RankWeaveRankWeave/Blog
EN|中文
← 返回列表Read in English

Schema.org 结构化数据入门：让 AI 真正"看懂"你的网站

从零开始添加 JSON-LD 结构化数据。覆盖 Organization、WebSite、FAQPage 等 6 种 Schema 类型，附代码模板和常见错误排查。

Schema.org 结构化数据结构化数据入门AI 搜索引擎优化JSON-LD 格式网站结构化数据标记

什么是结构化数据？为什么 AI 需要它？

当你在网页上写"苹果"，人能根据上下文判断你说的是水果还是公司。但 AI 爬虫面对的是原始 HTML，它需要明确的"标签"来理解内容的含义。这就是结构化数据的作用。对于初学者而言，理解 结构化数据入门 是提升AI可见性的第一步。

结构化数据是一套标准化的标记语言，它用机器可读的方式告诉 AI 爬虫：这个页面讲的是什么实体、有哪些属性、和其他实体什么关系。有结构化数据的页面被 AI 引用的概率提高 2.5 倍。

根据 Stackmatix 的研究，添加了 Schema.org 结构化数据 标记的页面在 AI 搜索引擎中被引用的概率比没有结构化数据的页面高出 2.5 倍。同时，有结构化数据的页面在传统搜索中的点击率也提高了 20-30%。

这不是未来趋势。Google 和 Microsoft 在 2026 年已经将 Schema.org 数据作为 AI Overviews 和 Copilot 等功能的核心输入源。GPT-4 处理结构化数据的准确率从 16% 提升至 54%——AI 正在越来越擅长利用结构化数据，但前提是你得先提供它。

JSON-LD：AI 搜索引擎偏爱的格式

结构化数据有三种主流格式：Microdata、RDFa 和 JSON-LD。Google 官方推荐 JSON-LD，几乎所有 AI 搜索引擎也偏爱这种 JSON-LD格式。原因很简单：

  • 独立存在：JSON-LD 格式 作为 <script> 标签放在 HTML 的 <head> 中，不需要修改页面内容
  • 易于维护：一个集中的代码块，改起来比散落在 HTML 标签中的 Microdata 方便得多
  • AI 友好：AI 爬虫可以直接解析 JSON 数据，不需要遍历 DOM 树

AI 爬虫不执行 JavaScript

这是一个关键细节：大多数 AI 爬虫不会执行 JavaScript。如果你的结构化数据是通过 JavaScript 动态注入的（比如用 React 的 useEffect 或 Google Tag Manager 注入），AI 爬虫可能完全看不到。

最佳实践：确保 JSON-LD 格式 的代码出现在服务器端渲染的 HTML 中。如果你用 Next.js，使用 <script> 标签在 <Head> 组件中输出；如果你用 WordPress，用插件直接写入 HTML。

6 种必备 Schema 类型

1. Organization（组织）

每个品牌官网的必备项。告诉 AI 你是谁。

{
  "@context": "https://schema.org",
  "@type": "Organization",
  "name": "你的品牌名",
  "url": "https://你的域名.com",
  "logo": "https://你的域名.com/logo.png",
  "description": "品牌描述",
  "sameAs": [
    "https://www.linkedin.com/company/你的品牌",
    "https://twitter.com/你的品牌",
    "https://www.wikidata.org/wiki/Q你的ID"
  ],
  "contactPoint": {
    "@type": "ContactPoint",
    "contactType": "customer service",
    "email": "support@你的域名.com"
  }
}

关键字段：sameAs 用于关联你在各平台的账号，特别是 Wikidata 链接——这会强化 AI 对你品牌身份的确认。

2. WebSite（网站）

帮助 AI 理解你的网站结构和搜索功能。

{
  "@context": "https://schema.org",
  "@type": "WebSite",
  "name": "你的网站名",
  "url": "https://你的域名.com",
  "potentialAction": {
    "@type": "SearchAction",
    "target": "https://你的域名.com/search?q={search_term}",
    "query-input": "required name=search_term"
  }
}

3. Product（产品）

如果你有产品或服务，这是让 AI 在推荐时提到你的关键。

{
  "@context": "https://schema.org",
  "@type": "Product",
  "name": "产品名称",
  "description": "产品描述",
  "brand": {
    "@type": "Brand",
    "name": "品牌名"
  },
  "offers": {
    "@type": "Offer",
    "price": "99.00",
    "priceCurrency": "CNY",
    "availability": "https://schema.org/InStock"
  },
  "aggregateRating": {
    "@type": "AggregateRating",
    "ratingValue": "4.8",
    "reviewCount": "156"
  }
}

