結構化資料（Schema Markup）是一種嵌入網頁 HTML 的語意標記語言，讓 Google 搜尋引擎同 ChatGPT、Perplexity 等 AI 系統能夠精準解讀網頁內容的意思——包括這是一篇常見問題、一份教學步驟、還是一篇新聞文章——而非單靠猜測段落含義。正確部署 Schema 可顯著提升網站被搜尋引擎抽取富摘要（Rich Snippet）以及被 AI 引用的機會。
結構化資料（Schema）究竟係咩？
Schema Markup 源自 Schema.org——由 Google、Bing、Yahoo、Yandex 四大搜尋引擎於 2011 年共同建立的開放詞彙表，目的是為網頁內容提供一套通用語言。
簡單比喻：假設你在 HTML 裡寫「最佳牛腩麵食譜」，搜尋引擎只看到一堆文字，不確定這是食譜、是餐廳評論、還是廣告。但當你加上 `@type: Recipe` 的 Schema 標記，並標明 `prepTime`、`recipeIngredient` 等欄位，搜尋機器人便能立刻明白：「這是一個有準備時間同材料清單的食譜頁面。」
Schema 以 JSON-LD（JavaScript Object Notation for Linked Data）格式嵌入網頁 `<head>` 或 `<body>`，通常長這樣：
```json { "@context": "https://schema.org", "@type": "FAQPage", "mainEntity": [ { "@type": "Question", "name": "結構化資料係咩？", "acceptedAnswer": { "@type": "Answer", "text": "結構化資料是幫助搜尋引擎理解網頁內容語意的 HTML 標記。" } } ] } ```
FAQPage、HowTo、Article：三大常用 Schema 類型點幫到你
FAQPage Schema
`FAQPage` 是 AEO（答案引擎優化）最直接有效的 Schema 類型之一。只要頁面有問答格式的內容並正確標記，Google 搜尋結果頁（SERP）可能直接展開多個問答，佔據更多版面，同時增加 AI 系統引用你的答案的機率——因為大型語言模型在爬取訓練資料時，會優先解讀已有語意結構的內容。
適用場景：FAQ 頁面、產品常見問題、服務問答欄目。
HowTo Schema
`HowTo` 適合教學類內容，可標記步驟（`Step`）、所需工具（`Tool`）、所需材料（`Supply`）及完成時間。Google 可能在搜尋結果顯示帶編號步驟的富摘要，而 Perplexity 等 AI 搜尋亦偏好結構清晰的教學頁面作為引用來源。
適用場景：操作教學、DIY 指南、安裝步驟。
Article / NewsArticle Schema
`Article` 標記可讓搜尋引擎清楚識別作者（`author`）、發布日期（`datePublished`）、修改日期（`dateModified`）及文章主題。Google 的 E-E-A-T 評估（Experience、Expertise、Authoritativeness、Trustworthiness）要求能夠識別真實作者；Article Schema 正是令機器人「看得到」作者資訊的橋樑。
適用場景：新聞稿、SEO 文章、行業分析。
Content 與 Schema 一致性：AI 引用的隱藏門檻
部署 Schema 是第一步，但有一點常被忽略：Schema 標記的內容必須與頁面實際可見文字高度一致，否則 Google 可能判定為欺騙性標記，甚至直接忽略整段 Schema。
AI 引用系統同樣存在類似邏輯。ChatGPT、Perplexity 在生成回答時需要核實引用來源的可信度，若頁面的 Schema 答案與可見內文出入明顯，這份不一致性會降低頁面被選為引用來源的機率。
實際操作上需注意以下幾點：
- FAQPage 的 `acceptedAnswer` 文字應與頁面上問答欄對應段落完全吻合，不能只在 Schema 填入摘要而頁面顯示不同版本
- Article 的 `datePublished` 必須反映真實首次發布日期，定期更新舊文記得同步 `dateModified`
- HowTo 的步驟數量與標題必須與頁面 H3/有序清單同步，不能 Schema 有 7 步但頁面只顯示 5 步
如需了解如何系統地為企業網站部署正確 Schema，可參考[HKINT AEO 結構化資料優化](/aeo)了解完整的技術優化方案。
結構化資料對 AI 引用的實際影響
生成式 AI 搜尋（Generative AI Search）的崛起改變了結構化資料的重要性優先次序。傳統 SEO 時代，Schema 的主要作用是爭取富摘要版面；在 AEO 時代，Schema 的核心價值在於提升 AI 系統的內容可解析度。
幾個關鍵機制：
1. 語意消歧：同樣是「蘋果」，沒有 Schema 時 AI 不確定指水果還是科技公司；加上 `Organization` 或 `FoodProduct` Schema 後，AI 能快速定性
2. 答案邊界清晰化：`FAQPage` 的 `Question`/`Answer` 配對為 AI 提供了明確的「問題→答案」邊界，讓系統更容易截取完整答案而非截斷句子
3. 可信度信號：Article Schema 的 `author` 欄位配合 `sameAs`（連結作者 LinkedIn 或 Wikipedia）能強化 E-E-A-T 信號，提升內容被 AI 視為權威來源的機率
4. 爬取優先度：雖然 Schema 本身不直接決定爬取頻率，但富摘要帶來的點擊率提升會間接讓 Googlebot 分配更高爬取優先度
需要注意的是：Google AI Overview 的觸發機制相對獨立，Schema 是必要條件之一但非充分條件；內容本身的深度、可信度、以及是否被其他高權重網站引用同樣關鍵。
香港網站常見 Schema 錯誤
根據實際審計觀察，香港本地企業網站部署 Schema 時常犯以下錯誤：
1. 整站使用同一個 `Organization` Schema 而無頁面層級標記 只有主頁有 Schema，內頁（服務頁、FAQ 頁、文章頁）完全空白，令 AI 無法讀取個別頁面的意圖。
2. `FAQPage` Schema 與實際可見問答不同步 後台更新了 FAQ 頁文字，忘記同步更新 JSON-LD，造成 Schema 與頁面脫節。
3. 缺少 `dateModified` 導致 Google 判定內容過時 對於需要定期更新的技術文章或政策頁，沒有標記修改日期，AI 系統傾向忽略久未更新的頁面。
4. 繁體中文 Schema 填入簡體字或英文 `FAQPage` 的 `text` 欄位若以英文填寫，但頁面是繁體中文，會降低 Schema 與頁面內容的一致性評分。
5. `HowTo` 的 `Step` 數量與頁面不符 修改頁面時新增或刪除步驟，但沒有更新 JSON-LD，Google Rich Results Test 驗證時會報錯。
解決方案是建立 Schema 更新與內容更新的同步流程——任何頁面文字改動後，必須同步檢查對應 JSON-LD。
常見問題
Q：結構化資料一定要用 JSON-LD 格式嗎？還是可以用 Microdata？
Google 三種格式（JSON-LD、Microdata、RDFa）均支援，但 Google 官方推薦 JSON-LD，因為它集中放在 `<head>` 或 `<script>` 標籤內，不需要散落在 HTML 元素屬性裡，更易維護和更新。現時大多數 CMS 插件（如 WordPress 的 Yoast、Rank Math）也預設輸出 JSON-LD。
Q：部署 Schema 之後，多久才能在搜尋結果見到富摘要？
沒有固定時間表。Google 需要先重新爬取並重新索引頁面，才能評估 Schema 是否符合顯示富摘要的條件。一般而言，已有良好 GSC 爬取頻率的網站大約 1-4 週可見到初步變化；新域名或爬取頻率低的網站可能需要更長時間。可透過 Google Rich Results Test 即時驗證 Schema 語法是否正確，確認格式無誤後提交 URL 至 GSC 要求重新索引，可加快處理速度。
Q：Schema 標記會直接提升自然排名嗎？
Schema 本身不是直接排名因素，Google 公開表明 Schema 不直接影響核心算法排名。但它帶來的間接效益相當顯著：富摘要提升點擊率（CTR）、更高 CTR 會讓 Google 算法判斷頁面更受用戶歡迎，從而間接改善排名信號。此外，對 AEO 而言，Schema 對 AI 引用機率的直接影響比 SEO 排名更為明確。