工厂照片和资质证书，AI 到底认不认

你的官网有 200 张车间照片、6 张 ISO 证书扫描件、3 份第三方检测报告的封面。

然后你在豆包里问：国内做 XX 的厂家，产能多少、有没有汽车行业认证。AI 报了三家，都提到了产线和认证。

没提你。你有产线，你有认证，但它们都在图片里。

先把一个容易说错的地方说准：AI 不是读不了图。豆包、ChatGPT 这些都能识别图片内容，你让它看一张证书，它能读出上面的字。问题不在「能不能读」，在「读出来之后能不能当证据用」。这个区别决定了下面所有做法。

还有边界。不是所有图片都值得转成文字。装饰性配图、氛围照片、团队合影，转成文字没有意义，反而挤占版面。这一篇讲的是被当成资质凭证的那几类图——证书、检测报告、参数表、工艺流程图、产能照片。另外要说清：把图片转成文字不会立刻让 AI 提到你，它影响的是另一件事——当 AI 需要判断「这个厂能不能做」时，你页面上有没有可以被摘走的那句话。

一、为什么「读得出」不等于「用得上」

AI 写答案的方式是组织句子，不是展示图片。

它从检索到的页面里摘取文本片段，再把这些片段重组成一段通顺的话。这个过程中，被摘走的最小单位是一句能独立成立的话。图片做不到这一点——图片可以给它一个印象，但不能给它一句能直接写进答案的原文。

有一个官方口径可以参照。Google 在讲多语言站点时明确说过，判断页面语言按可见正文，且明说不用 lang 属性、也不用 URL 路径。这条规则讲的是语言判定，不能直接搬到图片上，但它透露的机制是一致的：系统用来做判断的原料，是页面上可见的文字。

再看一组关于「什么容易被引用」的研究。SIGIR 2026 接收的论文《What Gets Cited》基于 252,000 次受控实验（同行评审）给出的结论是：主题相关性和上下文位置最关键；明确的价格信息与较新的时间戳有稳定正向作用；而单纯改格式的作用不稳定。这里有一处值得注意——起作用的都是「信息本身」，不是「呈现形式」。证书编号、有效期、覆盖范围是信息；把证书做成一张精美的扫描图，是形式。

所以 GEO 的结论不是「别用图片」，是：图片负责让人信，文字负责让 AI 说得出口。两者不冲突，但如果只有前者，GEO 这一层就是空的。

二、证书：可核验的部分只有四个字段

从 GEO 角度看，大多数官网的证书区是一排缩略图。点开能看清，读不出信息。

一张证书真正可核验的，是 4 个字段：

• 证书全称：不是「ISO 认证」，是完整标准名与版本号
• 证书编号：这是唯一能被第三方核对的字符串
• 发证机构：机构名称，必要时给查询入口
• 覆盖范围与有效期：覆盖哪些产品线、哪个厂区、到哪年哪月

把这四项写成一段正文，放在证书图下面，这件事在 GEO 里成本几乎为零，但它是从「有一张图」到「有一句话」的跨跃。AI 需要的正是那句话。

为什么必须是句子，还有一个研究结果可以参照。arXiv:2410.22349 这篇预印本测过 AI 答案对来源页面的引用完整度，结果是 20%–25%（未经同行评审，结论限定于其测试的查询集）。意思是就算页面被引用了，真正进到答案里的也只是一小部分。这个数字说明：页面被看到，不等于信息被用上；而被用上的那一小部分，是句子。

这一步还有一个副作用值得说：它顺手解决了真实性问题。Google 官方在 2025 年 9 月的更新里说过，虚构作者资质或伪装人类撰写会被评最低等级。虽然这是 Google 的规则，但底层逻辑通用——写下编号，就等于接受被核对。愿意写编号的和只放缩略图的，在专业度上不是一回事。

另外提醒一句：如果某个证书已经过期，不要留着不标。一堆时间不明的证书，对 AI 是噪声，对来人也是。过期的就写明有效期已到、是否在换证中。

三、车间照片：从「证明有」到「证明能」

200 张车间照片传达的信息量，可能不如 6 段文字。原因很简单：照片证明你有车间，但不证明你能做什么。

采购方真正要判断的是能力边界：能做多大、能做多小、公差多少、交期多久、出了异常怎么处理。这些信息照片传达不了，只能写。

可操作的做法是给关键照片配带信息的图注。对比一下：

改前：「生产车间一角」。

改后：「三号车间，两条 SMT 线，2024 年新增，支持 0201 元件贴装，日产能约 XX 万点」。

第二句里每一项都能单独回答一个子查询。第一句什么都不是。

顺带说清楚为什么这件事在 AI 搜索优化里优先级高。Google 官方文档里有个机制叫 query fan-out：你问一句话，AI 会拆成若干子查询分别去找，再合并成答案。「这个厂产能多大」会被拆成产能、产线、认证、交期这几种问法。你的页面要能被这些子问题分别命中，靠的就是上面这种带具体参数的句子。

