GEO-030·第 03 期·内容与语义·30 / 132
属性不是参数表：把规格翻译成购买理由
参数表回答不了买家真正的问题。本文把属性拆成参数、意义、场景三层，给出可直接套用的翻译句式、四步落地顺序和一次示例改写，并说明哪些品类、哪些阶段不该做人话翻译。
本期主线被读懂：商品实体、结构化数据与 Product Graph
三月初，一家做婴儿推车的出海团队把客服记录和 AI 答案并排看。买家反复问的是“能不能放进紧凑型车的后备箱”，商品页上写的是“折叠尺寸 58×45×30 cm”。同一批问题里，ChatGPT 引了竞品页面——那家把同一组尺寸翻译成了一句买家能直接用的话。
AI 需要参数来完成比较，也需要一句“所以呢”来决定推荐；属性表负责前半句，利益翻译负责后半句，只做一半，等于把解释权交给竞品。
参数表的问题不是不精确，而是没人替买家做判断
规格表的默认假设是买家知道自己要什么，只要给全数据。真实提问不是这样。“能放进后备箱”是一个结果约束，“58×45×30 cm”是一个输入值，中间隔着一次换算和一次判断。人愿意做这次判断，模型也能做，但它不承担你的举证责任：两个商品都能填进槽位时，它选那个已经把结论写出来的。
所以参数更全的页面，经常输给参数更少的页面。模型摘句偏好自足的句子——一句话里同时有对象、数值、条件和后果，可以直接引用；只有数值的句子，它得自己补三段推理，还可能补错。
比较还必须同口径。承重写 80kg，不说是静态还是升降过程，另一个品牌写 100kg，模型无法判断谁更强，最省事的处理是两个都不写。口径不统一，参数越多越像噪音。
属性三层：参数、意义、场景
同一个属性要写三遍，但三遍不是重复，是三个字段：参数给模型比较，意义给模型结论，场景给模型匹配提问。
| 层 | 写什么 | 示例（数值虚构） | 只写这一层会怎样 |
|---|---|---|---|
| 参数 | 数值、单位、测试条件 | 折叠后 58×45×30 cm，含轮子，不含遮阳篷 | 能进比较，填不出结论 |
| 意义 | 这个数值对买家的后果 | 接近一个 24 寸行李箱，两厢车后备箱可平放 | 像广告，无法核实 |
| 场景 | 谁、何时、和什么一起用 | 城市通勤加周末短途；后备箱低于 45 cm 要放倒一侧座椅 | 场景堆多了，变成“适合所有人” |
三层里最容易糊弄的是意义层。“更高品质”“更舒适”“更省心”不是意义，是形容词：无法反推回任何参数，也无法被证伪。判断标准只有一条——这句话能不能指出它来自哪个数值、哪个测试条件。指不出来，就是形容词。
场景层要克制。写三个场景，模型不知道你最适合哪个；写一个主场景加一个排除条件，更容易被具体提问命中。多场景不是覆盖，是稀释。
属性不挂在一条 SKU 上，而挂在一张商品图上：替代品、兼容配件、变体都靠属性连线，这正是 Product Graph 要处理的问题；属性口径不统一，图就是断的。
翻译句式：参数、后果、边界，缺一不可
一句可被引用的利益句结构是固定的：数值和条件在前，可感知的后果在中，适用边界在后。
模板：[数值 + 单位 + 测试条件] → 对[谁/在什么场景]意味着[可感知结果]，但[边界]。缺参数，句子不可核；缺后果，句子没用；缺边界，句子像承诺。
| 品类 | 只写参数 | 翻译后（数值为示例） |
|---|---|---|
| 便携储能 | 1000W 输出，1024Wh | 1000W 能带动一台小型电磁炉；满电大约够两人一顿火锅，零下环境容量会掉 |
| 婴儿推车 | 折叠 58×45×30 cm | 接近一个 24 寸行李箱，紧凑型两厢车后备箱可平放；后备箱低于 45 cm 要放倒一侧座椅 |
