生活分享
結構化資料與 Schema.org:能換到什麼、換不到什麼
結構化資料讓網頁有資格取得特定的複合式搜尋結果,它不是排名加分,也不保證被 AI 摘要引用。這篇整理官方文件對資格、內容必須對使用者可見的規定與假造標記的處置,並說明本站為何只輸出 Article、BreadcrumbList、ItemList 這類標記。
更新日期: 閱讀時間約 8 分鐘

結構化資料是在網頁裡另外附一段給機器讀的說明,描述的是這一頁上本來就有的東西。它換到的是資格:Google 說明文件的原話是,使用結構化資料會「啟用」相關功能,但不「保證」該功能一定會顯示。它不是排名加分,也不是被 AI人工智慧(Artificial Intelligence)是什麼人工智慧是涵蓋多種技術與應用的總稱,不等於聊天機器人,也不必一定會產生文字。本文從 OECD 的系統定義出發,以照片分類和社區資源推薦為例,說明輸入、推導、輸出與人的目標如何連結,整理它與機器學習、深度學習和生成式 AI 的關係。讀完能用具體問題判斷一項 AI 功能在做什麼,並分辨能力、自治程度與可信度。閱讀全文 摘要引用的保證。
這篇把官方文件寫過的三件事整理出來:資格與排名的差別、標記token(Token)是什麼:AI 如何計算文字長度token 是語言模型處理內容的基本單位,可能是一段單字、標點或中文字的一部分,不能直接當成字數。本文用整理社團公告的情境,說明輸入、輸出與上下文如何計數,為什麼同一段中文換模型後用量可能不同,以及查看分詞器和實際用量時該注意什麼。你會學會估算任務空間、保留必要資訊,並分清楚 token 與登入用的存取權杖。閱讀全文內容必須讓使用者看得到的規定,以及假造標記會得到什麼處置;最後說明本站目前只輸出 Article、BreadcrumbList、ItemList 這類標記的理由。讀完之後,看到「加上 schema 就會被 AI 引用」這種句子,你會知道該翻哪一份文件驗證。
結構化資料在做什麼:把頁面上已經有的東西講給機器聽
Google 搜尋中心對結構化資料的定義是「為網頁提供資訊並將網頁內容分類的標準化格式」,例如一頁食譜的食材、烹調時間與熱量。詞彙本身來自 schema.org,那是一份由 Google、Microsoft、Yahoo 與 Yandex 發起、以開放社群流程維護的共用詞彙表。這一段是官方文件說明的機制。
- 格式有三種:JSON-LD、微資料 (Microdata) 與 RDFa;Google 說明文件建議優先使用 JSON-LD。
- 詞彙不等於功能:schema.org 的常見問答自己就寫著,不是每一種 schema.org 的資訊都會出現在搜尋結果中,各家公司的實際用法要看它們自己的文件。
- Google 也寫明,Google 搜尋的行為以 Google 搜尋中心文件為準,而不是 schema.org 的文件。
- 微軟在官方部落格寫的是,結構化資料是 Bing 用來理解網頁內容的線索之一;那句話講的是理解,不是顯示的承諾。
這一系列其他名詞之間的關係整理在名詞總索引GEO、AEO、AIO 與 SEO 名詞總索引:四個縮寫差在哪SEO、GEO、AEO、AIO 常被混著用,但它們想換到的東西不同,定義的共識程度也不同。這份索引用一張比較表把四個縮寫分開,連到各篇專文,並逐條列出目前沒有共識的五個地方,包括 GEO 與 AEO 是不是同一件事,以及 llms.txt 有沒有引擎真的在讀。閱讀全文;如果你要找的是「把內容整理成容易被擷取的答案」那種做法,它屬於AEOAEO(答案引擎最佳化)是什麼:生成式 AI 之前就存在的做法AEO(答案引擎最佳化)常被說成生成式 AI 帶來的新學問,但精選摘要、其他人也問與語音助理都比大型語言模型更早。本文用 Google 官方文件說明答案引擎的實際歷史、擷取式答案與生成式答案的差別、AEO 與 GEO 為什麼兩種用法都現行,以及被選為答案為什麼不等於帶來流量。不承諾任何成效。閱讀全文的討論範圍,和這篇講的標記是兩件事。
資格不是排名:官方文件的兩句原話
