机械配件采购决策页面，是在传统产品参数表的基础上，增加需求输入、兼容性检查、候选型号比较、风险说明和采购资料输出，让采购人员及AI能够判断“哪些产品可以进入评估、哪些应被排除、哪些信息还不够”。
传统机械配件官网通常按照产品目录组织内容：
Product Name: Flexible Coupling Model: EC-100 Rated Torque: 100 N·m Max Speed: 4000 rpm Bore Diameter: 14–30 mm Material: Aluminum Alloy
这些参数能够描述产品，却不能直接回答海外采购人员真正关心的问题：
Can this coupling replace my existing model? Will it fit 20 mm and 24 mm shafts? Is the torque rating sufficient for my application? Can it operate at 2600 rpm? What happens if shaft misalignment is present? Which specifications must be confirmed before placing an order?
用户要的不是更多参数，而是一个有依据的采购判断。
对于GEO（Generative Engine Optimization，生成式引擎优化），这种页面的价值在于：让AI检索到产品信息后，不只是复述规格，而是能够根据明确的条件解释候选产品的差异，并在信息不足时保留不确定性。
本文以机械传动联轴器替换采购为案例，介绍如何把静态规格表改造成“条件筛选—型号比较—风险确认—采购交接”的决策页面，并给出可运行的Python筛选脚本。
案例中的EC-70、EC-100、EC-160均为虚构型号，所有参数只用于演示页面与程序设计，不可作为真实联轴器选型依据。 
为什么机械配件参数表无法直接回答“能不能替换”？
因为参数相似不等于安装兼容，更不等于工况适用。
假设海外买家需要更换一台自动化设备上的联轴器，现有产品损坏，但原型号已经停产。
买家提供的需求如下：
| 采购条件 | 示例值 |
| 峰值工作扭矩 | 68 N·m |
| 工程评审系数 | 1.25 |
| 本次预筛扭矩要求 | 85 N·m |
| 工作转速 | 2600 rpm |
| 轴A直径 | 20 mm |
| 轴B直径 | 24 mm |
| 径向偏差 | 0.12 mm |
| 可用安装长度 | ≤70 mm |
| 期望连接方式 | 夹紧式 |
| 轴向偏差 | 待确认 |
| 角向偏差 | 待确认 |
其中：
[
68\times1.25=85\ \mathrm{N\cdot m}
]
这里的1.25是模拟项目中由工程人员指定的评审系数，不是所有联轴器通用的安全系数。
传统产品页可能只有：
Rated Torque: 100 N·m Max Speed: 4000 rpm Bore: 14–30 mm
采购人员仍然无法确认：
- 两端轴孔能否分别匹配20 mm和24 mm？
- 夹紧结构是否与现有轴端兼容？
- 径向和角向偏差能否同时满足？
- 轴与轮毂连接是否能够传递所需扭矩？
- 安装空间是否允许？
- 是否涉及扭转振动和频繁启停？
因此，采购决策页的第一项改造不是增加一段介绍，而是把参数转成可执行的检查条件。
哪些参数属于硬性条件，哪些只是比较条件？
采购判断应先排除不满足硬性条件的型号，再比较剩余候选项。
可以将采购条件分为3个层级。
| 条件类别 | 示例 | 页面应该如何处理 |
| 硬性条件 | 轴径、转速限制、安装空间、规定连接形式 | 不满足时排除 |
| 需要联合评审的条件 | 偏差组合、动载荷、轴毂连接能力 | 不足以确认时保留待评审 |
| 偏好条件 | 尺寸、重量、维护便利性、预算 | 候选之间比较 |
尤其需要注意：硬性筛选通过不等于最终工程选型通过。
例如，额定扭矩大于85 N·m，只能表示这项预筛条件没有被排除，不能证明联轴器一定适用于实际传动系统。
同样，某产品分别给出的最大径向偏差、角向偏差和轴向偏差，也不一定允许同时达到各自最大值。
这些情况应按照对应制造商的选型说明和具体工况进行复核。
三个参数相近的型号应该怎么比较？
先展示同一量纲、同一作用域的数据，再给出每个型号的筛选状态与原因。
以下为演示产品库：
| 参数 | EC-70 | EC-100 | EC-160 |
| 额定扭矩 | 70 N·m | 100 N·m | 160 N·m |
| 最大转速 | 4500 rpm | 4000 rpm | 5000 rpm |
| 轴A孔径范围 | 10–22 mm | 14–28 mm | 18–35 mm |
| 轴B孔径范围 | 12–26 mm | 16–30 mm | 18–38 mm |
| 单项径向偏差上限 | 0.10 mm | 0.20 mm | 0.30 mm |
| 安装长度 | 53 mm | 60 mm | 68 mm |
| 连接方式 | 夹紧式 | 夹紧式 | 夹紧式 |
根据前面的模拟采购需求：
| 型号 | 扭矩要求 | 径向偏差要求 | 其他已知条件 | 初步状态 |
| EC-70 | 不满足 | 不满足 | 满足 | 排除 |
| EC-100 | 满足 | 单项检查满足 | 满足 | 候选，待工程复核 |
| EC-160 | 满足 | 单项检查满足 | 满足 | 候选，待工程复核 |
传统规格表只给出三个型号的数据。
采购决策页面则应进一步回答：
为什么EC-70被排除？
因为本次要求的预筛扭矩为85 N·m，而EC-70的示例额定扭矩仅为70 N·m，同时其单项径向偏差上限0.10 mm低于项目提出的0.12 mm。
为什么EC-100和EC-160都不能立即确定为最终型号？
因为还有轴向偏差、角向偏差、偏差组合、轴毂连接能力以及实际动态工况需要确认。
这种“参数—规则—结果—原因”的表达方式，比单纯的产品型号对比表更接近实际采购决策。 
产品页应该怎样区分“可以替换”和“可能适合”？
型号替换必须同时检查安装接口和运行条件，不能仅按额定扭矩或外观判断。
尤其对于机械维修与海外备件采购，用户经常提出：
What is an equivalent replacement for Model X?
这里的equivalent可能有不同含义：
| 替换类型 | 主要要求 |
