图片SEO新机制完整指南：Vision AI读图+6类Lens排名

Image Pack出不出来、Lens拍照搜不搜得到你，跟你alt写多好、WebP有没有上几乎不挂钩。Google现在用Vision AI模型直接看图，传统五信号只剩补充识别盲区的填空作用；真正决定排名的是Vision AI识别+上下文意图+独家原创+站点信任的合力。这篇拆开新机制：Vision AI在每张图上跑的八项任务、传统五信号今天的权重重排、Image Pack的查询触发与站点信任门槛、Google Lens实物拍照怎么打中、六大平台视觉搜索差异矩阵、AI爬虫训练vs检索的分别处置。北美厨具DTC品牌做完Vision AI对齐+实物场景图补全，Image Pack曝光半年提升约67%、Lens月引流从100爬到3200——杠杆从来不在alt那一句话。

保哥前两个月接了一个北美户外装备DTC品牌的咨询，客户问题听起来很简单：站上有1万多张产品图，alt写得很认真，文件名也都规范，WebP和懒加载早就上线了，但Google Image Pack（图片包）在大词上几乎不出，Google Lens用产品实物拍照搜过来的流量更是零。我把站点架构和近6个月的图片在搜索表现一起拉出来看，结论让客户有点意外：图片SEO在Vision AI时代，做alt和WebP只是入门门票，真正决定能不能拿到Image Pack和Lens流量的是另外几组信号，这几组信号大多数指南里根本没提。

这一篇是把今天的图片SEO机制完整说清楚。如果你只看过那篇alt+WebP+懒加载实战入门，那只是图片SEO最基础的一层；过去三年Google视觉理解能力的飞跃，加上Lens、Pinterest Lens、Amazon Style Search、TikTok视觉搜索等多平台视觉搜索产品爆发，把图片SEO的回报路径整个改写了。今天这一篇负责讲机制，那篇负责讲基础实操，两篇配套看可以构成完整知识地基。

Vision AI是怎么读图的？

理解今天的图片SEO，必须先理解Google的Vision AI到底在你的图片上做了什么。这不是一两个识别模型，是一组并行运行的视觉理解任务，每一项都会产生独立的语义信号进入Google的图像索引。

Vision AI在每张图上跑哪些任务？

根据Google公开的Vision AI文档和我做过的反向测试，Google对你站点的每一张被抓取图片至少跑这几项任务：物体识别（识别图中所有可见物体并打标签）、场景理解（判断是室内/室外/办公/餐厅等场景）、文字OCR（提取图中所有文字，对截图、商品标签、海报特别重要）、人脸识别（不识别身份只识别人脸属性，性别、年龄段、表情）、品牌识别（识别图中可见的品牌Logo、产品包装、商标）、地标识别（自然或人文地标）、安全分类（NSFW、暴力、医疗等内容分级）、视觉相似度索引（把图片嵌入向量空间，让相似图能被反向检索）。

关键一点：Vision AI抽取的语义信号不会显式告诉你，但会进入Google的图像索引。你能从Lens的反向搜索结果倒推一部分——把自己的产品图传Lens搜，看Google把它归类到什么物体标签、识别出哪些可见品牌、关联到哪些相似图。这是诊断你图片被Google如何理解的最直接工具。这背后到底搜索引擎是怎么把抓回来的图存进索引、再在排名时调用出来的，机制层在搜索引擎抓取索引排名三步全拆解里讲得比较通用，可以配合看。

Vision AI识别准不准？

保哥做过一组反向测试，挑了20张样本图（5张服装电商、5张餐饮菜品、5张工具设备、5张室内场景），用Lens反查Google对每张图的识别结果。结果：服装类识别准确率高，但分不清材质和款式细节；餐饮类对菜系判断准但具体菜名错误率约30%；工具类基本只识别到大类（“电钻”、“扳手”）；室内场景能识别物体但难判断品牌和价位段。结论：Vision AI对通用物体和场景准确率已经很高，对细分品类、垂直品牌、专业术语仍有显著盲区。这些盲区就是传统五信号今天的核心价值——填补Vision AI识别不到的语义。

