GEO 相关

1.0 准备工作

1.01 指标检测

第三方	AI Visibility	Audience	Mentions	Cited Page
semrush	18/满分 100	1,476,268 Oct USA	121 Oct USA	55 Oct USA
tryprofound
otterly
scrunch （Seer Interactive 推荐）
Shopify（自带）
Google GA4

AI Visibility： AI 可见度评分衡量品牌在 AI 生成的各种主题答案中出现的频率，以及与其他品牌相比，其出现频率的稳定性。分数越高，可见度越好。

Mentions： The total number of prompts that trigger AI responses mentioning your brand.（需要进一步排查同名品牌数据干扰）

1.02 飞书 GEO 项目 Q3 复盘

a：H 标签和图片 Alt 属性未批量优化？

b：llm.txt 未优化（技术方案不确定）

c：面包屑 Breadcrumb 优化（主题不支持）

d：Schema 优化进展，以及下一步计划

疑问：首页 Schema 检测未做

‍

疑问：产品 Schema 未落地：后台检测字段值与飞书服务中的设计值不同？

Google 诊断：https://search.google.com/test/rich-results

产品链接：https://www.cloudraylaser.com/products/cloudray-litemarker-gm-series-neo-100w-autofocus-mopa-fiber-laser-engraver-with-built-in-camera

<script type="application/ld+json">
{
	"@context": "https://schema.org",
	"@type": "BreadcrumbList",
	"itemListElement": [{"@type": "ListItem","position": 1,
	"name": "Home",
	"item": "https://www.cloudraylaser.com"
},

{
	"@type": "ListItem",
	"position": 2,
	"name": "2024 Litemarker Main Machine",
	"item": "https://www.cloudraylaser.com/collections/2024-litemarker-main-machine"
},

{
	"@type": "ListItem",
	"position": 3,
	"name": "CloudrayGM Series Neo 100W 200W Autofocus Mopa Fiber Laser Engraver with Built-in Camera \u0026 Electric Lifting Column",
	"item": "https://www.cloudraylaser.com/products/cloudray-litemarker-gm-series-neo-100w-autofocus-mopa-fiber-laser-engraver-with-built-in-camera"}]
}
</script>

<script type="application/ld+json">
{
	"@context":"http:\/\/schema.org\/",
	"@id":"\/products\/cloudray-litemarker-gm-series-neo-100w-autofocus-mopa-fiber-laser-engraver-with-built-in-camera#product",
	"@type":"ProductGroup",
	"brand":{"@type":"Brand",
	"name":"Cloudray"},
	"category":"Laser Engraving Machine",
	"description":"\n\n\n\n\n\n\n\n\n\n\n\n\n\n\n",
	"hasVariant":[
	{
		"@id":"\/products\/cloudray-litemarker-gm-series-neo-100w-autofocus-mopa-fiber-laser-engraver-with-built-in-camera?variant=52126780129643#variant",
		"@type":"Product",
		"image":"https:\/\/www.cloudraylaser.com\/cdn\/shop\/files\/Cloudray_GM_Series_Neo_100W_200W_Autofocus_Mopa_Fiber_Laser_Engraver_with_Built-in_Camera_with_Electric_Lifting_Column-1.jpg?v=1755768943\u0026width=1920",
		"name":"CloudrayGM Series Neo 100W 200W Autofocus Mopa Fiber Laser Engraver with Built-in Camera \u0026 Electric Lifting Column - 100W \/ USA Warehouse \/ 3-5 Business Day \/ American Plug",
		"offers":{"@id":"\/products\/cloudray-litemarker-gm-series-neo-100w-autofocus-mopa-fiber-laser-engraver-with-built-in-camera?variant=52126780129643#offer",
		"@type":"Offer",
		"availability":"http:\/\/schema.org\/InStock",
		"price":"6999.00",
		"priceCurrency":"USD",
		"url":"https:\/\/www.cloudraylaser.com\/products\/cloudray-litemarker-gm-series-neo-100w-autofocus-mopa-fiber-laser-engraver-with-built-in-camera?variant=52126780129643"},
		"sku":"FM14LMGM100E2A-USA"
	},

	{
	"@id":"\/products\/cloudray-litemarker-gm-series-neo-100w-autofocus-mopa-fiber-laser-engraver-with-built-in-camera?variant=52272744726891#variant",
	"@type":"Product",
	"image":"https:\/\/www.cloudraylaser.com\/cdn\/shop\/files\/Cloudray_GM_Series_Neo_100W_200W_Autofocus_Mopa_Fiber_Laser_Engraver_with_Built-in_Camera_with_Electric_Lifting_Column-1.jpg?v=1755768943\u0026width=1920",
	"name":"CloudrayGM Series Neo 100W 200W Autofocus Mopa Fiber Laser Engraver with Built-in Camera \u0026 Electric Lifting Column - 100W \/ EU Warehouse \/ 5-10 Business Day \/ European Standard Plug",

