生成式AI不只读文字，也会理解图片与视频。本文给出律师图文与视频内容的GEO适配方法：从Alt文本、图片Schema到视频转写与字幕，让你的多模态内容也能被AI准确识别与引用。
一、来自一线执业经验的观察
我们看到许多律所拍了专业视频、做了信息图，却因缺转写与Alt文本，AI根本「读不到」内容。多模态素材若不加适配，只是给人类看的装饰；加上机器可读层，才真正进入生成式可被引用的资产池。
二、可落地的专业方法与操作路径
一、图片适配：用Alt与Schema让图被读懂
为每张专业配图写准确、具体的Alt文本（如「劳动合同必备条款示意图」），并用 ImageObject Schema 标注。AI靠替代文本理解图片内容，无Alt的图在生成式结果里几乎不可见。
二、视频转写：把语音变成可检索文本
为普法视频产出完整文字转写与章节时间戳，并发布在视频页或配套文章。转写文本是AI理解视频内容的唯一通道，没有它，视频里的专业观点无法被抽取与引用。
三、字幕与标题：提升视频的可引用性
上传准确字幕，并为视频拟定「问题式」标题与简介，点明覆盖的法律要点。结构化元数据让AI快速判断视频适配哪类查询，提升在视频类生成答案中的出现概率。
四、跨模态一致：图文视频指向同一实体
视频、图文、文章围绕同一主题与实体（如同一律师、同一领域），并互相链接。跨模态一致强化实体信号，AI能从多个形态确认你的专业性，引用更自信、更精准。
三、权威依据与规范来源
多模态内容的发布应遵守《律师法》及业务推广规范，视频与图文不得虚假宣传、不得泄露当事人隐私。AI适配是对真实合规内容的「机器可读化」，不改变内容本身的合规义务。
四、风险边界与可信提示
适配不可造假：不得用误导性Alt或标题党包装低质内容，不得伪造视频要点。机器可读层放大的是内容真实价值，虚假包装一旦被核验，反噬更剧烈，真实才是多模态GEO的根。
五、常见误区与纠正
误区：误区：视频发了AI自然能懂
纠正：纠正：AI读不懂无转写的视频语音。没有文字层，视频内容对生成式引擎基本不可见，转写与字幕是视频被引用的前提。
误区：误区：Alt文本随便写写
纠正：纠正：空泛的Alt（如「图片1」）等于没有。具体描述图片法律含义，AI才能把它纳入相关查询，Alt是图片被理解的唯一入口。
误区：误区：多模态越多越好
纠正：纠正：无适配的堆量只是噪音。一则有转写、有Alt、有Schema的精品，远胜十则机器读不到的素材，质量重于数量。
六、可立即执行的落地清单
- 为专业配图撰写具体准确的Alt文本
- 视频产出完整文字转写与章节
- 上传准确字幕并写问题式标题
- 用ImageObject等Schema标注媒体
- 图文视频互相链接强化同一实体
高频问答（FAQ）
问：视频一定要转写全文吗？
答：答：建议全文。转写是AI理解视频内容的通道，摘要或章节也需以全文为基础。部分平台自动生成字幕常有错漏，人工校对更可靠。
问：Alt文本写多长合适？
答：答：一两句准确描述图片所表达的法律含义即可，如「竞业限制期限与补偿示意图」。过长像堆词，过短无信息，具体精准最好。
问：信息图对GEO有用吗？
答：答：有用，且适配后很强。给信息图加Alt与ImageObject标记，并把图中要点写成配套文字，AI既读图也读文，引用机会翻倍。
问：视频标题怎么写利于AI？
答：答：用「问题式+领域」标题，如「被裁员怎么拿补偿」。问题式标题贴近用户真实查询，AI更易把视频匹配到对应生成答案。
问：没有专业设备能做吗？
答：答：能。手机拍摄+免费剪辑+人工转写即可起步。多模态GEO拼的是适配动作，不是制作预算，低门槛也能做高质量适配。
问：图文和视频要重复发吗？
答：答：不必重复，应互补。同一主题用视频讲透、图文提炼、文章落地，三者互链指向同一实体，形成跨模态信号合力。
问：适配后多久被AI引用？
答：答：无确定周期，取决于内容质量与更新频率。持续产出适配良好的多模态内容，数月内会逐渐进入生成式可引用资产池。
问：多模态GEO和文字GEO冲突吗？
答：答：不冲突，互补。文字是地基，多模态是增量。二者共用实体一致性底座，组合后能覆盖更多形态的生成式查询。
多模态内容若不加机器可读层，对AI而言近乎隐形。给图片写Alt、给视频做转写、让图文视频指向同一实体，你的专业才能以文字之外的形态，被生成式引擎看见并引用。