本课目标： 让视觉或视频信息也有可阅读的文字版本。

原文题名： 为图片、图表、视频提供完整的文字入口

技术背景

当前主流 RAG 检索和索引环节主要依赖文本。多模态大模型已经能理解图片和视频内容，但在大规模抓取和检索阶段，系统通常不会为每张图片都调用视觉模型——计算成本太高。图片和视频中的信息如果没有文字化，在文本检索层面的可见性就会很低。

GEO 策略

为多模态内容创建「文本代理」——让图片、图表和视频通过文字进入检索链路。

落地动作

• 图片 ALT 文本： 准确描述图片内容，在必要时补充应用场景和关键参数。ALT 不是关键词堆砌位——它应首先服务于无障碍访问
• 图表文字化： 每张重要数据图表下方有一段文字结论，用完整句子复述图表中最重要的数据。不要只写「如图所示」
• 图注（Caption）： 为重要图片加一两句话图注
• 图文语义一致： 确保图片前后的正文段落在讲和图片相关的内容
• 视频字幕： 上传 SRT/VTT 字幕文件——字幕是视频内容进入文本检索链路最直接的方式
• 视频文字实录： 在视频页面的正文区域放一份文字实录或内容摘要
• 视频章节时间戳： 给长视频加章节和时间戳，章节标题本身就是可被检索的文本
• VideoObject Schema： 标记视频元信息，但真正让视频内容进入文本检索链路的，仍然是字幕和文字实录

因果逻辑详解

一张产品对比图如果没有 ALT、图注或可见文字结论，能否被 OCR、多模态索引或具体产品解析并无统一保证，表格关系也可能丢失。为关键数据同时提供 HTML 表格或正文结论，能兼顾无障碍和文本检索；不要把图片内容是否进入某个向量数据库写成确定事实。

文字化的本质是为多模态内容创建「文本代理」——ALT 文本是图片的文本代理，字幕是视频的文本代理，图表文字结论是数据图的文本代理。多模态模型正在改变这一现状，但在当前阶段，文字化仍然是最稳的保障——而且成本很低。

相关策略： 策略 18（多格式内容适配）

动手练习

给一张图补写 ALT、图注与可见文字结论；有视频时补充摘要或文字实录。

完成后，记录你改了什么、依据是什么、还有哪些条件没有验证。

---

GEOBOK · 专注GEO · 让你的内容成为 AI 的首选答案