面向 AI 搜索的结构化数据：什么有用，什么没用

面向 AI 搜索的结构化数据是 GEO 中讨论最多、误解也最多的话题之一。有的指南承诺 Schema 标记能让您被引用，也有人说 AI 根本不看它。真相介于两者之间。Google 关于 AI 功能的文档 没有列出任何额外的技术要求，同时建议结构化数据与可见内容保持一致。其 结构化数据入门 说明了它的核心作用：为页面含义提供明确线索。

AI 助手如何使用结构化数据？

主要是间接使用，通过为它们提供数据的搜索索引和知识图谱。Google 的 AI 概览和 AI 模式建立在 Google 搜索之上，而搜索会解析结构化数据来理解实体、产品和作者。微软曾公开表示，Schema 标记有助于其模型在 Bing 中理解内容，而 Bing 为 Copilot 提供支持。直接抓取页面的助手读取的是 HTML，其中的 JSON-LD 代码块是可见文字之外又一个清晰信号。

它最擅长的是消除歧义。“Apollo”可能是一款软件、一家餐厅，也可能是太空计划。包含法定名称、标志、网址和 sameAs 资料的 Organization 代码块，会告诉每个系统这个页面说的是哪个 Apollo。

哪些 Schema 类型最重要？

定义您的实体以及每个页面主要对象的那些类型。

完整词汇表见 schema.org。我们词汇表中的 Schema 标记 条目介绍了基础知识，实体 SEO 条目则解释了为什么实体比任何单个页面都重要。

如何规范地实施？

在 HTML 中使用 JSON-LD，构成一个连贯的图谱，并且不写页面上没有的内容。

1. 使用 JSON-LD，这是 Google 推荐的格式，放在服务器渲染的 HTML 中，而不是之后用 JavaScript 注入，这样不执行脚本的爬虫也能看到。
2. 为每个实体设定稳定的 @id（例如首页网址加 #organization），并在 Article、Product 和 WebSite 代码块中引用，形成同一个图谱。
3. 填写 sameAs，列出官方资料：LinkedIn、维基百科或 Wikidata（如有）、评价平台和社交账号。
4. 与可见内容完全一致：相同的价格、作者名和日期。
5. 进行验证，使用 Google 富媒体搜索结果测试和 Schema Markup Validator，然后关注 Search Console 报告。

我们的免费 Schema 生成器 可以生成 JSON-LD，面向 LLM 的结构化数据审核 则能检查页面已经声明了什么。

常见错误有哪些？

与页面矛盾的标记，以及试图操纵评价的标记。最常见的错误：

• 给自家机构加评价星级，Google 不会显示，而且会对此存疑。
• Product 标记中的价格或库存与页面不一致。
• 多个互不关联的 Organization 代码块，不同模板中名称或标志不一样。
• 为页面上看不到的问题添加 FAQ 标记。
• 由插件添加却从未检查的标记，常常带有空值或示例值。

对被 AI 引用来说，什么比 Schema 更重要？

易读的页面和第三方的佐证。结构化数据让事实变得明确，但不会让页面变得值得引用。AI 助手仍需要能够抓取页面（参见我们关于 面向 AI 爬虫的 robots.txt 的指南），在正文中找到直接答案，并在其他地方看到同样事实的佐证。Schema 是好产品的标签，而不是产品本身。

结论

用结构化数据让您的品牌、作者和产品不再含糊：先做带 sameAs 的 Organization，再为每个页面添加匹配的类型，全部使用与可见内容一致的 JSON-LD。然后检查 AI 助手是否真的在引用您。Sorank 发布内置结构化数据的文章，并每周在 ChatGPT、Claude 和 Gemini 中追踪您的品牌：可免费试用 3 天。