识别结果如何进入排名？

Vision AI抽取的标签会和你页面上的传统信号（alt、文件名、title、周围文字、EXIF、Schema）合并形成一个图片实体，然后这个图片实体进入Google的图像索引。当用户搜索某个查询时，Google会优先匹配那些Vision AI识别+传统信号双重确认的图片。换句话说：Vision AI识别说“这是一张户外帐篷的图”，传统信号说“这张图在讲4季帐篷选购”，两边对得上才有竞争力；只有一边Vision AI识别成功传统信号缺失，或者只有传统信号声明Vision AI识别不出，都会被降权。这里有个隐性后果——传统SEO一直强调的“alt堆词”今天反而是反向信号，因为Vision AI识别和alt堆词冲突时Google会判定页面在欺骗。

图像嵌入向量空间是怎么工作的？

Vision AI识别物体、场景这一层是显式标签输出，但还有一层更底层的信号：每张图被压成一个高维向量（典型是512维或1024维），落进图像嵌入空间。同主题、同风格、同色调的图在向量空间里距离近，差异大的距离远。这套机制的实际影响有三点：

• 视觉相似图自动聚类，Google Lens拍照搜索时按向量距离从近到远召回候选。
• 重复或近重复图被自动识别——同一张图在多个站点出现，权重归到最早或最权威的发布站。
• 风格一致性变成站点级信号——一家品牌如果产品图、文章图、Hero图视觉风格高度一致，向量空间里聚成一簇，Google判断品牌实体识别度更高。

这一层最少被讨论但越来越重要。早期的图片SEO只关心单图，今天每张图都被放进整站的视觉风格簇里一起评估。同一品牌站内所有原创图维持统一的视觉规范（光线、色调、构图、留白），向量空间里聚得紧，品牌识别就强。我服务过的一个北美护肤品DTC，做完全站300多张原创图的视觉规范统一（统一了背景色板和打光参数），三个月后Google Knowledge Panel里的品牌图片栏从空着到完整加载，Image Pack展示的图也明显偏向自家而非UGC素材。这是个长达半年才看到的回报，前两个月数据几乎不动，第三个月开始拐弯——视觉聚类的信号是慢工，但一旦建立非常稳定。

这里有个新的语义衔接：搜索引擎从关键词匹配进化到语义理解的演变路径上，视觉理解和语义理解共用很多底层模型架构，蜂鸟到BERT再到MUM的演变史那条线索能帮你理解为什么Vision AI能在图像理解上飞跃——同样的Transformer架构、同样的多模态预训练、同样的实体关系建模思路，从文本扩展到了视觉。

传统五信号今天还剩多少分量？

alt、文件名、title属性、周围文字、EXIF——这五组信号是过去十几年图片SEO的核心。Vision AI崛起后它们的权重发生了重新分配。这一节给具体拆解。

alt属性：从描述到消歧

alt过去是“Google看不到图，所以你得描述图给它看”。现在Google看得到图，但仍然读alt——alt的作用从主要描述转变为消歧和补充。当Vision AI识别有多种合理解释时，alt是决策依据；当Vision AI识别准确时，alt是上下文意图的传达者（这张图在你这页讲什么）。所以alt写法的原则也变了：

• 简洁准确，不堆关键词，自然描述图像内容+所属上下文。
• 不要重复Vision AI已经能识别到的明显物体（“一张图”、“产品图”这种泛词），多说Vision AI识别不到的细节（材质、用途、品牌、型号）。
• 装饰图片用alt=“”明确告诉屏幕阅读器与爬虫跳过，不要写“图标”或“装饰”。
• 背景图、CSS background-image不传alt，Google基本不索引这类图片。
• 表单图标用aria-label而非alt，更符合无障碍规范。