結構化資料通用指南裡有兩句可以直接引用的話。第一句:「使用結構化資料會『啟用』相關功能,但不『保證』該功能一定會顯示。」第二句:「即使複合式搜尋結果測試顯示網頁已正確加上標記,Google 也不能保證您的結構化資料一定會出現在搜尋結果中。」兩句都是官方文件說明的機制,不是誰的解讀。
同一份文件也列出了常見的不顯示原因:結構化資料無法代表網頁的主要內容、結構化資料所參照的內容已對使用者隱藏、網頁不符合結構化資料指南或搜尋基礎入門。換句話說,標記是一道資格門檻;門後面要不要顯示,由搜尋引擎在當下決定。
閱讀完整文字說明
上排由左到右三步:頁面上真的有、使用者看得到的內容,接著是描述它的標記(JSON-LD、微資料或 RDFa),再接到資格門檻,門檻寫著符合指南才有資格、是否顯示由搜尋引擎決定。門檻往下分成兩個結果:左邊綠框是換得到的資格,有資格顯示為複合式搜尋結果但不保證顯示,標記使用者看不到的內容就會失去這個資格;右邊紅框是換不到的東西,包括排名加分與被 AI 摘要引用的保證。最下排把同一個主張分成三級:官方文件說明的機制、業界普遍做法但官方文件沒有說明、廠商或代理商的行銷主張(句子裡要寫出是誰說的)。
標記的內容必須是使用者看得到的:這是規則,不是建議
通用指南的品質規定寫得很直接:「請勿為網頁讀者看不到的內容加上標記。」文件還附了例子——如果 JSON-LD 標記介紹的是某位演出者,網頁內文就必須描述同一位演出者。另一條同方向的規定是完整性:如果標記了評論,使用者會預期在搜尋結果看到的就是全部評論,只標記其中一部分可能造成誤導。
這條規則決定了工作順序:先把內容做出來、讓使用者在頁面上看得到,標記只是把已經存在的東西講給機器聽。為了換取某個功能而先寫標記、再想辦法補內容,就是文件明文禁止的那一種做法。
同樣的道理也適用在E-E-A-TE-E-A-T 是什麼:品質評分指南裡的概念,不是可以設定的排名訊號E-E-A-T 出自 Google 寫給人工搜尋品質評分者的《General Guidelines》,而評分者不會改變任何一頁的排名。這篇說明那份文件是寫給誰看的、評分者實際記錄什麼、四個字母在指南裡各自怎麼定義、Experience 是哪一次改版加的,並拆解作者簡介頁、專家掛名與外部連結這三種常見的過度解讀。閱讀全文上:它是人工品質評分指南裡的詞彙,沒有可以宣告的標記欄位,寫一段標記說自己很有經驗並不會因此產生任何訊號。
假造標記會怎樣:文件寫了兩種不同的處置
第一種是結構化資料本身的問題。官方文件寫:如果網頁因結構化資料而受到人工判決處罰,就無法以複合式搜尋結果的形式呈現,但是這並不會影響網頁在 Google 網頁搜尋中的排名。評論摘錄的指南另外註明,不是由實際使用者給予的評論或評分,可能會導致人工判決處罰;被評論的對象自己控制關於自己的評論時,那些頁面也不符合星級評論功能的資格。
第二種是這個做法本身就在欺騙使用者,那就落到垃圾內容政策。該政策把「操縱 Google 搜尋中的生成式 AI生成式 AI(Generative AI)是什麼生成式 AI 從資料學到模式,依輸入條件產生文字、影像、聲音等內容。本文以社區二手市集宣傳素材為例,說明生成與分類、搜尋的差別,介紹語言模型、擴散與對抗生成等不同途徑,並解析內容看起來合理卻可能不忠於事實的原因。讀完能把創意需求、必須保留的資訊與人工驗收分開安排,判斷哪些產物仍只是待確認草稿。閱讀全文 回覆」也寫進垃圾內容的定義,並說違反政策的網站可能排名較低,或完全不出現在搜尋結果中。兩種處置的範圍不一樣,值得分開記住。
| 做法 | 官方文件怎麼寫 | 文件寫出來的後果 |
|---|---|---|
| 標記頁面上真的有、使用者看得到的內容 | 符合通用指南的內容規定 | 有資格顯示為複合式搜尋結果,但不保證顯示 |
| 為讀者看不到的內容加上標記 | 請勿為網頁讀者看不到的內容加上標記 | 可能被視為結構化資料問題,導致人工判決處罰 |
| 造假評論,或標記與網頁主題無關的內容 | 請勿為不相關或容易誤導使用者的內容加上標記 | 不是實際使用者給的評分可能導致人工判決處罰 |
| 網站自己控制關於自己的評論與星等 | 評論摘錄指南的自利評論規定 | 該頁面不符合星級評論功能的資格 |
| 用標記欺騙或誤導使用者 | 垃圾內容政策 | 可能排名較低,或完全不出現在搜尋結果中 |
