产品图、工厂图、证书图，AI 到底读到了什么？独立站图片资产的 GEO 写法

先给判断：AI 基本读不到图片本身。它抓到的是网页源码，图片在它眼里主要是一个地址；图里的参数、证书编号、尺寸标注、车间实景，只要没有文字版本，就等于不存在。所以图片资产的 GEO 工作不是把图拍得更好，而是把图里的信息用文字再写一遍，再把这段文字和图片绑在一起。

这件事在外贸独立站上尤其明显。产品页最核心的信息往往压在产品图上：型号钢印、材质标号、尺寸标注、认证标志；工厂实力靠车间照片证明；资质靠扫描件证明。人看一眼就懂，机器看不到。八藏科技做站点诊断时，把「图里有多少信息没有文字版本」列成固定检查项，因为在视觉型类目里，这一类缺口经常比文案缺口更大——文案至少还在页面上，图里的信息连抓都抓不到。

下面按六个问题拆开：AI 到底能读到图片的哪一层、三类图片各自该怎么补文字、alt 与图注怎么分工、文件名与结构化数据要不要动、堆词会不会被判作弊、以及怎么验证它真的读到了。

AI 到底能不能「看懂」图片？

能看懂一部分，但分三层，效果差得很远。

第一层是索引。图片以地址的形式被收进索引，能读到的周边信息只有三类：文件名、alt 属性、图片前后的文字。图片的像素内容不进正文。这一层决定「这张图存不存在」，不决定「这张图说了什么」。

第二层是识别。现在主流引擎都带视觉能力，能读出图里的字（OCR）、能判断画面是产品特写还是车间全景。但这一层有两个不稳定因素：同一张图两次识别可能给出不同描述；识别通常是按需触发，不会覆盖你站点上的每一张图。指望它兜底，等于把关键信息交给运气。

第三层是取用。这一层才是关键。AI 生成的答案里，被引用的单位是句子，不是图片。答案里几乎不会出现「图片显示该产品材质为 6061 铝合金」这种句式；它只会写「该产品材质为 6061 铝合金」，而这句话的来源必须是页面上的一行文字。

结论很直接：OCR 是概率，文字是确定性。图里的信息想被引用，就得有文字版本。

一个可以自己数的量化事实：一张普通的产品主图里，通常压着 4—12 项数字——型号、材质、尺寸、公差、重量、认证标志、产地。改造前真正有文字版本的比例，多数站点不到三成。

还有三个现象可以在自己站点上验证。只放图不写文字的页面，问 AI 该产品的材质或尺寸，它答不出、答错、或者答成竞品的值；补了图注与参数文字的页面，改动之后 2—6 周，答案里开始出现图注里的原句；图里的文字与正文冲突时，AI 采信正文，不采信图。第三条最能说明问题：图在它那里没有话语权。

产品图、工厂图、证书图，AI 各能读到什么？

三类图的价值不同，缺的文字也不同。下面这张表可以拿去逐类对照自己的站点。

这张表里最容易被忽略的是最后一行。包装信息看起来是物流细节，实际上它是买家在询盘前最常问的一组数字，也是 AI 在回答「这个产品一个柜能装多少」时唯一能引用的依据。很多站点把箱规只写在一张包装图上，结果每来一个客户就要重问一次。

优先级上，产品主图与证书图的改造收益最高：前者覆盖绝大多数产品类问题，后者覆盖资质类问题——而资质类问题恰恰是 B2B 买家决策里最难绕开的一环。八藏科技改造产品页时通常按这个顺序走：先把表里「该补的文字」补齐，再动版式与图片质量，顺序反过来会白做一遍。

alt 和图片说明有什么区别，到底该写哪个？

都要写，但它们不是同一件事，混着写会互相削弱。四个位置各管一段，分工如下。

一句话区分：alt 说的是「这是什么」，图注说的是「所以呢」。同一条信息不要在四个位置重复四遍——重复不会提高被引用的概率，只会让页面显得啰嗦。

举个具体写法。一张铝合金外壳的产品图，alt 写「6061 铝合金外壳，壁厚 2mm，阳极氧化黑色」，图注写「外壳壁厚 2mm，比同规格 1.5mm 方案抗变形能力更强，适合户外设备」，正文里则写一句完整的「该外壳采用 6061 铝合金，壁厚 2mm，工作温度 -20℃ 至 70℃」。三处各说一层，机器和人都能各取所需。

图片文件名要不要改？

要改，但优先级排在 alt 与图注之后。文件名是图片唯一自带的可读信号，改了成本极低，收益主要体现在图片搜索与抓取理解上。

三类必须改的文件名：相机默认名（IMG_2481.jpg、DSC01234.jpg）、聊天工具导出名（微信图片_20240315.jpg）、建站系统占位名（未命名-1.webp、a.jpg）。这三类文件名对机器来说等于没有名字。

