关键词注册表索引的是"词—页面"绑定，AI 搜索检索的是"问题—答案块"匹配，两者有三层错位：粒度（词 vs 带约束条件的整句）、归属（页面 vs 页面上的一个块）、唯一性约束方向（一词一页禁止重复 vs 同一条答案必须一致地出现在多处）。第三层决定了这不是加字段能解决的问题，必须建第二张表。

为什么关键词注册表管不了 AI 搜索：词与问的三层错位

一个让人想不通的场景

假设你已经完成关键词注册表、Pillar-Cluster、页面级 GEO 规范，并跑过第 49 篇的结构审计。

注册表建得很规范：sulfuric acid pump 这个词归属明确，写在 /applications/chemical-transfer-pump/ 名下，NKW 里挡掉了 manufacturer 和 what is，priority 打了 4 分。GEO 覆盖审计跑下来六项全绿——robots.txt 放行了所有 AI 爬虫、页面是服务端渲染、FAQ 全用 H3 标签、参数表带 caption、hreflang 双向自引用、JSON-LD 完整。

然后你去 Perplexity 问一句：

We're transferring 60% sulfuric acid at 80°C. Is a mag drive pump
overkill here, or should I just spec a double mechanical seal?

回答引用了三个来源：一家德国泵厂的选型指南、一个化工论坛的帖子、一份 NACE 的材料手册。没有你。

你的注册表里找不到任何一行对应这句话。不是因为你漏了这个词——而是因为这句话根本不是一个词。

这就是本篇要讲的事：关键词注册表和 AI 搜索之间隔着三层错位。前两层是粒度和归属的问题，能靠细化解决；第三层是约束方向的问题，解决不了——只能再建一张表。

错位一：粒度——词是意图的残骸

搜索框教会了所有人一件事：把话说短。

一个工程师脑子里的真实问题是“60% 浓度的硫酸、80 度、要连续运转、预算有限，磁力泵和双端面机封哪个划算”。他往 Google 搜索框里敲的是：

sulfuric acid pump

三个约束条件（浓度、温度、成本考量）在敲进搜索框的那一刻全被扔掉了。你的关键词工具看到的是扔掉之后的残骸，你的注册表索引的也是残骸。

对着 AI 说话，不需要压缩。

❌ 搜索框里：sulfuric acid pump
✅ AI 对话框里：We're transferring 60% sulfuric acid at 80°C, continuous
   duty, and cost is a real constraint. Is a mag drive pump overkill,
   or is a double mechanical seal with barrier fluid good enough?

三个约束条件原样保留了下来。这带来两个后果：

后果一：这类提问在关键词工具里显示零搜索量。 因为它不是一个“搜索词”，没人这样敲搜索框。你用 Ahrefs 或 Semrush 扒竞品，永远扒不出这句话。

后果二：这类提问离成交最近。 一个能把浓度、温度、工况、预算一次说清楚的人，是已经在做选型的人，不是在做科普调研的人。他缺的不是知识，是一个敢下结论的建议。

所以这里有一个反直觉的推论：

在 B2B 工业品里，零搜索量的提问往往比高搜索量的词更值钱。 一个采购工程师的一次提问，可能值几万美金；sulfuric acid pump 每月 800 的搜索量里， 大部分是学生、竞品和随便看看的人。

后面的真实需求挖掘会专门讲这类问题该去哪里找；这篇先解决另一半：问题挖到之后，现有关键词注册表装不下它。

错位二：归属——Google 排页面，AI 引块

关键词注册表最核心的字段是 page_slug：这个词归哪个页面。

这个设计是对的，因为 Google 就是这么工作的——它给页面打分，排名靠前的页面获得点击。归属对象是页面，天经地义。

AI 搜索不是这样。模块化 FAQ 设计那篇讲过 RAG 的机制：

1. 把页面切成 chunk（通常 300–800 token）
2. 用户问题和每个 chunk 做语义匹配
3. 取最相关的几个 chunk 进上下文
4. LLM 基于这些 chunk 生成答案并标注来源

