嵌套 JSON-LD 解决什么问题？

基础用法是每个类型独立成块：一个 Organization、一个 Product、一个 FAQPage，彼此无关。进阶用法是把它们嵌套成一张图：Product 的 manufacturer 指向 Organization，Organization 的 sameAs 指向 Wikidata 与官方社媒，Article 的 about 指向 Product。用 @id 给每个实体一个稳定标识符，跨页面复用同一个 @id，机器就能把「关于页的公司」「产品页的厂商」「文章里的品牌」归并成同一个实体。这正是实体优化（实体与知识图谱）的技术落地。

实体锚定怎么做？

核心是 sameAs 属性：把官网实体锚定到权威外部节点——Wikidata 条目、维基百科、官方社媒主页、行业协会名录、认证机构数据库。锚定的前提是外部信息真实存在且一致：Wikidata 里的成立年份、官网页脚的版权信息、结构化数据里的 foundingDate 必须相同。锚定的价值在 grounding 阶段兑现——多源一致的实体描述更容易通过交叉核验。

高频错误有哪些？

  • 数据与正文不一致：结构化数据写的价格、库存、评分与页面可见内容对不上，属违规且会被核验降权
  • 类型滥用：给普通文章标 Product、给无评分的页面标 AggregateRating
  • @id 漂移：同一实体在不同页面用不同标识，图谱无法归并
  • 标了不维护：价格变动后结构化数据还是旧值，制造矛盾信源
  • 只标首页：核心产品与品类页没有任何标记，错失最大的引用面

操作清单

  • 审计现有标记：用富媒体测试与 Schema 验证器逐类过一遍
  • 给 Organization 与核心 Product 分配稳定 @id，全站复用
  • sameAs 接入 Wikidata、官方社媒与行业名录（确保外部信息一致）
  • 建立「内容变更→结构化数据同步」的发布检查项
  • 每月抽查核心页标记与正文一致性

常见问题

结构化数据能直接提升 AI 引用率吗？
它是门票而非加分项：缺了会在检索与验证阶段出局，标对了让机器可摘引，但最终引用仍取决于内容的事实质量与多源印证。
新手应该先标哪些类型？
Organization（全站一次）＋ 核心页的 Product/Article ＋ FAQPage。先把这三类标对、保持一致，再谈嵌套与锚定进阶。基础见结构化数据入门页。