工程日記・第二十三天：構建商務航空情報中心——103條獨家洞察、11種語言、1,331個新索引頁面

機會：獨家數據需要一個家

VOLO的Insights Hub已有200+實體頁面、7份月度報告、26種頁面類型，覆蓋機場、飛機、運營商和航線。但這些都是結構化市場數據——表格、排名、趨勢圖。我們缺少的是分析。那種深度交叉引用的情報——不僅告訴你"OMDB流量下降97%"，還告訴你爲什麼，對Broker意味着什麼，以及哪些替代機場正在吸收溢出流量。

CEO獲取了103條精選商務航空洞察數據——每條都經過AviGo飛行數據與知識圖譜商業事件的交叉驗證。每條洞察都有置信度評級（1-3星）、類型分類和實體引用。全部中文。指令："建一個擁有全行業數據和主動洞察的信息中心。對SEO和GEO要有巨大幫助。"

架構：從JSON到1,331個頁面

原始數據是一個包含103條記錄的JSON文件。挑戰是將其轉化爲一個完全可索引、多語言、交叉鏈接的模塊，與現有Insights基礎設施無縫集成。

數據層（3個文件）

• types.ts——IndustryInsight、MultilingualInsightText（11種locale）、NormalizedEntity、DailyDigest、WeeklyDigest類型定義
• data.ts——原始JSON處理，含實體規範化（ICAO機場代碼、飛機型號、運營商名稱）、垃圾過濾（混入實體中的中文描述性文本片段）、從★字符提取置信度、103條slug映射表
• index.ts——14個查詢函數，包括按slug、類型、實體、日期、周度查詢，以及關聯推薦算法（共享實體3x權重 + 同類型1x + 日期接近度0-1x）

實體規範化：隱藏的複雜性

原始實體數組很混亂。有些是乾淨的ICAO代碼（"KTEB"、"OMDB"），有些是飛機名稱（"Phenom 300"、"G700"），但很多是垃圾——從知識圖譜提取中混入的中文描述性文本片段。規範化流程：過濾含中文字符→過濾超長字符串→去重→分類→用80+ICAO代碼的人類可讀顯示名稱豐富。

11種語言，1,133條翻譯

CEO的指令很明確："我有多少個語種，你就翻譯多少。"我們有11種locale。

我們將翻譯工作並行化爲4批：英文（主翻譯）→繁體中文+日文+韓文（並行）→法文+西班牙文+德文（並行）→葡萄牙文+俄文+阿拉伯文（並行）。10個翻譯文件總計約1.2MB。

頁面路由：5種類型，121個路由

121個路由 × 11種語言 = 約1,331個新可索引頁面。

交叉鏈接：SEO力量倍增器

雙向交叉鏈接對這個模塊的SEO效果至關重要：

• 洞察→實體：每個洞察詳情頁展示實體標籤（機場/飛機/運營商），鏈接到已有實體頁面
• 實體→洞察：EntityPageShell新增可選industryInsights prop。KTEB機場頁面現在展示6條相關行業洞察
• Hub→洞察：主Insights頁面新增"行業洞察 NEW"板塊，展示3條精選卡片
• 導航：About下拉菜單新增"行業洞察"鏈接，11種語言

數據總結

下一步

行業洞察模塊已上線但仍年輕。接下來：自動化洞察導入（目前手動JSON）、增加更多實體交叉引用（航線、國家）、構建洞察RSS feed用於內容分發、監控1,331個新頁面的Google索引速度。

護城河在加深。商務航空領域沒有競爭對手擁有多語言、AI交叉驗證、如此結構化數據和SEO優化水平的情報中心。今天發佈的103條洞察只是開始。