第 0003 课 · 投放与检索阶段

结构化数据

别再让机器去解析你的散文。把事实直接、带好标签地递给它们。

回顾 第 0002 课：你的页面现在已经可被 crawl（抓取）、可被 index（索引）。这让它进入了系统。结构化数据（structured data）是让它脱颖而出的第一根杠杆——也是第一个能同时服务两条流水线的东西。

结构化数据（structured data）是你嵌入页面、供机器读取的标记，它明确地说：“这是一个 Product，价格是 29 USD，有现货。“不需要 NLP 去猜。Google 只推荐一种格式：JSON-LD——一个装着 JSON 的 <script> 块，与你可见的 HTML 解耦。^[1]

散文 vs. 带标签的事实

爬虫在散文里看到的是：“我们的 Acme Widget Pro 现已发售，仅售二十九美元……”——引擎必须去推断：那是个产品吗？是价格吗？哪种货币？有现货吗？也许对，也许不对。同样的事实写成 JSON-LD，则不留任何猜测空间：

{
  "@type": "Product",
  "name": "Acme Widget Pro",
  "offers": {
    "price": "29.00",
    "priceCurrency": "USD",
    "availability": "InStock"
  }
}

为什么它同时服务两条流水线

现实提醒：Google 表示，结构化数据并不是什么神奇的 AEO 戏法，也没有专门的”AI 标记”——干净的结构化数据只是让你现有的内容更容易被任何机器使用。^[3]这是诚实的说法，而且这就够了。

必填 vs. 推荐

每种类型都有一些被 Google 标为 REQUIRED（少一个 → 完全没有 rich result）的属性，以及标为 RECOMMENDED（跳过 → 仍然有效，只是不够丰富）的属性。分清哪个是哪个，就是这件事的全部——而这恰恰是 linter 所自动化的。

这项技能：用脚本生成并 lint

在这个工作区里：tools/schema_tool.py——仅用标准库。它能为某个类型输出一段可复制粘贴的样例，并按上面的规则去 lint 任意 JSON-LD 文件。

$ python3 tools/schema_tool.py lint bad.json

Linting JSON-LD: @type = Product
──────────────────────────────────────────────
[FAIL] Product missing required property: name
[WARN] Product missing recommended property: image
[WARN] Product missing recommended property: offers
──────────────────────────────────────────────
VERDICT: INVALID — 1 error(s) block the rich result.

天花板：这个 linter 只编码了 Google 对 3 种类型的规则，并非完整的 schema.org 词汇表。在发布生产环境的标记之前，请用 Google 官方的 Rich Results Test 以及 schema.org validator 再确认一遍。你的脚本是快速的内循环；它们才是事实的来源。