图注写法上有三条要求：控制在两行以内（手机端会照抄，太长会被截断）、必须含至少一个可核对的量（型号、数量、年份、标准号）、不要写形容词。

四、检测报告：只放封面等于没放

这是最普遍的一种浪费。三份检测报告，官网只贴了封面，报告里的结论一个字没写出来。

报告的可核验部分同样很少：检测项目、适用标准号、结果值、检测机构、报告日期。这五项写进正文，一段话就够。

做 GEO 时还要提醒口径。检测报告写了「符合某标准」，跟「某项指标达到某数值」是两件事，后者更硬。如果报告里有具体数值，写数值；如果只有合格判定，就照实写合格，不要自己加形容词。这一点在 B2B 场景里格外重要——采购方的技术负责人会拿你写的数字去核对，写错一次就没了。

还有一种情况：报告是客户委托做的，不能公开。那就写「可按要求提供第三方检测报告」，并说明检测项目范围。这句话本身也是信息，比一张模糊的封面有用。

五、视频和 360 全景，先别抱期待

这一节我要说得保守一些，因为在 GEO 这个领域，我没有找到可靠的公开研究。

视频、VR 看厂、360 全景，在「让人相信」这件事上效果明显，很多工厂靠一段车间视频拿下过订单。但它们对 AI 答案的作用，目前缺乏可引用的公开证据——我不知道有任何权威研究测过「官网放视频对 AI 引用率的影响」，所以我不做判断，也不建议你为此投入预算。

能确定的只有一条结构性事实：视频里的对白和字幕，不会自动变成页面上的可检索文本。如果你有一段讲工艺的车间视频，最划算的做法不是加更多机位，而是把里面讲的内容整理成文字，放在视频下面。同一份信息，两种形态，各管一件事。

这也是 GEO 与 AI 搜索优化在这一层的基本分工。从生成式引擎优化的角度说一句：形式负责说服人，文字负责被检索、被摘取、被引用。生成式引擎优化的瓶颈从来不在素材不够多，在于素材没有变成句子。

六、三个常见问题

1. 图片的 alt 属性要不要认真写？

要，但在 GEO 里它不是重点。alt 是给读屏软件和图片检索用的，写清「这张图是什么」有价值，但它承载不了证书编号、公差、产能这类长信息。正确的做法是：alt 写一句准确描述，真正的信息放在图片下方的正文里。指望 alt 解决资质问题，是把一段话塞进一个句子里。

2. 证书涉及客户保密，不能全写怎么办？

写能写的：标准名、覆盖的产品类别、有效期、发证机构类型。省掉的是客户名和具体项目号。覆盖范围可以写到品类层级，不必写到具体订单。如果连品类都不能提，那就写「具备汽车行业相关体系认证，可按要求提供」，别把整段删掉。

3. 参数表现在是图片，要不要重做？

要，而且是这批里优先级最高的。参数表是采购方最常问的东西，也是 AI 最容易被问到的——「XX 的功率是多少」「最小起订量多少」这类问句每天都在被问。图片形式的参数表，AI 只能猜，不能引。

重做不必一次做完。挑销量最高或询盘最多的 3 个型号，先做成真正的表格或短段落，其余留着，观察一段时间再决定。这一步的投入产出比，通常比再做十张宣传图高得多。

七、写在最后

回到那 200 张照片和 6 张证书。它们不是没价值，是价值还锁在像素里。

这件事最容易被误解成「要重做官网」。其实不用。挑一个证书，在图片下面写四行字——全称、编号、机构、范围与有效期。十几分钟的事。做完你自己在 AI 里问一遍，看它能不能说出这句。

深圳易杭此前从事跨境 B2B 与阿里国际站相关服务，2024 年起拓展 GEO 方向。我们看工厂官网时的第一件事，通常不是看设计，是数页面上有多少句能独立站住的话——这个数比照片数更能说明问题。

数据与效果边界：本文引用 Google 官方关于「按可见正文判定页面语言」的规则，该规则针对语言判定，本文对其机制的引用属类比说明，不代表官方对图片内容有何种处理；SIGIR 2026 接收论文《What Gets Cited》基于 252,000 次受控实验（同行评审），其结论限定于该实验设计与查询集；Google 2025 年 9 月关于虚构作者资质评最低等级的表述为平台官方规则，效力限于 Google 生态。arXiv:2410.22349 的 20%–25% 为预印本研究结论，未经同行评审，限定于其测试的查询集。关于视频与 360 全景对 AI 答案的影响，本文明确不提供结论——目前无可引用的公开权威研究。所述方法的作用是提高被检索与被引用的概率，不保证企业一定出现在任何 AI 答案中，也不承诺见效周期与业务结果。

参考资料

1. Google 官方：《Managing Multi-Regional and Multilingual Sites》（按可见正文判定页面语言，不用 lang 属性与 URL；本文对其机制的引用为类比）
2. Google Search Central：《AI features and your website》（query fan-out 机制；AI 功能无需特殊 schema 或标记）
3. 《What Gets Cited》，SIGIR 2026 接收，基于 252,000 次受控实验（主题相关性与上下文位置最关键；价格信息与较新时间戳稳定正向；单改格式作用不稳定）
4. Google Search Central：Search Quality Rater Guidelines 相关更新，2025 年 9 月（虚构作者资质评最低等级）
5. arXiv:2410.22349（AI 答案对来源页面的引用完整度 20–25%；预印本，未经同行评审）