文件名：被严重低估的早期信号

文件名在抓取阶段是Google对图片的第一信号源——Vision AI还没跑，文件名先看到。所以文件名是Google对你图片的第一印象。带连字符、英文小写、描述图像内容、合理长度（30-60字符），是最稳妥的格式。

常见踩坑：DSC0234.jpg、IMG_5678.jpg、screenshot-2024-11-22.png这类相机/系统默认文件名，Google抓到只能等Vision AI识别，少了第一信号源的辅助。CMS自动生成的文件名（uploads/2024/11/post-id-123-thumb.png）也属于这一类。所有上传到站点的图片，文件名都应该用语义化命名重写。我服务过的一个北美厨具DTC品牌，把站点1万8千张老图按“产品大类-款式-颜色-款号”重命名上传，三个月内Image Pack曝光提升约35%——文件名一个信号源补回去，效果就这么明显。

title属性：今天已基本无用

title属性（图片hover时显示的提示文字）今天对SEO几乎没作用。Google早就不把title作为排名信号，浏览器对它的展示也不一致。不要再为SEO写title属性，留着只造成模板冗余。需要无障碍辅助时用aria-label或figcaption。

周围文字：仍然是最强单点信号

图片周围文字（caption、figure内的figcaption、紧邻段落、所在section的H标题）今天是图片SEO最强单点信号之一，权重高于alt。Google用图片周围文字判断这张图在页面里的语义角色：是产品展示？方法步骤？数据可视化？用户案例？这一判断直接决定图片在哪类查询下被Image Pack展示。做法：图片所在section的H2/H3要包含图片想要排名的核心词；figure用figcaption写一行自然语言描述+主关键词；紧邻图片的段落第一句话要呼应图片内容。

EXIF信息：场景化决策

EXIF是图片元数据，包括拍摄时间、相机型号、GPS、版权、镜头参数。Google官方说不直接用EXIF做排名，但实践中EXIF对原创性识别、Local SEO、新闻图片有正向间接信号。决策原则按场景：

Vision AI与传统信号怎么职责切分？

理解了Vision AI和传统五信号各自的作用，接下来就是怎么把两套信号在每张图上协同好。这一节给具体的职责切分对照与落地清单。

两套信号的职责对照表

落地清单：一张图的完整SEO化

下面这套清单是过去两年咨询服务里固化下来的图片SEO作业流程，每张关键图（产品图、文章首图、数据图、案例图）都按这套跑一遍：

• 文件名：用语义化英文命名，产品图用品类-型号-款号，文章图用主题-序号格式。
• 压缩与格式：原图AVIF或WebP，浏览器fallback到JPEG，确保单图<200KB（首屏图<100KB）。
• 尺寸与srcset：至少3档尺寸（移动/平板/桌面），srcset+sizes正确声明。
• alt：30-100字符，自然描述图像内容+上下文意图，不堆词。
• figure/figcaption：内容图用figure包裹，figcaption写一句话辅助说明。
• 周围文字：紧邻段落首句呼应图像内容，所在H2/H3包含目标核心词。
• Schema：商品图必须配Product+Image，文章图配ImageObject嵌进Article Schema。
• EXIF：按场景决策（保留或清除）。
• loading属性：首屏图eager，其他图loading=“lazy”。
• fetchpriority：LCP关键图设fetchpriority=“high”，加快渲染。
• image sitemap：所有有SEO价值的图片提交进image sitemap，配title和caption字段。

Image Pack为什么不出？

Image Pack是SERP里那个图片轮播展示位，正常占SERP前两屏10-30%的视觉面积，是图片SEO最高价值的展示位之一。但客户里大量站点反映Image Pack出不来，这一节专门拆机理。