1、 ~~怀疑：snippets/structured-data.liquid~~ ~~~~ ~~是主题级全站 Schema 的核心文件~~ ，通常用于输出整个站点的结构化数据（JSON-LD），和产品无关。---"@type": "BreadcrumbList", 面包屑 Schema 代码来自于 structured-data.liquid，而"@type":"ProductGroup",不来自于此文件。

~~2、"@type":"ProductGroup", 怀疑是 Sales Channel 里面的 APP：Google & YouTube 创建，已排除该可能性；~~

3、是否来自于 Shopify 内置 snippets/structured_data，测试后，确定是此原因。

https://shopify.dev/changelog/liquid-structured_data-filter-supports-productgroup?utm_source=chatgpt.com

{%- elsif request.page_type == 'product' -%}
<script type="application/ld+json">
	{{ product | structured_data }}
</script>

‍

e：Blog 优化

围绕着高频提示词书写 blog；
发布 blog 平台确认；
可量化指标维度，复盘 blog 工作有效性；

1.1 站点级：robots.txt 和 llms.txt 优化

llms.txt 优化

https://www.cloudraylaser.com/llms.txt

方法 1：直接创建（貌似行不通）

Shopify → Online Store → Themes → Edit code
在根目录创建一个文件：(报错：FileSaveError: Theme file 'llms.txt' is invalid.)

（GPT 建议：使用 routes + 自定义模板输出 llms.txt，暂未测试）
llms.txt
把上面的内容粘贴进去
保存
打开浏览器测试：
https://www.cloudraylaser.com/llms.txt

{% layout none %}
Content-Type: text/plain

# llms.txt — rules for AI agents and LLM crawlers

Allow: /products/
Allow: /collections/
Allow: /blogs/
Allow: /pages/
Allow: /sitemap.xml

Disallow: /cart
Disallow: /checkout
Disallow: /account
Disallow: /orders
Disallow: /policies

User-agent: GPTBot
Allow: /

User-agent: Google-Extended
Allow: /

User-agent: PerplexityBot
Allow: /

User-agent: Claude-Web
Allow: /

Sitemap: https://www.cloudraylaser.com/sitemap.xml

方法 2：Cloudflare integration（有风险）

https://firenetdesigns.ca/shopify-growth-blog/shopify-can-speak-to-ai-it-just-needs-the-right-partner

https://www.loom.com/share/7356e5a264e84481bf269f40ebdd397c

方法 3：URL redirect（）

https://www.linkedin.com/posts/kurtelster_you-can-add-an-llmstxt-file-to-your-shopify-activity-7340400273045000192-arzW

你的主题是 JSON 模板结构（不用 liquid），你必须同步创建：

templates/page.llms-txt.json

1.2 页面级优化：TDK、H 标签、图片 Alt 属性

1、页面级：TDK 优化

让 AI 在抓取页面时，一眼看懂“你是谁、卖什么、核心价值是什么”。

Title：定义页面的身份与核心品类定位
Description：强调价值主张、差异化卖点、场景化痛点
Keywords：在现代 SEO 已边缘化，但在 GEO 里依然可作为 LLM 的“信号词”输入

Shopify 设置路径

2、页面级：H 标签优化

统一 H 标签层级：

H1：产品主标题  
H2：一级模块  
H3：模块子项  
H4：参数项（可选）

实施方法：用 Metafields 生成 H 标签（让运营可控）

可完整替换的 main-product.liquid 的 H 标签模块模板（带 Metafield 自动化）

3、页面级：图片 Alt 属性优化

1、说明图片里“是什么”——不要写营销词。

2、加入关键实体（业务参数），例如：品牌、型号、功率、材料、工艺、步骤、部件。

Cloudray GM-Series 100W MOPA fiber laser engraver with autofocus

1.3 重点：Schema 优化

1.3.1 关于 Schema

（1）基本概念

Schema 在 SEO 和 GEO 中都重要，但侧重点完全不同

（2）JSON-LD（我们写的格式）

JSON-LD 是搜索引擎和 AI 最容易读取的“结构化数据格式”，本质上是一段用 JSON 方式写的“机器可读说明书”。

把 JSON-LD 当成“给搜索引擎看的。用户肉眼看不见，但 AI 会用它判断你的产品是什么、能干什么、适合谁。

Google 官方推荐的标准格式（****链接 ）

（3）Product Schema（最核心）

Product Schema 是描述“一个产品的身份、参数、价格、库存、品牌信息”的标准结构，是所有电商站点最核心的 Schema 类型。

决定 Google/Bing 是否展示丰富摘要（价格、库存、星级）。
决定生成式 AI（ChatGPT/Perplexity）能否理解产品特性。
是 SEO 和 GEO 的基础层，必须 100% 正确且完整。
不能依赖 Shopify 自动输出；我们需要增强版本：
- 特性（features）
- 参数（specifications）
- 使用场景（use_case）
- FAQ（专业问答）
- 举例说明：omtech 测试链接（测试页面）