被引用的是 chunk，不是页面。

这个差别在实践中比听起来大得多。举个具体的：

你的 /products/cp-100/ 页面上有八个问答块、一张参数表、三段正文。Google 眼里这是一个页面，它整体排名。AI 眼里这是十二个独立的候选片段，它们各自去竞争不同的问题。

于是就出现了一种在 SEO 世界里不存在的状态：

同一个页面，可以在一个问题上被引用，同时在另一个问题上完全隐形。

排名不存在这种事——一个页面要么排在第 3 位，要么排在第 30 位，它是一个整体。

所以当你说“这个页面负责这个问题”的时候，你其实什么都没说清楚。这个页面上的哪一块负责？如果审计脚本要检查“这条答案落地了没有”，它该去页面的什么位置找？如果这条答案同时出现在三个页面上，哪一份是准的？

要回答这些问题，归属对象必须精确到块：

❌ 归属：/products/cp-100/
✅ 归属：/products/cp-100/#max-operating-temperature

带上锚点之后，“这条答案在哪、落地没有、和别处一不一致”才从一句空话变成三个可以用脚本回答的问题。

错位三：唯一性约束的方向是相反的

前两层错位，理论上还能靠“把注册表做细”来应付——加一个 question 字段存原话，加一个 anchor 字段存锚点，看起来问题就解决了。

第三层错位堵死了这条路。

注册表的约束：禁止重复

中央关键词注册表设计那篇写得很清楚，注册表的存在理由就一句话：

这个词，永远只属于这个页面。

一个词出现在两个页面上，就是 Cannibalization，就是两个页面互相削弱、最后一起排不进前三页。所以注册表的核心约束是唯一归属：一词一页，禁止重复。NKW 字段的全部意义，就是主动把别的页面挡在门外。

GEO 的约束：必须重复，但只能有一个版本

AI 搜索这边，规则反过来了。

因为检索是块级的，用户可能从任何一个入口进来。一个正在看 CP-100 型号页的人，会问“这个泵能不能上 120 度”;一个正在看化工输送应用页的人，也会问同一件事;一个在看材质对比文章的人，还是会问同一件事。

这三个页面都应该有这条答案。 谁都不知道 RAG 会命中哪一块——如果只有型号页写了，另外两页的读者提问时，被引用的就是别人。

在 SEO 世界里，同一条内容出现在三个页面叫内耗；在 GEO 世界里，这叫覆盖。

但重复立刻带来新的风险。三个页面各写各的，半年之后会变成这样：

/products/cp-100/           标准配置最高 120°C
/applications/chemical/     最高工作温度 120°C (248°F)
/blog/high-temp-pumps/      可以做到 125°C 左右

第三条是八个月前写的，当时问的是另一家供应商。现在 LLM 一次检索拿到三个 chunk，三个数字不完全一致，它会做三件事之一：随便挑一个、含糊地说“报道不一”、或者挑了那个错的。

第三种是最坏的——GEO 覆盖审计那篇已经点过这个判断：被引用但信息错误，比完全不被引用更该优先处理，因为它在替你对客户散播错误参数。

所以 GEO 侧的约束不是“禁止重复”，而是：

该重复的地方必须重复，但全站只能有一个版本。

两条约束没法写进同一张表

把两条约束并排放，问题就一目了然了：

看第三行。同一张表，同一列数据，不可能同时服从“这条内容不许出现在第二个页面”和“这条内容必须出现在所有相关页面上”。

这不是字段不够，是约束冲突。 加多少列都没用——你加的每一列都要么服从上面那条规则，要么服从下面那条。

所以答案只能是：第二张表。它记录问题、记录主答块、记录允许复述的位置、记录标准答案的那一句话。它和注册表用 page_slug 连接，但各自服从各自的约束。

由此改变的不只是数据结构

约束方向不同，打法也跟着不同。

SEO 是争位次。 搜索结果第一页十个位子，你的页面占一个，别人就少一个。所以策略是“做那个最好的页面”——内容更全、结构更清晰、外链更多。竞争是零和的，目标物是页面。

GEO 是争引用位。 一个 AI 答案通常引用 3–5 个来源，你可以是其中之一，不需要打败另外几个。竞争不是零和的，但位子少得多——搜索结果第一页有十个，AI 答案只有三到五个。

关键的差别在目标物：

SEO 要做“最好的页面”，GEO 要做“最好引用的那一句”。

LLM 在组织答案时，挑的是能直接嵌进它句子里的片段：一句话讲清结论、带具体数字、带工况、带出处、不需要读者再点进去看上下文。你的页面整体写得多好，它不关心；它只关心手上这一块能不能用。

这个转变直接决定了新表该记什么。不是记“这个页面要覆盖什么主题”，而是记你希望被原样引用的那句话。这就是下一篇要设计的 canonical_answer 字段——全站关于这个问题的标准首句，只存一句，不存全文。

一个自查动作：量出你的 GEO 盲区

讲到这里都还是理论。有一个五分钟的动作，能让你立刻看到自己站的缺口有多大。

打开你的注册表，把 keyword 列逐条念出来，对每一条问一句：

这是一个真人会对着 ChatGPT 说出口的完整句子吗？

centrifugal pump manufacturer          → 不是。没人这样跟 AI 说话
CP-100 centrifugal pump specifications → 不是。是词，不是问句
what is a centrifugal pump             → 勉强算。虽然会被问，但太浅
centrifugal pump for chemical transfer → 不是。是关键词形态的场景词

数一下“是”的比例。

大多数做得不错的 B2B 站，这个比例低于三成。低不是因为注册表做得差——恰恰相反，注册表越规范、词形越整齐，这个比例反而越低，因为规范的注册表本来就是照着搜索词的形态建的。

这个比例就是你的 GEO 盲区。 剩下那七成的问题空间，你的注册表里一行都没有，你的审计工具也查不出来——因为审计工具拿注册表当期望值，注册表里没有的东西，它不知道自己该找。

做完这个自查，把答不上来的那些问题随手记成一个原始清单：客户在询盘里问过的、你在论坛上见过的、销售常被追问的。不用整理，不用分类，就是一个 raw list。那份清单是下一篇的输入。

说清楚这篇不是在否定注册表

写到这里容易产生一个误解，得挡掉。

关键词注册表没有做错任何事。 Google 依然是 B2B 外贸站最大的流量来源，唯一归属依然是防 Cannibalization 唯一有效的手段，三仓意图隔离依然该照做。这个系列前面关于注册表的四篇，一个字都不用改。

注册表只是不管这件事。它管的是“这个页面该排什么词”，它从来没有承诺过管“这个页面该回答什么问题”。

这两件事都得管，才叫一个页面的意图清楚了。

一页的完整意图 = 排什么词（关键词注册表）
              + 答什么问（GEO 意图注册表）
              + 用哪些数（产品事实层）

三张表各管一件事：注册表管词，意图注册表管问，事实层管数。产品事实层会在后面的事实与表达分离中完整展开；接下来六篇先把第二张表和它的治理闭环建立起来。

本篇边界

这篇只回答“为什么必须是第二张表”，不回答“表长什么样”。

• 字段怎么设计、主答块怎么定义、一致复述怎么落地 → 下一篇
• 问题怎么分类、六类问题各自该怎么答 → 第 75 篇
• 两张表怎么叠在一起、每页的意图卡长什么样 → 第 76 篇
• 从发现一个问题到它被 AI 引用，中间的流程 → 第 77 篇

如果你读完这篇的感受是“那我给注册表加个 question 字段试试”，请回到第三层错位再读一遍。前两层加字段能解决，第三层不能——冲突不在字段上，在约束上。

→ GEO 意图注册表设计：问题、答案块与一致复述约束