Image Pack的触发条件

Image Pack按查询触发，不是所有搜索都会展示。Google判断当前查询有视觉意图时才出，比如“how to fold a t-shirt”、“living room decor ideas”、“sourdough bread step by step”、“BMW M3 interior”。纯文本意图查询（“什么是HCU”、“SEO是什么意思”）几乎不出Image Pack。所以图片SEO要做的第一件事，是判断你想拿排名的查询是不是视觉意图。这个判断很简单：直接搜一下，看SERP上有没有Image Pack或图片大块展示，没有就别在这查询上指望图片流量。

站点级图片信任门槛

Image Pack对站点信任有门槛。新站、HCU受影响站、站内大量素材库重复图的站，Image Pack展示概率明显低于高信任站点。这门槛是Google的反垃圾防护——避免Image Pack被低质素材站霸屏。站点信任不足时，单纯优化图片SEO上限很低，要先把整站质量信号拉起来。

独家原创vs素材库重复

Google对图片有近重复检测——同一张图被多个站点使用时，权重给“首发或最权威”的那个，其他站基本拿不到Image Pack。所以电商和内容站千万不要用Shutterstock、Unsplash这类素材库图当主图；产品图最好实拍，配图最好原创制作。这一条做不到，Image Pack 90%的版位都和你无关。

Image Pack vs Discover图片流

注意两个相似但机制不同的展示位：Image Pack在SERP里、按查询触发；Discover图片流在Google App首页、按用户兴趣推送。两者图片要求不同——Discover要大图（至少1200像素宽）、清晰、有吸引力；Image Pack更看相关性和点击预测。同一组图片要兼容两个展示位，要求按更严的Discover走（大图、高清、原创）。

Google Lens排名靠什么？

Google Lens是用图片做搜索查询——用户拍一张实物，Google返回相似商品、识别对象、文本翻译、相似图。Lens流量被严重低估，到站质量极高（用户拍照搜索的转化意愿几乎最高），但绝大多数站点完全没在Lens上做SEO。这一节讲怎么让你的图被Lens排上。

Lens的反向匹配机制

Lens的核心是图像嵌入向量空间匹配——把用户拍的图嵌成向量，在Google的图像索引里找最相似的图。能上Lens排名的前提，是你的图被Google索引并能被Vision AI识别成对应类目。要做的事情：所有产品图都要被Google抓取（Image Sitemap+robots.txt允许Googlebot-Image+Image Schema），且产品分类清晰（用Product Schema声明category）。

实物拍照角度的现实

用户用Lens拍的是实物，所以你的产品图也要有实物拍照视角的版本。纯白底、纯标准角度的电商主图很难被Lens实物拍照命中——用户拍的角度、光线、背景和电商主图差太远。解决办法：每个核心SKU配3-5张实物使用场景图（在家里用、户外用、近景、远景、不同光线），上传到产品页或博客文章。这些图被Vision AI识别+Lens索引后，实物拍照命中概率成倍提升。

Lens流量的转化特点

北美厨房小家电品牌做完Lens实物拍照图优化（每个核心SKU补5张实物场景图），三个月后Lens引流过来的用户转化率比普通自然搜索高2.4倍，平均订单价值高37%。原因不复杂：用户拍图搜索时已经看到实物决定要买类似的，决策门槛低、转化意愿高。Lens流量量级不大但质量极高。

把Lens引流当作产品洞察反向利用

Lens的另一个被忽视的价值是反向情报。GA4里的referral来源带?lens或来自Lens的查询，可以拆出“用户拍了什么实物来找你”。我帮一个出海宠物用品品牌跑这一步的时候，发现来自Lens的实物拍照里有18%是宠物玩具的故障状态（咬碎、磨损、缝线裂开）——用户是拍了坏掉的旧玩具想找替代品。这条洞察直接重写了他们的产品页：增加“耐用度对比”、“咬力测试”等内容板块。这种从图像找回的用户意图，传统关键词数据完全看不到。

具体操作：GA4里设事件参数捕获Lens来源、按“图片到达页”维度看哪些产品页接得最多Lens流量、对这些产品做更密集的实物场景图覆盖+评论展示+对比内容补强，形成正反馈循环。Lens流量小但每一单都是高情报价值，把它当广告流量做转化优化就低估了，它更像是免费的客户访谈。

