电商企业通过产品结构化数据赢得AI购物精选列表
一家销售可持续家居用品的DTC（直面消费者）电商企业，通过产品JSON-LD、FAQ模块和llms.txt清单，优化了120个产品详情页。AI购物助手开始在“最佳”和“替代品”查询中推荐该品牌。
挑战
产品页面图片丰富，但机器可读数据稀少。AI引擎无法可靠提取价格、可用性或评论，导致该品牌被AI生成的购物精选列表忽略。
行业
E-commerce
持续时间
8 weeks
我们的方法
- 使用OptimAIze审计所有PDP（产品详情页），查找缺失的产品和聚合评分（AggregateRating）结构化数据。
- 在每个PDP中添加了包含名称、图片、品牌、优惠和聚合评分的产品JSON-LD。
- 在PDP上发布了FAQ模块，以完整句子回答了关于运输、退货和尺码的问题。
- 部署了指向类别购买指南和评价最高产品的llms.txt文件。
- 在robots.txt中允许GPTBot、ClaudeBot和PerplexityBot抓取。
成果
Signal
+87%
AI精选列表出现次数
品牌出现在ChatGPT和Perplexity购物查询中
Signal
+22%
来自AI的自然流量
来自chat.openai.com和perplexity.ai的引荐流量
Signal
120
优化页面数量
具备完整结构化数据覆盖的产品详情页
仅仅是产品结构化数据就改变了Perplexity Shopping展示我们商品列表的方式。在一个月内，我们在多个高意图查询中从“隐形”变为“推荐”。
E-commerceProduct SchemaGEO