Schema.org：搜索引擎共建的结构化数据词汇表

Schema.org是Google、微软、Yahoo于2011年共同发起（Yandex随后加入）的结构化数据词汇表项目，定义Organization、Article、FAQPage等数千个类型与属性。没有公共词汇表时各引擎各搞一套标记，站点无法兼顾；Schema.org统一类型定义后一次部署多方受益，已成结构化数据事实标准，是GEO实体层部署的词汇基础。

机制

词汇表以类型层级组织：Thing为根类型，Organization、Person、Place、CreativeWork等一级类型向下派生Corporation、LocalBusiness、Article等子类型，属性定义其合法取值域与值类型。页面数据按类型实例化后，引擎将其与自身知识图谱对齐理解；类型选得越精确，实体消解的歧义越小，品牌被准确关联的概率越高。

词汇与格式解耦：Schema.org只定义语义，承载格式可以是JSON-LD、Microdata或RDFa。对GEO而言JSON-LD优先，因其部署独立于页面结构、维护成本低、对无渲染爬虫友好；同一页面多格式混用时需保证语义一致，避免重复或矛盾声明导致引擎弃用数据。

词汇表通过公开社区流程演进：新类型提案在官方GitHub讨论，确认后随版本发布，各搜索引擎自行决定支持范围。据公开报道，围绕AI场景的词汇扩展讨论持续推进，站长应关注版本更新与引擎支持清单，优先使用已被广泛支持的成熟类型，自造属性名引擎会直接忽略。

落地方法

• 优先使用官方定义的成熟类型而非自造属性
• 按页面性质选择最精确类型，Article优于泛用WebPage
• 关注schema.org版本更新与搜索引擎支持清单
• 复杂关系用@id与@graph组织多实体网络
• 全站统一类型选型标准并写入开发规范
• 用Schema校验工具检查词汇使用的合法性
• 新页面发布流程中纳入结构化数据校验环节

常见误区

• 滥用不相关类型骗取富结果展示，被判垃圾标记
• 类型选择过泛，实体理解模糊影响知识图谱对齐
• 自造词汇表外的属性名，引擎直接忽略
• 同一实体在不同页面属性矛盾，置信度互相抵消

相关词条：JSON-LD、知识图谱、Organization Schema