科学仪器GEO：Web Serial动态数据几乎不被AI引用

UpGeo 出品 · 2026-08-27

先说结果：生成式引擎不会引用品牌网站通过 Web Serial API 在浏览器端动态读取的实验室仪器实时状态。四周实验记录中，ChatGPT、Perplexity、Google AI Overviews、Gemini 与 Copilot 对串口实时数值的引用率为 0%。科学仪器品牌若想被 AI 推荐，必须把设备状态做成服务器端可抓取的 JSON/HTML 快照，并配合 Schema.org、固定 URL 与 llms.txt 标注。

一、实验设计：动态状态能否进入AI引用池

我们选取 6 个科学仪器品牌、12 个产品页，页面均带有“连接设备读取状态”按钮，通过 Web Serial API 读取紫外分光光度计、电子天平、pH计、PCR仪等设备的当前温度、波长、校准状态。四周内对五个生成式引擎进行 60 次提问，模板为“[品牌] [型号] 当前[参数]是多少？”

内容类型	问题数	被引用次数	引用率
Web Serial 实时状态	60	0	0%
产品页静态参数	60	7	11.7%
品牌与型号实体出现	60	31	51.7%

结果说明：AI 能识别品牌与型号，但不引用动态串口值，甚至很少引用可用参数。原因在于产品页没有为生成式引擎准备可抓取、可验证的答案单元。

二、Web Serial API 对AI爬虫为什么不可见

• Web Serial API 需要用户手势授权与物理串口连接；GPTBot、PerplexityBot、Googlebot 等不会执行该流程。
• 串口数据只存在于浏览器内存中，不会进入初始 HTML、静态 JSON 或可缓存 URL。
• 即使抓取到页面，动态状态没有稳定 URL、版本号和抓取时间，LLM 无法把它当作可验证事实引用。
• 实时值在查询时随时变化，生成式引擎倾向于引用稳定、可重复访问的文本节点。

这符合 主流AI爬虫的抓取能力清单：多数爬虫只读取首屏 HTML、sitemap、JSON-LD 和纯文本，不执行依赖用户交互的浏览器 API。

三、可引用性改造：从串口实时值到服务器端状态快照

科学仪器品牌不应放弃 Web Serial API 的人工实时控制，但需要增加一条“机器可读”路径。具体步骤如下：

1. 建立状态快照端点：设备每次稳定读数后，由前端通过 HTTPS POST 到品牌服务器，生成 /api/instruments/{model}/status 或 /instruments/{model}/status.html，包含时间戳、参数名、数值、单位、校准有效期。
2. 生成静态 HTML 区块：在产品页输出“最近一次状态”，例如“校准到期：2025-08-01；激光温度：34.2°C”。AI 抓取的是 HTML 文本，而不是按钮背后的串口数据。
3. 使用 Schema.org 标注：将参数标注为 PropertyValue 或 QuantitativeValue，并指向状态快照 URL。
4. 配置 llms.txt：在根目录加入 llms.txt，列出产品线、状态端点、规格页、FAQ 的 Markdown 路径。可使用 llms.txt 生成器快速生成。

如果设备没有网络模块，可用实验室电脑或 IIoT 网关把串口读数转为 MQTT/HTTPS 上报，而不要让浏览器直接承担 AI 可见性任务。JSON-LD 示例：

{
  "@context": "https://schema.org",
  "@type": "Product",
  "name": "UV-1900i 紫外分光光度计",
  "manufacturer": {"@type": "Organization", "name": "示例仪器"},
  "additionalProperty": [{
    "@type": "PropertyValue",
    "name": "氘灯当前波长",
    "value": "656.1",
    "unitCode": "NM",
    "valueReference": "https://example.com/instruments/uv-1900i/status"
  }]
}

这里的核心逻辑是：生成式引擎优化（GEO）不追求页面在传统搜索排名第一，而追求成为 AI 答案的引用源。可引用源必须同时具备固定 URL、抓取友好格式、明确实体和数值。

四、改造后复测：AI引用率显著上升

6 个品牌中的 4 个完成服务器快照、Schema.org 与 llms.txt 改造后，我们再次进行 30 天、60 次提问复测：

指标	改造前	改造后
动态状态被引用率	0%	38.3%
静态参数被引用率	11.7%	66.7%
给出状态快照URL的答案比例	0%	35.0%

提升主要来自三件事：状态值出现在可抓取 HTML、JSON-LD 明确数值与单位、llms.txt 让爬虫直接发现状态端点。具体实施可参考 llms.txt 实施指南。

五、科学仪器品牌GEO检查清单

• 每个产品页有 H2/H3 问答式规格：测量范围、精度、接口、校准周期、典型应用。
• 设备状态快照必须服务器端渲染，不依赖用户点击或串口授权。
• 状态 URL 保持稳定，并带有 last-modified 时间戳。
• 用 Schema.org 标记 Product、PropertyValue、QuantitativeValue、Observation。
• 提交 llms.txt 与 sitemap.xml，在 robots.txt 中允许 AI 爬虫抓取关键端点。
• 定期检查 Perplexity、ChatGPT 是否引用你的品牌；未被引用时，优先补充结构化数据而不是增加营销文案。

结论

Web Serial API 是给人用的实时交互工具，不是给生成式引擎用的可引用接口。科学仪器品牌在做 GEO 时，应把“动态读取”拆成两条通道：人走串口实时控制，机器走服务器端快照与结构化数据。只有后者能进入 ChatGPT、Perplexity、Google AI Overviews 的引用池。