多數人對 JSON-LD 的誤解
過去十年 SEO 顧問教的是：
「補上 JSON-LD schema，能讓 Google SERP 顯示星星評分、FAQ 折疊、產品價格等 rich result。」
這個說法本身沒錯，但只說了一半。Google rich result 是「附加好處」，但 JSON-LD 真正的戰略價值在 AI 時代才浮現：LLM 訓練時會大量解析這些標記。
為什麼 LLM 在意 schema.org？
LLM 在訓練前要先把網頁文字「結構化」——區分標題、內文、作者、日期等元素。傳統 HTML 解析依賴 H1 / H2、<article>、<time> 等語意元素，但這些可信度有限（誰都能亂用 H1）。
JSON-LD 提供的是「作者親口宣告」級別的事實：
"@type": "Article"— 我宣告這頁是文章"author": {"@type": "Person", "name": "李醫師"}— 作者是這個人"datePublished": "2024-03-15"— 發布日期"about": {...}— 主題實體
LLM 訓練時會把這些宣告當作結構化事實寫進向量空間。同樣的內容有 vs 沒有 JSON-LD，AI 對它的「理解」差很多。
4 個 schema 對 GEO 影響最大
1. Organization（公司實體）
每個品牌官網首頁與「關於我們」頁都該有。包含：
name— 公司全名url— 官方網址logo— logo 圖sameAs— Wikipedia、LinkedIn、官方社群連結contactPoint— 客服資訊
為什麼重要：建立「品牌實體」的權威基礎。沒有 Organization schema，LLM 看到的只是文字字串，沒有結構化的「公司」概念。
2. Article（文章內容）
每篇部落格 / 新聞文章都該有。包含：
headline— 標題author— 作者（含 Person schema）datePublished/dateModified— 日期publisher— 發行單位image— 主圖
為什麼重要：直接影響 E-E-A-T 維度分數。沒有 Article schema 的文章在 LLM 眼裡權威性大打折扣。
3. FAQPage（問答結構）
如果你的內容是 FAQ 格式，必須加上 FAQPage schema。包含：
mainEntity— 問答陣列- 每個問題有
Question與Answer
為什麼重要：Perplexity 與 Google AI Overviews 對 FAQ 結構引用率極高。一份用 H2 標問題、純文字答案的 FAQ 跟一份包進 FAQPage schema 的 FAQ，引用機率差 5 倍以上。
4. Product / Service（產品 / 服務）
電商與 SaaS 該補。包含：
name,description,brandoffers— 價格、可購買區域aggregateRating— 評分review— 評論
為什麼重要：使用者問 AI「OOO 推薦」時，LLM 在內部會比對候選產品的結構化屬性。沒進結構化的產品資訊，AI 比都沒得比。
為什麼 JSON-LD > 其他格式？
過去也有 Microdata 與 RDFa 兩種結構化資料格式。為什麼 GEO 偏好 JSON-LD？
| 比較 | JSON-LD | Microdata | RDFa |
|---|---|---|---|
放在 <script> 區塊 |
✅ 不影響 HTML 結構 | ❌ 散在 HTML 各處 | ❌ 同 |
| 維護難度 | 低（獨立區塊） | 高（每段都要） | 高（同） |
| 主流支援 | Google / OpenAI / Anthropic | 部分支援 | 部分支援 |
| 出錯率 | 低 | 中 | 中 |
Google 在 2024 年的官方文件中正式推薦 JSON-LD 為主要格式。 OpenAI 與 Anthropic 在訓練時也優先解析 JSON-LD（其他格式有時會被忽略或誤解）。
常見錯誤
我們在客戶健檢中看過的：
- 錯誤 1：用 schema validator 沒測過就上線。Schema 有錯時 Google / LLM 直接忽略整個 block
- 錯誤 2：FAQPage schema 內容跟頁面實際 Q&A 不一致——LLM 會偵測這個不一致並懲罰整個網站
- 錯誤 3：只在首頁放 Organization 但沒在子頁也放——LLM 解析到子頁時還是看不到公司實體
健檢能告訴你什麼
GeoWeb 的「結構化資料」維度（10% 權重）會逐項列出：
- 你網站有哪些 schema、缺哪些
- schema 有沒有語法錯誤
- schema 內容跟頁面 visible content 是否一致
- 有沒有「假 schema」（內容不存在但 schema 宣告存在）
如果你看完報告需要技術人員協助補上 schema 並維護，我們提供 GEO 顧問服務：[email protected]
GEO 進階系列 #9。前一篇：「E-E-A-T 在 AI 時代為什麼比過去更重要？」