多平台视觉搜索的差异是什么？

视觉搜索不只Google Lens。这一节给六大平台视觉搜索的机制对照，做电商和出海的尤其要看清。

六平台视觉搜索对照矩阵

差异的核心：Google Lens偏物体识别+商品定位，Pinterest偏风格灵感+审美，Amazon偏纯商品反向，TikTok和小红书把视频/笔记封面当视觉搜索入口。做平台SEO时，每个平台的图像准备要求是不一样的——Google要清晰的物体特写，Pinterest要有审美的风格场景，TikTok要让封面文字能被OCR清晰读取。一套图通用所有平台是不可能的。

多平台视觉搜索关联

抖音、TikTok的视觉搜索机制和Google有显著差异，可以参考TikTok SEO机制完全指南里讲的机器理解优先级（口播>屏幕OCR>音频>caption/标签）来类比理解，平台SEO机制差异比一般人以为的大得多。小红书的视觉搜索把笔记封面的OCR权重打得比内容文字还高，所以同一张封面图在小红书和Google的优化方向几乎是相反的——一边要图上文字醒目可读，一边要图本身视觉信息密度大。

图片sitemap和image schema怎么用？

这两个是图片SEO的工程化底盘，决定Google能否高效发现和理解你的图片。

图片sitemap的字段与规模

image sitemap是XML sitemap里专门标记图片的扩展。每个URL节点下可以包含多个image:image子节点，每个声明一张图。关键字段：loc（图片绝对URL）、title（图片标题）、caption（说明文字）、license（版权声明URL）。image sitemap最大的价值不是排名直接信号，而是让Google知道哪些图是你认为有SEO价值的——同一页上未声明的图Google抓取优先级会低很多。

规模站常踩的坑：image sitemap生成时把所有图都塞进去（包括装饰图、模板图、广告图、用户上传图），导致Google抓取预算被烧在低价值图上。image sitemap只包含原创、独家、有SEO价值的图，装饰图和模板图一律不进。这一条对大型电商和UGC站点尤其关键。

ImageObject Schema怎么挂

每张关键图（产品主图、文章首图、Hero图）都应该挂ImageObject Schema，作为Product或Article或BlogPosting的image字段值。完整ImageObject节点包含url、width、height、caption、license、creator、creditText等。Schema的image字段也是Google判断图片是否为页面主图的核心信号，挂了ImageObject Schema的图被选为SERP缩略图的概率明显高于没挂的。

licensable图片的合规价值

Schema里license字段填正确，Google会在Image Pack展示时附带“可授权”标记，对原创摄影、媒体、设计资源站是流量加分项。这要求你站点有清晰的图片授权页面，license字段指向该页URL。媒体和原创内容站强烈建议做这一步，对外授权能力也变成SEO信号。

图片性能和Core Web Vitals怎么协同？

图片是LCP的最大单一因素。这一节讲图片性能和CWV、Image Pack排名的协同关系。

LCP图片的选择标准

LCP（Largest Contentful Paint）的元素绝大多数情况下是页面首屏的一张大图。优化LCP图片是CWV优化里最高ROI的一步。要做的事情：LCP图设fetchpriority=“high”、preload链接预加载、用AVIF/WebP现代格式、合理压缩到100KB以内（移动端）、避免srcset里塞过多档位（3档够用）、避免延迟加载（loading=“lazy”对LCP图反而是负面）。

srcset+sizes的常见错配

srcset和sizes是响应式图片的核心，但错配率惊人。常见错误：srcset里档位过多（5-8档），浏览器选不准；sizes声明的宽度和实际容器不符，浏览器下载了不必要的大图；移动端没用占位符或fallback；srcset里的图URL写错404。修复办法：3档（小/中/大）够用、sizes要精确（一般“100vw”或“50vw”对应布局）、用Lighthouse audit检查实际下载图与显示尺寸的匹配度。

