Schema.org 結構化資料（Schema.org Structured Data）

Schema.org 是由 Google、Bing、Yahoo、Yandex 共同維護的結構化資料字彙，以 JSON-LD 形式宣告內容語意，是 GEO 必備技術基礎。

Schema.org 提供 800 多種型別（Article、FAQPage、Product、Organization、Person、DefinedTerm 等），讓搜尋引擎與 LLM 直接解析內容語意而非猜測。GEO 場景中最常用：Article + Person 強化作者權威、FAQPage 取得 AI 引用、DefinedTerm 標記術語。

為何重要

• 有 Schema 的頁面被 AI Overview 引用的機率高出 2–4 倍
• Person Schema 是建立作者實體（Author Entity）的唯一管道
• FAQPage Schema 直接對應 ChatGPT 與 Perplexity 的問答抓取邏輯

實作要點

• 為文章加上 Article + author（Person @id）+ reviewedBy
• 為 FAQ 區塊加上 FAQPage Schema
• 為術語頁加上 DefinedTerm + isPartOf DefinedTermSet
• 使用 Google Rich Results Test 驗證

相關內容

• [glossary] E-E-A-T 信號 — E-E-A-T 是 Google 與大型語言模型評估內容權威性的四大信號：經驗、專業、權威、可信，是 GEO 內容是否被引用的關鍵門檻。
• [glossary] 生成式搜尋引擎優化 — 生成式搜尋引擎優化（GEO）是針對 ChatGPT、Google AI Overview、Gemini、Perplexity 等生成式 AI 搜尋引擎，讓品牌內
• [glossary] Google AI Overview — Google AI Overview 是 Google 於 2024 年推出、由 Gemini 模型驅動的生成式搜尋摘要功能，於搜尋結果頂部呈現 AI 答案與引
• [blog] 生成式搜尋引擎優化方法論：Answer-First + E-E-A-T + Schema 三層架構完整解析 — GEO 具體怎麼做？本文以 Answer-First 寫作、E-E-A-T 信號建立、Schema.org 結構化資料三層方法論，逐項說明實作步驟、字數規範、技