盒子AI大模型 · GEO · 工作流

GEO

JSON-LD 对引用有帮助,对什么没有帮助

江南 · · 约 2396 字

JSON-LD 是嵌在页面里的一段结构化文字,用来重复读者已经能看见的事实:这篇的标题是什么,何时发布、何时改过,谁署名,页面上有哪些问答。它帮助机器少猜一次结构。它不创造那些事实,也不该写出页面上没有的句子。

它在整站优化里处于哪一层,见GEO 是什么。开篇本身仍要人写清楚,见怎样写开篇。

值得重复的字段

文章页上,这些字段有对应的可见位置时才填写:

  • 标题,与页面上的主标题一致,而不是另写一个塞满词的版本。
  • 摘要,来自第一段或可见的摘要,可以缩短,不可以加料。
  • 发布日期和修改日期,与页面上的日期同一天,时区固定,不要用“生成页面的时刻”冒充修改日期。
  • 作者,与署名一致,并指向介绍这个作者的真实页面,而不是指向一个无关产品。
  • 栏目,与面包屑和栏目名一致。

问答只有在页面上以问题加回答的形式出现时,才做成 FAQ 结构。问题文本和回答文本与可见内容相同。面包屑也是如此:标记里的路径应是页面上那一串链接,而不是你希望用户走过、但页面没画出来的路径。

组织或网站的名称、地址,放在全站共用的描述里,并且和关于页、页脚上的名称相同。站点叫一个名字,标记里写成另一个产品,等于在告诉机器这两个名字是同一实体。若它们不是,就不要这样写。

它帮不上的事

JSON-LD 不能让一段含糊的开篇变得可引用。机器即使准确读到标题,正文若没有定义,它能引用的仍是那句含糊的话,或者它选择不引用。先改第一段,再让标记重复第一段。

它不能证明专业性。写上一个人名、一个机构名,只是声明“页面如此署名”。声明是否可信,取决于这个名字在关于页、作者页和各篇文章上是否为同一个人,以及读者能否找到这个说明。名字的一致性见作者、实体和更新日期。

它不能携带隐藏结论。页面没写的比例、没做的评测、没列出的步骤,不要放进标记。隐藏文本和标记里的独家内容是同一类问题:访问者看到的和机器收到的不是同一份。回答引擎若引用了标记中的句子,读者打开页面却找不到,信任会落在你的站点上,而不是落在那个格式上。

它也不能修复抓取。页面被 robots 禁止、返回错误或只有登录后可见,标记不会被正常的抓取流程读到。先保证公开页就是你要被引用的那一版。

不一致时以可见文字为准

常见的不一致很具体。页面写“11 月 12 日更新”,标记里的修改时间却是模板生成的当天。页面问答有三则,标记里有五则,多出来的两则是旧稿。页面作者是个人名,标记里的作者却是站点名。这些都会让抽取结果不稳定:有的系统读可见文字,有的系统读标记。

修改顺序固定为:先改读者能看见的句子和日期,保存;再把标记改成同一句话、同一天。不要为了迁就某个富结果的字段去改写一篇本来清楚的文章。字段用不上,就省略该字段,而不是编一个值填上。

问答标记尤其容易和正文漂移。正文删了一个过时答案,标记却留着。发布清单里应有一行:数一遍页面上的问题和标记里的问题,条数相同,文字相同。怎样写出值得被放进这个结构的问答,见FAQ 怎样写。

上线时看三对对照

  1. 主标题对标记中的标题。
  2. 可见的发布日、修改日对标记中的两个日期。
  3. 页面问答对标记中的问答,包括标点,避免一边多出一句承诺。

三对都一致,标记才算加上了。只做到“页面里存在一段 JSON”,没有完成这件事。

用一篇旧稿看标记会怎样漂移

一篇文章初次发布时,标记里的修改日期与发布日期相同,问答有三则。一周后正文删掉了其中一则过时的期限,可见文字已经正确,标记却仍带着那则问答和旧的修改日期。抽取若读标记,会继续说出你已经撤回的期限。这不是格式错误,是忘了把标记当作正文的一部分一起保存。

改的时候先在可见页面确认新句子,把修改日期前进到真正改完的那一天,再改标记中的日期和问答,使两者逐字相同。不要把修改日期写成“今天”如果实质修改发生在昨天、而你只是补标记得较晚;写成完成修改的那一天。只补标记、没有新的可见变化,日期不必再前进一次。

模板若会在每次构建时把修改日期写成构建时刻,就关掉这个行为。否则每篇未改的文章都会显得刚更新过,真实改过的那篇反而混在里面无法分辨。构建可以读取文章里已写明的日期,不应该发明一个新的日期。

面包屑是另一处容易各写各的。页面上是“首页 / GEO / 这篇的标题”,标记里若写成“首页 / 资源 / 这篇”,抽取到的路径是读者点不到的。改标记去迁就页面,或改页面去迁就信息结构,但不要留两套。栏目标记也一样:页面栏目是 GEO,标记却写一个更宽的词,宽出来的查询不会在正文里得到回答。

标记里的摘要若被截断到半句,而这半句丢掉了边界,就缩短到一个完整分句,不要在半个“但是”处切断。被切断的摘要会比全文更绝对。绝对的那半句若被单独使用,等于标记改写了正文。摘要宁短到完整,不要长到残缺。

图片地址若写进标记,那个地址应当打得开,并且就是页面上可见的那张图,而不是一张页面没展示的更大的宣传图。宣传图上若有页面正文没有的数字,标记就在用图片携带隐藏结论。没有合适的图,就省略图片字段。空着比填一张对不上的图更接近页面上的事实。

标记使用的语言和页面相同。页面是中文,标记里的标题和问答不要另写一套英文“以便国际爬虫”。要提供英文,就做读者也能打开的英文页,而不是只在标记里放英文结论。只存在于标记的英文句子,是页面上看不见的第二份说法。爬虫是否阅读中文,不由你在标记里翻译来保证。翻译若没有人核对,还会引入页面上没有的判断。

标签:JSON-LD · 结构化数据 · GEO

常见问题

加上 Article 和 FAQPage,是不是就会被答案引擎引用?

不是。标记只是让已经写在页面上的结构更容易被识别。没有清楚的定义句、页面不能被抓取,或正文和标记互相矛盾,标记都不会把这些缺口补上。

问答写在 JSON-LD 里,页面上用折叠面板藏起来,可以吗?

不合适。读者和标记应当看到同一组问答。默认折叠可以,但内容必须在页面的 HTML 里,并且就是标记中的那几句,而不是标记更长、页面更短。

摘要字段能不能写得比页面第一段更“完整”?

不能。摘要应是第一段或可见摘要的缩短,不能加入后文和页面都没有的数字与承诺。更完整的说法应先出现在可见正文里。