一条产品事实必须带三样东西：工况条件（脱离工况的数字连对错都谈不上）、可信度（自己实测/供应商文件/供应商口头/自己估算，四档完全不同）、出处（哪份文件第几页哪天拿到）。核心原则是对外说话的确定性不能超过手上事实的确定性——实测过才能写 delivers，供应商说的只能写 rated at。缺工况的数字不可用，缺可信度的数字不敢对外说，缺出处的数字出事查不到源头。

什么才算一条产品事实：工况、可信度与出处

你以为参数是个数字

问一句：CP-100 的最大流量是多少？

答：120 m³/h。

这个回答听起来完整，其实信息量接近于零。

同一台离心泵，2900 转和 1450 转的流量差一倍；抽清水和抽 500 cP 的油，性能曲线完全不是一回事；20°C 和 120°C 的介质，能用的密封件都不一样。

所以“120 m³/h”这个数字脱离了条件之后，连对错都谈不上——它既不对也不错，它只是一个没有意义的数。

一条真正可用的产品事实长这样：

最大流量 120 m³/h，条件为 2900 rpm、清水、20°C，来自供应商 datasheet v3 第 2 页（2026-05-11 收到），未实测，供应商标称值。

一个数字变成一条事实，多出来的是三样东西：工况、可信度、出处。这篇讲这三样各自防的是什么翻车。

一、工况：最贵的一次漏

三样里工况最常被漏掉，也是漏掉之后最贵的。

原因在于漏掉工况的代价不由你承担在当场，而是由客户承担在最后。

欧美 B2B 工业买家拿到你的参数不是看看就算了，他们会拿去做工程计算——按你给的流量和扬程算管路、选电机、定管径、算能耗。工况不对，整套选型全部报废。

而这类投诉不会以“你的参数写错了”的形式出现。它会以这种形式出现：

“你们的泵达不到承诺的性能。”

对方甚至不知道问题出在工况上，你也一时反应不过来——因为在你那里那个 120 确实是供应商给的。扯不清，最后要么退货要么赔偿，而且这个客户不会再来。

工况该写到什么程度

不需要写成论文，写清影响这个数值的关键变量就够了。不同品类不一样：

判断标准：换掉这个条件，数值会明显变吗？ 会，就必须写。

一条硬规则

把工况设成必填。数值型字段没有工况就不允许发布，构建直接失败。

理由不是严谨癖，是这件事只能靠机制守住。人在赶时间的时候一定会想“这个先填上，工况回头补”，而回头永远不会来。

二、可信度不是二元的

你手上的数字，来源其实分四档，而它们在你心里的分量完全不同：

问题在于：写到页面上，这四档全部变成了同一种语气。

因为写页面的时候你面对的只是一个数字，那个“这是他微信里说的，我没核实过”的记忆没有跟着数字一起进入页面。AI 生成文案的时候更是如此——模型拿到的是一个裸数字，它的默认写法永远是斩钉截铁的。

核心原则

你对外说话的确定性，不能超过你手上事实的确定性。

这句话可以直接翻译成措辞规则：

这不是文字游戏。rated at 和 delivers 在欧美工业采购语境里是两个不同的承诺等级，专业买家看得懂，也会据此决定要不要索取测试报告。

这同时是两个问题

一个是 EEAT 问题。 Google 评估内容可信度时，看的信号里包含你敢不敢标注来源和限定条件。满页绝对断言、零个限定词的产品页，在算法眼里和堆砌无异；标注了工况、来源、标称/实测区别的页面，是专业内容的特征。这条和EEAT 与知识图谱那篇讲的是同一件事的两个侧面。

另一个是法律问题。 产品描述与实物不符，在欧盟和美国都能构成索赔依据。“per manufacturer specification” 和 “we guarantee” 之间的责任差别是实质性的。

落地的形式

可信度做成字段，跟着数值一起存。生成页面时，由可信度决定措辞模板——而不是由写文案的人临场判断。人临场判断的结果一定是全都写成最有说服力的那种。

三、出处：不是为了严谨好看

第三样是出处：这个数字来自哪份文件、第几页、什么时候拿到的。

很多人觉得这一栏是形式主义。它有三个非常具体的用途：

用途一：供应商改版时知道哪些要重新核。

供应商把 datasheet 从 v3 更新到 v4，你要判断站上哪些数字受影响。有出处，一查就知道哪几条来自 v3；没出处，你只能整个重新核一遍——于是就不核了。

用途二：客户质疑时能拿出依据。

客户说“你这个效率不对”。你能回一句“这是贵方同行常用的 XX 工况下的标称值，来自厂方 2026 年 5 月版规格书第 2 页”，性质和“我们再确认一下”完全不同。前者是专业，后者是心里没底。

