问题所在
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。
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。
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。
"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。
使用场景
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。
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"
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"
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"
工作原理
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。
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。
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。
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。
免费审计
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检查器常见问题