4. FAQPage（常见问题）

FAQ 页面是 AI 引用的金矿。AI 搜索引擎特别喜欢"问题-回答"格式的内容。

{
  "@context": "https://schema.org",
  "@type": "FAQPage",
  "mainEntity": [
    {
      "@type": "Question",
      "name": "你的产品有什么优势？",
      "acceptedAnswer": {
        "@type": "Answer",
        "text": "简洁、权威的回答，控制在 50-80 字，方便 AI 直接引用。"
      }
    },
    {
      "@type": "Question",
      "name": "如何开始使用？",
      "acceptedAnswer": {
        "@type": "Answer",
        "text": "注册账号后即可免费使用基础功能，无需信用卡。"
      }
    }
  ]
}

技巧：每个 Answer 的 text 控制在 30-80 字，这是 AI 最容易直接引用的长度。

5. Article（文章）

适用于博客、新闻、指南等内容页面。

{
  "@context": "https://schema.org",
  "@type": "Article",
  "headline": "文章标题",
  "description": "文章摘要",
  "author": {
    "@type": "Person",
    "name": "作者名"
  },
  "publisher": {
    "@type": "Organization",
    "name": "品牌名",
    "logo": {
      "@type": "ImageObject",
      "url": "https://你的域名.com/logo.png"
    }
  },
  "datePublished": "2026-03-15",
  "dateModified": "2026-03-15"
}

6. BreadcrumbList（面包屑导航）

帮助 AI 理解你网站的层级结构。

{
  "@context": "https://schema.org",
  "@type": "BreadcrumbList",
  "itemListElement": [
    {
      "@type": "ListItem",
      "position": 1,
      "name": "首页",
      "item": "https://你的域名.com"
    },
    {
      "@type": "ListItem",
      "position": 2,
      "name": "博客",
      "item": "https://你的域名.com/blog"
    },
    {
      "@type": "ListItem",
      "position": 3,
      "name": "当前文章标题"
    }
  ]
}

实操：3 步添加 Schema

第一步：检测现状

先用 RankWeave 的免费审计功能扫描你的网站，看看当前有哪些 Schema.org 结构化数据 类型、哪些缺失。工具会自动分析你的页面并列出建议。

你也可以用 Google 的富文本结果测试工具来验证现有的结构化数据是否有语法错误。

第二步：生成 Schema 代码

RankWeave 内置了 Schema 智能生成器。只需输入你的品牌信息和行业，工具会自动生成适合你的 JSON-LD 格式 代码。支持一键生成 Organization、Product、FAQPage 等多种类型。

如果你更喜欢手动编写，参考上面的代码模板，替换占位符为你的真实信息。

第三步：部署和验证

将生成的 JSON-LD 格式 代码添加到你网站的 <head> 标签内：

  • WordPress：使用 Rank Math 或 Yoast 插件自动注入，或在主题的 header.php 中手动添加
  • Shopify：编辑 theme.liquid 文件，在 </head> 之前插入代码
  • Next.js：在 _app.tsx 或各页面组件的 `<Hea

d>中添加<script type="application/ld+json">`

  • 静态网站：直接在 HTML 的 <head> 中粘贴

部署后，再次用 Google 富文本测试工具和 RankWeave 验证，确保没有语法错误。

5 个常见错误

错误一：通过 Google Tag Manager 注入 Schema

GTM 注入的 JSON-LD 依赖 JavaScript 执行。AI 爬虫不执行 JS，所以它们完全看不到你的结构化数据。必须在服务器端直接输出。

错误二：Schema 数据与页面内容不一致

如果你的 Schema 标记产品价格是 99 元，但页面上显示 199 元，搜索引擎会将其视为"欺骗性标记"。Schema 数据必须与页面可见内容完全一致。

错误三：只在首页添加 Schema

很多网站只在首页加了 Organization Schema 就觉得万事大吉。实际上，每个重要页面都应该有对应类型的 Schema——产品页用 Product、博客用 Article、FAQ 页用 FAQPage。

错误四：缺少 sameAs 属性

sameAs 是连接你品牌在不同平台身份的桥梁。没有它，AI 可能无法将你的官网、社交媒体和 Wikidata 条目关联起来。务必添加所有品牌官方渠道的 URL。

错误五：Schema 语法错误

少了一个逗号、多了一个括号，整个 JSON-LD 都会失效。部署前务必用验证工具检查。常见的语法陷阱包括：尾逗号（JSON 不允许最后一个元素后面有逗号）、URL 缺少引号、嵌套对象层级错误。

Schema 做好后，下一步？

结构化数据让 AI 能"看懂"你的网站。但要让 AI 真正"信任"你的品牌，你还需要：

  1. 确保 AI 爬虫能访问你的内容：检查 robots.txt 配置，别让好不容易写的 Schema 被爬虫门禁拦在外面。详见 robots.txt AI 爬虫配置指南。

  2. 建立知识图谱存在感：在 Wikidata 创建品牌条目，并在 Organization Schema 的 sameAs 中链接你的 Wikidata 条目。Schema + Wikidata 双重验证是建立 AI 品牌信任的黄金组合。详见 Wikidata 品牌条目创建指南。

