代表样本。
- 分别检查原始 HTML 与浏览器渲染后的正文，确认关键信息可见。
- 抽取主体、产品、能力、场景、数字和证据，记录歧义与缺失。
- 检查标题层级、列表、表格、链接语义、更新时间和作者信息。
- 验证 canonical、Meta、robots、sitemap 和必要的 Schema。
- 将问题映射为页面任务，发布后重新抓取并用目标买家问题复测。
AIRank 的产品落点
AIRank 页面诊断不会只给一个技术分数，而是把每个问题关联到可提取性证据、受影响的买家问题、建议修改和复测结果。技术修复服务于品牌事实被准确理解，而不是服务于一个抽象评分。
方法来源与 AIRank 再产品化
本文参考公开项目对页面诊断、Schema、页面蓝图和关键词拓展的工程思路，并将其重构为 AIRank 的“实体—主张—证据—复测”页面诊断模型。
- GEORank：网站诊断、结构化工具、问题拓展与行动方案。
- yao-geo-skills：页面审计、页面蓝图、内容改造与品牌知识资产方法。