| 尺寸替换 | 安装尺寸和连接接口匹配 |
| 功能替换 | 完成相同传动功能 |
| 性能替换 | 运行能力满足规定条件 |
| 直接互换 | 不修改现有安装条件即可替换 |
这四种情况不能混为一谈。
例如：
EC-100 has sufficient torque capacity.
即使这句话成立，也不能推出：
EC-100 is a direct replacement for the existing coupling.
因为还可能存在轴孔公差、锁紧结构、键槽、安装长度和动态性能差异。
因此，采购决策页应该明确输出：
Potential alternative: EC-100 Current status: Pending engineering review Confirmed from available data: - Torque screening - Speed screening - Shaft diameter ranges - Installation length Still required: - Original coupling drawing - Axial and angular misalignment - Shaft-hub connection verification - Dynamic load conditions
这比直接写“Compatible Replacement”更准确，也更容易避免AI生成未经核实的替换结论。
怎样把采购判断设计成可运行的规则引擎？
规则引擎应只处理明确、可计算的条件，并输出排除原因和待确认事项。
下面的Python 3代码实现了三个状态：
excluded → 已知条件不满足 needs_input → 关键输入缺失 candidate_pending_review → 已知预筛条件通过，但仍需工程评审
from dataclasses import dataclass from typing import Optional, Tuple @dataclass class BuyerNeed: peak_torque_nm: Optional[float] review_factor: Optional[float] speed_rpm: Optional[int] shaft_a_mm: Optional[float] shaft_b_mm: Optional[float] radial_offset_mm: Optional[float] max_length_mm: Optional[float] connection: Optional[str] axial_offset_mm: Optional[float] = None angular_offset_deg: Optional[float] = None @dataclass class Variant: sku: str rated_torque_nm: float max_speed_rpm: int bore_a_mm: Tuple[float, float] bore_b_mm: Tuple[float, float] radial_limit_mm: float length_mm: float connection: str NEEDED = [ "peak_torque_nm", "review_factor", "speed_rpm", "shaft_a_mm", "shaft_b_mm", "radial_offset_mm", "max_length_mm", "connection" ] def screen(need: BuyerNeed, item: Variant) -> dict: missing = [ name for name in NEEDED if getattr(need, name) is None ] if missing: return { "sku": item.sku, "status": "needs_input", "missing": missing } required_torque = ( need.peak_torque_nm * need.review_factor ) rejects = [] if item.rated_torque_nm < required_torque: rejects.append( "rated torque is below required screening torque" ) if item.max_speed_rpm < need.speed_rpm: rejects.append( "speed limit is below operating speed" ) if not ( item.bore_a_mm[0] <= need.shaft_a_mm <= item.bore_a_mm[1] ): rejects.append( "shaft A outside published bore range" ) if not ( item.bore_b_mm[0] <= need.shaft_b_mm <= item.bore_b_mm[1] ): rejects.append( "shaft B outside published bore range" ) if item.radial_limit_mm < need.radial_offset_mm: rejects.append( "radial offset exceeds single-axis limit" ) if item.length_mm > need.max_length_mm: rejects.append( "installation length exceeds available space" ) if item.connection != need.connection: rejects.append( "connection type differs" ) if rejects: return { "sku": item.sku, "status": "excluded", "reasons": rejects } review = [ "combined misalignment/derating", "shaft-hub torque transmission", "installation