| 已經受到結構化資料的人工判決處罰 | 通用指南 | 失去複合式搜尋結果資格,但不影響網頁搜尋排名 |
「加了標記就會被 AI 引用嗎」:把三種等級的說法分開
Google 在生成式 AI 搜尋最佳化指南的「破解迷思」一節寫得很清楚:結構化資料不是生成式 AI 搜尋的必要條件,也沒有特別的 schema.org 標記需要加;但它仍建議把結構化資料留在整體 SEO 裡,因為那關係到複合式搜尋結果的資格。這是官方文件說明的機制。
行銷主張則要標明是誰說的。美國數位行銷公司 Globe Runner 在 2026 年 7 月發布的行銷文章寫「Google 與微軟都已確認結構化資料幫助它們的 AI 系統理解、驗證並引用內容」,並把 schema 稱為 AI 的「信任訊號」。該文把這兩個「確認」歸給科技媒體的報導,沒有連向這兩家公司自己的文件。遇到這種句子,去廠商自己的說明中心找原文;找不到就以官方文件為準。
介於兩者之間的是業界普遍做法:很多網站替文章加上 Article 與 BreadcrumbList,期待 AI 產品也讀得懂。這樣做確實普遍,但官方文件沒有說明生成式 AI 功能如何使用這些標記,所以它只能寫成慣例,不能寫成機制。
生成式答案實際上怎麼組出來、站長能控制的又是哪些項目,寫在AI 摘要與 AI 模式AI 摘要與 AI 模式:生成式答案怎麼組出來,站長能控制什麼這篇只講機制:Google 官方文件對 AI 摘要與 AI 模式寫到哪裡為止,查詢展開、檢索、接地、挑引用各是什麼,為什麼被檢索到、被用來接地、被列為引用是三件不同的事,以及 nosnippet、max-snippet、data-nosnippet 與搜尋生成式 AI 控制各自做什麼、代價是什麼。操作步驟不在這篇,文中連到既有的兩篇教學。本文不承諾任何引用或流量結果。閱讀全文那一篇,這裡不重複。
本站目前的做法(2026 年 9 月 14 日查證)
本站的結構化資料由同一個元件輸出,規則只有一條:只描述這一頁真的顯示出來的東西,空的清單就整段不輸出。
- 文章頁:BreadcrumbList 加 Article(系列總覽頁換成 CollectionPage)。標題、描述、發布與更新時間都取自這一頁實際顯示的內容;沒有首圖的文章就不寫 image 屬性。
- 目錄頁與目的地索引:BreadcrumbList 加 ItemList,項目就是頁面上列出、而且每一筆都有自己網址的文章或城市。ItemList 在 Google 要搭配課程、電影、食譜或餐廳才有資格換到輪轉介面,本站的清單不屬於那幾種,只是把清單講清楚。
- 首頁:Organization 與 WebSite;站內搜尋的 SearchAction 只在搜尋功能開啟時輸出,而且不是在換取任何搜尋框功能。
- 沒有 FAQ、評論與商品標記:本站頁面上沒有問答區塊、沒有讀者評分,也沒有開放購買。把這些寫進標記就會違反「請勿為網頁讀者看不到的內容加上標記」。
這是本站在查證日的做法,不是對讀者的建議,也不是一份可以照抄的清單。本站沒有量測過這些標記帶來的曝光差異,因此不宣稱它們改善了任何成效;官方文件建議的量測方式是自己挑一批頁面做前後對照,本站沒有做。
同主題延伸閱讀
生活分享
搜尋沒有點擊怎麼辦:用讀者任務重新看流量價值
讀者在搜尋頁找到營業時間、電話或簡短答案,可能不必進入網站。這不代表每次未點擊都成功,也不能用網站 CTR 推算整個搜尋的零點擊率。本文以原創衣物修改店案例,從查資料、比較服務與預約需求出發,整理搜尋呈現、商家互動與實際任務的檢查方法,附比較表、操作步驟和原創 SVG 圖解。
生活分享
Perplexity 入門:附引用的 AI 搜尋、方案與隱私設定
Perplexity 是把答案和引用放在一起的搜尋 AI。這篇說明一次查詢怎麼跑完五步、和 Google 搜尋與 ChatGPT 搜尋差在哪、官網現在的方案價格與額度、Search 與 Deep Research 等模式怎麼挑、可選哪些模型、Spaces 與檔案上傳限制,以及 AI data retention 在哪裡關。數字查自 2026 年 9 月 14 日的官網。
生活分享
網站 AI 搜尋怎麼規劃:內容索引、回答與搜尋紀錄
