同样两个卖烘焙教程的网站。页面上的内容差不多——都写了戚风蛋糕的配方、步骤、注意事项。
但其中一个网站的 HTML 源代码里多了一段东西：
{
"@type": "HowTo",
"name": "戚风蛋糕制作教程",
"step": [
{"text": "蛋黄加20g糖搅拌至发白"},
{"text": "加入40ml牛奶和40ml玉米油"},
{"text": "筛入90g低筋面粉，Z字搅拌"}
]
}这段代码人类访客看不到，但 AI 爬虫看得到。它叫 Schema 结构化数据——相当于你在页面上给 AI 留了一张说明书，直接告诉它：”这个页面是一个教程，分成这几个步骤。”
有了这张说明书，AI 不需要自己从正文里猜”这段内容是步骤还是闲聊”。它能直接提取结构化的信息，高效地整合到回答中。
没有这张说明书的网站呢？AI 只能自己分析正文，效率低、容易漏信息、引用的概率也就低了。
同样的内容，有 Schema 和没有 Schema，对 AI 来说是两种完全不同的处理难度。
Schema 到底是什么？
Schema 是一套由 Google、微软、雅虎等公司共同制定的标准标记语言。它的作用是在 HTML 代码里用结构化的方式描述页面内容的类型和属性。
你在浏览器里看不到它，但搜索引擎和 AI 爬虫能读到。
打个比方：如果你的页面内容是一本书，Schema 就是贴在书脊上的分类标签。图书管理员（AI）拿到一本没贴标签的书，需要翻开来读才能判断它讲什么；拿到一本贴了标签的书，一眼就知道该放在哪个书架上。
Schema 的实现方式主要是 JSON-LD——一段放在 HTML <head> 或 <body> 里的 JSON 代码。不影响页面的视觉显示，只给机器读。
哪些 Schema 类型对 GEO 最有用？
Schema 的类型有几百种，但对 GEO（让 AI 引用你的内容）来说，真正重要的大约十种：
FAQPage（常见问题）。 这是 GEO 价值最高的 Schema 类型。你在页面上写了一组问答，用 FAQPage Schema 标记后，AI 可以直接提取每一对问答。当用户向 AI 问一个恰好匹配你 FAQ 中某个问题的问题时，AI 引用你的概率显著提升。
Article（文章）。 告诉 AI 这个页面是一篇文章，包括标题、作者、发布时间、修改时间。AI 在判断内容的时效性和权威性时会参考这些信息。
HowTo（教程/步骤）。 如果你的页面内容是”怎么做XX”这类教程，HowTo Schema 让 AI 能直接提取出分步骤的操作指南。
Product（产品）。 标记产品名称、价格、评分、库存状态等。当用户问”XX产品多少钱””XX和YY哪个好”时，AI 能直接从 Product Schema 中获取结构化的对比数据。
Organization（组织/公司）。 标记公司名称、地址、联系方式、社交媒体链接。帮助 AI 建立品牌实体的认知——知道你是谁、在哪里、做什么。
LocalBusiness（本地商户）。 对实体门店特别重要——营业时间、地址、电话、服务区域。用户问”附近有什么好的XX店”时，这些信息帮助 AI 定位和推荐你。
Review / AggregateRating（评价/评分）。 标记用户评价和综合评分。AI 在组织推荐类回答时，会倾向引用有评分数据的品牌。
BreadcrumbList（面包屑导航）。 帮助 AI 理解页面在网站中的层级关系。一个标记了面包屑的页面，AI 能更准确地判断它属于哪个品类。
VideoObject（视频）。 如果你的页面嵌入了视频，标记视频的标题、描述、时长。随着多模态 AI 的发展，视频 Schema 的价值正在上升。
WebPage / WebSite。 基础类型，帮助 AI 理解页面的基本属性和站点结构。
你不需要在每个页面上加所有类型。产品页加 Product 和 FAQ，博客文章加 Article，教程页加 HowTo，公司介绍页加 Organization。匹配页面内容的类型即可。
Schema 结构化数据检测：你有什么、缺什么、该加什么
GeoBok 的”Schema 结构化数据检测”工具帮你快速摸清现状。
操作方式：输入一个 URL，系统解析页面的 HTML，提取所有 JSON-LD 和 Microdata 标记，然后给出三层分析：
第一层：你已有的 Schema。 列出这个页面上已经存在的所有 Schema 类型。很多网站的 CMS（WordPress、Shopify 等）或 SEO 插件会自动生成一些基础 Schema，但站长自己可能不知道。先看看你已经有了什么。
第二层：你缺少的推荐类型。 系统会根据页面内容的特征，对照 GEO 推荐部署的 10 种类型，告诉你这个页面应该有但还没有的 Schema。比如你的页面是一个产品介绍页，已经有了 Article Schema 但没有 Product Schema——系统会提示你应该加 Product。
第三层：具体的添加建议。 不只是告诉你”应该加 FAQPage”，还会解释为什么这个类型对 GEO 有帮助，以及大致的实现方式。如果你的页面上有问答形式的内容但没有用 FAQPage Schema 标记，系统会建议你把这些问答包装成 FAQ Schema。
加了 Schema 效果有多大？
老实说，Schema 不是万能的。加了 Schema 不等于 AI 一定会引用你。AI 引用内容的核心因素还是内容本身的质量——语义匹配度、信息密度、权威性。
但 Schema 做的是另一件事：降低 AI 提取你内容的成本。
没有 Schema，AI 要从非结构化的正文里自己分析”这段话是产品参数””那段话是用户评价””这是一个操作步骤”。这个分析过程有一定的错误率——AI 可能把你的用户评价当成了产品描述，或者没识别出你的内容是一个分步骤的教程。
有了 Schema，这些信息已经被结构化地标记好了。AI 不需要猜，直接拿。效率高了，出错少了，引用你的意愿自然也强了。
类比一下：两份简历投到同一个岗位，内容差不多，但一份排版清晰、分栏明确、关键信息加粗；另一份是一大段不分行的纯文本。HR 更可能仔细看哪一份？Schema 对 AI 的作用，就像好排版对 HR 的作用。
加 Schema 难不难？
对于用 WordPress 的网站，很多 SEO 插件（Yoast、Rank Math、All in One SEO）都支持自动生成 Schema。你只需要在插件设置里开启对应的 Schema 类型，填写必要的字段。
对于自建网站或不用插件的情况，你需要手动在 HTML 里添加 JSON-LD 代码。JSON-LD 的语法不复杂，Google 有免费的结构化数据标记助手可以帮你生成代码。
先用检测工具看看你的页面目前有什么、缺什么，然后按优先级逐步添加。建议的优先级是：FAQPage（对 GEO 价值最高）→ Article / Product（根据页面类型选）→ Organization → 其他类型。
加完后可以用 Google 的富媒体结果测试工具（Rich Results Test）验证代码是否正确，然后再来 GeoBok 重新检测一次，确认 Schema 已被正确识别。
简体中文 ▾
英语