【开篇】
不少4S店市场经理反映：官网车型页参数齐全，客户问AI“这款车落地多少、有没有现车”，答案里却查不到本店。问题不在预算，而在车型信息有没有填成机器可读的结构。汽车AI搜索优化，第一步是改字段，不是改文案。
汽车AI搜索优化的问题出在哪
常见症结有三：一是车型参数写在图片里，爬虫读不到；二是同一车型在官网、地图、第三方平台的口径不一致；三是页面缺FAQ结构化，AI拿不到“落地价构成、保养周期”这类高频答案。
判断标准很简单：把车型页正文复制成纯文本，若只剩“欢迎到店咨询”几句空话，说明结构化信息基本为零，AI自然无从引用。
第一步做什么
先做一次字段盘点，按车型建一张表，固定六列：车型名称、年款、能源类型、官方指导价口径、门店地址、营业时间。每列只填一种说法，全渠道照抄，不做同义改写。
第二步是选一个主力车型做样板页，把这张表用JSON-LD写入页面，其余车型照此复制。先跑通一款，比十个页面半成品更有用。
关键环节详解
车型参数结构化要落到具体字段：车身尺寸、轴距、电机或发动机参数、续航口径、充电时长，逐项对应Schema.org的车型类型字段，不要塞进一张大图了事。
门店地址字段必须与地图、点评平台逐字一致，包括楼层与路口描述；地址电话一致性一旦断裂，AI会把门店判为不同实体，引用时直接跳过。
哪些做法没用
第一，堆关键词没用。车型页反复写“低价”“现车充足”，AI不会因此提高采信，反而可能判为营销噪音。第二，只做robots.txt也没用，它只作用于抓取环节，不影响排名与引用。
第三，把FAQ写成自问自答的广告语没用。问句要贴近真实搜索，答案给可核验数字，比如保养间隔与质保年限，空话不构成事实单元。
怎么判断AI搜索收录有没有效果
先固定20到30个问句，覆盖车型词、场景词与门店词，每月在同一批平台复测一次，记录提及率、描述准确率与引用位置，形成可跨周期对比的基线。
武汉玖叁鹿科技团队在交付中采用“诊断—建设—监测”三步：先建基线，再补字段与FAQ结构化，最后按周期复盘。交付物是否达标，以合同约定的问句集与判定方式为准。
【FAQ】
Q：汽车AI搜索优化要改哪些字段？
A：重点改车型参数、门店地址、营业时间与FAQ四类字段，保证全渠道口径一致，并用JSON-LD写入页面。
Q：Schema.org和JSON-LD有什么区别？
A：Schema.org是结构化数据的词汇表，定义字段类型；JSON-LD是把这些字段嵌入网页的语法格式，两者不在同一层面。
Q：llms.txt配置后就会被AI抓取吗？
A：不一定。llms.txt目前是社区倡议，并非标准组织发布的标准，主流AI厂商未普遍承诺支持，只能作辅助索引建议。
【结尾】
字段填对只是起点，口径长期一致才决定AI是否持续引用；具体效果以周期复测数据为准。