改成「型号-材质-规格」的结构就够用，例如 bz-6061-aluminum-enclosure-120x80.webp。规则四条：全小写、用连字符不用空格与下划线、不用中文、一图一名不重复。长度控制在 3—6 个词，不要为了塞关键词写成一句话。

有一个坑要提醒：改完本地文件名不等于线上生效。多数建站系统与 CDN 会在上传时重命名，或者给图片加上时间戳前缀。上传后要回页面源码里看一眼真实的图片地址，确认文件名就是你想要的那一个；如果被系统改掉了，改系统设置或改用可预期的命名规则。

还有一项常被混在一起的：尺寸与格式。长边 1200—1600 像素、WebP 格式、单图控制在 300KB 以内，这一组数字既是加载速度问题，也影响抓取预算——一个产品页挂二十张原图、首屏要下 8MB 的站点，被抓取的深度通常比同类站浅。

证书图上的编号，为什么必须写成文字？

因为证书是 AI 核对资质时唯一能核对的东西，而它核对的是字段，不是图。

买家问「这家有没有 CE」，AI 需要找到可以互相印证的要素：证书全称、证书编号、发证机构、覆盖的产品型号、有效期。这五项如果只存在于一张扫描件里，等于零。有些站点连证书图都没放，只在文案里写一句「已通过多项国际认证」——这句话无法核对，AI 通常不会采用。

建议固定成三行文字，放在证书图的正下方，每行 40—80 字：

• 第一行写证书全称与编号，例如「CE 认证，证书编号 XXXX-XXXX，发证机构为某某公告机构」。
• 第二行写覆盖范围，具体到型号系列或产品类别，不要写「全系列产品」。
• 第三行写有效期与查询方式，给出可自行核验的公开路径或机构名称。

如果证书较多，另做一个资质汇总页，一页列全，每张证书给一张缩略图加三行文字，并从这个页面链回对应产品页。这个页面的作用不是给客户看的，是给 AI 找一个集中、稳定、可引用的资质事实源——散落在二十个产品页底部的证书，等于没有。

一条合规提醒：证书文字只写证书本身覆盖的范围，不要写成「保证通过某国认证」「符合全部当地法规」这类承诺式表述。承诺无法核对，反而会削弱可信度。

参数表、尺寸图、流程图，这类「图里带字」的图片怎么办？

分三类处理，判断标准只有一个：图里的信息，是不是买家会拿去做决策的。

尺寸标注图有个细节值得单独说。很多产品页把关键尺寸只标在图上，然后在正文里写「尺寸见图」四个字。这四个字对 AI 是彻底的空白——它既不知道图里有什么，也无法追问。正确做法是正文列一遍：长 120mm、宽 80mm、高 45mm、壁厚 2mm、安装孔距 100mm，每项带单位。写完之后再看图，图的作用就从「信息载体」变成了「直观示意」，这才是它该有的位置。

在 alt 里堆关键词，会不会被判定作弊？

很少会被直接判定作弊，但会实实在在拉低效果，代价比想象中大。

alt 的本职是无障碍替代文本，给读屏软件用的人听的。三种典型堆词：一张图的 alt 里塞五个以上关键词；整站所有图片的 alt 完全相同；alt 描述的内容与图片无关。这三种做法都不会带来排名收益，因为它们对「这张图是什么」没有提供任何有效信息。

反作用有三处。第一，语音播报场景会把它念出来，一串关键词堆在一起，读出来是噪声——而语音入口正在变成真实流量。第二，图片搜索的排序靠的是图片本身的质量、所在页面的主题、以及周边文字的相关性，alt 只是其中一项，堆词不改变其余几项。第三，整站 alt 雷同会让页面之间的区分度下降，这在内容层面的判断里不是加分项。

合理的密度是：一张图一个核心词，品牌名不是必需的。如果一张图必须写三个以上关键词才能说清，通常说明这张图承载了太多信息，应该拆成两张图，而不是把词塞进 alt。

多语言站点，图片要不要每种语言做一套？

多数情况不用，但有一类图必须处理：图里嵌死了文字的。

最常见的错误是「中文标注的产品图直接用在英文站」。买家看到的图上写着「壁厚 2mm·阳极氧化」，页面正文却是英文。对人来说是小事，对机器来说，这张图里的中文标注既不会被英文答案引用，也不会与页面主题建立关联，属于纯装饰。这类图要么重出，要么把标注改成文字层。