性能和Image Pack的双向影响

CWV是Google Image Pack的间接信号——CWV差的站点，Image Pack展示概率被降权。这是Google过去三年明显的趋势。所以图片性能不只为用户体验，也直接影响图片SEO本身。我服务过的一个北美时尚DTC品牌，做完LCP图片优化（AVIF+fetchpriority+preload）后，移动端LCP从4.2秒降到1.8秒，Image Pack曝光在三个月内提升约48%，没改一个alt一个文件名。

AI爬虫抓图与图片版权风险

2024年以来AI爬虫（GPTBot、CCBot、Google-Extended、Anthropic ClaudeBot、PerplexityBot）大量抓图用于训练和检索增强。这给图片SEO带来全新议题，绕不开。

AI训练vs AI检索的差异

必须分清两件事：AI训练（抓你的图训练大模型的视觉理解能力）和AI检索（AI产品回答用户问题时引用你的图作为来源附带链接）。两件事影响完全不同——训练对你无直接回流但有潜在版权风险，检索给你回链曝光是正向。robots.txt里阻不阻AI爬虫，要按这两件事分别决策。

robots.txt对AI爬虫的细粒度控制

核心原则：阻训练爬虫，放检索爬虫。具体做法是robots.txt里Disallow GPTBot/Google-Extended/CCBot/ClaudeBot等训练相关UA，Allow OAI-SearchBot/PerplexityBot/Googlebot等检索相关UA。但要权衡：阻训练等于关掉模型未来对你品牌的认知能力，五年后AI检索时代你的品牌可能被边缘化。

AI检索抽取你的图怎么追踪？

AI检索（AI Overviews、ChatGPT Search、Perplexity）抽取图片作为答案素材的频率越来越高，但官方都不会发“被引用报告”。三种容易被AI选中的图共同点很清楚：白底或近白底的产品主图（视觉噪音低、AI压缩成视觉token更稳）、有明确数据标注或文字层的信息图（AI可读取并复用其中事实）、独家拍摄的实物场景图（向量空间内独占性高）。反过来，纯文字截图、低分辨率图、和其他站重复的素材库图，AI抽取概率极低。怎么知道你的图被抽到了哪些AI答案里？三个粗暴但有效的办法：

• 定期把核心产品/教程关键词在AI Overviews、Perplexity、ChatGPT Search上跑一遍，截图记录答案里有没有你的图、点击源链接是否回到你的页面。
• GA4或Plausible里看referral来源带perplexity.ai、chat.openai.com、bing.com/chat等域名的流量，按到达页分组识别哪些图被引用。
• image sitemap里的图URL单独打UTM参数（utm_source=ai_overviews等），方便服务端日志或GA直接看到AI引用回流。

追踪本身不是目的，目的是知道哪些图最容易被AI选作答案素材，反向加强这类图的供给。过去三个季度AI检索回流占整体自然流量的比例在保哥服务的客户里普遍从1%-2%涨到5%-12%，2026年会继续往上走，图片在AI答案里的展示位置很可能成为下一个Image Pack级的流量入口。

图片侵权与防御

原创图被AI生成内容复刻、被竞品盗用、被素材站重新打包卖是真实风险。防御办法：所有原创图加可见水印（不影响视觉的角落logo）+ EXIF版权字段保留 + Schema license字段声明 + 站点底部声明知识产权 + 定期用Google Lens反向搜索自己的图查盗用站。这是个长期工程，没有一次性解决方案。

北美厨具DTC品牌图片SEO改造的完整复盘

保哥结束讲机制，给一个完整案例落地参考。北美厨具DTC品牌，月营收六位数美元，独立站架在Shopify上，主要品类是厨房小家电+刀具+烹饪工具，目标市场北美+西欧。改造前状态：站内1万8千张图，alt全部规范、文件名规范、WebP已上线，Google Image Pack曝光近一年增长几乎为零，Lens引流几乎零。

