結構化資料 (Structured Data, 透過 Schema.org 詞彙標記) 是一份開放標準，讓網站把頁面內容用機器可讀的方式描述清楚。對 SEO 與 AI 搜尋而言，Schema 不是排名因素，但它是「協助理解」的訊號之一。

Schema 對 AI 搜尋的實際影響

實務上 Schema 對 AI 平台的影響可以拆成三層：

  1. 內容理解：讓爬蟲與 LLM 不需要解析 DOM，就能拿到結構化的問答、產品、服務、人物資料
  2. 實體連結：透過 sameAs 屬性，把品牌與 LinkedIn、Wikipedia、Crunchbase 等外部 entity 連起來
  3. 展示機會：影響 Google rich result、AI Overview 的引用呈現方式

Schema 不會自動讓你被 AI 推薦，但缺乏 Schema 的網站，等於要 AI 額外解析整個頁面才能拿到資訊 — 在大規模檢索時，這會降低你被引用的機率。

品牌網站最值得做的 6 種 Schema

1. Organization

放在首頁或 About 頁。標記公司名、logo、創辦時間、聯絡方式、社群連結。最重要的是 sameAs，列出 LinkedIn、Crunchbase、Wikipedia 等外部 entity。

2. WebSite + sitelinks search box

讓 Google 知道你的網站是 entity，並可選擇開啟 site search。

3. Service

每個服務頁標記 Service，包含 serviceType、provider、areaServed、offers。這對 B2B / 顧問型品牌特別重要。

4. FAQPage

FAQ 頁面套上 FAQPage Schema。即使近年 Google 在搜尋結果中減少 FAQ rich result 顯示，這份結構化資料對 AI 檢索仍有幫助。

5. Article (BlogPosting)

所有文章頁面加 Article 標記，包含 author、datePublished、dateModified。對 AI Overview 的「最近、可信來源」判斷有幫助。

6. BreadcrumbList

麵包屑結構化資料讓 AI 理解網站的階層關係，知道一篇文章屬於哪個主題分類。

實作工具

  • Google Rich Results Test：貼上網址或 HTML，檢查 schema 是否被 Google 正確解析
  • Schema.org Validator：檢查 schema 本身是否符合詞彙規範
  • Search Console → Enhancements：監控 schema 在 Google 上的偵測狀況

實作格式

建議統一使用 JSON-LD 格式 (放在 <script type="application/ld+json">)。Google 與多數 AI 系統都把 JSON-LD 當作首選格式。微數據 (microdata) 與 RDFa 也可以解析，但維護成本較高。

常見錯誤

  • 頁面上沒有的內容硬塞進 schema (例如假評論) — 會被認定為 spam
  • schema 與頁面實際內容不一致
  • FAQPage 用在不是 FAQ 的頁面
  • 不同頁面用了不同的 Organization 描述

Schema 的價值在於「累積一致」。第一次只標 Organization + WebSite 也沒關係，重要的是長期保持 schema 與實際內容同步。當品牌跨多個平台 (網站、LinkedIn、目錄) 都用一致的結構化描述時，AI 對你的品牌實體理解會更穩定。