| 不锈钢锅 | 三层复合底，厚 3mm | 3mm 复合底把热摊开，煎牛排时锅心与锅边温差小；整锅 2.1kg，单手颠锅会吃力 |
边界不是免责声明，是可信度的来源。“所有车型都放得下”这种句子，模型不敢引；“后备箱低于 45 cm 要放倒一侧座椅”反而会被引用，因为它具体、可核，也真的帮到了人。一处主动的劝退，换来的是一整句的可信。
落地：四步，把几十个规格删到 6 个
不要给全部规格写解释，先删。 一张商品页有几十个字段，真正进入买家约束的通常不到六个；每个都写成人话，结果是每句都平，模型抓不到重点。
| 步骤 | 动作 | 谁来做 | 怎么验证 |
|---|---|---|---|
| 1 选字段 | 从客服记录、站内搜索词、评论里提取买家实际用来筛的约束，按频次留下 5–6 个 | 内容 + 品类运营 | 20 个真实提问里，每个约束都能找到唯一答案 |
| 2 补三层 | 每个字段写参数（含口径）、一句后果、一个主场景加一个边界 | 内容 | 遮住表格单看这句，是否成立、能否反推回数值 |
| 3 放对位置 | 规格表、一段解释、FAQ 或对比页；与 feed、listing 同口径 | 内容 + 工程 | 关掉 JS 仍可见，schema 与页面取值一致 |
| 4 回归 | 抽 10 个 SKU，对照官网、listing、feed、第三方评测四处说法 | 内容 + 平台运营 | 同一字段四处无矛盾，单位统一 |
第 1 步不做，第 2 步就会写成几十句正确的废话；第 4 步不做，前三步会互相打脸。顺序不能换，但可以并行：工程改模板，内容填字段。字段取值来自主数据，文案编不出来，先统一商品主数据是这四步的前置条件。
示例：同一台推车的两版写法
示例：以下品牌、型号与数值均为虚构，只用于演示结构。
改之前，页面上是四行：折叠尺寸 58×45×30 cm；铝合金车架；净重 6.8 kg；适用 0–36 个月。
改之后是三句：
- 折起来 58×45×30 cm，接近一个 24 寸行李箱，紧凑型两厢车后备箱可平放；后备箱低于 45 cm 时，要放倒一侧座椅。
- 净重 6.8 kg，单手拎上三楼会吃力，更适合电梯房和后备箱搬运；单手收车约 3 秒（示例：20 次实测均值）。
- 0–36 个月可用，但 6 个月前要配平躺模式，别只按月龄买。
没有多一个卖点，只是把数值变成了可引用、可比较、也敢被质疑的话。第三句甚至劝退了一部分人——提前劝退不合适的人比事后退货便宜，模型也更愿意引用敢说“不适合谁”的话。
边界：什么时候别做翻译
第一，强合规品类。儿童安全座椅、婴儿床、医疗器械、带认证的电器，参数本身就是监管语言，不能为了“人话”改口径。意义层要由合规或法务确认，边界句不能替代警示语。
第二，买家只按价格和兼容性筛的标品。数据线、打印耗材、通用配件，决策链路短，翻译的收益低于把兼容型号列全。
第三，属性还没定下来。定制、按单生产、参数随批次变的商品，先解决主数据与版本管理；把不稳定的事实翻译成人话，等于提前把它说成承诺。
第四，成交几乎都在平台内，且 listing 有字符限制。先把后台属性和五点描述填准，长解释放官网与 A+ 页面，别指望标题里塞下整句利益。
第五，把利益句写成承诺。“永不生锈”“终身保修”“适合所有车型”不是翻译，是负债；模型引用它，等于替你背书。
没有第三方评测时，测试条件、对比方法、真实使用记录就是唯一的可信来源，做法见第一方证据。属性被读懂，页面才轮得到被摘录，五层结构见AI 答案里的商品；这条线上其他文章在内容与语义主题页。
别贪多，这个月只做一件事：挑一个主力 SKU，把规格表从几十行删到六行，给每行补一句“数值 + 后果 + 边界”，贴进商品页和 FAQ，再用五个真实买家提问复测 AI 答案——看它有没有开始用你的说法，而不是只列出你的参数。