Skip to main content
面向房源门户

大规模让每个房源页面对AI可见

ChatGPT、Perplexity和Google AI Overviews使用结构化地理数据(而非关键词匹配)来回答位置查询。大多数房源页面有地址,但没有地理实体。这正是enrichment管道所要弥补的差距。

1B+全球索引的POI,涵盖交通、学校到餐饮
180+国家覆盖,采用统一地理架构
1 call每个房源返回坐标、社区和周边地点

您的房源以地址形式存在。AI引擎需要地理实体。

标准房源数据库存储的是人工录入的内容:地址、价格、卧室数量、照片。它们从未被设计为提供机器可读的地理上下文。当AI引擎尝试将房源与位置查询匹配时,三个关键数据缺口导致它们完全跳过您的页面。

缺少坐标

地址字符串无法被机器查询。如果每个房源页面没有精确的GeoCoordinates,AI引擎就无法将您的房源定位在地理空间中,也无法将其与"公园附近的公寓"等近距离查询匹配。

缺少社区上下文

如果没有containedInPlace将每个房源与其社区和城市实体关联,AI就无法检索到"普伦茨劳贝格公寓"或"阿尔加维别墅"等区域级查询的结果。

缺少周边上下文

"地铁附近的公寓"或"靠近好学校的住宅"等查询需要与周边地点的结构化关系。描述中的一句话并不是AI检索的可查询信号。

每种房源类型,一个数据层。

度假租赁、房地产、酒店和体验活动都面临同样的根本问题:没有地理实体数据。所有类型的enrichment管道都是相同的。

度假租赁

旅行者使用超具体的查询进行搜索。如果每个租赁页面没有地理上下文,您的库存对近距离和社区搜索是不可见的。

enrichment后

每个租赁页面成为一个可解析的实体。AI引擎可以将其引用于特定位置、周边设施和出行时间的查询。

AI查询示例

"法罗海滩附近的宠物友好别墅,步行可达餐厅"

房地产

买家在按价格搜索之前,会先搜索学区、通勤时间和社区特征。仅有地址的房源错过了所有这些信息。

enrichment后

房源无需手动录入数据,即可出现在社区、交通和学校近距离查询中。地理层自动提供上下文。

AI查询示例

"普伦茨劳贝格2居室公寓,靠近U-Bahn和优质小学"

酒店

客人通过步行便利性、周边餐饮和当地特色来比较酒店。如果没有结构化上下文,AI引擎会默认推荐聚合平台而非您的页面。

enrichment后

拥有完整社区和设施数据的酒店页面在引用方面胜过聚合平台,因为它们是该特定物业的权威来源。

AI查询示例

"玛莱区精品酒店,步行可达卢浮宫和优质酒吧"

体验活动

体验活动的成败在于上下文:哪个社区、附近有什么、如何到达。没有结构化位置数据,AI就无法将它们定位在世界上。

enrichment后

带有地理上下文的体验页面出现在发现查询和行程规划搜索中,这是通用平台无法回答的。

AI查询示例

"罗马万神殿附近的意面制作课,地铁可达"

三步,无需重新架构。

管道在构建时针对您现有的房源数据库运行。无需更改前端,无每次请求的成本,无持续维护。

01

将每个房源地址发送到GeoEnrich API

在批量作业中传入您现有的地址字符串。API将每个地址精确到屋顶级别进行地理编码,解析完整社区层级,扫描您选定半径内超过10亿个已索引POI,并返回包含walkScore和交通评分的社区分析。

02

接收每个房源的完整地理层

每次响应包含坐标、社区、行政区、城市、国家、带评分和出行时间的周边地点,以及经过验证的月度时间戳。无需拼接多个服务。一次调用返回使该房源对AI可见所需的一切。

03

将JSON-LD注入每个房源页面

将响应映射到schema.org属性并嵌入为JSON-LD块。每个字段直接映射到GeoCoordinates、containedInPlace或amenityFeature。无需任何转换。每个房源页面成为AI引擎可以找到、排名和引用的可解析地理实体。

查看您的房源页面缺少哪些地理信号

在构建管道之前,通过MapAtlas AI SEO检查器运行您现有的房源页面。它可以精确识别缺少哪些地理信号:坐标、社区上下文和周边POI数据。失败的信号正是enrichment管道所能提供的。

运行AI SEO检查器
房源页面上存在GeoCoordinates
containedInPlace社区已解析
附近交通站点作为结构化数据
附近学校和设施已关联
带有价格和可用性的Offer架构
房源类别的正确架构类型

常见问题解答

准备好让您的房源对AI可见了吗?

与我们谈谈您的房源数据库,我们将带您从头到第一次AI引用走完整个enrichment管道。