去年有个做电商的同行跟我说，他花了两万块找人给全站加Schema标记，三个月过去了，豆包和Kimi的引用量一分没涨。他问我：结构化数据对GEO到底有没有用？
这个问题不能简单答「有用」或「没用」。我拿自己的几个站做了对比测试，结论比想象的有意思。
Schema标记≠AI搜索的通行证
先说一个基本事实：Google用Schema来生成富文本摘要（就是搜索结果里的星级评分、FAQ折叠、面包屑那些），这件事跟AI搜索引用是两回事。
我测试了三组站点：A组不加任何Schema，B组加全套Schema（Article、FAQ、Breadcrumb、Organization），C组只加FAQ和HowTo两种标记。一个月后看豆包、Kimi、文心一言的引用情况。
A组（无Schema）和B组（全套Schema）的引用率差异不到5%，在统计误差范围内。但C组（只加FAQ和HowTo）的引用率比A组高出约22%。
为什么会这样？我的判断是：AI搜索引擎爬取页面时，不是因为你贴了Schema标签就高看你一眼。而是FAQ和HowTo这两种标记天然迫使你把内容写成「问答对」或「步骤列表」的形式——这种结构恰好是AI最喜欢引用的内容形态。
真正起作用的是内容结构，不是标签本身
这件事的核心逻辑是：结构化数据标签倒逼你优化内容结构。一个加了FAQ Schema的页面，必然会有清晰的问答配对。一个加了HowTo Schema的页面，必然有分步骤的操作说明。AI搜索在做信息抽取时，遇到这种结构化的内容，抽取准确率更高，自然更愿意引用。
我做过一个对照实验：两篇主题完全相同的文章，一篇用传统叙事体写（「近年来，随着…」开头那种），另一篇用FAQ体写（5个问题+5个回答，每个回答控制在200字以内）。都不加任何Schema标记。结果是FAQ体的文章被豆包引用2次，叙事体的引用0次。
这就很清楚了：AI引用偏好的是Q&A式结构，而不是Schema标签。标签只是帮你「标记」已经存在的结构，不能无中生有。
哪些Schema类型对GEO有实际价值
根据测试，值得投入的有四种：
FAQ标记——价值最高。被AI搜索引用的FAQ段落，通常会直接展示为答案摘要。实现成本也低，一个JSON-LD脚本就能搞定。
HowTo标记——适合操作指南类内容。AI搜索在回答「怎么做XX」类问题时，明显偏爱有步骤结构的内容。
Article标记——基础项，加了没坏处但也不加分。主要作用是让爬虫更准确识别发布日期和作者信息。
Breadcrumb标记——对GEO基本没用。这是给传统搜索引擎看的。
一个实操建议：别花大价钱做「全站Schema覆盖」。把精力集中在FAQ和HowTo两种上，每篇目标文章手动写3-5个高质量问答对，比机械地贴全套标记有用十倍。
一个反直觉的发现
测试后期我还发现一件事：有些加了FAQ Schema的页面，AI引用率反而下降了。排查后发现原因是——Schema里写的问答太「官方」、太像营销话术。比如Q：「你们的服务有什么优势？」A：「我们拥有行业领先的技术团队和全方位的服务体系。」这种内容AI根本不会引用，因为信息量为零。
把Schema里的问答改成真实的、有数字的干货表述之后，引用率立刻回升。所以结构化数据是放大器，不是遮羞布——内容不行，加多少标记都没用。
小编点评
2019年我帮一家教育机构做SEM，ROI稳定在1:5。2023年后竞争翻了3倍，同样的预算带来不到一半的线索。这个行业在加速内卷。
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。