  3. 优化内容可引用性：结构化数据解决了"被理解"的问题，但内容本身也需要优化——简洁的段落、明确的数据点、可独立引用的结论。参考 AI 搜索优化完整指南。

GEO 技术基础三件套：robots.txt 让 AI 看到你，Schema 让 AI 看懂你，Wikidata 让 AI 信任你。Schema 是其中连接"看到"和"信任"的桥梁。

真实案例：一家 SaaS 团队的 Schema 改造数据

我们在 2026 年 2 月跟踪了一家中型项目管理 SaaS（域名权威度 DR=42，月自然流量 8 万）的 Schema 改造过程：

阶段时间操作结果
改造前第 0 天仅首页有简单 Organization Schema，博客无标记AI Overviews 引用 0 次/月，ChatGPT 联网搜索引用 2 次/月
第一阶段第 1-7 天给 86 篇博客加 Article + BreadcrumbList，30 个产品页加 Product + AggregateRating富文本测试通过率从 12% 升到 96%
第二阶段第 8-14 天在落地页和帮助中心加 FAQPage（每页 5-8 问），Organization Schema 补 sameAs（含 LinkedIn、X、GitHub）GSC 中"丰富网页搜索结果"展示数 +180%
第三阶段第 15-30 天Wikidata 条目创建 + 反向引用回 Organization Schema 的 sameAsAI Overviews 引用 14 次/月，ChatGPT 联网搜索引用 23 次/月

关键观察：单独加 Schema 的提升是阶梯式的，但 FAQPage + sameAs + Wikidata 三件套同时部署会有"叠加效应"——引用数在第 18-25 天集中跳涨。这也解释了为什么很多团队"加了 Schema 但没效果"，往往是只做了其中一件事就停下了。

常见问题

加了 Schema 多久能看到效果？

通常 7-30 天。Googlebot 重新抓取你的页面后会更新结构化数据缓存，AI Overviews 引用率的提升一般在 2-4 周内显现。如果在 Google Search Console 用"网址检查"主动请求重新抓取，最快 3-5 天可见。AI 训练数据型引擎（如 ChatGPT 非联网模式）则要等下次模型更新，周期更长。

一个页面可以放多个 Schema 吗？

可以。常见的健康组合是 BreadcrumbList + Article + FAQPage 三件套。多个 Schema 用多个 <script type="application/ld+json"> 标签分别输出，或者在一个标签里用 @graph 数组包装。但不要把不相关类型硬塞到一起（比如 Product + JobPosting），AI 解析时会把信号互相稀释。

Schema 语法错了会被 Google 惩罚吗？

单纯的语法错误不会扣分，只是 Schema 不会生效。但"欺骗性标记"会被惩罚——比如标记的价格和页面显示不一致、标记了根本不存在的评分、或在没有 FAQ 模块的页面塞 FAQPage。被 Google 判定为"垃圾结构化数据"会触发整站的富文本结果资格被取消，恢复要 30-90 天。

Next.js App Router 怎么输出 Schema？

两种方式都行：在 Server Component 里直接渲染 <script type="application/ld+json" dangerouslySetInnerHTML={{ __html: JSON.stringify(schema) }} />，确保 JSON-LD 在初始 HTML 中；或者在 page/layout 的 generateMetadata 里通过 other 字段输出。不要用 useEffect 客户端注入——AI 爬虫看不到。

没有 Wikidata 条目的小品牌也能用 sameAs 吗？

能。sameAs 不限于 Wikidata，可以放任何能验证你品牌身份的官方账号：LinkedIn 公司主页、X（Twitter）、官方 GitHub、Crunchbase、行业协会注册页、ProductHunt 等。Wikidata 是加分项不是必需。建议至少放 3-5 个高权威的 sameAs，AI 用它们做"实体消歧"。

FAQPage Schema 必须放在专门的 FAQ 页面吗？

不一定，但 Google 的明确要求是：标记的问答必须在页面上对用户可见，否则会被判定为"隐藏内容"惩罚。文章末尾加一个 FAQ 章节再标记 FAQPage 是最稳妥的做法（也就是这一节用的方法）。每页 FAQPage 建议 3-10 个问题，超过 10 个时拆分到独立 FAQ 子页。

Schema 改完后怎么验证？

三层验证缺一不可：(1) Google 富文本结果测试工具 验证语法和资格；(2) Schema.org Validator 验证语义合规性；(3) Google Search Console 的"增强功能"报告看实际识别情况。前两个验证 5 分钟出结果，第三个要等 1-2 周数据积累。

想生成适合你网站的 Schema 标记？试试 RankWeave Schema 生成器，输入品牌信息即可一键生成符合规范的 JSON-LD 代码。

免费检测你的品牌 AI 可见度

看看 ChatGPT、DeepSeek 是否推荐你的品牌

立即免费检测 →

30秒出结果，无需注册