指南 · 結構化資料

結構化資料對 AI 搜尋有用嗎?

更新於 2026-11-04 · kagentx

簡答

Google 官方的說法是:AI 功能不需要額外加入特殊的 schema.org 結構化資料;OpenAI 和 Perplexity 的爬蟲文件裡都沒有提結構化資料。所以沒有官方依據說加了 schema 就會被 AI 引用。它仍然值得加,是因為 Google 搜尋會讀它,寫清楚「你是誰、賣什麼、多少錢」總比讓機器猜好。優先加 Organization 和 SoftwareApplication;FAQ 和 HowTo 在 Google 搜尋裡的豐富結果已基本取消。

Google 官方怎麼說結構化資料和 AI 功能?

Google 的 AI 功能說明頁(Search Central,2026-11-04 查看)有兩句和結構化資料有關:一是做好基本的搜尋最佳化,其中包括讓結構化資料與頁面上看得見的文字一致;二是不需要額外加入什麼特殊的 schema.org 結構化資料。也就是說,官方沒有把結構化資料當成進入 AI 總覽或 AI 模式的條件。

OpenAI 和 Perplexity 的爬蟲文件,我們也讀了一遍(2026-11-04):兩頁都沒有提到結構化資料、schema.org 或 JSON-LD,只講爬蟲名稱、robots.txt 和 IP 清單。所以「加了 schema 就會被 ChatGPT 引用」沒有官方說法支持。我們沒有找到可靠的對照實驗,不寫它有用,也不寫它沒用。

那還要不要加?

要,理由很實際:結構化資料把「你是誰、產品叫什麼、價格多少」寫成機器直接能讀的欄位,不用從正文裡猜;Google 搜尋的豐富結果和知識面板也讀它。這對搜尋有明確的好處;對 AI 引用有沒有幫助,沒有官方說法,但機器讀得清楚總比讀不清楚好。它排在這幾件事後面:

  • 爬蟲能進來(robots.txt 和 CDN 放行)
  • 正文直接寫在 HTML 裡
  • AI 引用的網頁裡有你

這三件事的查法見 AI 能見度稽核清單,先確認爬蟲能進來可以用 AI 爬蟲檢查。

哪些類型現在還有用?

類型Google 的現狀(2026-11-04 核對)給獨立開發者的建議
Organization在結構化資料圖庫裡;沒有必填屬性,建議填 name、url、logo、sameAs首頁加一份;sameAs 指向你的社群帳號和程式碼倉庫
SoftwareApplication在圖庫裡(Software app);必填 name、offers,還要 aggregateRating 或 review 二選一有真實評價再寫評分;沒有就只寫能如實填的欄位,不編評分
Product在圖庫裡;用於價格、庫存和評分賣實體商品或有明確價格的商品時用
FAQPage不在圖庫裡。2023-08-08 起,FAQ 豐富結果只給權威的政府和健康類網站頁面上有常見問題就寫成可見文字;標記可以加,別指望豐富結果
HowTo2023-09-14 的更新寫明,09-13 起桌面也不再顯示 HowTo 豐富結果,已棄用步驟寫在正文裡(編號清單),不必再加 HowTo 標記

Google 2023-08-08 的部落格寫的是:FAQ 豐富結果只給權威的政府和健康類網站,其餘網站不再常規顯示;已有的 FAQPage 標記不必主動刪掉。HowTo 起初只限於桌面端、手機不顯示,同年 9 月的更新裡又寫明桌面也不再顯示。這兩種標記不會讓頁面出錯,只是不再換來搜尋結果裡的展開樣式。

真實網站的結構化資料是什麼樣?

kagentx 的評測會讀首頁和兩個內頁的 JSON-LD。兩個公開的案例,評測當天的結果:

網站評測日期結構化資料檢查
GammaSlide2026-10-263 頁共 3 段 JSON-LD,Organization 缺 sameAs
MochiStamp2026-10-223 頁共 3 段 JSON-LD,Organization 缺 sameAs;正文有 FAQ 但沒有 FAQPage

兩個站都有 JSON-LD,兩個站的 Organization 都缺 sameAs。MochiStamp 還有一處:正文裡有常見問題,卻沒有 FAQPage 標記。這是評測當天的樣子,不是改完以後;按上面的現狀,FAQPage 這一項補不補對豐富結果影響不大,sameAs 更值得先補。

最小可用的 JSON-LD 是什麼樣?

  1. 1. 把下面這段放進首頁的 head

    Organization 加 SoftwareApplication,用 @graph 寫在同一段裡,SoftwareApplication 的 publisher 指回 Organization。把 example.com 和各個欄位換成你自己的:

    <script type="application/ld+json">
    {
      "@context": "https://schema.org",
      "@graph": [
        {
          "@type": "Organization",
          "@id": "https://example.com/#org",
          "name": "Example Co",
          "url": "https://example.com/",
          "logo": "https://example.com/logo-512.png",
          "sameAs": [
            "https://x.com/example",
            "https://github.com/example"
          ]
        },
        {
          "@type": "SoftwareApplication",
          "name": "Example App",
          "url": "https://example.com/",
          "description": "One sentence: what it does and who it is for.",
          "applicationCategory": "BusinessApplication",
          "operatingSystem": "Web",
          "publisher": { "@id": "https://example.com/#org" },
          "offers": {
            "@type": "Offer",
            "price": "19.00",
            "priceCurrency": "USD"
          }
        }
      ]
    }
    </script>

    每個欄位都要能在頁面上看到對應的內容。價格範例是 19.00 美元,換成你頁面上寫的價格。沒有真實評價,不要加 aggregateRating。

  2. 2. 用 Google 的豐富結果測試查一遍

    貼上首頁網址,看有沒有報錯。注意:SoftwareApplication 要出軟體應用的豐富結果,Google 要求有評分或評價,這裡沒寫,所以不會出豐富結果,但標記本身是合法的,Organization 的部分照樣被讀。

  3. 3. 在原始 HTML 裡確認它在

    在終端機跑下面這行,輸出大於 0 就說明標記在伺服器端直出,爬蟲不用跑腳本就能讀到:

    curl -s https://your-site.com/ | grep -c "application/ld+json"
  4. 4. 改了價格或名稱時同步改

    標記裡的內容和頁面不一致,Google 的說明要求結構化資料與頁面可見文字一致。每次改價格、產品名,兩處一起改。

常見問題

加了 schema 就會被 ChatGPT 引用嗎?

沒有官方說法這麼講。OpenAI 的爬蟲文件只講爬蟲名稱、robots.txt 和 IP 清單,沒有提結構化資料。能做的是先讓 OAI-SearchBot 進得來、正文直出,再加結構化資料作為補充。

Google 的 AI 總覽需要特殊的 schema 嗎?

不需要。Google 的 AI 功能說明頁寫明,沒有需要額外加入的特殊 schema.org 結構化資料,並要求結構化資料與頁面可見文字一致。

FAQPage 還要加嗎?

Google 2023-08-08 起只給權威的政府和健康類網站顯示 FAQ 豐富結果。已有的標記不必主動刪;新頁面把常見問題寫成可見文字就夠了,加標記也沒有壞處,但別指望它換來展開樣式。

HowTo 標記還有用嗎?

Google 2023-09-14 的更新寫明,桌面端也已不再顯示 HowTo 豐富結果。步驟用編號清單寫在正文裡即可。

先加哪一種?

先加首頁的 Organization(帶 name、url、logo、sameAs),再加產品頁的 SoftwareApplication 或 Product。兩個公開評測的案例裡,Organization 缺 sameAs 是共同的問題。

出處

kagentx

不確定自己的網站
結構化資料寫對了嗎?

評測會讀首頁和內頁的 JSON-LD,同時檢查爬蟲能不能進來、AI 回答裡有沒有你。基礎版 $1,一般 2–3 分鐘出結果。