用途三：半年后的你自己。

这是最实际的一个。半年后你看着某个参数，完全想不起来它是哪来的、有没有核实过。没有出处，这个数字就变成了一个你既不敢用也不敢改的悬案。

出处要记到什么粒度

文件名 + 页码 + 日期。三样都不能省：

• 少了页码，等于没记（一份 30 页的规格书里找一个数，你不会去找）
• 少了日期，无法判断和现在的版本差多远
• 少了文件名，前两样都无意义

微信里口头给的数字，出处就写“某某 2026-05-11 微信”，同时可信度标 C 档——这样它天然就上不了页面，逼着你去要一份正式文件。

四、供应商话术里哪些是事实

供应商发来的资料里，事实和营销是混在一起的。这个筛子直接决定了事实层的信噪比。

判断标准就一条：第三方能不能验证它对错？

“高效节能”没有验证标准，所以它是表达；“IE3”有 IEC 60034-30-1 定义，可以验证，所以它是事实。

顺带一个提醒：营销话术不该进事实层，但可以进文案。 不是说不能在页面上写好话，是说好话不该冒充事实被存起来、被派生。这两者的区别正是事实与表达分离那篇讲的。

五、术语一致性也是事实问题

这一条容易被当成文案问题，其实不是。

同一个“机封”，在三个页面上分别译成 mechanical seal、shaft seal、sealing device。你觉得是同一个东西，但：

• 对客户来说，这可能是三种不同的部件，会引起询盘里的反复确认
• 对搜索引擎来说，你把一个词的信号拆成了三份弱信号
• 对 AI 搜索引擎来说，它无法确认这三处说的是同一件事，引用你的概率下降

所以中英术语对照表属于事实层，不属于文案环节。它和参数一样是“只有对错”的东西：SS316 就是 SS316，不能这个页面写 stainless steel 316、那个页面写 SUS316。

做法：术语表也是一份事实文件，生成页面时未登记的术语直接报错，而不是让模型临场翻译。临场翻译是不一致的根源，因为模型每次翻译都可能给出一个合理但不同的词。

一个五分钟自查动作

判断你的事实层完成度，不用做审计，做这个就够：

1. 打开你网站的产品页，随手挑 3 个参数
2. 对每一个问三句话：工况是什么？谁说的？哪份文件第几页？
3. 数一下你能答上几个

三个问题都答得上的比例，就是你事实层的真实完成度。

大部分人第一次做这个测试的结果是 0/3 或 1/3。这不是能力问题——是这三样从来没有被要求过，所以从来没有被记录过。

落地要点

• 三样都做成必填字段，缺一样不允许发布（靠机制，不靠自觉）
• 可信度用枚举值，页面措辞由枚举值决定模板，不由写文案的人临场判断
• 出处记「文件名 + 页码 + 日期」，口头来源如实标成最低档
• 术语表当事实文件管，未登记的词报错而不是临场翻译
• 公制值和英制值都要给（欧美买家看 GPM / PSI / °F），但换算交给代码算，不交给模型

字段名、枚举值、校验规则和一份 60 词的工业泵中英术语表起步版，都在产品事实层工具箱里。

小结

• 数字本身信息量最小。脱离工况的数值连对错都谈不上
• 漏工况的代价由客户承担在最后，且投诉形式是“你们的泵不行”，不是“你参数写错了”
• 可信度分四档（实测 / 厂方文件 / 口头 / 估算），但写到页面上会被压成同一种语气
• 核心原则：对外说话的确定性不能超过手上事实的确定性。rated at 和 delivers 是两个责任等级
• 出处防三件事：供应商改版时的重核、客户质疑时的依据、半年后的自己
• 筛供应商话术只用一条：第三方能不能验证对错
• 术语一致性属于事实层，不属于文案环节
• 自查：随手挑 3 个参数，问工况、谁说的、哪来的

补充：这三样东西后来被谁用了

工况、可信度、出处不只是给内部查资料用的，它们在两个地方被下游直接消费：

• fact_refs——GEO 意图注册表里每一条对外答案，都要把句子里的数字指回这里的字段。这条引用关系让“供应商换版了，哪些答案要跟着改”变成一个可查询的问题，而不是靠记性
• confidence——直接决定对外措辞的确定性上限。在 AI 搜索里这一条还多了一层作用：LLM 倾向于引用标注了来源和条件的内容，所以诚实标注可信度不只是道德要求，是有效性要求

术语表同理。它放在事实层而不是文案环节，是因为多语言页面生成时要强制引用它——机翻会让同一个“机械密封”在三个页面分叉成三种说法，对客户是三种东西，对 LLM 是三个弱信号。

→ 下一篇：供应商与产品的关系怎么想：多对多、角色与腐烂速度分层