物流平台TrackingSchema：AI可见度变化
文章从一家在线二手交易平台在2025年Q3开始进行"商品GEO"优化这一问题出发，重点拆解成色分级体系的结构化标注，并说明如何用页面、搜索与AI回答证据完成验收。
一家在线二手交易平台在2025年Q3开始进行"商品GEO"优化。核心策略：将平台上800万件在售二手商品部署产品级别的Product Schema——标注商品名称/型号/成色/价格/卖家的平台信誉评分/商品检测报告。与一手电商的GEO不同——二手商品的GEO需要额外标注"成色分级体系"（如99新/95新/9成新/8成新等标准化评级）和"商品检测报告"（如手机的电池健康度/屏幕划痕照片/功能检测结果）。5个月后，该平台在AI二手商品查询中的品牌引用率从3%提升到36%，AI引荐用户的商品成交转化率为5.8%。二手交易平台的GEO蓝海：当用户问AI"预算2000买什么二手手机""XX型号的二手现在什么价"时，AI需要一个有结构化商品数据、有标准化成色体系、有信誉评分的平台。一手电商（淘宝/京东）不覆盖二手场景的GEO——这就是二手平台的独占窗口。
案例背景：800万件二手商品——AI推荐二手手机时引用的是"什么值得买"的二手攻略
有真实商品+成色评级+检测报告——AI回答"推荐二手iPhone"时引用的是一篇知乎攻略
该二手平台对商品做了系统性的成色评级和质量检测——卖家的信誉体系也经过验证。但SEO POWER编辑部发现：当用户向AI咨询"二手iPhone 14现在什么价""推荐1000元以内的二手单反"时，AI的推荐来源是知乎攻略文章和什么值得买的二手购买指南——这些内容只有"推荐买什么型号"，但不知道"现在哪里能买到""现在什么价格""卖家的信誉如何"。
操作步骤：二手商品的"信任化GEO"
成色分级体系的结构化标注
建立了标准化的成色分级Schema——将模糊描述（"挺新的""用了半年""有点磨损"）映射为标准化评级（S级99新/A级95新/B级9成新/C级8成新）。标准化的成色标注至关重要——因为AI在做"同类比选"（如比较两个卖家的iPhone 14的性价比）时，如果成色描述不统一（一个"99新卖3200"、一个"用了半年卖2900"），AI无法做公平比较。
商品检测报告的结构化标注
二手电子产品的"检测报告"——将质检工程师的检测结果以结构化方式标注。以iPhone为例：电池健康度（87%）、屏幕划痕（无）、外壳磨损（轻微）、功能检测（摄像头/麦克风/扬声器/指纹/面容ID各项通过/不通过）、以及防水测试（通过/不通过）。这些技术检测数据对AI做二手商品推荐极有价值——因为用户在AI中咨询二手手机时最担心的就是"买到翻新机/问题机"。
| GEO策略 | 改造前 | 改造后 | 效果 |
|---|---|---|---|
| 成色分级标准化 | 不统一的文字描述 | S/A/B/C标准化评级Schema | AI可比选不同卖家的商品 |
| 检测报告结构化 | 无 | 12项检测结果结构化标注 | AI引用率14%→28% |
| 卖家信誉评分结构化 | 仅显示评分 | Person Schema+评分Schema | AI引用率28%→36% |
二手平台GEO自检清单
- 是否有标准化的成色分级体系（S/A/B/C评级+品类定制维度）？
- 检测报告的核心结果是否以结构化方式标注？
- 卖家信誉是否以Person Schema+AggregateRating Schema标注？
- 不同品类是否有独立的检测维度和评级标准？
- GEO标注的优先级是否按GMV占比排序（先标注高价值品类）？
- 是否追踪了AI引荐用户的商品成交转化率？
当前业务环境参考与核验来源
以下官方页面用于核验工具能力和实施边界；链接提交、结构化数据或内容发布均不等于平台承诺收录、排序或引用。
核验日期：2026年8月9日。平台页面与功能可能调整，请以官方当前说明为准。
常见问题
Q：二手商品的"成色评级"——不同品类怎么统一标准？手机和手表的成色显然不能同一套标准。
成色评级按品类定制——手机的评级维度（电池健康/屏幕/外壳/功能）与手表的评级维度（表盘/表带/机芯/防水）完全不同。seopower工作室的方案：为每个品类建立独立的成色评级标准和标注字段——手机有12个检测维度、手表有8个维度、家具/家电各有独立的检测维度。商品Schema的Product/category字段标注了商品所属品类——AI在读取时会根据品类匹配对应的评级维度。不建议用一套统一的评级标准覆盖所有品类（会丢失品类特定的信息）。
Q：二手平台的GEO——卖家信誉评分的结构化标注怎么做？
将卖家信誉以Person Schema（或Organization Schema，如果是商家）+AggregateRating Schema的结构化标注——标注卖家的综合评分、成交数量、好评率、以及（关键）退货率和纠纷率。好的卖家信誉标注应该是"百位数成交+98%好评+退货率<1%"的完整画像。AI在做商品推荐时，会自动将"高信誉卖家"的商品排在推荐列表前列——这是一种基于信用的GEO排名。
Q：800万件商品的检测报告全部结构化标注——不太现实吧？
不需要800万件全部标注——优先标注高价值、高频交易的品类。seopower工作室的分品类优先级：第一优先级——手机/平板/笔记本（涉及金额高、检测维度标准化程度高）。第二优先级——相机/镜头/音箱/耳机（专业器材的买家对检测数据需求高）。第三优先级——轻奢/手表/珠宝（涉及真伪鉴定的品类）。长尾二手商品（如二手书/衣物/玩具）因为检测维度较少且客单价低，可以用简化的标注。按该平台的GMV占比排序，TOP 3品类覆盖了55%的GMV——但只占全部SKU的约20%，也就是约160万件。