（家纺 × AI 系列 · 第一篇）
上个月我盯了一次自己网站的服务器日志，发现一个有意思的现象：访问最多的不是真人，是一个叫 Claude 的 AI 爬虫（Claude 是美国 AI 公司 Anthropic 出的助手，海外用的人极多，地位差不多等于国内的豆包；它的爬虫会自动来读网页）——一天来了我站点将近一千次，反复抓我的 sitemap 和商品页，比我请的任何推广都勤快。
它来干什么？它在"读"我的货。
这不是我网站做得有多好，而是整个购物入口正在换地方：越来越多的老外买东西之前，先问 ChatGPT / Claude / Gemini（ChatGPT 是 OpenAI 家的，Gemini 是谷歌家的，加上前面说的 Claude，这三个就是海外的"豆包"）"帮我找一款 60 支贡缎的四件套"——AI 推荐哪个商家，哪个商家就拿到这单。有数据说，2026 年 AI 推荐带来的电商流量同比涨了将近 4 倍，而 AI 带来的访客转化率已经反超传统搜索渠道。
问题来了：AI 凭什么推荐你？
答案很朴素：它推荐它读得懂的东西。
我在南通叠石桥做了十年面料。我们这行的参数，外人看是天书，AI 看是天书加乱码：
所以当海外买家问 AI"这家供应商的 40 支纯棉面料多少钱、起订量多少、能不能寄样"——AI 要么不推荐你，要么编一个答案。两种结果对卖家都是损失。
我给自己搭的平台（优纯严选，家纺成品与面料的撮合平台）定了一套面料参数规范 v0.1 和成品参数规范 v0.2。核心思路就一句话：不发明新词，把行业黑话原样收编。
具体是 5 组、50 个字段：
1. **标识分类**：这是什么货、谁家的、在哪个档口；
2. **fabric（织物参数）**：纱支、密度、克重……字段名直接沿用行业叫法，128*68 就是 12868；
3. **quality（品质）**：等级、瑕疵、缩率……外加质检报告编号和检测机构；
4. **trade（交易参数）**：价格、**币种单独标**（做外贸的都懂，不标币种，海外买家分不清 13.5 是人民币还是美元）、计价单位、起订量、现货/定织、交期、配色数、套色数、色号；
5. **origin（产地信息）**。
这里有个细节值得展开："色号"我们拆成了三个字段——配色数（一花几色）、套色数（印花要几套色版，这是印花的成本参数，套色越多越贵）、色号（具体色卡编号）。这三个概念行业内天天混着说，但它们回答的是三个完全不同的问题。给 AI 的数据，必须把人都在糊弄的东西先分清楚。
数据结构是骨架，AI 爬虫能不能读到是另一回事。我在这个上面下了三个功夫：
第一，AI 可读层。 每个商品页都是标准输出结构化数据：商品/库存状态用标准枚举（写"有货"AI 解析不了）。页面源码里价格、起订量……全部机器可读。
第二，大门敞开。 GPTBot、ClaudeBot、Bytespider（豆包）、Perplexity（海外的 AI 搜索引擎）这些 AI 爬虫全部放行，并把全部在售商品页列清楚。国内 AI 一直看不到很多外贸网站，很多时候不是被"拦"了，而是根本没有一个它们读得懂的入口。
这套东西做完，怎么知道 AI 真的读到了？
方法土得很，但永久有效：把你的页面丢给 DeepSeek、豆包，直接问"这个面料纱支多少、克重多少、这家可信吗"。
别信任何"我做了 SEO"之类的口头汇报，AI 读没读到，一问便知。
很多人觉得 AI 推荐离纺织行业很远。我的看法相反：纺织家纺恰恰是 AI 电商最该先啃下来的品类——因为我们的参数极度结构化，天生适合机器阅读；而行业现状又极度不透明，谁先把数据做诚实、做机器可读，谁就在 AI 那里先有名字。
这套打法目前几乎零成本：不需要投流，不需要买广告，需要的是把商品参数老老实实填成机器可读的结构，把门打开让 AI 爬虫进来读。
十年前在档口，客户靠腿走进来；现在，客户靠 AI 的嘴"走进来"。你的货在 AI 眼里有没有名字，从今天就该开始经营了。
我的平台：优纯严选 ucunhome.com（成品/面料撮合，17 语言，AI 可读），暂时自营期待各个商家的入驻。面料参数规范全文和填写器都在站上公开，欢迎同行来抄——这个方向，抄的人越多，行业的数据底子越厚。
（下一篇写：我实测把自家网站丢给国内外 8 个 AI，看它们各自"看见"了什么。关注不迷路。）
我的平台：优纯严选 ucunhome.com（成品/面料撮合，17 语言，AI 可读）。面料参数规范全文和填写器都在站上公开，欢迎同行来抄——这个方向，抄的人越多，行业的数据底子越厚。