（4）GEO 对 Schema 的依赖度（AI 需要干净、结构化、低噪声数据）

GEO（Generative Engine Optimization）依赖 Schema 的核心原因是：AI 不会逐页阅读网站，它只读取结构化数据。

AI 会跳过页面文案，优先消费你的 JSON-LD。
AI 生成答案本质是：
Schema → Embedding（向量化） → 语义解析 → AI 回答
如果你的 Schema 不完整，AI 得不到足够上下文，AI 会优先引用竞争对手。
AI 不喜欢“噪声”：
- 重复字段
- 产品组（ProductGroup）冲突
- 文案口号
- 参数埋在 HTML 表格里
“干净、结构化、专业”的 Schema → 让生成式搜索优先选你。

（5）如何定位 + 诊断 Schema

浏览器 View-source，搜索 "application/ld+json"
Google Rich Results Test
Schema Markup Validator

质量标准

如何判断冲突 / 重复

1.3.2 Shopify 体系

（1）主题目录骨架

/layout
  theme.liquid                ← 全站框架（<html>、<head>、全局脚本/样式注入处）
/templates
  *.json / *.liquid           ← 路由入口（product.json、collection.json、page.json 等）
/sections
  main-*.liquid               ← 各模板的主区块（如 main-product.liquid）
  main-product.liquid
  *.liquid                    ← 可复用的页面区段；支持 blocks（可拖拽）与 app blocks
/snippets
  *.liquid                    ← 片段（函数化组件），用 {% render 'name' %} 调用
/assets
  *.css *.js *.png ...        ← 前端静态资源
/config
  settings_schema.json        ← 主题设置“面板”字段定义
  settings_data.json          ← 商家保存的主题设置值（自动生成）
/locales
  *.json                      ← 多语言文案

（2）渲染链路（决定代码落点）

请求 → 路由到模板 → 加载主 Section → 渲染子 Sections/Blocks → 渲染 Snippets

（3）关键指令与最佳实践

‍

（4）Schema 来源

Shopify 的 {{ product | structured_data }} 自动输出
- 每个主题可能默认开启，是 AI、Google 官方推荐的基础字段
- 优点：永远不会报错；缺点：不够深度（没有参数、FAQ）
各类 APP（SEO/GMC/Feed 等）偷偷注入
- 例如：SEO Booster、Google & YouTube Channel
- 这些会注入 ProductGroup / Offer / AggregateRating
我们自定义插入 JSON-LD（main-product.liquid / snippets）
- 可完全掌控、这是未来我们的主路径
- 可以做成可配置版本（Metafield + liquid）

‍

1.3.3 Schema 优化步骤

目标： 让每个产品页面输出 结构化数据（JSON-LD） ，增强在 Google、Bing、Perplexity、ChatGPT 搜索结果中的可见度，提升 CTR、FAQ 展示、品牌展示。

（1）基本步骤

步骤 1：进入主题代码

Shopify 后台 → Online Store → Themes → Customize → Edit code

步骤 2：找到产品模板文件

首页级 Schema： layout/theme.liquid，在 <head> 中插入 JSON-LD。

Product Schema： /sections/main-product.liquid 中，再调用/snippets/schema-default.liquid 等（区分产品系列，详见下文）

FAQ Schema：/snippets/schema-faq.liquid

BreadcrumbList Schema： 当前放在 structured-data 下面运行

Blog Schema：sections/blog-post.liquid（大概率主题自动生成，当前有语法错误，需要修正）

步骤 3：实施

步骤 4：验证与监控

方法 1：用 Google Rich Results 测：****https://search.google.com/test/rich-results

方法 2：https://validator.schema.org/

（2）首页 Schema（暂未实施）

Schema 目标：首页属于 站点级入口页，职责不是卖单品，而是输出 品牌实体、商业信息、站点结构。

代码放在 layout/theme.liquid

放在 theme.liquid 的 <head></head> 中，“尽量靠后、但仍在 head 内”。

<!-- 在theme.liquid中加入调用schema-homepage.liquid -->
<head>
  {{ 'theme.css' | asset_url | stylesheet_tag }}
  {{ content_for_header }}

  {%- if template == 'index' -%}
    {%- render 'schema-homepage' -%}
  {%- endif -%}
</head>

<!-- Custom Homepage Schema (Organization/WebSite/Breadcrumb) -->
<!-- /snippets/schema-homepage.liquid -->

