产品图 AI 看不懂细节：ImageObject 与 alt 写法差异的 45 天引用对照
2026-09-18 10:10:21
19 次浏览
ImageObject图片 sitemap多模态抓取结构化数据图片SEO
适用读者：负责外贸独立站产品页的前端与 SEO 工程师，需要在多语言目录站上落地图片结构化数据的维护者，以及正在被「AI 回答不引用自家产品图」这个问题困住的运营技术负责人。
上个月初，我们在客户会议室做了一轮人工提问测试：把一台数控设备的产品页链接分别丢给三个常用的 AI 引擎，问「这台设备有几个气动接口」。三份回答都把正文第一段的参数描述换了个说法复述了一遍，图片里铭牌上印着的接口数量，一份都没提到。
那张图拍得并不糊，铭牌数字肉眼可辨。文件名叫 IMG_2841.jpg，alt 写的是「产品图」两个字。图片对引擎来说等于不存在。
现场：图片信号断在哪一环
排查用了两天，顺序比工具重要。第一步是 curl 把页面原始 HTML 拉下来看 <img> 标签，抓取器拿到的是未执行 JavaScript 的那一版，而这家站用了一个懒加载脚本，真实地址塞在 data-src 里，src 是一个 1×1 的占位 GIF。第二步是 Search Console 的图片报告，1260 张主图里有展示数据的不到 200 张，而且集中在类目页的那几张 banner 上。第三步是把所有 alt 抄出来做文本量统计，这一步得出的数字最扎眼。
那家站当时的状态是这样的：420 个产品页，每页 3 张主图，共 1260 张。文件名全部是相机默认的 IMG_xxxx.jpg，其中 300 多张还是从微信导出、带 mmexport 前缀的。alt 只有三种写法——「产品图」、「图1」、空字符串，前两种各占一半左右。页脚和证书栏还有 200 多张装饰图，alt 全空。图片没有进 sitemap，产品页的 JSON-LD 只声明了 Product，image 字段直接丢了一个 URL 进去，没有 ImageObject 节点。
flowchart TD
A[抓取器拉取 HTML] --> B[解析 img 与 picture 节点]
B --> C{真实图片地址是否可达}
C -- 否 --> D[记录 404 或占位图, 该图退出链路]
C -- 是 --> E[下载图片二进制]
E --> F[视觉语言模型读图]
F --> G[生成机器描述: 主体 属性 可见文字]
B --> H[抽取 alt / caption / 文件名 / 周边正文]
G --> I[多模态融合 Multimodal Fusion]
H --> I
I --> J{两路信号是否冲突}
J -- 冲突 --> K[作者声明优先, 机器描述降级为补充信号]
J -- 一致 --> L[合并为图片文本表示并加权]
J -- 作者声明为空 --> M[机器描述升为主信号]
K --> N[与页面正文段落做语义对齐]
L --> N
M --> N
N --> O{与提问意图是否重叠}
O -- 是 --> P[进入引用候选池]
O -- 否 --> Q[仅入库, 不参与引用]
flowchart LR
A[扫描图片 sitemap 的 image:loc] --> B{HTTP 200 且 MIME 为图片}
B -- 否 --> C[标记失效并写入修复清单]
B -- 是 --> D{alt 长度是否在 15 到 125 字符之间}
D -- 否 --> E[打回重写, 记录原值]
D -- 是 --> F{alt 与 caption 是否高度重复}
F -- 重复 --> E
F -- 否 --> G{图片 URL 是否可被索引}
G -- 否 --> H[移出图片 sitemap 并检查 robots]
G -- 是 --> I{尺寸与体积是否达标}
I -- 否 --> J[转码压缩后更新 image:loc]
I -- 是 --> K[保留并进入下一轮对照窗口]
# -*- coding: utf-8 -*-
# 批量生成图片 sitemap，并对每张图的 alt 做合规校验
# 依赖：Python 3.10+，仅标准库
import csv
import re
from pathlib import Path
# 只用标准库发探测请求，避免为了一个校验脚本引入额外依赖
from urllib.request import Request, urlopen
from xml.etree import ElementTree as ET
# 图片 sitemap 的命名空间，图片扩展必须挂在 url 节点下
NS_SM = "http://www.sitemaps.org/schemas/sitemap/0.9"
NS_IMAGE = "http://www.google.com/schemas/sitemap-image/1.1"
NS_XHTML = "http://www.w3.org/1999/xhtml"
# 注册前缀，否则 ElementTree 会写出一串 ns0 这样的自动前缀
ET.register_namespace("", NS_SM)
ET.register_namespace("image", NS_IMAGE)
ET.register_namespace("xhtml", NS_XHTML)
# alt 与 caption 的长度区间，短于下限信息量不足，长于上限会被截断
ALT_MIN, ALT_MAX = 15, 125
# 零信息量写法，命中即判不合格
EMPTY_ALT = {"产品图", "图片", "img", "image", "photo", "图1", "banner", ""}
# 单张图的行结构：页面地址、图片地址、alt、caption、语言
CSV_PATH = Path("images.csv")
# 生成物统一落到 out 目录，方便整目录提交给引擎做校验
OUT_DIR = Path("out")
def validate_alt(alt: str, caption: str) -> list[str]:
"""返回问题列表，空列表表示这张图的 alt 通过校验。"""
# 一条图可能同时踩多个坑，所以用列表累积而不是提前返回
problems: list[str] = []
# 归一化后比对零信息量写法，避免全角空格和大小写造成漏判
norm = alt.strip().lower()
# 零信息量 alt 直接退出，后面的长度与重复判断对它没有意义
if norm in EMPTY_ALT:
problems.append("alt 无信息量")
return problems
# 长度下限防「分配器」这种单词，上限防整段说明被截断
if not (ALT_MIN <= len(alt.strip()) <= ALT_MAX):
problems.append(f"alt 长度 {len(alt.strip())} 不在 {ALT_MIN}-{ALT_MAX}")
# alt 与 caption 完全一致时，两路信号退化成一路，融合阶段拿不到互证
if caption and alt.strip() == caption.strip():
problems.append("alt 与 caption 完全重复")
# 逗号分隔的关键词堆砌特征：逗号多于 3 个且没有完整句式
if alt.count("，") + alt.count(",") > 3 and "的" not in alt:
problems.append("疑似关键词堆砌")
# 单位符号缺失会让数值类问题无法对齐，例如只写 8 没写 G1/4
if re.search(r"\d", alt) and not re.search(r"(mm|cm|kg|V|A|G\d|/4|寸|口)", alt):
problems.append("含数值但缺少单位")
# 返回空列表表示通过，调用方用 if problems 判断即可
return problems
def http_head_ok(url: str, timeout: int = 8) -> bool:
"""用 HEAD 探测图片是否可达，失败时不抛异常，交给调用方记账。"""
try:
# 带上自定义 UA，部分 CDN 会直接拒绝空 UA 的探测请求
req = Request(url, method="HEAD", headers={"User-Agent": "img-sitemap-check/1.0"})
with urlopen(req, timeout=timeout) as resp:
# 只看状态码不够，还要确认 MIME 是图片，有些错误页也返回 200
ctype = resp.headers.get("Content-Type", "")
return resp.status == 200 and ctype.startswith("image/")
# 超时、证书错误、DNS 失败统一按不可达处理，报表里再人工看
except Exception:
return False
def build_sitemap(rows: list[dict], lang: str) -> ET.Element:
"""按语言生成一份 urlset，一条 url 下挂一张或多个 image 节点。"""
# 同一张图在三个语言版本里的地址不同，alt_url 里存了其余两份地址
# 根节点走 sitemaps 命名空间，图片节点走 image 扩展命名空间
urlset = ET.Element(f"{{{NS_SM}}}urlset")
for row in rows:
# 每个语言版本单独一份文件，行数据在这里按 lang 过滤
if row["lang"] != lang:
continue
url_el = ET.SubElement(urlset, f"{{{NS_SM}}}url")
ET.SubElement(url_el, f"{{{NS_SM}}}loc").text = row["page_url"]
# image:loc 必须写成带协议头与域名的完整 URL，相对路径会被引擎丢弃
img_el = ET.SubElement(url_el, f"{{{NS_IMAGE}}}image")
ET.SubElement(img_el, f"{{{NS_IMAGE}}}loc").text = row["image_url"]
# title 用于图片搜索的标题展示，caption 用于语义融合，两者不要写成同一句
ET.SubElement(img_el, f"{{{NS_IMAGE}}}title").text = row["title"]
ET.SubElement(img_el, f"{{{NS_IMAGE}}}caption").text = row["caption"]
# 多语言站用 xhtml:link 互指，避免三个语言版本被判重复
for other in ("zh", "en", "es"):
link = ET.SubElement(img_el, f"{{{NS_XHTML}}}link")
# rel 固定为 alternate，hreflang 写目标语言代码
link.set("rel", "alternate")
link.set("hreflang", other)
# 同语言指向自身，这是协议要求而不是笔误
link.set("href", row["image_url"] if other == lang else row["alt_url"][other])
return urlset
def main() -> None:
# 输入是一张平铺表：页面地址、图片地址、alt、caption、语言
rows = list(csv.DictReader(CSV_PATH.open(encoding="utf-8")))
