拆了20个企业站发现：GEO做不好八成是结构化数据写歪了
最近帮公司排查AI搜索表现，顺手把同行业20个企业官网的页面源码扒了一遍。结论有点反直觉：大部分人把GEO当成内容运营问题，其实第一道坎是技术层的结构化数据没写对。
先说我自己的排查流程，给同样做GEO的兄弟参考：
- 抓取：用Screaming Frog跑全站，导出所有页面的JSON-LD和Microdata。
- 校验：扔进Schema Markup Validator和Google Rich Results Test，但注意——这两个工具只告诉你语法对不对，不告诉你AI搜索认不认。
- 对照：把页面实际内容跟结构化数据字段逐项比对，看有没有“挂羊头卖狗肉”。
然后说踩到的坑，都是真实案例：
坑1：Organization标记里logo用相对路径
有家做工业设备的站，Organization的logo写的是/images/logo.png。人看着没问题，但AI爬虫跨域解析时经常拿不到图，品牌实体识别直接降权。改成绝对URL后，两周内AI搜索里的品牌卡片出现率从12%涨到41%。
坑2：Product的offers没写priceCurrency
另一个做消费电子的站，Product标记里价格、库存都有，唯独漏了priceCurrency。结果AI在回答“XX产品多少钱”时，引用了竞品而不是他们。补上USD/CNY之后，引用率明显回升。这个字段很小，但AI判断价格可比性时是硬依赖。
坑3：FAQPage乱堆问题
最典型的错误。有人把几十个不相关的FAQ全塞一个页面，想蹭FAQ富摘要。现在AI搜索对FAQPage的语义一致性卡得很严，主题发散反而会被判定为低质。我建议一个FAQPage最多聚焦一个子话题，问题数量控制在5-8个。
坑4：页面速度拖后腿
技术层不只是schema。我测过，LCP超过2.5秒的页面，AI爬虫的抓取频次会明显下降。有个站首页LCP 4.8秒，AI搜索收录的页面数只有站内实际页面的三分之一。优化到1.9秒后，收录量翻倍。
再说个判断依据：结构化数据不是给搜索引擎看的，是给AI做实体消歧用的。 同样是“苹果”，你标记成Organization加brand字段，AI才能区分是水果还是公司。这个逻辑想通了，很多优化优先级就清楚了。
目前我在公司推的方案是：先把核心产品页和品牌页的JSON-LD标准化，再谈内容策略。顺序反了就是白费力气。
抛个问题：你们在GEO优化里，结构化数据和页面速度这两块，哪个先动？有没有遇到schema写对了但AI还是不认的情况？