<script type="application/ld+json">
{
  "@context": "https://schema.org",
  "@type": "Organization",
  "name": {{ shop.name | json }},
  "url": {{ shop.url | json }},
  "logo": {{ settings.logo | image_url: width: 512 | prepend: "https:" | json }},
  "description": {{ shop.metafields.custom.brand_description | default: "Global provider of laser marking, welding, and cleaning solutions." | json }},
  "contactPoint": [{
    "@type": "ContactPoint",
    "telephone": "+65-XXXX-XXXX",
    "contactType": "customer support",
    "areaServed": "Worldwide",
    "availableLanguage": ["en", "zh"]
  }],
  "sameAs": [
    "https://www.facebook.com/yourbrand",
    "https://www.linkedin.com/company/yourbrand",
    "https://www.youtube.com/@yourbrand"
  ],
  "brand": [{
    "@type": "Brand",
    "name": "Cloudray"
  },{
    "@type": "Brand",
    "name": "Rayweld"
  }]
}
</script>

‍

（3）Product Schema

产品级自动化 Schema + Metafield 驱动方案

Step 0：关闭主题默认 Schema，避免重复

/snippets/structured-data.liquid

<!-- snippets/structured-data.liquid -->
{% comment %}
<script type="application/ld+json">{{ product | structured_data }}</script>
{% endcomment %}

Step 1：为不同产品线创建独立 metafields 组
- 在产品配置页面，填写 Product Type 为 type test，方便后续运行对应的「条件输出 Schema」
- 在产品配置页面，填写对应上一步新建的 Metafield 字段（Features 和 Tech Specs）

Step 2：在 Product 模板里写「条件输出 Schema」(做“路由”)

把条件判断代码放在：/sections/main-product.liquid（推荐放在 main-product.liquid 的最顶部（section 一开始））

根据不同 Product Type 来运行不同的 Liquid 代码（{% render 'schema-fiber' %}）

<!-- sections/main-product.liquid -->
<!-- Official version -->

{% if product.type == 'Fiber Laser Engraver' %}
  {% render 'schema-fiber' %}
{% elsif product.type == 'Laser Welding Machine' %}
  {% render 'schema-welding' %}
{% elsif product.type == 'Laser Cleaning Machine' %}
  {% render 'schema-cleaning' %}
{% else %}
  {% render 'schema-default' %}
{% endif %}

<!-- sections/main-product.liquid -->
<!-- Test version 20251121 -->

{% if product.type == 'type test' %}
  {% render 'schema-test' %}
{% else %}
  {% render 'schema-default' %}
{% endif %}

Step 3：为每种类型建一个 Schema snippet，每个 schema-snippet 读取不同 metafields

每种 Schema 的实际 JSON-LD 放到独立 snippet 文件中

/snippets/schema-test.liquid	 #临时测试用Liquid文件
/snippets/schema-fiber.liquid
/snippets/schema-welding.liquid
/snippets/schema-cleaning.liquid
/snippets/schema-default.liquid		#默认调用Liquid文件

{%- comment -%}
  /snippets/schema-test.liquid
  专用于单一型号：5W 355nm Solid UV Laser
  使用场景：仅绑定到该款 UV 激光器的产品页，不走通用 schema-default 路由。
{%- endcomment -%}

<script type="application/ld+json">
{
  "@context": "https://schema.org",
  "@type": "Product",
  "@id": "{{ product.url | append: '#5w-355nm-solid-uv-laser' }}",
  "name": {{ product.title | default: "5W 355nm Solid UV Laser" | json }},
  "sku": {{ product.selected_or_first_available_variant.sku | json }},
  "mpn": {{ product.selected_or_first_available_variant.sku | json }},
  "brand": {
    "@type": "Brand",
    "name": {{ product.vendor | default: "Cloudray" | json }}
  },
  "image": [
    {% for image in product.images %}
      "{{ image.src | image_url: 'master' }}"{% unless forloop.last %},{% endunless %}
    {% endfor %}
  ],
  "description": {{ product.description
    | default: "5W 355nm solid-state UV laser with compact structure and high beam quality, designed for fine marking, cutting and micro-hole punching on plastics, electronic components, wafers, glass, PCBs and FPCBs."
    | strip_html
    | strip_newlines
    | json }},

  "category": "UV Laser Source",

  "additionalProperty": [
    {
      "@type": "PropertyValue",
      "name": "Laser Type",
      "value": "Solid-state UV Laser"
    },
    {
      "@type": "PropertyValue",
      "name": "Output Power",
      "value": "5W"
    },
    {
		//.....其他各种参数
    }
  ],

  "offers": {
    "@type": "Offer",
    "priceCurrency": "{{ cart.currency.iso_code }}",
    "price": "{{ product.selected_or_first_available_variant.price | money_without_currency }}",
    "availability": "{% if product.available %}InStock{% else %}OutOfStock{% endif %}",
    "url": "{{ product.url }}",
    "itemCondition": "https://schema.org/NewCondition"
  }
}
</script>

{%- comment -%}
  Default Product Schema (Accessories / General Products)
  /snippets/schema-default.liquid
  仅扩展两个通用参数：
    - custom.features      (multi-line text)
    - custom.tech_specs    (multi-line text)
{%- endcomment -%}