drawing and dynamic loads" ] if need.axial_offset_mm is None: review.append( "axial offset not supplied" ) if need.angular_offset_deg is None: review.append( "angular offset not supplied" ) return { "sku": item.sku, "status": "candidate_pending_review", "review": review } need = BuyerNeed( peak_torque_nm=68, review_factor=1.25, speed_rpm=2600, shaft_a_mm=20, shaft_b_mm=24, radial_offset_mm=0.12, max_length_mm=70, connection="clamp" ) items = [ Variant( "EC-70", 70, 4500, (10, 22), (12, 26), 0.10, 53, "clamp" ), Variant( "EC-100", 100, 4000, (14, 28), (16, 30), 0.20, 60, "clamp" ), Variant( "EC-160", 160, 5000, (18, 35), (18, 38), 0.30, 68, "clamp" ) ] for item in items: print(screen(need, item))
这段程序不依赖第三方Python库。
它运行后会得到以下关键判断：
| 型号 | 程序状态 | 原因 |
| EC-70 | excluded |
额定扭矩、单项径向偏差不满足 |
| EC-100 | candidate_pending_review |
已知条件通过，仍需复核 |
| EC-160 | candidate_pending_review |
已知条件通过，仍需复核 |
这也说明一个关键原则：
程序可以自动排除部分不满足条件的型号，却不应该假装已经完成全部机械工程选型。
真实系统还需要根据制造商资料补充组合偏差约束、连接传扭能力、温度修正以及相应动态计算。
此外，字段完整并不代表数值合理。生产环境还需要增加数值范围校验、单位换算、异常输入检测和规则版本管理。
采购决策页面应该怎样呈现程序结果？
最终页面不能只返回一串型号，必须显示判断状态和原因。
建议设计四个模块。
买家应该先填写哪些信息？
输入区可以包含：
Existing Part Number Peak Torque Operating Speed Shaft Diameter A Shaft Diameter B Available Installation Length Connection Type Radial Misalignment Axial Misalignment Angular Misalignment Operating Temperature
没有的信息允许选择：
Unknown
不应该把未知参数自动填成0。
因为：
Unknown misalignment
并不等于：
Zero misalignment
页面应该怎样展示候选结果？
例如：
| 候选型号 | 状态 | 下一步 |
| EC-70 | 排除 | 查看不满足的条件 |
| EC-100 | 待工程复核 | 比较接口和安装要求 |
| EC-160 | 待工程复核 | 比较尺寸、负载和动态要求 |
如果信息不足，应该显示：
More technical information is required before confirming a replacement.
而不是直接返回：
Best Product: EC-100
为什么还需要显示“候选差异”？
因为通过硬性筛选后，采购人员通常还需要比较：
| 比较维度 | EC-100 | EC-160 |
| 额定扭矩 | 100 N·m | 160 N·m |
| 最大转速 | 4000 rpm | 5000 rpm |
| 安装长度 | 60 mm | 68 mm |
| 单项径向偏差上限 | 0.20 mm | 0.30 mm |
| 是否需要进一步评审 | 是 | 是 |
这个表格可以帮助买家识别差异，但不能仅凭“扭矩更大”或“长度更短”认定某个型号必然更好。
最终选择可能还受到扭转刚度、转动惯量、振动、装配方式和实际成本等因素影响。
为什么RFQ资料清单应该直接出现在产品页？
因为采购决策的最终任务不是得到一个型号，而是形成一份可以继续评审的技术需求。
传统询价页面只有：
Name Email Message
对于机械配件替换采购，这些字段并不够。
更实用的RFQ资料清单是：
| 采购资料 | 示例 | 作用 |
| 原产品型号 | Legacy-C100 | 查询原始规格 |
| 原产品图纸 | 2D PDF | 验证安装尺寸 |
| 轴A/B直径 | 20/24 mm | 验证轴孔 |
| 工作扭矩 | 68 N·m峰值示例 | 工况筛选 |
| 工作转速 | 2600 rpm | 转速筛选 |
| 连接方式 | Clamp | 连接匹配 |
| 安装空间 | 最大70 mm | 外形约束 |
| 偏差要求 | 径向0.12 mm，其余待确认 | 工程评审 |
| 数量 | 10件 | 采购准备 |
| 其他要求 | 温度、振动、负载特征 | 补充工程条件 |
页面应该能够根据当前用户输入，生成：
RFQ Status: Incomplete Available: - Shaft diameters - Operating speed - Torque information - Installation length Still required: - Axial misalignment - Angular misalignment - Original mounting drawing - Load and vibration conditions
这样，官网开始承担一部分采购前的信息整理工作。
页面如何避免把AI问答变成错误推荐？
应该把“可以回答的事实”和“必须继续确认的判断”明确分开。
例如海外买家提问：
Can EC-100 replace my existing coupling?
不建议页面直接回答：
Yes, EC-100 is the ideal replacement.
更合理的答案结构为：
结论：
EC-100可以在已知参数下进入初步候选评估，但暂时不能确认直接互换。
已确认：
- 示例额定扭矩满足本次预筛要求。
- 转速条件满足本次预筛。
- 所提供的两端轴径落在示例孔径范围内。
- 安装长度没有超过已知空间限制。
仍需确认：
- 原联轴器安装图纸；
- 轴向和角向偏差；
- 轴毂连接传扭能力；
- 动态负载和扭转振动；
- 相关工况下的组合限制。
下一步：
提交上述资料后再进行工程确认。
这种回答形式适合放在页面的“Replacement Compatibility”模块中，也适合AI检索后提取完整、有限定条件的答案。
如何让决策页面既方便用户使用，也方便AI读取？
动态筛选结果和静态可检索内容应该同时存在。
如果产品页所有判断都藏在前端JavaScript交互里，部分检索和内容抽取系统可能无法获得完整信息。
建议采用双层结构。
| 内容层 | 主要形式 | 目的 |
| 静态知识层 | 服务端HTML | 展示参数定义、规则、限制、常见比较 |
| 动态判断层 | 表单+规则引擎 | 根据买家输入生成个性化结果 |
| 数据层 | 统一产品主数据 | 保证规格与规则来源一致 |
| 交接层 | RFQ资料输出 | 保存当前条件及待确认事项 |
静态内容应该包括：
What does rated torque mean? How should shaft diameters be checked? Which conditions affect replacement compatibility? What information is required before confirming an alternative?
动态结果则可以由用户提交的数据生成。
特别需要避免为每一种筛选条件创建独立URL，例如：
/coupling?torque=68&speed=2600 /coupling?torque=70&speed=2700 /coupling?torque=72&speed=2800
将这些组合全部作为可索引页面，容易产生大量高度重复的内容。
Product Schema在采购决策页面中应该怎么使用？
Schema用于描述真实产品及其属性，不负责替代决策规则。
对于明确的单一产品或同一产品变体页面，可以使用Product结构化数据描述产品名称、型号和已公开属性。
但需要注意：
- 不要把多个不相关产品的比较页伪装成一个单独产品。
- 不要虚构
Offer价格、评价或库存。 - 不要把“候选待评审”写成“保证兼容”。
- 不要在Schema里发布正文没有的性能主张。
Google的Product结构化数据文档主要围绕单一产品及其变体页面，并对商品摘要展示规定了相应要求。
对于B2B定制配件，即使存在合法的产品标记，也不代表一定获得富媒体搜索展示，更不能推导为生成式AI一定推荐。
如何测试改造后的采购页面是否真正有效？
验证必须区分规则正确性和AI回答表现，两者不是同一个指标。
建议进行三层测试。
规则引擎应该先通过哪些测试？
可以建立下面的测试集：
| 测试用例 | 输入变化 | 预期结果 |
| TC-01 | 预筛扭矩85 N·m，EC-70额定70 | 排除 |
| TC-02 | 预筛扭矩85 N·m，EC-100额定100 | 进入后续检查 |
| TC-03 | 轴A直径超出孔径范围 | 排除 |
| TC-04 | 转速超过型号限制 | 排除 |
| TC-05 | 未提供轴B直径 | 需要补充输入 |
| TC-06 | 轴向偏差未知 | 不应输出最终互换结论 |
| TC-07 | 所有已知条件符合 | 候选待工程复核 |
| TC-08 | 请求直接替换旧型号 | 必须要求检查安装接口 |
例如在本次3型号演示中：
总型号：3个 已知条件排除：1个 进入候选评审：2个 最终工程确认：0个
这组数字来自前面的规则和模拟产品数据，可用给出的代码复现，并不是任何GEO平台效果数据。
AI采购问答应该怎样测试？
可以建立30个固定英文问题：
| 问题类型 | 数量 |
| 型号识别 | 6 |
| 参数解释 | 6 |
| 替换兼容性 | 6 |
| 不满足条件的反向问题 | 6 |
| 缺失信息与RFQ | 6 |
| 合计 | 30 |
例如：
Can EC-70 handle the stated torque requirement? Is EC-100 a confirmed direct replacement? Can the highest-rated model always be considered best? What should I provide to check shaft-to-hub compatibility? What happens if angular misalignment is unknown?
