Schema 图谱与 GEO

为什么需要 Schema

当 AI 爬虫访问你的网站时，它需要快速理解：

• 你是谁（Organization）
• 你做什么（Service）
• 你的产品参数（Product）
• 常见问题答案（FAQPage）
• 如何联系你（ContactPoint）

Schema.org 结构化数据就是告诉 AI 这些信息的标准语言。

图谱 vs 孤立节点

孤立的 JSON-LD 节点等于没有。用 @id 把 Organization / Service / FAQ / HowTo 拧成图，AI 才能"看懂你"。

错误做法：孤立节点

{
  "@type": "Organization",
  "name": "公司名"
}
// 另一个独立的 JSON-LD 块
{
  "@type": "Service",
  "name": "服务名"
}

AI 看到两个独立的信息块，不知道它们之间的关系。

正确做法：@id 互联

{
  "@context": "https://schema.org",
  "@graph": [
    {
      "@type": "Organization",
      "@id": "https://example.com/#org",
      "name": "公司名"
    },
    {
      "@type": "Service",
      "@id": "https://example.com/#service",
      "provider": {"@id": "https://example.com/#org"},
      "name": "服务名"
    }
  ]
}

AI 理解了：这家公司提供这项服务。

核心 Schema 类型

实施步骤

1. 信息梳理：列出公司、服务、产品、FAQ 等核心实体
2. 设计 @id 体系：为每个实体分配唯一 @id（通常用 URL + 锚点）
3. 编写 JSON-LD：使用 @graph 数组，通过 @id 建立关联
4. 嵌入 HTML：将 JSON-LD 放入 <script type="application/ld+json">
5. 验证测试：使用 Google Rich Results Test 检查语法
6. 持续维护：内容变更时同步更新 Schema