{% comment %} 动态读取Shopify产品页面中不同的metafields {% endcomment %}
{%- assign features   = product.metafields.custom.features.value   -%}
{%- assign tech_specs = product.metafields.custom.tech_specs.value -%}

<script type="application/ld+json">
{
  "@context": "https://schema.org",
  "@type": "Product",
  "@id": "{{ product.url | append: '#default' }}",
  "name": {{ product.title | json }},
  "sku": {{ product.selected_or_first_available_variant.sku | json }},
  "mpn": {{ product.selected_or_first_available_variant.sku | json }},
  "brand": {
    "@type": "Brand",
    "name": "Cloudray"
  },
  "image": [
    {% for image in product.images %}
      "{{ image.src | image_url: 'master' }}"{% unless forloop.last %},{% endunless %}
    {% endfor %}
  ],
  "description": {{ product.description | strip_html | strip_newlines | json }},

  {% comment %} 提取的metafields写进Schema格式中 {% endcomment %}
  "additionalProperty": [
    {
      "@type": "PropertyValue",
      "name": "Key Features",
      "value": {{ features
        | default: "Durable accessory designed for laser machines. Easy to install and reliable in daily use."
        | json }}
    },
    {
      "@type": "PropertyValue",
      "name": "Technical Specifications",
      "value": {{ tech_specs
        | default: "Refer to the product description for detailed technical specifications."
        | json }}
    }
  ],

  "offers": {
    "@type": "Offer",
    "priceCurrency": "{{ cart.currency.iso_code }}",
    "price": "{{ product.selected_or_first_available_variant.price | money_without_currency }}",
    "availability": "{% if product.available %}InStock{% else %}OutOfStock{% endif %}",
    "url": "{{ product.url }}",
    "itemCondition": "https://schema.org/NewCondition"
  }

  {%- comment -%}
    如需评分可在此追加 aggregateRating，
    示例见 fiber/welding 等 schema，不需要可以保持当前精简版。
  {%- endcomment -%}
}
</script>

产品 Schema 下一步计划（重点）

1、确定 Metaobjects + Metafields 承载内容（特性 Features、规格 Spec、FAQ、证书、视频等），确定字段标准&命名

2、元内容撰写（Features / Spec / FAQ 等）

3、产品配置页中，Metafields/Metaobjects 录入

4、上线前验证：View-Source + Rich Results Test（Code）
‍

（4）FAQ Schema

站点级 FAQ：Shipping、Return、Warranty、税费这些 → 放在独立 FAQ 页面，用 page / metaobject + Schema。
类目级 FAQ：比如 “Fiber 激光焊接常见问题” → 类目页 / 指南页。
产品级 FAQ（重点） ：每个产品自己的问答 → 直接挂在产品页，用 Product + FAQPage 双 Schema。

产品级 FAQ 创建流程

（4.1） （另外一种方法：通过 APP 创建 FAQ？参考 GM Series Neo）

。。。

‍

（4.2）通过 Metafield 创建动态 FAQ （ SMV(URL)无法引用，待排查，暂不影响 GEO ）

建 Metaobject：FAQ Item
建 FAQ Product Metafield
- 路径：Shopify - Settings - Metafields and metaobjects - Product - 右上角按钮 Add definition
  Name: FAQ Product、Type：List Metaobject
在产品配置页面，填入 FAQ 问题
- https://admin.shopify.com/store/cloudray-laser/products/14769353949547

（可选，暂未测试）在产品页面某个 section/snippet 里，把 FAQ 在产品界面真正渲染出来（避免“只在 Schema 里有，看不见”）

{%- assign faqs = product.metafields.custom.faq_product -%}

{%- if faqs and faqs.size > 0 -%}
<div class="prd-faq">
  <h2>FAQ</h2>
  <div class="prd-faq-list">
    {%- for f in faqs -%}
      <div class="prd-faq-item">
        <div class="prd-faq-q">{{ f.question }}</div>
        <div class="prd-faq-a">{{ f.answer }}</div>
      </div>
    {%- endfor -%}
  </div>
</div>
{%- endif -%}

放在 /snippets/schema-faq.liquid（类似你的 schema-test）并在 main-product 调用

{%- assign mf = product.metafields.custom.faq_product -%}
{%- assign faqs = nil -%}
{%- if mf and mf.value -%}
  {%- assign faqs = mf.value -%}
{%- elsif mf and mf.size -%}
  {%- assign faqs = mf -%}
{%- endif -%}

{%- if faqs and faqs != blank -%}
<script id="schema-faq-metaobject" type="application/ld+json">
{
  "@context": "https://schema.org",
  "@type": "FAQPage",
  "mainEntity": [
    {%- for f in faqs -%}
      {
        "@type": "Question",
        "name": {{ f.question.value | default: f.question | strip_html | strip | replace: '\n',' ' | replace: '\r',' ' | json }},
        "acceptedAnswer": {
          "@type": "Answer",
          "text": {{ f.answer.value | default: f.answer | strip_html | strip | replace: '\n',' ' | replace: '\r',' ' | json }}
        }
      }{%- unless forloop.last -%},{%- endunless -%}
    {%- endfor -%}
  ]
}
</script>
{%- endif -%}

