Schema 與 AI 引用：研究能支持哪些結論

CH.01

先確認研究的系統與量測結果

網站標記、企業知識圖譜與 AI 引用是不同題目。一套系統的結果，不能直接當作公開網站加上 JSON-LD 後的效果。

兩份原始研究正好說明這個差別：data.world 測試保險資料庫與知識圖譜的問答；Ahrefs 追蹤加入 JSON-LD 的頁面，其引用數如何變動。兩者的介入、樣本與結果不同，不能合併成 Schema 的投資報酬預測。

CH.02

16.7% 與 54.2% 量的是資料庫查詢

data.world 在 2023-11-13 發表的基準測試，要求 GPT-4 產生 SQL 查詢，或對知識圖譜產生 SPARQL 查詢，評估 43 道保險領域問題。這不是在網頁加上 schema.org 標記的測試。

知識圖譜設定提供企業資料的本體與映射。這種脈絡與在網頁發布 Article 或 Organization 物件不同，研究也沒有證明 JSON-LD 能防止助理誤述價格或作者。

若你經營內部問答系統，應用自己的參考答案與資料模型測試。公開網站則依目標使用端的結構化資料要求實作，並另外核對頁面呈現的事實。

CH.03

Ahrefs 引用研究能告訴我們什麼

Ahrefs 觀察 2025 年 8 月至 2026 年 3 月間加入 JSON-LD 的 1,885 個頁面，與 4,000 個對照頁比較。配對分析估計 AIO 相對下降 4.6%，AI Mode 與 ChatGPT 的估計則未達統計顯著。

這些頁面原本就已有大量 AIO 引用。研究合併不同 Schema 類型，觀察加入後 30 天，也無法完全排除同時進行的其他修改。結果不足以判定特定標記是否能幫助尚未被引用的頁面，或其他使用端。

CH.04

描述真實的組織與作者

Organization 與 Person 標記可以描述頁面談的是誰、由誰撰寫。Google 文件說明，Organization 可提供組織資訊並協助辨識；這不保證進入知識圖譜或 AI 回答。

使用真實名稱、官方網址與可核對的關係。sameAs 連結應指向同一實體的其他頁面，不能暗示不存在的合作或身分；標記也應與可見內容一致。

CH.05

依明確用途安排實作

先確認頁面內容，以及哪套系統會使用標記。優先處理有文件支持的搜尋呈現、身分辨識，或已發現且能驗證的資料不一致。

Google 說明，AI Overviews 與 AI Mode 不要求特殊 schema.org 標記；頁面仍須具備一般搜尋與摘要資格。維持有用的結構化資料正確即可，不要把多加類型當成 AI 曝光捷徑。

CH.06

用適合的證據檢查修改結果

分開看實作有效性、事實正確性與搜尋結果，避免把驗證工具通過寫成商業或引用成長。

選擇具代表性的頁面，記錄修改內容，留下公開事實、產生的標記、驗證結果與觀察日期，讓其他審閱者能重現檢查。