第一阶段诊断：用Google Lens反查站点核心SKU的产品图，发现Vision AI对大部分产品的识别只到通用大类（“厨房电器”、“刀具”），具体品类（“立式搅拌机”、“切肉刀”）识别率不到40%。这说明Vision AI在他们的细分品类上识别能力不够，传统信号的补充极其重要，但他们的alt和文件名都偏短、缺品类核心词。

第二阶段动作：所有产品图重命名为“品类-品牌-型号-款号”格式（1万8千张图全量），alt重写为“品类描述+品牌型号+主要用途”30-60字符版本，每个核心SKU补5张实物使用场景图（在家庭厨房用、在户外用、近景、远景、不同光线），所有产品图配Product Schema+ImageObject Schema完整字段，image sitemap只包含产品图与文章原创图（不进装饰图与模板图），EXIF全清。这一阶段用了大约8周完成。

第三阶段优化：LCP图（产品页首图）改AVIF格式+fetchpriority=“high”+preload，移动端LCP从3.6秒降到1.7秒；robots.txt调整阻GPTBot/CCBot/Google-Extended，放Googlebot-Image/OAI-SearchBot/PerplexityBot。

第四阶段结果（改造后第6个月）：Image Pack曝光提升约67%，Google Lens引流从月不到100到月3200，Lens引流的转化率2.4倍于普通自然搜索，月均订单总额贡献约8%来自Image相关流量。更重要的是这个量级一旦建立基本不会塌，图片SEO的复利效应非常稳定。

这个案例最值得说的不是数字，是改造逻辑：从“调alt和压缩格式”转到“补Vision AI识别盲区+加实物场景图+完整工程化”。今天做图片SEO的真正杠杆在这后半段，不在alt那一句话。

常见问题解答

alt文字写得多详细Google就给我排名？

不是。Google用Vision AI直接读图，alt主要给三类场景：屏幕阅读器、加载失败兜底、Vision AI识别不出时辅助消歧。alt过长或堆关键词反而触发反堆砌，自然准确描述即可。

Vision AI能读图，传统五信号还要不要做？

要。Vision AI读出来的是图像物理内容，传统信号传达页面上下文与意图。两套并行：Vision AI判断这张图是什么，传统信号告诉Google这张图在你这页里讲什么主题。缺哪边Image Pack都拿不到。

为什么我图片很多但Image Pack就是不出？

Image Pack按查询触发，还有图像质量、独占性、文字相关性、站点信任四道门槛。多和漂亮不够，必须独家原创、与正文主题强相关、站点在该主题有权威，三条都过才有机会。

Google Lens和谷歌以图搜图是同一回事吗？

技术同源但产品定位不同。以图搜图是反向找图源；Lens是用图片做即时搜索查询，结果是商品、识别对象、文本翻译、相似图等多形态。Lens的SEO意义在于让你的产品图能被实物拍照触发，到站量较高。

图片用WebP还是AVIF？JPEG还能不能用？

AVIF压缩率最高但兼容性还有边缘缺口，主图用AVIF配WebP fallback、再老的浏览器fallback到JPEG最稳。纯JPEG也不会被Google惩罚，但LCP在移动端容易拖到3秒以上，影响CWV和Image Pack排名。

AI爬虫抓我图片去训练会损害我吗？

影响主要在版权和商业模式：你的图被训练后AI生成的图可能复刻你风格；用作AI Overviews素材时附带回链。robots.txt可阻Google-Extended、GPTBot、CCBot等训练UA，但等于关掉AI检索曝光，要权衡。

EXIF信息要不要保留？要不要去？

看场景。本地业务、新闻媒体、原创摄影类强烈建议保留GPS和拍摄时间，对Local SEO和原创性识别有正向信号；电商产品图建议清掉EXIF，避免暴露厂家路径或被爬虫指纹识别。隐私敏感场景一律去EXIF。