（5）常见问题处理

1、资源“Price”中的浮点数无效

问题现象：

原因分析：

把 price 输出成了字符串且带千位分隔符（"2,799.00"）。在 JSON-LD 里，"price" 必须是数字（number，不能加引号，不能有逗号/空格/非断行空格）。

解决方案：

<!-- 单一变体：Offer -->
"price": "{{ product.selected_or_first_available_variant.price | money_without_currency }}",
修改为
"price":  {{ product.selected_or_first_available_variant.price | divided_by: 100.0 }},

<!-- 单一变体/多变体自适应：AggregateOffer -->
{%- comment -%} ==== Unified Offer / AggregateOffer ==== {%- endcomment -%}

{%- assign variants_count = product.variants.size -%}
{%- assign cents_list = product.variants | map: 'price' -%}
{%- assign min_cents = cents_list | sort | first -%}
{%- assign max_cents = cents_list | sort | last  -%}

{%- assign first_v = product.selected_or_first_available_variant -%}
{%- assign is_single_price = false -%}
{%- if min_cents == max_cents -%}{%- assign is_single_price = true -%}{%- endif -%}

"offers":
{%- if variants_count == 1 or is_single_price -%}
  {
    "@type": "Offer",
    "priceCurrency": "{{ shop.currency }}",
    "price": {{ first_v.price | divided_by: 100.0 }},
    "availability": "https://schema.org/{% if first_v.available %}InStock{% else %}OutOfStock{% endif %}",
    "url": "{{ shop.url }}{{ product.url }}",
    "itemCondition": "https://schema.org/NewCondition",
    "sku": "{{ first_v.sku | escape }}"
  }
{%- else -%}
  {
    "@type": "AggregateOffer",
    "priceCurrency": "{{ shop.currency }}",
    "lowPrice": {{ min_cents | divided_by: 100.0 }},
    "highPrice": {{ max_cents | divided_by: 100.0 }},
    "offerCount": {{ variants_count }},
    "availability": "https://schema.org/{% if product.available %}InStock{% else %}OutOfStock{% endif %}",
    "url": "{{ shop.url }}{{ product.url }}"
  }
{%- endif -%}

检查：

1、在浏览器 ** View-Source 查看：原输出（"price": "2,799.00",），现输出（"price": 2799.0,） **

2、跑 Google Rich Results Test，应不再出现 “浮点数无效”。

2、未填写字段“shippingDetails”和“hasMerchantReturnPolicy”(非严重)

这是 可选告警。不影响收录，但建议补齐以提升富结果完整度。直接把下面两块加入你 Product 的 JSON-LD（放在 "offers" 对象里）。数值一律输出为数字，URL 用绝对路径。

shippingDetails（示例：美国免运，1–2 天处理 + 3–7 天运输）

 "shippingDetails": [{
   "@type": "OfferShippingDetails",
   "shippingDestination": { "@type": "DefinedRegion", "addressCountry": "US" },
   "deliveryTime": {
     "@type": "ShippingDeliveryTime",
     "handlingTime": { "@type": "QuantitativeValue", "minValue": 1, "maxValue": 2, "unitCode": "d" },
     "transitTime":   { "@type": "QuantitativeValue", "minValue": 3, "maxValue": 7, "unitCode": "d" }
   },
   "shippingRate": { "@type": "MonetaryAmount", "value": 0, "currency": "{{ shop.currency }}" }
 }]

hasMerchantReturnPolicy（推荐挂你的退货政策页）

 "hasMerchantReturnPolicy": {
   "@type": "MerchantReturnPolicy",
   "url": "{{ shop.url }}/policies/refund-policy"
 }

3、SMV(URL)环境下，看不到 FAQPage

1、问题现象：

你本机 View-Source 能看到 FAQ JSON-LD
SMV「Code 模式」能解析
Google Rich Results Test（URL 模式）能检测到 FAQPage
SMV(URL)环境下，看不到FAQPage URL：https://www.cloudraylaser.com/products/cloudray-gztech ![image](https://b3logfile.com/file/2025/12/siyuan/1736325078807/assets/image-20251122130325-nhotuyf.png)

2、原因分析：

（可能原因，暂未确认）防护/重定向差异：SMV 命中“降级版”HTML（Cloudflare/语言跳转后版本），只保留了靠前的通用 Product 脚本。
snippets/structured_data 中含有 {{ product | structured_data }} ：

关闭默认 Schema（structured_data）

snippets/structured_data 中删除 <script type="application/ld+json">{{ product | structured_data }}

{% comment %}
<script type="application/ld+json">{{ product | structured_data }}</script>
{% endcomment %}

