Schema 標記這週可謂舉步維艱。谷歌終止了 FAQ 富媒體搜尋結果。四天后，Ahrefs發布了一份報告，指出在 Google AI Overviews、AI Mode 或 ChatGPT中加入JSON-LD標記並沒有顯著提升引用率。

這些發展削弱了模式標記的兩大常見優勢：提高搜尋引擎排名和潛在的AI引用收益。本文將探討這些影響，以及資料對模式標記未來發展的啟示。

谷歌的可見結構化資料獎勵機制多年來一直在收緊。

自 2023 年以來， Google一直在逐步取消與特定結構化資料類型相關的可見搜尋獎勵。谷歌將 FAQ 富媒體搜尋結果限制在權威的政府和健康網站上，而 HowTo 富媒體搜尋結果則僅限於桌面端，後來也被棄用。

2025年，Google宣布將停用多項結構化資料功能，包括課程資訊、認領審核和預估薪資。圖書操作最初也包含在內，但後來在谷歌移除其棄用提示後被單獨列出。谷歌稱其餘停用的功能「在搜尋中不常用」，不再為用戶提供價值。

2026 年，練習題結構化資料被棄用。 John Mueller在 Reddit 上指出：“標記類型來來去去，但只有極少數類型你應該保留。”

這種模式的普遍現像是，結構化資料獎勵在成為常見的SEO策略後便會消失。標記本身仍然有效，但富媒體搜尋結果卻不再有效。谷歌並非總是將這些移除行為解釋為過度使用，但這種模式表明，將任何單一標記類型視為長久之計的理由都站不住腳。

這些最新更新有所不同，因為其中一項建議替代值的證據也減弱了。 「GEO」諮詢空間聲稱該方案可以提升人工智慧的引用量，而Ahrefs的數據驗證了其中的一部分。

Ahrefs報告發現了什麼

Ahrefs追蹤了1885個新增了JSON-LD schema的網頁。每個網頁都與從未添加過schema的對照網頁進行匹配。引用變化情況透過Google AI Overview、AI Mode和ChatGPT進行測量。

結果基本持平。 Google AI Mode 顯示成長 2.4%，ChatGPT 顯示成長 2.2%，而 Google AI Overviews 顯示下降 4.6%。

前兩項指標的數值太小，無法與隨機波動區分開來。人工智慧概覽的下降具有統計意義，但Ahrefs表示無法確定這是否與模式有關。

在新增任何模式之前，資料集中的每個頁面都已經擁有超過 100 次 AI Overview 的引用。這些頁面先前已被抓取和引用。

Ahrefs承認，對於人工智慧尚無法辨識的頁面，模式資訊或許仍有助於抓取、解析或索引。但他們的數據無法證實這一點。

策略搜尋引擎優化顧問吉安盧卡·菲奧雷利稱這項研究是「2026年人工智慧搜尋領域最誠實的研究之一」。但他認為，這項研究的範圍比標題所暗示的要窄。他將其比作「測試在超市貨架上已有的瓶子上貼標籤是否會增加顧客拿起它的頻率」。

Ahrefs 也引用了searchVIU 的一項實驗，該實驗發現五個 AI 系統在直接頁面檢索過程中依賴可見的 HTML，而沒有使用隱藏的 JSON-LD、微數據或 RDFa。這項發現涵蓋了流程中的一個階段，但並不排除模式在更早的索引或實體理解階段發揮作用的可能性。

Ahrefs 的內容行銷總監 Ryan Law在 LinkedIn 上總結了這一發現，他說：

他寫道：「增加結構化資料標記能幫助你的網頁在人工智慧搜尋中獲得更高的引用率嗎？可能不會。」他還補充說，結構化資料「可能並非提升人工智慧引用率的靈丹妙藥」。

實踐者辯論

這兩項更新都恰逢關於模式和地理位置的激烈爭論之際。

根據Amsive公司負責SEO和AI搜尋的副總裁莉莉·雷（Lily Ray）在LinkedIn上指出，搜尋結果顯示，大約有16.8萬個頁面使用了「 FAQ schema is critical for GEO」這個短語。她稱這種趨勢並不陌生。

「任何能在搜尋引擎優化（SEO）中被濫用的內容，都會被濫用，」雷寫道。早在2019年，當常見問題解答結構化資料首次推出時，她就在Moz的一篇文章中發出過警告，並將Google移除常見問題解答的做法描述為同樣的循環再次重演。

雷在她的帖子中一直含糊其辭，稱其為“戴上我的錫箔帽”和“只是一個想法”。但她所描述的模式與上述時間軸中顯示的模式相同。一種有用的標記類型被推廣為一種策略，谷歌收回獎勵，然後行業轉向下一個標記類型。

Yoast創辦人Joost de Valk在一篇部落格文章中明確指出了這一點。 「地理資訊產業正在重演早期SEO的模式，只是速度更快，」de Valk說。 “而FAQ schema棄用則是這一循環重新開始的第一個確鑿證據。”

他還向 Schema.org 提交了一份關於新增 FAQSection 類型的提案，以解決他認為的結構性問題，將「此頁麵包含 FAQ 部分」與「此頁面本身就是 FAQ」區分開來。

那些一直關注 GEO 策略手冊如何將模式作為其最具體建議的從業者，對此感到最為沮喪。 Candour 總監兼 AlsoAsked 創辦人 Mark Williams-Cook在 LinkedIn 上分享了 Ahrefs 的這份報告。

「GEO兄弟們用一些花招來提高引用率，兜售騙人的靈丹妙藥，但像Gianluca Fiorelli這樣的人說的才是有道理的，」他發文說。

Marie Haynes Consulting 的創始人 Marie Haynes在 Ray 的帖子下評論了一個完全不同的理論。

她寫道：「我的理論是，Google需要我們的常見問題解答來訓練人工智慧，所以他們激勵我們添加這些內容（也就是富媒體搜尋結果）。而現在他們不再需要這些內容了。」這一理論尚未得到任何權威來源的證實，但也足以說明這種猜測已經流傳了多久。

一些從業者對較悲觀的解讀提出了異議。谷歌的整體指導仍然將結構化資料視為使頁面資訊可被機器讀取的一種方式，並且在2025年馬德里舉行的Search Central Live活動上，搜尋關係團隊告訴從業者，受支援的結構化資料類型仍然值得使用。

數據目前還無法解答的問題

模式是否能幫助那些尚未被引用的頁面是另一個數據無法回答的問題，因為在添加模式之前，每個頁面都已經獲得了超過 100 次 AI Overview 引用。

該測試還將所有模式類型合併在一起。文章、常見問題、產品、操作指南和組織都被視為同一類別。特定類型的影響尚未分離出來，它們的表現可能有所不同。

30 天的監控視窗可能會遺漏一些較慢的變化，而且在實際網站上，模式變更可能會與其他頁面變更重疊，導致難以區分模式本身的影響和周圍環境的變化。該報告僅分析了頁面 HTML 中的模式，而沒有分析透過 JavaScript 注入的模式，人工智慧爬蟲對這兩種模式的處理方式有所不同。

Ahrefs 對 Google AI Overviews、AI Mode 和 ChatGPT 進行了評估。 Bing、Copilot、Perplexity、Claude 或其他答案系統對模式的處理方式是否與 Ahrefs 評估的系統有所不同，目前尚無定論。

谷歌的常見問題棄用通知稱，該公司將繼續使用常見問題解答結構化資料來「更好地理解」網頁。但這種做法能帶來哪些可衡量的成效尚不清楚。同樣，結構化資料是否透過資格審查、實體理解或來源選擇等方式間接影響引用，而非像searchVIU測試的那樣直接影響引用，目前也尚無定論。

目前還沒有人發表數據來單獨分析這條路徑。

為什麼這很重要

Ahrefs 的數據並未提供任何確鑿的理由來支持添加 JSON-LD，僅僅指望它能為已在 AI 概覽中顯示的頁面帶來短期 AI 引用量的增長。更棘手的問題在於，如何更廣泛地運用模式策略。

產品、評論、活動、影片和其他一些結構化資料類型仍然支援活躍的富媒體搜尋結果功能。組織、人物和文章標記仍然可以幫助描述實體和內容，即使其效果不太明顯。

籠統地得出「該方案行不通」的結論誇大了數據所顯示的內容，因為該測試將所有類型混為一談，並且只衡量了一種結果。數據真正挑戰的是某種特定的銷售說辭。

「新增模式標記以提升人工智慧引用」是地理資訊系統指南中較為具體的建議之一。例如，Frase.io稱模式標記「對人工智慧搜尋、地理資訊系統和應用地理資訊系統至關重要」。

如果沒有數據支持，這項投資就難以令人信服。 searchVIU 的測試表明，人工智慧系統在檢索過程中依賴的是可見的 HTML，而不是 JSON-LD。這表明，對於人工智慧的引用而言，內容結構、清晰的標題和簡潔明了的散文式答案可能比標記結構更為重要。

展望未來

SEO產業面臨的一個懸而未決的問題是：模式識別究竟能在何處創造可衡量的價值？新增JSON-LD並沒有顯著提升AI概覽中已顯示的頁面的AI引用量。

對於這些頁面而言，模式更像是服務其他系統的管道，而不是影響引用次數的槓桿。這仍然具有實際價值，但重點有所不同。

Tags: