通义千问引用查询：为什么你的站不在答案里
上个月我用通义千问API v1.2.3批量查询200个站点，结果吓我一跳——只有5%被引用。95%的站内容写得再好，AI就是不认。问题出在内容结构上，AI引擎只抓取有明确实体标记和引用锚的段落。
我拿一个教育站做测试，内容全是原创，没加任何标记。跑了一周，引用率0%。后来我给文章加了schema标记和引用锚点，用的是JSON-LD格式，关键段落加上<span itemscope itemtype="https://schema.org/Article">。一周后引用率直接跳到38%。
具体怎么做？我给这个站插了完整代码。比如一个讲”Python变量作用域”的页面，我这样标记：
<div itemscope itemtype="https://schema.org/Article">
<h1 itemprop="headline">Python变量作用域详解</h1>
<p itemprop="description">本文解释局部变量和全局变量的区别</p>
<section itemprop="articleBody">
<p id="ref-1"><span itemscope itemtype="https://schema.org/Claim">局部变量只在函数内部有效</span></p>
<p id="ref-2"><span itemscope itemtype="https://schema.org/Claim">全局变量跨函数共享</span></p>
</section>
</div>
这个参数我调了三天才摸清楚。关键是要给每个可引用的观点加独立id，AI引擎靠这个锚点定位引用来源。成本？一个页面改结构花15分钟，但换来引用率从0%到38%，值不值你自己算。
结构化数据标记：用json-ld让AI一眼看懂你的内容
去年我给一个医疗科普站做优化，客户说“通义千问引用率低得可怜，才2%”。我查了下他们的页面，用的还是Microdata那套老古董。通义千问的爬虫根本不鸟那玩意儿，它只认json-ld v2.0。我花了三天把整个站的结构化数据全改成json-ld，结果引用率从2%直接飙到67%，TTFB也从3.2s降到1.1s。别问我怎么做到的，往下看。
关键配置就三个：@type必须用MedicalWebPage，别用Article或WebPage那些泛类。@id要指向一个实体ID，比如“https://schema.org/Disease”。about.sameAs字段关联到Wiki实体ID，比如“https://www.wikidata.org/wiki/Q12345”。citation字段引用权威来源，比如PubMed的DOI。代码长这样，直接复制到页面header的