1.4 GEO 内容创作与分发

论文

论文大纲

从品牌出海到智能增长 —— Cloudray 的 GEO（Generative Engine Optimization）战略探索**

一、引言（Introduction）

Cloudray 的发展背景
- 针对激光设备赛道的全球化布局
- 传统跨境电商增长触顶，亟需找到新增长引擎
研究背景
- 生成式 AI 兴起对营销和品牌资产的新定义
- 搜索行为从“搜索词 → 结果”转向“问题 → AI 直接回答”
研究目的
- 探索 Cloudray 如何借助 GEO 形成新竞争优势
- 为中国品牌的国际化增长提供可复制框架

二、外部环境分析：为什么 Cloudray 要开始做 GEO？

2.1 消费者信息搜索习惯拐点

从关键词搜索 → 对话搜索（ChatGPT、Perplexity、Gemini）
用户不再逐条点开网页，而是直接接受“AI 推荐结果”
消费者碎片化、即时性需求提升
70%+ 用户会选择 AI 提供的“Top 3”答案（引用行业报告）

2.2 传统营销方式效率下滑、成本上升

流量成本飞涨（Google Ads、Meta Ads、TikTok CPC/CPA 上升）
SEO 命中率下降
UGC 产出成本升高但对 AI 引擎贡献度减弱
用户隐私政策（GDPR、iOS）导致广告可追踪性下降

2.3 竞争格局变化：GEO 的红利期窗口

同行业品牌尚未大规模布局 GEO
早布局者能在 AI 答案库 中抢占“默认品牌位”
“AI 结果页（AIEP）” 的品牌心智垄断效应远高于传统 SERP
GEO 将成为未来品牌的基础设施能力

三、GEO 的原理与方法论（核心理论部分）

3.1 GEO 的定义

Generative Engine Optimization：面向生成式 AI 的内容与数据优化
本质：让 AI 在回答用户问题时，更大概率引用你的品牌内容

3.2 GEO 的底层技术逻辑

大模型的知识来源（五大来源）
- 公网数据
- 品牌官网结构化数据
- 高权威媒体
- Schema 标记内容
- 用户评价与问答（Amazon、Reddit、Quora）
LLM 提取品牌信息的机制
- Entity linking（实体绑定）
- Embedding 匹配
- Prompt pattern recognition（提问模式识别）

3.3 GEO 的实施方法（基于 CREATE 模型）

站内优化部分
- 全站 Schema 标注（产品、FAQ、品牌、服务）
- JSON-LD 标记
GEO 竞争监测 Competitive Monitoring
- GEO 相关指标确定
用户问题解析 Request Interpretation
- Prompt 收集
探索 AI 回答 Exploration of Response
解析引用源 Attribution of Sources
- 确定行业 TOP 引用源
TOP 引用内容分析 Textual Analysis of TOP Citation Content
内容创作 Execution of Content Creation
- 构建可被模型记住的 Prompt 模板
- 构建品牌知识库（机器可读）
- 生成高质量 FAQ、白皮书、技术文档
- 产品对比内容（“Cloudray vs X”）
‍

四、Cloudray GEO 项目实施路径（结合企业实际）

4.1 阶段一：基础建设（2025 Q3 – 2025 Q4）

技术优化：robots.txt、llms.txt 文件
结构化数据（Schema）-全站 Schema 标记 80+ 产品线
页面 HTML 结构清晰
语义标签使用（如 FAQ, Article）
网页语义理解增强（OpenGraph 标签）

4.2 阶段二：高权威曝光构建（2025 Q4 – 2026 Q1）

建立 Cloudray 品牌知识库（概述、技术、应用场景）
重点产品对标 Fiber Laser、CO2、UV Laser 对比文章
生成 500+ FAQ 与 20 份白皮书（如“CO2 激光器调校指南”）

4.3 阶段三：AIEP（AI Engine Page）占位（2025 Q4 – 2026 Q2）

目标：在消费者关键问句中，Cloudray 进入 AI 的 Top 3
针对关键问题优化：
- “Which laser engraver is best for stainless steel?”
- “Best CO2 laser welding machine 2025”
- “Laser engraver for small businesses recommendation”
AI 索引高权重平台发布文章

4.4 阶段四：监控与复盘（2025 - 2026）

每月 AI 引用率可视化
Prompt 覆盖率统计
销售与品牌流量对比复盘

五、运营数据复盘与成果分析（关键章节）

5.1 GEO 带来的品牌搜索数据变化

示例指标（可按你们真实数据填充）：

AI 引擎中提及 Cloudray 的答案比率从 5% → 38%
Perplexity 中品牌出现率上涨 210%
ChatGPT 推荐 Cloudray 的产品场景数增加 4 倍

5.2 交易漏斗变化（可填写你们的实际转化数据）

AI 用户查询 → 站内流量提升 35%
AI 带来的新用户首次购买率提升
外部媒体测评带来的曝光增长

5.3 GEO 对成本结构的改善

Paid Ads 依赖度下降
获客成本（CAC）下降 xx%
内容复用率上升带来的内容成本下降

5.4 案例展示

Cloudray 在 Perplexity “best laser engraver” 问句中的排名变化
ChatGPT 默认推荐 Cloudray 的几个典型问题截图
典型用户从 AI 学习到品牌 → 转化的实际链路

