一支维护团队给目录里的每条记录都加上了 FAQ、HowTo 和 Organization 标记。JSON-LD 通过校验,富媒体测试工具也没有报错,一个季度过去,助手在回答相关分类的问题时,报出的仍是另一家。代码没有坏,发票按正确的格式开好、递到了正确的窗口,却没有人肯认账。结构化数据最容易被高估的地方,恰恰就在这里:机器能读懂一页,和机器愿意引用一页,是两件长期被混为一谈的事。

结构化数据的职责其实很具体。它把一段散文变成带类型的实体:这一块是 Organization,那一块是带步骤顺序的 HowTo,这组问答是明确的 FAQ 条目,而不是一个修辞性的标题。JSON-LD 之所以成为最常见的写法,是因为它可以贴在页面旁边,不必重写整套 HTML。对目录来说,收益也很实在:一条记录如果有稳定标识符、明确的实体类型,以及与所属分类的清晰关联,就能被整段提取出来放进答案,爬虫不必替模型猜那个标签究竟指什么。标记就是机器在决定要不要细读整页之前,先扫一眼的那张发票。

采用面已经广到不容忽视的地步。由曼海姆大学发布、Web Almanac 二零二五引用的 Web Data Commons 语料库,基于二零二四年十月的 Common Crawl 重建,显示二十四亿个 HTML 页面中有百分之五十一点二五含结构化数据。在那些做了标记的网站里,约百分之七十选用 JSON-LD,对应约一千一百五十万个网站。几年前还算专项优化的做法,如今接近入场门槛。一份完全不做结构描述的目录,不只是显得不够整齐,它是在要求解析器比多数竞争页面多干一倍活。

观测信号读数出处与年份对目录的含义
含结构化数据的页面24 亿 HTML 页面中 51.25%Web Data Commons / Web Almanac,源自 2024-10 Common Crawl标记是底线,不是加分项
JSON-LD 采用做标记站点中约 70%,约 1150 万网站曼海姆大学 / Web Almanac 2025一种序列化,稳定地贯穿全站
GEO 可见性上限最高 +40%;专家引语 +41%、统计数据 +33%、流畅度 +29%、引用来源 +28%、关键词堆砌 −8%普林斯顿 GEO 研究,KDD 2024这些是内容策略,不是 schema 字段
Google 官方口径无额外技术要求,不需专门添加 schema.org 数据Google Search Central,更新于 2025-12-10schema 不是上榜门槛
马德里站的反向强调结构化数据在 AI 世界依然不可或缺Google Search Central Live Madrid,2025可读性仍影响答案取材
JSON-LD 对照实验被引用页含 JSON-LD 的可能性近 3 倍;实验组 AIO −4.6%、AI Mode +2.4%、ChatGPT +2.2%Ahrefs,2025-08 至 2026-03相关不等于提升

普林斯顿团队在 KDD 2024 发表的 GEO 研究,常被当成结构取胜的证明。研究发现,生成式引擎优化可以把答案中的可见性最高提升百分之四十,其中专家引语对应百分之四十一的增幅,统计数据百分之三十三,流畅度百分之二十九,引用来源百分之二十八;同一研究里,关键词堆砌则对应百分之八的下滑。这些数字描述的是特定实验设置下被观察到的内容策略,并不是贴在 JSON-LD 代码块上的额外奖金,按这个口径去读才准确。目录完全可以把每个字段都标得工整,却依然写出一段模型找不到理由复述的正文。结构化数据让一句话变得可读,却不会让这句话变得有说服力。

Google 自己的表态则制造了一种真实的张力。在二零二五年十二月十日更新的说明里,这家公司明确表示,AI 特性对网站没有额外技术要求,也不需要为此专门添加 schema.org 结构化数据。而在同年更早的 Search Central Live Madrid 上,Google 的讲者又强调结构化数据在 AI 世界依然不可或缺。两句话都成立:前者说的是不存在某个能解锁 AI 可见性的隐藏标记,后者说的是读不出类型、解析不干净的页面,本来就不容易被拿去组装答案。一个讲入场条件,一个讲可读程度,把它们对立起来反而误读了问题。更有用的读法是:标记是一套几乎没人会因此拿到功劳的基础管道,而管道和值得引用的理由,从来不是同一件东西。

真正该给 schema 热情降温的,是 Ahrefs 的一项对照实验。二零二五年八月到二零二六年三月之间,团队给一千八百八十五个页面加上 JSON-LD,另留四千个页面作为对照。本来就拿到 AI 引用的页面,含有 JSON-LD 的可能性几乎是未加标记页面的三倍——这是一个很强的关联,值得记下来。但真正收到标记的实验组,方向并不一致:Google AI Overviews 下降百分之四点六,AI Mode 上升百分之二点四,ChatGPT 上升百分之二点二。被引用的页面往往带着一张发票,可给页面递上一张发票,并不会让它被引用。相关和因果不是同一把尺子,两者之间的这段距离,就是结构化数据能兑现的诚实边界。这项实验并没有证明标记无用,它证明的是:当干预本身就是被测变量时,再强的关联也是糟糕的预测依据。

在这条边界以内还能站住的,是一套更窄、更枯燥的做法。让标识符跨语言翻译保持不变,明确写出实体类型而不是指望分类语境把意思带到,让面向机器的描述与面向人的描述保持同步,把 FAQ 和 HowTo 当成真正回答问题的文本,而不是关键词容器。这些都不会逼出一次提及,但都会降低目录被认真读完的成本。对开放目录来说,更值得动手的是架构层面:让结构化描述成为渲染可浏览页面的同一套数据模型的一等输出,而不是事后挂上去的插件,并让标识符在每个展示界面上保持恒定。像 Cross Mini App 背后这样的共享运行时,把这件事变成一次决定,而不是逐页的杂活。机器最终决定认哪张发票,目录至少可以把字写清楚,让它读得下去。

参考来源