一个类比

如果你的官网是一本书：

  • 没有结构化数据 = 把书扔给一个不会中文的外国人。他能看到文字，但完全不知道在说什么。
  • 有了结构化数据 = 给这本书配了目录、摘要、关键词标签。即使不懂中文，也能判断「这是一本关于制造业的公司介绍」。

Schema.org不只是标签

Schema.org是一个包含超过800种类型的结构化数据词典。AI用它来做三件事：

  1. 实体识别：这是一个Organization（组织）、Person（人物）、还是Product（产品）？
  2. 属性提取：这个Organization的名称、地址、网址、成立时间、行业分类是什么？
  3. 关系推断：这个Product属于哪个Organization？这个Person是哪个Organization的founder？

当AI完成了这三步，它就有了引用你的基础能力。没有Schema标注，AI对你网站的认知停留在「一段无法归类的文本」。

JSON-LD vs Microdata：该用哪个？

Schema.org支持三种编码格式：JSON-LD、Microdata、RDFa。在GEO场景下，优先选择JSON-LD。

原因：JSON-LD是一段独立于HTML标签的JavaScript代码块，不侵入页面结构，维护方便，所有主流AI爬虫都优先解析JSON-LD。Google明确推荐JSON-LD作为首选格式。

常见的三个误区

  • 「做了Schema就够了」：Schema标注只是门票。AI引用还需要内容质量+更新频率+外部引用链，三者缺一不可。
  • 「Schema越多越好」：不是所有类型都需要标注。过度标注反而让AI困惑。聚焦Organization、Product/Service、FAQPage、Article这几个核心类型。
  • 「Schema做完就不用管了」：AI搜索的解析逻辑每月都在变。需要持续跟踪检测，发现变化及时调整。