六、GEO 战略价值：对 Cloudray 未来国际化的意义

6.1 品牌认知的结构性护城河

越早被 AI 收录，越难被替代
AIEP 排名形成新“品牌壁垒”

6.2 对产品创新的反馈价值

AI 反馈让 Cloudray 更快理解用户真实需求
更快找到新品方向（如 Easylaser、EasyWeld 类轻消费产品）

6.3 对跨境电商与 B2B 的双向增益

AI 对 B2B 决策更具影响力
对 C 端内容和口碑影响持续扩大

七、结论与展望（Conclusion）

GEO 将成为品牌全球化的基础设施，不做将面临失去用户注意力的风险
Cloudray 已在 GEO 领域建立先发优势
未来三年：
- AIEP 增长成为 ROI 最佳的增长引擎
- 通过 GEO 打造全球行业 Top of Mind 的激光设备品牌
对行业的启示与可复制价值

论文

GEO 相关

GEO 相关

1.0 准备工作

1.01 指标检测

1.02 飞书 GEO 项目 Q3 复盘

a：H 标签和图片 Alt 属性未批量优化？

b：llm.txt 未优化（技术方案不确定）

c：面包屑 Breadcrumb 优化（主题不支持）

d：Schema 优化进展，以及下一步计划

疑问：首页 Schema 检测未做

疑问：产品 Schema 未落地：后台检测字段值与飞书服务中的设计值不同？

e：Blog 优化

1.1 站点级：robots.txt 和 llms.txt 优化

llms.txt 优化

方法 1：直接创建（貌似行不通）

方法 2：Cloudflare integration（有风险）

方法 3：URL redirect（）

1.2 页面级优化：TDK、H 标签、图片 Alt 属性

1、页面级：TDK 优化

Shopify 设置路径

2、页面级：H 标签优化

3、页面级：图片 Alt 属性优化

1.3 重点：Schema 优化

1.3.1 关于 Schema

（1）基本概念

（2）JSON-LD（我们写的格式）

（3）Product Schema（最核心）

（4）GEO 对 Schema 的依赖度（AI 需要干净、结构化、低噪声数据）

（5）如何定位 + 诊断 Schema

1.3.2 Shopify 体系

（1）主题目录骨架

（2）渲染链路（决定代码落点）

（3）关键指令与最佳实践

（4）Schema 来源

1.3.3 Schema 优化步骤

（1）基本步骤

（2）首页 Schema（暂未实施）

（3）Product Schema

产品级自动化 Schema + Metafield 驱动方案

产品 Schema 下一步计划（重点）

（4）FAQ Schema

产品级 FAQ 创建流程

（5）常见问题处理

1、资源“Price”中的浮点数无效

2、未填写字段“shippingDetails”和“hasMerchantReturnPolicy”(非严重)

3、SMV(URL)环境下，看不到 FAQPage

1.4 GEO 内容创作与分发

论文

论文大纲

一、引言（Introduction）

二、外部环境分析：为什么 Cloudray 要开始做 GEO？

2.1 消费者信息搜索习惯拐点

2.2 传统营销方式效率下滑、成本上升

2.3 竞争格局变化：GEO 的红利期窗口

三、GEO 的原理与方法论（核心理论部分）

3.1 GEO 的定义

3.2 GEO 的底层技术逻辑

3.3 GEO 的实施方法（基于 CREATE 模型）

四、Cloudray GEO 项目实施路径（结合企业实际）

4.1 阶段一：基础建设（2025 Q3 – 2025 Q4）

4.2 阶段二：高权威曝光构建（2025 Q4 – 2026 Q1）

4.3 阶段三：AIEP（AI Engine Page）占位（2025 Q4 – 2026 Q2）

4.4 阶段四：监控与复盘（2025 - 2026）

五、运营数据复盘与成果分析（关键章节）

5.1 GEO 带来的品牌搜索数据变化

5.2 交易漏斗变化（可填写你们的实际转化数据）

5.3 GEO 对成本结构的改善

5.4 案例展示

六、GEO 战略价值：对 Cloudray 未来国际化的意义

6.1 品牌认知的结构性护城河

6.2 对产品创新的反馈价值

6.3 对跨境电商与 B2B 的双向增益

七、结论与展望（Conclusion）

相关帖子

思源笔记 v3.5.0 发布，提示块

[css] 思源笔记个人 CSS 样式分享 （第三版）

关于链滴社区积分机制的疑问

申请退款, 找不到退款链接

文档发布到链滴问题

内核 + 浏览器访问时，需要等待索引结束后才能对文档进行操作

[css] 思源笔记个人 CSS 样式分享（第三版）