# report 三列与输出的 csv 表头一一对应，改列序时两处要一起改
report: list[tuple[str, str, str]] = []
for row in rows:
# 可达性放在最前面，失效图不必再看文本质量
if not http_head_ok(row["image_url"]):
report.append((row["image_url"], "不可达", row["alt"]))
continue
# 每张图的所有问题都写进报表，修图的人只打开一个文件就够
for problem in validate_alt(row["alt"], row["caption"]):
report.append((row["image_url"], problem, row["alt"]))
# 输出目录不存在时自动创建，定时任务里不用额外加一步 mkdir
OUT_DIR.mkdir(exist_ok=True)
# 三份 sitemap 分开输出，各自提交，便于单独观察抓取反馈
for lang in ("zh", "en", "es"):
tree = ET.ElementTree(build_sitemap(rows, lang))
# 缩进只为人工核对，引擎不依赖格式
ET.indent(tree, space=" ")
# 一份文件超过 5 万条要拆包并配 sitemap 索引，这里先按语言拆
# xml_declaration 必须打开，缺少声明时部分校验工具直接判错
tree.write(OUT_DIR / f"sitemap-images-{lang}.xml", encoding="utf-8", xml_declaration=True)
with (OUT_DIR / "alt-report.csv").open("w", encoding="utf-8", newline="") as fh:
writer = csv.writer(fh)
# 表头固定三列，直接丢给内容团队当工单用
writer.writerow(["image_url", "problem", "alt"])
writer.writerows(report)
# 打印一行汇总，方便塞进 CI 的日志里看趋势
print(f"checked={len(rows)} problems={len(report)}")
if __name__ == "__main__":
# 入口保持极简，方便挂到定时任务或 CI 的图片合规检查步骤里
main()
// 放在产品页 <head> 内的 application/ld+json 脚本里
// 与 Product 节点同处一个 @graph，用 image 字段互相指向
{
"@context": "https://schema.org",
"@type": "ImageObject",
// @id 用带域名的完整 URL 且全站不重复，方便 Product 用 image 字段指过来
"@id": "https://example.com/products/pneumatic-manifold-8port#primaryimage",
// contentUrl 指向可直接访问的原图，不要给懒加载占位图
"contentUrl": "https://example.com/media/pneumatic-manifold-8port-800.jpg",
// 缩略图用于列表与回答卡片，宽高比与主图保持一致
"thumbnailUrl": "https://example.com/media/pneumatic-manifold-8port-320.jpg",
"name": "铝合金八口气动分配器正面铭牌",
// caption 与页面 figcaption 的文本保持一字不差，融合阶段会被判定为互证
"caption": "八口气动接口的铝合金分配器，正面铭牌标注 8×G1/4，用于自动化产线的末端执行器",
// description 用来复述图上可见文字，给读图模型留一条校验路径
"description": "铭牌位于画面左下角，标注型号与八口接口规格",
// 声明这是该页面的代表图，参数类回答优先取用这一张
"representativeOfPage": true,
// 宽高写成 QuantitativeValue，比裸数字更容易被尺寸校验流程读到
"width": { "@type": "QuantitativeValue", "value": 800, "unitCode": "E37" },
"height": { "@type": "QuantitativeValue", "value": 800, "unitCode": "E37" },
// encodingFormat 写真实格式，webp 与 jpeg 混用时要逐图声明
"encodingFormat": "image/jpeg",
"creditText": "产品实拍",
// 图片本身的许可声明，缺失时部分引擎会拒绝在回答中直接展示
"license": "https://example.com/license/photo-usage",
// 与 Product 节点建立弱关联，帮助引擎把图归到正确的实体名下
"about": { "@type": "Product", "@id": "https://example.com/products/pneumatic-manifold-8port#product" }
}
本内容由 AI 辅助生成，经人工校对审核；部分素材、资料来源于公开网络，仅作个人观点分享与交流使用，无任何商业侵权意图。若内容、图片、文字涉及您的合法著作权、版权权益，请联系本人，核实后将第一时间删除、修改相关内容。