網站搜尋 AI 上線前,先決定哪些內容可被引用,以及找不到答案時如何回應。本文以原創手作展館網站為例,整理內容索引、來源引用、資料權限與更新驗收,並設計一份可用 Notion 管理的搜尋改善紀錄。附操作步驟、欄位比較表和自繪圖解,協助站長從讀者問題找出內容缺口,同時避免把全部查詢與個人資料直接存進共用工作區。
生活分享
AI 搜尋曝光怎麼量:提示問題、引用與工具限制
AI 回答提到品牌、附上網站連結與真正帶來造訪,是不同的觀察結果。本文以原創地方活動網站案例,建立固定問題集、重複觀察及引用核對流程,並比較 Google 生成式 AI 曝光、Bing 引用資料與站內分析各能回答什麼。附操作步驟、工具比較表和原創 SVG,協助讀者保留樣本與分母,不把單次回答寫成市場排名。
引用本文的文章
最新旅遊情報攻略

情報
2026 韓國楓葉預測:雪嶽山 10 月 20 日、首爾近郊 10 月底、內藏山與漢拏山 11 月上旬
韓國山林廳 2026 年 9 月 22 日公布的楓紅高峰預測:雪嶽山 10 月 20 日,春川、國立樹木園到首爾植物園落在 10 月 28 日到 11 月 2 日,內藏山 11 月 4 日、漢拏山 11 月 6 日,整體比最近 5 年晚約 0.8 天。整理各地楓樹與銀杏的預測日、首爾出發怎麼排,以及出發前去哪裡看即時楓況。2026 年 10 月查證。
- 季節活動
- 自然
- 觀景

攻略胡志明市
胡志明市到頭頓一日遊:白藤碼頭搭高速船、船票與班次,下船就是胡梅纜車與耶穌基督像
人在胡志明市挪一天去頭頓看海:市中心的白藤高速船碼頭搭船,航程 120 分鐘到頭頓的胡梅碼頭,平日成人 320,000 越南盾、週末 350,000,回程末班平日 15:00。下船就是胡梅纜車站,同一條路上有白宮,小山頂上是耶穌基督像。平日一天只有兩班船,整天要從末班船倒推著排。
- 交通
- 行程範例
- 海灘

攻略沖繩
沖繩不開車攻略:單軌只到浦添,美麗海水族館要坐兩個多小時的巴士,回那霸的最後一班直達車 17:22 就開走
不租車的沖繩怎麼移動:那霸市區靠沖繩都市單軌電車(ゆいレール),那霸機場站到終點てだこ浦西 19 站、17 公里、37 分鐘,一日券 1,000 日圓;美麗海水族館有那霸機場直達的高速巴士,單程 2,000 日圓起、官方時刻表上 2 小時上下,下車後還要走 10 分鐘;古宇利島要在今帰仁村役場轉車,當天來回光坐車就六個半小時;回程的最後一班直達車 17:22 就從記念公園前開走(2026 年 9 月查證)。
- 交通
- 行程範例
- 預算
資料來源
- Google 搜尋中心:結構化資料標記簡介(官方說明文件) · 查證日期:
- Google 搜尋中心:結構化資料通用指南(官方說明文件,繁體中文版) · 查證日期:
- Google 搜尋中心:說明文件更新紀錄(FAQ 複合式搜尋結果淘汰與文件移除) · 查證日期:
- Google 搜尋中心:針對生成式 AI 搜尋進行最佳化(含破解迷思一節) · 查證日期:
- Google 搜尋中心:Google 網頁搜尋的垃圾內容政策 · 查證日期:
- Google 搜尋中心:Article 結構化資料 · 查證日期:
- Google 搜尋中心:Breadcrumb(BreadcrumbList)結構化資料 · 查證日期:
- Google 搜尋中心:Carousel(ItemList)結構化資料 · 查證日期:
- Google 搜尋中心:評論摘錄結構化資料(含自利評論規定) · 查證日期:
- Google 搜尋中心網誌:Farewell, Sitelinks Search Box(網站連結搜尋框下架公告) · 查證日期:
- schema.org 首頁(詞彙表的自我說明與發起單位) · 查證日期:
- schema.org 常見問答 · 查證日期:
- schema.org:ItemList 型別定義 · 查證日期:
- schema.org:BreadcrumbList 型別定義 · 查證日期:
- Bing 網站管理員官方部落格:JSON-LD 支援(微軟官方說法) · 查證日期:
- Globe Runner(數位行銷公司)部落格文章(行銷內容,僅作為行銷主張的佐證) · 查證日期: