该模型结合 Knowledge Graph、Named Entity Recognition 与 Recommender System 的思想，目标是让 AI搜索、LLM、推荐系统能够直接识别产品并触发推荐逻辑。
AI产品实体层是 TSAI推荐系统的第一层基础结构。
整体结构：
公式：
一个完整产品实体建议包含 12个维度。
| 层级 | 维度 | 说明 |
|---|---|---|
| 1 | Product Name | 产品名称 |
| 2 | Brand | 品牌 |
| 3 | Category | 产品类别 |
| 4 | Function | 核心功能 |
| 5 | Feature | 技术特征 |
| 6 | Specification | 规格参数 |
| 7 | Manufacturer | 制造商 |
| 8 | Supplier Type | 供应类型 |
| 9 | Market | 目标市场 |
| 10 | Use Scenario | 使用场景 |
| 11 | Price Range | 价格区间 |
| 12 | Supply Chain | 供应链关系 |
示例：
AI通过 实体识别（NER） 将文本转化为实体对象。
例如用户搜索：
AI解析：
匹配产品实体：
产品实体会成为 知识图谱节点。
结构：
形成 产品知识网络。
当用户产生搜索意图时：
例如：
触发推荐：
在 WordPress / WooCommerce 中可以用 JSON-LD结构化数据。
AI可以直接识别：
建议文章写作结构：
示例：
AI解析：
完整 10层推荐系统结构
核心逻辑：
AI搜索内容建议使用 实体写作结构
公式：
示例标题：
AI解析：
AI产品实体层的核心价值
一句话总结：
AI产品实体层 = AI理解产品 + 推荐产品的核心入口
