JSON-LD 对 AI 理解企业的实际作用，比多数老板想的大，但也比服务商吹的小。它不负责让 AI 喜欢你，只负责让 AI 不把你的信息认错。同样一家公司，加了结构化的页面，AI 在抽取公司名、地址、服务范围、价格区间时，错误率会明显下降；不加，AI 只能靠正文猜，猜错是常态。所以 GEO 优化（生成式引擎优化，让内容更容易被 AI 搜索引用和准确复述的做法）的落地顺序里，JSON-LD 排第一，不是因为它高级，而是因为它便宜、可控、见效快。一个中等规模的官网，把核心页面的 JSON-LD 补齐，通常 1-2 个工作日能做完，2-6 周内在 AI 回答里看到实体信息准确度的变化，这是经验区间。
AI 读网页，先看的是”这块是什么”，不是”这块写得好不好”
大模型在检索阶段做的第一件事是切块和归类：这段是正文、是导航、是价格表、还是用户评论。HTML 本身语义很弱，一堆 div 堆出来的页面，AI 只能靠位置和文字密度猜。
JSON-LD 是给 AI 的说明书
JSON-LD 是一段写在页面里的脚本，用固定字段告诉机器”这是公司名、这是地址、这是营业时间、这是服务项目”。它不显示给用户看，只给爬虫和 AI 读。可以理解成快递面单：包裹里装什么 AI 可以自己拆，但面单写清楚了，分拣就不会错。
没有面单的后果很具体。AI 会把页面底部的客服电话当成公司电话，把文章里举例的”某客户在杭州”当成你的办公地址，把促销价当成标准报价。这些错误一旦进入 AI 的回答，纠正成本远高于一开始就写对。关于 AI 如何判断一段内容能不能被引用，可以看 AI搜索的内容引用机制，里面讲了引用前的实体校验环节。
为什么是 JSON-LD，不是微数据或 RDFa
三种结构化数据格式里，JSON-LD 是 Google 明确推荐、也是 Bing 和多数 AI 爬虫解析最稳的一种。它独立于 HTML 结构，改版时不容易被误删，前端换框架也不用重写。
微数据要把属性塞进 HTML 标签里，页面一改版就散架；RDFa 更老，维护成本高。对制造、律所、医美这类官网常年不重构的企业，JSON-LD 是唯一”写一次管两三年”的选项。
结构化数据到底改变了什么
它改变的不是排名，是 AI 对你这家企业的”识别精度”。精度上去了，后面所有内容优化才有意义。
第一层：实体消歧
“华信”这两个字，全国能搜出几千家公司。AI 要回答”华信律所怎么样”，必须先确定你说的是哪一家。JSON-LD 里的 legalName、address、taxID、sameAs（指向官网、工商页、百科的链接）就是消歧证据。
sameAs 字段最容易被忽略，也最有用。把企业的官方公众号、视频号、企查查页面、行业协会会员页都列进去，AI 就能把这些散落的信息归到同一个实体上。这一步做完，AI 回答里张冠李戴的情况会明显减少。
第二层：属性抽取
AI 回答”这家装修公司半包多少钱一平”时，需要从页面里抽价格。有 priceRange 或 Offer 标记的页面，抽取准确率高于纯文本描述，这是行业内的普遍观察，具体差距随行业和页面质量波动。
医美、教育、律所这类强监管行业，属性写错的风险更高。执业许可证号、医师资质、办学许可证，这些信息用结构化字段写清楚，比在正文里写一段”我院资质齐全”有用得多。
第三层：内容分块
AI 搜索不是整页读，是按块读。带 FAQPage、HowTo、Article 标记的内容块，更容易被单独拎出来作为回答素材。这直接影响 RAG机制 里的召回效果——块切得干净，检索命中率就高。
实操上，把官网的问答区、服务流程、常见问题，各自包成独立的 FAQPage 或 HowTo 块，比写一篇三千字的长文更容易被引用。经验值是：一个页面 3-8 个结构化问答块，覆盖该业务线 80% 的高频提问。
先做 JSON-LD 的三个现实理由
成本最低，不依赖内容产量
写深度内容要养人、要周期，一个行业编辑一个月产出 4-8 篇合格长文已经算高效。JSON-LD 是一次性工程，做完就沉淀在网站上。
一家有 50 个页面的企业站，核心页面（首页、关于、产品/服务、联系方式、每个业务线落地页）的 JSON-LD 覆盖，通常 2-3 天能完成，外包报价多在几千元量级。这个投入产出比，在任何 GEO 预算里都排得进前三。
可验证，不靠感觉
做完可以用 Google 富媒体搜索结果测试、Schema 校验器逐页跑一遍，报错就是报错，没有模糊空间。这比”内容有没有变好”这种主观判断靠谱得多。
建议建立一个检查清单，每月跑一次：
- 核心页面 Organization 标记是否包含 name、url、logo、address、contactPoint、sameAs
- 服务页是否用 Service 或 Product 标记，含 areaServed、serviceType、offers
- 文章页是否用 Article 标记，含 author、datePublished、dateModified
- 问答区是否用 FAQPage，每个 Question 对应一个 Answer
- 所有 URL 字段是否为绝对路径，是否有 404
- 结构化数据内容与页面可见内容是否一致（不一致会被判作弊）
为后续优化打底
没有实体标记，后面做的内容优化、外链建设、口碑运营，AI 都可能归错主体。先把”你是谁”写死，再谈”你有多好”。关于 AI 怎么判断内容可信度，内容权威性判断 里讲了作者身份、引用来源、实体一致性三个维度，实体一致性正是 JSON-LD 直接影响的。
常见做错的地方
第一类错是”标记和页面不一致”。结构化数据里写价格 199 元起，页面正文写 299 元起，这种会被判违规，严重的会导致整站结构化数据不被信任。
第二类错是”什么类型都往上堆”。一个页面塞 Organization、LocalBusiness、Service、Product、FAQPage 五六种标记，字段互相冲突。原则是一个页面一个主类型，辅助类型不超过两个。
第三类错是”只做首页”。AI 抓取和引用更多发生在业务落地页和文章页，只给首页加标记，等于只给大门贴了门牌，屋里全是黑灯。
第四类错是”做完不维护”。公司搬家、换电话、业务线调整，结构化数据没同步，AI 会持续输出过期信息。建议把 JSON-LD 纳入网站改版的必检项，和 404 检查放在一起。
怎么落地：一个可执行的顺序
第一周，梳理实体信息。把公司全称、统一社会信用代码、注册地址、实际办公地址、各业务线服务范围、官方账号链接，整理成一张表，作为所有页面 JSON-LD 的唯一数据源。这张表不统一，后面全乱。
第二周，按优先级铺标记。顺序是：首页 Organization → 联系方式页 LocalBusiness → 各业务线落地页 Service → 问答区 FAQPage → 文章页 Article。每做完一类，用校验器跑一遍。
第三到第六周，观察变化。在主流 AI 搜索里用”品牌名 + 业务词”提问，记录回答里公司名、地址、服务范围、价格的准确度，每两周记一次。经验上 2-6 周能看到实体信息准确度的改善，但内容被引用率的提升通常要 2-3 个月，取决于内容本身的质量和竞争程度。
最后提醒一句：JSON-LD 解决的是”AI 能不能准确认识你”，解决不了”AI 愿不愿意推荐你”。后者取决于内容是否真的回答了用户问题、是否有可核实的来源、是否有第三方佐证。把结构化数据当成 GEO 的地基，不是全部。地基打完，上面的内容才有得盖。
暂无评论内容