结构化数据（Schema标记）在传统SEO里的作用不用多说——加上了，搜索结果页就有机会出富文本摘要、星级评分、FAQ折叠。但到了AI搜索这边，情况不太一样了。
前段时间我们做了一个小实验：挑了10篇文章，每篇做两个版本——A版本不加任何结构化标记，B版本加上完整的Article、FAQ、HowTo等Schema标签。然后把20个页面一起提交到百度资源平台和Bing，等了两周看结果。
先看结论：有用，但不是你以为的那种"有用"
在豆包、Kimi和秘塔这三个AI搜索里，B版本（加了结构化数据）被引用的概率确实更高——大概高出35%左右。但这个差距不是均匀分布的。
FAQ标记的效果最明显。如果你在文章里用FAQPage Schema把问题和答案标出来，AI搜索抓取后直接就能用。我们有一篇讲"企业SSL证书怎么选"的文章，B版本里的三个FAQ被豆包原样展示在回答里，A版本同样的内容一段都没被引用。
反过来，Article Schema和BreadcrumbList Schema的影响几乎为零。AI搜索不关心你的面包屑导航，也不在乎你的文章是什么"类型"。
HowTo标记：双刃剑
HowTo结构化数据在Google上效果很好，能在搜索结果里直接展示步骤。但在AI搜索里，情况微妙一些。
我们用HowTo标记了一篇"企业备案流程"的文章。Kimi在处理这篇文章时，把HowTo里的步骤逐条拆开，插到了自己的回答里——但不是完整引用，而是打散重组。结果就是：用户看到了我们提供的信息，但不会点进原文看完整内容。
这就尴尬了。你帮AI回答了用户的问题，但流量没给你。
所以我现在的建议是：HowTo可以加，但不要把所有步骤都暴露在标记里。留几个关键步骤只放在正文中，标记里给个概述就够了。这样AI引用你的内容时，用户想了解完整流程就必须点进来。
JSON-LD vs Microdata：怎么加最省事
技术上两种方式都可以，但JSON-LD明显更友好。不用改HTML结构，在head里塞一段script就完事。Google官方也推荐JSON-LD。
我们测试中发现一个细节：有些AI搜索的爬虫对Microdata的解析不太好。同一篇文章用Microdata标记的FAQ，被豆包抓取的概率比JSON-LD版本低了约20%。不确定是不是偶发的，但既然JSON-LD更简单，没必要冒险。
最容易被忽略的一点：结构化数据要和正文内容一致
这个坑我们踩过。有一篇文章，Schema里写的是"企业微信营销，提升转化率"，实际正文却是讲企业微信的API对接。结果Kimi跟进了Schema的描述生成了回答摘要，但引用的正文内容完全对不上——用户点进去发现文不对题，跳出率很高。
所以结构化数据不是贴标签就完了。它本质上是你跟AI搜索引擎的"对话接口"。你说什么，它就信什么。别骗它。
总结一下：结构化数据对GEO有用，但不是每个Schema类型都值得加。FAQ最值钱，HowTo要谨慎，Article和Breadcrumb没啥用。如果你只想做一件事——把每个页面加上FAQPage标记，把用户最可能问的问题和答案标清楚。这一步做好了，比做一堆外链管用。
一点个人经验
在北京做这行这么多年，SEM不是出价越高越好，质量度才是核心。广告创意和落地页的匹配度直接影响单次点击成本。
你现在投放哪个渠道效果最好？我最近发现小红书的转化率意外地高。