每个问题检查：
是否找到正确产品？ 是否保留具体数值？ 是否正确处理排除条件？ 是否区分候选和最终适用？ 是否要求补充缺失资料？
上线后应该监测哪些真实数据？
| 指标 | 计算方式 | 说明 |
| 技术字段完整率 | 已确认字段数/必需字段数 | 衡量采购信息完整度 |
| 候选解释覆盖率 | 有明确原因的判断数/全部判断数 | 衡量结果可解释性 |
| 错误兼容声明率 | 错误直接替换结论数/相关回答数 | 衡量技术风险 |
| RFQ补问率 | 需后续补问的询盘数/有效技术询盘数 | 衡量前期资料质量 |
| AI条件保留率 | 正确保留条件的回答数/相关回答数 | 衡量AI理解表现 |
| 采购问题覆盖率 | 有对应页面答案的问题数/固定问题总数 | 衡量内容覆盖 |
这些指标需要基于真实日志、人工标注和持续复测获取。
不应仅凭一次AI问答截图，就声称页面改造带来了确定的推荐率或成交增长。 
机械配件企业应该优先改造哪些产品页？
优先选择替换需求频繁、型号多、参数容易误解的产品族。
例如：
| 产品类型 | 适合增加的采购决策能力 |
| 联轴器 | 扭矩、轴径、转速、偏差、安装接口 |
| 轴承座 | 轴承系列、安装尺寸、密封和载荷条件 |
| 链轮 | 链条规格、齿数、轴孔、轮毂结构 |
| 同步带轮 | 齿形、节距、齿数、带宽、轴孔 |
| 直线导轨 | 安装接口、负载、预压、精度等级 |
| 减速机配件 | 接口尺寸、输出要求、负载和替换限制 |
第一阶段可以从一个高频产品族开始，选择5～10个代表型号完成完整决策页面模板，再扩展到其他产品。
不建议同时把全部产品页改造成复杂的在线选型工具。
应先验证规则是否正确，以及采购人员是否真正需要这些判断。
从参数表到采购决策页面应该按什么顺序实施？
建议按“采购任务—筛选规则—页面表达—自动验证”推进。
| 阶段 | 主要工作 | 产出 |
| 第1阶段 | 提取历史替换与选型问题 | 采购任务清单 |
| 第2阶段 | 整理产品规格和版本 | 统一型号数据 |
| 第3阶段 | 区分硬性条件和待评审条件 | 决策规则表 |
| 第4阶段 | 开发筛选逻辑 | 可测试Python/API逻辑 |
| 第5阶段 | 建设产品对比及RFQ模块 | 决策页面 |
| 第6阶段 | 执行工程评审和AI问答测试 | 规则与页面问题清单 |
整个过程可以表示为：
flowchart TD A[海外买家采购问题] --> B[需求字段提取] B --> C{关键资料是否齐全} C -- 否 --> D[生成补充资料清单] C -- 是 --> E[执行硬性条件筛选] E --> F{是否满足已知约束} F -- 否 --> G[排除并解释原因] F -- 是 --> H[候选型号比较] H --> I[工程风险与接口复核] I --> J[输出RFQ及待确认事项]
这套方法的重点不是让AI自动决定采购，而是使采购判断更加清晰、可解释和可复核。
这次页面改造最值得总结的经验是什么？
机械配件参数表的下一步，不是变成更长的说明书，而是变成能够支持采购人员作出下一步判断的决策页面。
传统页面：
产品名称 → 型号 → 参数 → 询价
升级之后：
采购任务 → 输入要求 → 参数筛选 → 排除原因 → 候选比较 → 工程复核 → RFQ资料
这背后是一个重要变化：
传统规格表只记录：
产品具有什么属性？
采购决策页进一步回答：
当用户提出一组采购条件时，这些属性会如何影响判断？