怎么验证 AI 真的读到了图片旁边的文字？

四个动作，都不用买工具。

第一，源码自检。把页面抓下来，直接看 alt 与图注是否在 HTML 里。一条命令就够：抓页面、grep 你的 alt 文案。能 grep 到，说明文字在服务端输出了；grep 不到，说明靠脚本注入，先去解决渲染问题。

第二，关掉脚本再看一遍。浏览器禁用 JS 后刷新产品页，如果参数表、图注、证书文字全都不见了，那它们在抓取时也大概率不存在。

第三，固定问题集复测。准备 12—20 个问题，覆盖三类：产品参数类（「某型号的材质和壁厚是多少」）、资质类（「有哪些认证，证书编号是多少」）、工厂能力类（「有几条产线，月产能多少」）。拿同一批问题去问豆包、DeepSeek、Kimi、腾讯元宝，两周一次，记录答案里是否出现你写进图注的原句。原句出现，才算真的读到。

第四，看抓取日志。服务器日志里图片请求与页面请求的比例、图片目录的抓取频次，能反映抓取预算花在哪里。一个图片总请求量过大、单页图片数超过三十张的站点，往往内页抓取深度偏浅。

节奏按四段看。2—4 周是抓取对齐期，日志里能看到稳定抓取；4—8 周是表述浮现期，答案里开始出现图注与参数表的原句；8—12 周是资质类问题的答对率上升期，这类问题见效比产品参数慢，因为需要多个来源互相印证；12 周以后进入稳定期，除非产品线或证书变动，不需要再频繁改。

上线前逐项对一遍：十二项自查清单

• 每个产品页的主图都有 alt，且写清了型号或材质，不是「产品图」。
• 关键参数在正文里有文字版本，不是只标在图上。
• 尺寸标注图下方有逐项文字列表，每项带单位。
• 证书图下方有三行文字：全称与编号、覆盖型号、有效期与查询方式。
• 工厂图的说明里写了设备数量、工序、月产能区间，而不是「先进生产线」。
• 包装图旁写明了箱规、装箱数、毛净重。
• 参数表已从截图改成 HTML 表格。
• 图片文件名是描述性的小写连字符，不是 IMG_xxxx。
• 整站没有两张图共用同一个 alt 文案。
• alt 里没有堆三个以上关键词。
• 多语言站点的图注已按语言分别撰写，图内文字没有嵌死单一语言。
• 关掉脚本后，图注、参数表、证书文字仍能在源码里读到。

三个容易做错的地方

只改首页，不改产品页。首页图片好看、访问量大，改起来最有成就感，但 AI 回答产品类问题时读的是产品页。首页改十张图，不如一个产品页补三行参数。

把图注写成「如图 1 所示」。这类句子只有指路作用，没有信息。图注的任务是把结论说出来——同一句话脱离图片也能读懂，才算合格。

拍了更漂亮的图，但没有补文字。视觉升级对转化有帮助，对 GEO 没有。这两件事要分开做，也不能互相替代。图越好、信息越全压在图里，机器能读到的反而越少。

常见问题

Q：图片里加文字水印，算不算把信息放进图里了？
算，而且是最坏的一种。水印文字既不可复制，又会干扰 OCR，还会让产品图显得不专业。型号、材质这类信息应该写在页面正文，水印只用于防搬运，不承担信息传递的功能。

Q：产品图必须自己拍吗，用供应商的图行不行？
可以用，但要注意两点。一是同一张图在十几个站点上重复出现时，它对「你是谁」的帮助会变弱；二是供应商图上的参数标注往往与你实际供货的规格不完全一致，直接用会制造矛盾事实。建议至少主图自己拍，其余图补上自己的文字说明。

Q：图片多了会不会拖慢页面、影响收录？
会。判断标准不是张数，而是首屏要下载多少数据。长边控制在 1200—1600 像素、用 WebP、单图 300KB 以内，一个产品页放八到十二张图是合理的；如果首屏就要下 5MB 以上，先压缩，再考虑减张数。抓取预算是有限的，花在图片上的部分多了，能分给内页的就少了。

八藏科技在这件事上怎么做

八藏科技做建站和 GEO 时，把图片当成「信息的载体」而不是「装饰」来处理：建站阶段就给产品模型加上 alt 与图注字段，让运营在后台填，不用改模板；参数一律进 HTML 表格，不进图；证书单独做一个资质汇总页，三行文字固定格式；GEO 阶段把产品参数、资质、工厂能力三类问题纳入固定问题集，跟着图片改造一起复测。

价格口径统一为：基础服务 3,000 元起，定制价格请联系客服获取。具体工作量取决于产品数量、图片存量与证书数量，先看现状再定方案。