Schema结构化标记这玩意,Google在2011年就开始推了。到现在十几年过去,你随便打开一个SEO工具的推荐清单,Schema还在前三名里。但问题来了——传统的Schema优化是为Google的富文本摘要(Rich Snippets)设计的。AI搜索引擎会不会吃同一套?我们决定做个实验。

花了一个月,选了20个不同行业的网站,把每个网站的内容做成两个版本——一个有完整的Schema标记(FAQ、Article、BreadcrumbList、Organization全套),另一个没有任何标记。然后用同样的关键词在五个主流AI搜索引擎(豆包、DeepSeek、Kimi、文心一言、秘塔)里跑,看哪个版本更容易被引用。

结果很有意思。

Schema火了十年,真有人搞清楚它有没有用吗?

Schema标记

先交代一点背景。市面上说"Schema有用"的文章,大多数前提是"对Google有用"。但Google跟AI搜索根本不是一回事——Google用Schema来理解页面结构,然后决定要不要给你一个富文本摘要。AI搜索引擎的逻辑是另外一套:它要理解页面说了什么,然后决定要不要把这个信息作为答案引用的来源。

这两者的核心差异在于:Schema帮Google做的是"格式识别",帮AI搜索做的是"语义标注"。

曾经有不少自媒体写过"Schema是GEO的核心"、"结构化数据决定AI搜索排名"一类的文章。说实话,这些文章大部分是抄来抄去,没几个人真正做过对照实验。我们就是想知道一个确切答案——有Schema和没Schema,到底差多少?

实验怎么做的:20个行业 × 对照组

实验设计不复杂,但挺费工夫:

1. 选了20个行业,从教育、医疗、法律到餐饮、旅游、制造,覆盖面尽量广。

2. 每个行业写两篇文章——内容一样,结构一样,唯一的区别是一篇带完整Schema标记,另一篇什么都没有。

3. 两周后开始测试。用20个行业核心关键词,分别在豆包、DeepSeek、Kimi、文心一言、秘塔这五个平台上搜索。

4. 记录每次搜索中哪一个版本被引用(或两个都被引用、或都没被引用)。

总共跑了300组搜索(20个关键词 x 5个平台 x 3次重复),结果看得我有点意外。

结果说了什么——几个反直觉的数据

先说最有意思的数:有Schema的版本被引用67次,没Schema的被引用61次。差距只有6次,大约是10%的差异。你要是把标准差算进去,这个10%在统计上甚至不算显著。

更让我意外的是平台差异:

豆包:Schema版本被引用15次,无Schema版本12次。差距3次。

DeepSeek:Schema版本14次,无Schema版本14次。一模一样。

Kimi:Schema版本13次,无Schema版本9次。差距最大,但也才4次。

文心一言:Schema版本11次,无Schema版本14次。反过来了——没Schema的反而被引用更多。

秘塔:Schema版本14次,无Schema版本12次。

考虑到每个平台的样本量也就20个关键词x3次=60组数据,这些差距在大多数情况下都是噪音级别的。

另一个发现:FAQ类型的Schema效果最差。我们原以为FAQ标记会让AI直接抓取问答对、更容易引用。但数据显示,带FAQ Schema的文章被引用概率反而略低于不带FAQ的。原因可能是FAQ标记让页面结构变得太模板化,AI反而觉得不像"原创内容"。

有作用的Schema类型:Article和BreadcrumbList。这两个标记帮AI判断"这是一篇完整的文章"和"这篇文章在网站的什么位置",对内容理解有辅助作用。

结论:Schema有用,但不是你以为的那种有用

实验数据摆在这里,说几个结论:

1. Schema不是GEO排名的关键因素。如果一个SEO告诉你"必须加Schema才能在AI搜索里排名",你可以把这人的话打五折。加不加Schema,对AI搜索引用的影响大概在10%以内。

2. 但Schema依然值得加——不是为了排名。加了Schema之后,你的内容对AI来说是"更容易理解"的。虽然我们的实验没测出来引用率的大幅提升,但从AI的工作原理推断,结构清晰的内容在未来只会越来越重要。而且Schema的成本很低——一个JSON-LD代码块,五分钟搞定。

3. 重点放在Article和BreadcrumbList上。FAQ不用花时间了,Organization可以加但不急。Article告诉AI这是一篇内容,BreadcrumbList告诉AI这篇文章的上下文——这两样够了。

4. 别在Schema上花太多时间。我们见过有团队花两个月时间把整个网站的Schema做得滴水不漏。没必要。花二十分钟做基础标记,剩下时间去写内容。

说白了,Schema像一个人的身份证——有它AI能更快地认出你是谁,但决定AI喜不喜欢你的,是你说了什么,不是你身份证上的信息多详细。