对GEO而言，更有价值的也不是让AI随时给出某个“最佳型号”，而是让它能够：
- 正确解释参数；
- 排除明显不适合的型号；
- 保留尚未确认的条件；
- 说明候选产品之间的差异；
- 给出进入工程评审所需的下一步信息。
当产品页面能够提供“结论、原因、限制和下一步”，它才真正从电子规格表升级为采购决策页面。
机械配件外贸GEO有哪些常见问题？
参数表已经非常详细，还需要建设采购决策页吗？
需要看采购任务。如果用户通常只核对某个已知型号，传统规格表可能已经足够；如果经常涉及替换、兼容或型号比较，增加决策逻辑会更有价值。
参数满足所有已知条件，为什么还不能直接推荐？
因为已知条件未必覆盖完整工况。轴毂连接、动态负载、偏差组合、安装方式等仍可能影响最终适用性。
能否用AI直接判断机械配件型号是否兼容？
可以让AI辅助提取需求、查找资料和解释筛选结果，但最终兼容性应根据经确认的工程规则、产品文件和必要的人工评审确定。
同类机械配件应该采用统一决策规则吗？
不应该完全统一。
例如联轴器、链轮、轴承座的关键条件不同。可以复用页面架构，但筛选规则必须按产品族设计。
为什么要区分“排除”和“待评审”？
因为两者含义不同。
excluded表示已知条件明确不满足；candidate_pending_review表示目前没有发现已知条件冲突，但尚未完成所有工程确认。
未知参数可以使用默认值吗？
只有经过确认且适用于该任务的默认值才可以使用。
尤其不应该将未知转速、轴偏差、载荷或温度直接填为0。
哪些参数更适合自动筛选？
通常是单位明确、比较逻辑简单、适用条件清楚的参数，例如指定安装长度与可用空间的比较。
涉及疲劳、振动、组合载荷和材料失效的判断，则可能需要专门的工程模型。
型号对比表应该优先比较什么？
优先比较实际影响采购判断的字段，包括安装接口、载荷或传动要求、尺寸、工作环境和必要的验证条件。
不是参数列越多越好。
替代型号的价格应该怎么展示？
对于公开售价明确的标准件，可以展示实际价格及其条件。
对于按图定制或报价随数量、材料、加工要求变化的产品，不应编造统一价格，可以列出影响报价的主要因素。
是否应该为每一个型号创建独立页面？
不一定。
同系列型号可以采用产品族页面加型号比较表；有独立结构、用途或重要差异的型号，可以采用独立详情页。
Product Schema能表达所有选型规则吗？
不能。
Schema主要辅助表达产品实体和部分属性。复杂的适配规则仍应保留在可阅读的页面正文和独立规则系统中。
如何避免AI错误理解“兼容替换”？
必须区分尺寸相近、功能相似和直接互换。
如果没有完整的安装接口与工况资料，应明确标注为候选替代方案，而不是已确认直接替换。
产品页一定需要在线筛选工具吗？
不一定。
初期可以先提供清晰的型号比较表、条件检查清单和可下载的RFQ模板。只有当采购问题复杂且出现频率较高时，才值得开发在线工具。
页面上线以后，应该优先检查什么？
先检查工程正确性，再检查AI问答表现。
尤其要测试：
- 明显不满足条件的型号是否被排除；
- 信息缺失时是否正确追问；
- 是否存在错误的直接替换声明；
- RFQ输出是否保留用户的原始需求。
机械配件GEO最容易犯什么错误？
最容易犯的错误，是把“可以根据参数筛选候选型号”理解成“已经完成工程选型”。
正确的逻辑应该是：
参数筛选 ≠ 完整兼容性证明 候选型号 ≠ 最终确认型号 AI解释结果 ≠ 工程责任审核
机械配件企业真正需要建设的，是一个能够帮助采购人员减少判断错误、明确补充资料并进入下一步工程评审的决策页面，而不是一个自动给出“最佳产品”的营销系统。
