上周有个做SaaS的朋友找我吐槽：他公司官网在百度排名前三，用户搜索行业词的时候却从不被豆包和DeepSeek引用。反而是排在百度第八页的一家竞品，被AI翻来覆去地推。"这就很操蛋了，"他说，"我投了三年SEO，现在AI搜索根本不看排名。"
他说对了一半。AI搜索看排名，但不是看你理解的那种排名。它看的是结构化数据。
为什么AI搜索偏爱结构化数据
先说个简单的逻辑。豆包、DeepSeek、Kimi这些AI搜索引擎，在做推荐引用的时候并不是直接"读"你的网页——它们用的是训练/检索管道里提取出的结构化信息。你的文章写得再好，如果提取出来的是一片混沌的纯文本，AI没法判断你到底是"教程"还是"观点文章"还是"产品介绍"。它就不敢引用你。
打个比方。AI搜索就像一个特别严谨的研究员——你说了一大段话，它不会全信，但它会找你话里的"证据链"。Schema标记就是这条链。FAQ标记让AI知道你在回答问题，HowTo标记让AI知道你给出了步骤，Article标记让AI判定你的内容类型。没了这些标记，AI只能说"网上有这个说法"然后把你的东西当背景噪声处理，不会给你引用链接。
我们做了一个粗略的统计。60个企业官网中，有结构化标记的站点被AI搜索引用的概率是没标记的4.3倍。注意这不是精准数据——样本不够大——但方向很明确。结构化数据就是AI搜索时代的内容"准入证"。
哪些schema类型对GEO最管用
不是所有schema都有用。AI搜索要的是"能回答用户问题"的结构化信息。根据目前国内主流AI搜索的引用模式，以下四类优先级最高：
FAQ（问题-回答对）：这是当前最有用的类型。豆包特别喜欢引用FAQ内容——因为用户问的问题跟FAQ天然匹配。做完FAQ标记后，AI可以直接把你的问答对抓出来当答案用，而不是模模糊糊地"总结"你的内容。
HowTo（步骤型内容）：DeepSeek对操作流程类引用很积极。如果你的内容是"怎么做XX"类型的，加HowTo标记后AI能给用户一步步展示。
Article + author/organization：Kimi和文心一言对内容可信度要求高——你挂了作者信息、组织机构名、发布日期，它就更愿意引用。没有这些元数据的内容，AI倾向于认为"来源不明"。
Organization/LocalBusiness：做本地服务的企业尤其关键。豆包和元宝的地理位置感知很强，挂了带地址的本地商家标记，你被本地搜索引用的机会翻倍都不止。
落地实操：怎么加JSON-LD结构化数据
现在主流的做法是用JSON-LD格式，直接在页面的head里插一段脚本。不用改HTML结构，不用给每个div加属性。谷歌推荐的也是这个方向，AI搜索大概率跟着走。
一个FAQ的JSON-LD例子大概长这样——把questions换成你自己的问答对就行。关键不是代码多漂亮，是你写的问答确实在回答潜在用户的问题。AI能识别你回答的质量，结构化只是方便它"定位"到你的答案。
常见翻车点：schema里写的东西跟页面内容对不上。如果你的FAQ标记说"如何选择CRM"，但文章正文根本没回答这个问题——AI会觉得你是在骗结构，直接拉黑。结构化数据不是装饰品，它得跟你页面上的真实内容一一对应。
另外注意一个细节：别所有页面都套同一个schema模板。AI搜索现在可以识别"模板化标记"——就是你给100篇文章都挂了一样的FAQ结构。它会把这种做法判定为低质量信号，降低整体站点的引用权重。每次标记都要对应页面实际内容做调整。
现实是：做了不一定被引用，但不做大概率被忽略
结构化数据不能保证一定被AI引用——这个实话得说在前面。引用与否还取决于你的内容质量、权威度、时效性、以及AI模型的训练数据和检索策略。但有一点很明确：没有结构化标记的内容，在AI搜索管道里处于"裸奔"状态。AI不知道你写的是什么类型的内容，就没法把它放进合适的推荐场景。
我的建议是：别想着一步到位把全站都标记完。先挑流量最大的10篇文章，每篇上FAQ或HowTo schema，观察一到两个月看引用率有没有变化。有变化再铺开。GEO是个慢活——我现在跑的几个项目，结构化数据上去后要等大概三到四周才能看到AI引用率明显变化。AI的索引更新周期比传统搜索引擎慢，急不来。