编辑说明：本文为公司发展历程回顾系列内容，基于团队2025年Schema.org标注实操整理，2026年7月修订发布。标注方法至今适用，供参考。
Schema.org是什么
讲GEO绕不开Schema.org，这东西是结构化数据标注的基础。
简单说，Schema.org是一套词汇表，用来给网页内容打标签。你告诉搜索引擎和AI大模型："这段文字是公司名称""这个是服务介绍""那个是联系电话"。机器读完标签，就不用猜了，直接知道每个信息块的含义。
这套词汇表是Google、微软、雅虎几家公司2011年联合搞的，十几年了，已经成了结构化数据的事实标准。传统搜索引擎一直在用，现在AI搜索引擎也在用——因为AI也需要"看懂"你的网页到底写了什么。
为什么对GEO很重要
我之前帮一家做消费品的公司做GEO优化，他们官网写得挺漂亮的，但全是纯文本，没有任何结构化标注。AI爬虫来了，看到一堆文字，得自己猜"这段是不是公司简介""那个是不是产品列表"。猜对了还好，猜错了你信息就丢了。
加了Schema.org标注之后呢？等于给每个内容块贴了个明确标签，AI一看就知道这是公司信息、那是服务内容、联系方式在哪。理解准确率上去了，被引用的概率自然也上去了。
我们做了对比测试：同样内容的两个页面，一个加了结构化标注一个没加，过段时间在豆包和DeepSeek上搜公司名。加了的那个，AI回答里公司信息完整度明显更高。
所以我的结论是：Schema.org不是可选项，是GEO的基础设施。
常用的Schema类型有哪些
Schema.org的词汇表巨大，几百种类型，企业官网用不到那么多。我梳理了四个最常用的，覆盖大部分场景：
Organization——企业信息。公司名称、Logo、联系方式、社交账号、办公地址。这是最基本的，每个企业官网都应该标。
Service——服务信息。你提供什么服务、服务类型、服务区域、价格范围。做服务业的企业重点标这个。
Article——文章内容。博客、新闻、技术文章。标题、发布时间、作者、摘要。有内容运营的企业用得上。
FAQPage——常见问题。问答形式的内容。这个对AI搜索特别友好，因为AI回答用户问题时，FAQ的结构天然适配。
JSON-LD标注示例
Schema.org有好几种标注方式：Microdata、RDFa、JSON-LD。我试了好几种方式，最后发现JSON-LD最靠谱——Google官方推荐的，写起来也最清晰，不用在HTML里到处插标签，一段代码搞定。
JSON-LD就是一段JSON格式的数据，放在页面的<head>里就行。下面是几个真实可用的示例。
Organization标注（企业信息）：
<script type="application/ld+json">
{
"@context": "https://schema.org",
"@type": "Organization",
"name": "广州壹触网络科技有限公司",
"url": "https://1chuit.com",
"logo": "https://1chuit.com/logo.png",
"foundingDate": "2018",
"description": "提供GEO优化、AI官网建设、微信小程序开发及信息流广告服务的科技公司",
"address": {
"@type": "PostalAddress",
"addressLocality": "广州",
"addressRegion": "广东",
"addressCountry": "CN"
},
"contactPoint": {
"@type": "ContactPoint",
"contactType": "customer service",
"telephone": "+86-020-XXXXXXX",
"email": "contact@1chuit.com"
},
"sameAs": [
"https://weibo.com/your-account",
"https://www.zhihu.com/your-account"
]
}
</script>Service标注（服务信息）：
<script type="application/ld+json">
{
"@context": "https://schema.org",
"@type": "Service",
"serviceType": "GEO优化",
"provider": {
"@type": "Organization",
"name": "广州壹触网络科技有限公司",
"url": "https://1chuit.com"
},
"description": "面向AI搜索引擎的内容优化服务，包括LLMs.txt部署、Schema.org结构化数据标注、内容语义化优化及多平台收录适配",
"areaServed": {
"@type": "Country",
"name": "中国"
},
"audience": {
"@type": "BusinessAudience",
"name": "制造业、供应链、消费品、本地生活、教育培训企业"
}
}
</script>FAQPage标注（常见问题）：
<script type="application/ld+json">
{
"@context": "https://schema.org",
"@type": "FAQPage",
"mainEntity": [
{
"@type": "Question",
"name": "GEO优化需要多长时间看到效果？",
"acceptedAnswer": {
"@type": "Answer",
"text": "GEO优化是一个持续过程，通常需要1-3个月进行基础部署和内容优化，之后根据AI搜索引擎的抓取周期逐步体现效果。"
}
},
{
"@type": "Question",
"name": "GEO和SEO冲突吗？",
"acceptedAnswer": {
"@type": "Answer",
"text": "不冲突。GEO和SEO面向不同的搜索场景，结构化数据标注和内容语义化优化对两者都有帮助，可以同步进行。"
}
}
]
}
</script>这几个示例你直接改改就能用，把公司名称、URL、描述换成你自己的就行。JSON-LD的语法严格，引号、逗号别漏，写完了记得用工具验证。
部署和验证
写完代码只是第一步，部署和验证才是关键。
第一步：嵌入页面。
把JSON-LD代码放在对应页面的<head>标签内。Organization标注放全站页面（可以放公共头部模板里），Service标注放服务介绍页，FAQPage放FAQ页面，Article放文章详情页。
一个页面可以放多段JSON-LD，不冲突。比如服务页面里同时放Organization和Service，没问题。
第二步：验证。
这一步千万别跳过。我见过太多人写完代码直接上线，结果JSON格式错了自己都不知道。
验证工具推荐两个：
一个是Google的Rich Results Test，地址是search.google.com/test/rich-results。把URL贴进去或者直接粘贴代码，它会告诉你有没有语法错误，能识别出哪些结构化数据。
另一个是Schema.org官方的标记验证器，validator.schema.org。这个更全面，Google不支持的一些类型它也能检测。
两个都过一遍，比较稳。
第三步：上线观察。
验证通过之后上线。上线之后过个一两周，去各家AI搜索平台上搜搜你的公司名和核心业务，看看AI回答里的信息完整度有没有变化。
我一般还会做个记录——部署前AI回答里提到了哪些信息，部署后又提到了哪些，对比一下。虽然样本量小，但能看个趋势。
几个实操中的注意点
第一，别标假信息。JSON-LD里写的内容必须和页面上实际展示的内容一致。你标注里写公司成立于2018年，页面里写2015年，AI会判断信息矛盾，反而降低信任度。这个坑我踩过，客户给了份旧资料，我跟页面不一致，上线后被AI抓取时识别出矛盾，调整了一版才好。
第二，不要贪多。有些客户恨不得把页面上所有文字都打上标签，这没必要。标核心信息就够了——公司名、服务、联系方式、FAQ。标太多反而增加解析负担，ROI不高。
第三，FAQPage是个好东西。AI搜索天然适合问答场景，你把客户常问的问题用FAQPage标好，AI在回答类似问题时直接就能引用你的答案。我建议每个企业官网都搞一个FAQ页面，认真标注。
第四，定期更新。公司信息变了、服务调整了、新增了FAQ，JSON-LD得跟着改。跟LLMs.txt一样，别部署完就不管了。我一般建议客户跟着内容更新节奏走，有变动就同步改。
结构化数据这事儿，说难不难，但需要细心。代码写对了是基本功，真正拉开差距的是你对业务的理解——标什么信息、怎么描述，这些都得站在"AI怎么理解"的角度去想。多做几个项目就有感觉了。