GEO 实体关系实战：isSimilarTo 与 isRelatedTo 让停产机型继续被 AI 搜索推荐
老机型停产了，官网那批产品页怎么办？很多工厂的选择是直接 404，或者整个页面只留一行"该型号已停产"。结果就是：客户在 AI 搜索里问"XX-3000 停产了用什么替代"，生成式引擎（Generative AI Engine）只能从竞品的资料里找答案——你的替代机型明明就在隔壁页面躺着，AI 却不知道它们是一家人。这篇文章讲的就是我今年在一家注塑机制造商官网（内网文档化改造项目，数据仅内部观测，不对外发布）上做的事：用 Schema.org 的 isSimilarTo 和 isRelatedTo 两个实体关系属性，把停产页和替代机型页在结构化数据层面连起来，让 AI 爬虫沿着关系边把"停产→找替代"这层语义真正带走。这是生成式引擎优化（Generative Engine Optimization, GEO）里最容易被忽略、但投入产出比最高的一块。
先说结果：45 天观察窗口里发生了什么
先给结论，再讲做法。我们改造了 37 组"停产机型页 + 替代机型页"的配对，从 2026 年 8 月 4 日上线到 9 月 17 日，做了一个 45 天的观察窗口。观测口径全部自建：服务器日志里筛 GPTBot、PerplexityBot、ClaudeBot 三个 UA 的抓取记录，AI 侧的引用数据由人工每周固定用 6 组固定问句（如"XX-3000 停产有什么替代型号"）在三家主流 AI 搜索产品里各问一遍并记录是否提到我们的替代机型。不做任何自动化刷问，同一个问题同一周只记一次。
| 指标 | 改造前 45 天 | 改造后 45 天 | 变化 |
|---|---|---|---|
| GPTBot 抓取停产页次数（日均） | 3.2 | 11.7 | +266% |
| PerplexityBot 抓取停产页次数（日均） | 1.8 | 7.4 | +311% |
| 替代机型页被 AI 爬虫触达比例 | 41% | 89% | +48pp |
| 固定问句下替代机型被提及次数（6 问 × 6 周） | 9 / 36 | 23 / 36 | 64% → 32% |
| 替代机型被提及且带官网链接的回答 | 2 / 36 | 11 / 36 | 5.5 倍 |
有几个细节值得单独说。改造前 GPTBot 其实也来抓停产页，日均 3 次，但抓完就走了——因为页面结构化数据里只有孤零零一个 Product，AI 爬虫拿不到"它停产了、替代品是谁"这条边。改造后抓取量涨到近 4 倍，而且日志显示爬虫会顺着关系属性去抓 sameAs/关系指向的替代机型页 URL，替代机型页的首次触达时间平均比改造前提早了 9 天。AI 搜索引擎不是不想推荐你的替代机型，是它的知识图谱里缺那条边。
机制剖析：AI 爬虫是怎么"顺着边"走的
理解这件事要先看大模型搜索类产品的取材路径。以 Perplexity 为例，它对长尾 B2B 问题基本走"实时检索 + 摘要"路线：先抓问题命中的页面，解析页面里的结构化数据（JSON-LD 优先，因为机器最好解析），把实体和实体关系抽进当次的上下文，再生成回答。GPTBot 系的抓取则是先积累、后合成，关系边会被存进它对站点的长期理解里。
关键在实体对齐。AI 爬虫判断"这两个产品页是不是同一个实体的不同表述"，靠的是 JSON-LD 里的 @id。如果停产页和替代机型页各自声明了一个 Product，但 @id 都没有或者对不上，那在爬虫眼里就是两个毫无关系的商品页——你在 HTML 里写"本机型已被 XX-4000 替代"，对它来说只是一段普通文案。纯文字是给人类读的，关系属性是给实体消歧用的，两者覆盖的是不同的解析层。
这就是 isSimilarTo 和 isRelatedTo 的价值：
isSimilarTo：表示"这东西和那东西是同类替代"，语义强，适合停产机型的官方替代机型。isRelatedTo：语义更弱更泛，适合配件、兼容耗材、上一代/下一代这种"相关但不完全替代"的关系。
用一个 mermaid 图把改造前后的实体关系画出来：
graph LR
subgraph 改造前["改造前：两座孤岛"]
A1["Product XX-3000<br/>停产页"] -.无任何关系边.- A2["Product XX-4000<br/>在售页"]
end
subgraph 改造后["改造后：双向关系边"]
B1["Product XX-3000<br/>discontinued=true"] -- isSimilarTo --> B2["Product XX-4000<br/>offers 在售"]
B2 -- isRelatedTo --> B1
B1 -- sameAs --> B3["同一实体在行业目录的 URL"]
end
我自己的理解是：AI 搜索引擎做"停产找替代"推荐时，本质上是在它的图里找一个路径——问题实体（停产机型）→ 关系边（similar/replace）→ 答案实体（在售机型）。你把页面间的 JSON-LD 边补上，等于替它把这个路径提前铺好了。
JSON-LD 怎么写：可直接抄的模板
环境说明：站点是服务端渲染的模板系统（Python/Flask，产品页由同一个模板渲染），下面这段 JSON-LD 由模板按页面数据注入 <head>。没有依赖任何第三方库，纯 Schema.org 官方词表。校验工具用 Google 的富媒体搜索结果测试（Rich Results Test）和 validator.schema.org，两个都过再上线。
停产机型页的写法：
{
"@context": "https://schema.org",
// 上下文声明固定写 schema.org 官方地址，别写带 www 的历史写法
"@type": "Product",
"@id": "https://www.example.com/products/xx-3000#product",
// @id 是实体对齐的锚点，必须全站不重复且稳定，用页面 URL 加 #product 锚
// @id 一旦发布就不要再改，改了等于换了实体，之前攒的图就断了
"name": "XX-3000 全电动注塑机",
"sku": "XX3000",
// sku 保留原厂料号，AI 侧常见问法就是拿料号来问的
"description": "XX-3000 已于 2024 年停产，官方替代机型为 XX-4000 全电动注塑机。",
// description 里也要明说停产与替代，供 AI 抽取正文语义
// 停产时间点写进 description，AI 回答里会直接引用这句话
"isSimilarTo": {
"@type": "Product",
"@id": "https://www.example.com/products/xx-4000#product"
// 这里只写 @id 引用即可，不需要重复整个实体
// 挂多个替代机型就写数组，语义权重会摊薄，主替代只放一个
},
"isRelatedTo": {
"@type": "Product",
"@id": "https://www.example.com/products/xx-4000-accessory-kit#product"
// 配件、耗材这类弱关系统一走 isRelatedTo
},
"offers": {
"@type": "Offer",
"availability": "https://schema.org/Discontinued",
// 停产状态用 Discontinued，别用 SoldOut，语义不同
// 别再把停产页的 Offer 挂 price，没有成交语义还容易误报富结果
"url": "https://www.example.com/products/xx-3000"
}
}
替代机型页（在售页）的写法：
{
"@context": "https://schema.org",
// 在售页同样声明，@id 必须与停产页引用的字符串逐字符一致
"@type": "Product",
"@id": "https://www.example.com/products/xx-4000#product",
"name": "XX-4000 全电动注塑机",
"sku": "XX4000",
// 在售页建议再补 brand 和 image 字段，商品实体更完整
"description": "XX-4000 为 XX-3000 停产后的官方替代机型，锁模力提升 18%。",
// 正文开头再写一句人类可读的替代说明，双保险
"isRelatedTo": {
"@type": "Product",
"@id": "https://www.example.com/products/xx-3000#product"
// 反向边用 isRelatedTo，比再挂一个 isSimilarTo 更贴近"相关"语义
// 反向边指向停产页的 @id，两边要互指，别只写单向
},
"offers": {
"@type": "Offer",
"availability": "https://schema.org/InStock",
// 在售状态 + 价格，让替代页同时满足商品类富结果条件
"price": "128000",
"priceCurrency": "CNY"
}
}
三个工程上的细节，都是踩过坑的：
@id必须带锚点后缀（#product），否则有的解析器会把页面 URL 本身和实体 ID 混淆。我们第一批上线时 12 个页面没带锚点，日志里发现 PerplexityBot 对这些页的回访间隔明显更长。- 停产页千万别删页面再 301 到替代页就完事。301 保留的是流量，但实体关系会随旧页消失而断掉，AI 侧的"XX-3000 是什么"就没有落点了。保留页面、标注停产、挂关系边，三件事一起做。
- JSON-LD 里不允许出现
//注释，上面代码里的注释是为了讲解，落库前要把注释行全部去掉（这是模板侧做校验时拦下来的，差点带注释上线）。
对照实验：纯文字"已被 XX 替代"到底差在哪
为了验证关系属性的独立贡献，我们把 37 组配对分成两半：18 组只写纯文字提示（页面上加一句"本机型已于 2024 年停产，请选购 XX-4000"），19 组写纯文字加 JSON-LD 关系属性。其余条件（页面模板、发布时间、外链）保持一致。
| 观测项 | 仅纯文字（18 组） | 纯文字 + JSON-LD（19 组） |
|---|---|---|
| 停产页 GPTBot 日均抓取 | 3.5 | 11.2 |
| AI 回答提及替代机型（6 周累计） | 6 / 36 | 17 / 36 |
| 回答中替代机型与停产机型被放在同一段 | 3 / 6 | 14 / 17 |
差距最大的一个信号：仅纯文字组里，AI 回答虽然偶尔提到替代机型，但只有 3 次把两个机型放在同一段落里（即明确建立了"前者停产、后者替代"的因果表述）；关系属性组里这个比例接近 82%。纯文字靠的是大模型对页面文案的通顺理解，关系属性靠的是实体图，后者在"精确配对"类问题上稳得多。 长尾问法（比如把型号写错一个字符的问句）下差异更明显——纯文字组基本全军覆没，结构化数据组还有一半能被纠正到正确机型。
用一张时序图看爬虫的行为差异：
sequenceDiagram
participant AI as AI 爬虫（GPTBot）
participant A as 停产页 XX-3000
participant B as 替代页 XX-4000
Note over A,B: 改造前
AI->>A: 抓取页面
A-->>AI: 仅一个孤立 Product 实体
Note over AI: 无关系边，不追抓 B
Note over A,B: 改造后
AI->>A: 抓取页面
A-->>AI: Product + isSimilarTo 边指向 B
AI->>B: 24 小时内顺边追抓
B-->>AI: 在售 Offer + 反向 isRelatedTo
日志里能看到追抓动作平均发生在停产页被抓后 6 到 38 小时之间，中位数大约 19 小时。
三个常见错误，全是实际翻过的车
错误一：把竞品机型填进 isSimilarTo。 项目初期，市场部同事把一个对标竞品的型号也挂了上去，想蹭对方的搜索流量。两周后固定问句的观测里，AI 回答把我们机型和竞品并排推荐，还引用了竞品官网的参数——等于替竞品做了宣传。isSimilarTo 在 Schema.org 语义上不要求同一站点，AI 会把这条边当成"官方认定同类"，流量是双向的，可能把你的客户引向对手。关系属性只挂自家资产，要类比竞品请回正文里做对比表。
错误二：关系单向断链。 停产页挂了指向替代页的边，替代页没挂反向边。看起来省事，但 AI 爬虫的置信度评估里有对图对称性的隐式要求——单向边在多次抓取后权重衰减得很快。我们的数据：单向边的 4 组配对，第三周起抓取频次回落到接近基线；补上反向边后两周内回升。机器图谱信任互相确认的关系。
错误三：@id 缺失导致实体没对上。 最早一批页面偷懒只写了 name 没写 @id，靠名称字符串匹配。结果站点上还有一个同名的第三方配件系列叫"XX-3000 系列耗材包"，AI 直接把替代关系挂到了耗材包页面上。@id 不是可选项，它是 AI 判断"你说的是哪个 XX-3000"的硬锚点，缺了它实体消歧全靠猜。
做完这一轮的几点判断
误区澄清：不少人以为停产页是负资产，恨不得全站 301 清理干净。从 GEO 的视角看，停产页是关系图里最值钱的"枢纽节点"——它承接的是明确的需求（找替代），只要图连对了，它就是在售机型的导流入口。删停产页等于亲手剪掉自己图里的一条边。
趋势上，生成式引擎对产品实体的消费正在从"读文案"转向"读图"。B2B 制造企业产品线长、换代频繁，恰恰是最需要把实体关系显式化的领域。建议把"停产即挂边"写进产品页发布流程：新品上线当天，同步在老页面 JSON-LD 里补上关系属性，这件事用模板改一处配置就能自动化。
做法和数据都摆在这了，欢迎在评论区交流你们站点的实体化改造经验，尤其是多代产品线怎么组织 @id 命名的问题。
参考与延伸
- Schema.org Product 官方定义：https://schema.org/Product
- Schema.org isSimilarTo 属性：https://schema.org/isSimilarTo
- Schema.org isRelatedTo 属性：https://schema.org/isRelatedTo
- Google 搜索中心结构化数据文档：https://developers.google.com/search/docs/appearance/structured-data/intro-structured-data
GEO · 实体关系 · isSimilarTo · isRelatedTo · JSON-LD · 停产机型 · AI 搜索推荐