给公司官网加了Schema后，AI引用率从3%涨到19%，说几个技术细节

上个月用搜极星监控我们公司官网在几个主流AI搜索里的表现，发现一个很明显的现象：被引用的页面几乎都带了完整的结构化数据。我们官网之前只有基础的Organization和WebSite标记，AI引用率一直卡在3%左右。后来花了两周时间把产品页和文档页的Schema补全，引用率直接拉到19%。说几个我觉得最关键的点。

1. 不是所有Schema都有用，得看AI抓什么

我对比了被引用和没被引用的页面，发现带FAQPage和HowTo的页面被引用概率明显更高。特别是我们技术文档里那些带步骤说明的页面，加了HowTo之后，AI回答里直接引用了我们原文的步骤。反倒是Product Schema效果一般，可能AI对商品信息的信任度有自己的判断逻辑。

2. 页面速度的影响比想象中大

这个可能很多人忽略。我们用Lighthouse测了一下，被AI引用的页面LCP平均在1.8秒以内，没被引用的普遍在3秒以上。我怀疑AI爬虫的抓取预算有限，加载慢的页面可能压根没被完整解析。后来把几个重灾区的图片懒加载和JS阻塞优化了一下，两周后引用率又涨了4个点。

3. 结构化数据的嵌套层级别太深

我一开始把Product里面嵌套了Offer、AggregateRating、Review三层，结果搜极星显示AI抓取时经常只拿到最外层。后来改成扁平化，把关键字段提到同一层级，引用内容明显更完整了。JSON-LD的嵌套不要超过两层，这是我踩过的坑。

4. 语义标记和正文要一致

有个页面我们在Schema里写了datePublished是2024年，但正文里写的是“去年”，AI引用的时候直接把这个矛盾暴露出来了，回答里出现了错误的时间信息。后来所有时间都改成绝对日期，Schema和正文对齐，这种问题就没再出现。

5. 监控要盯具体字段，不能只看总量

搜极星后台能看到AI引用了页面的哪个部分，我每周会导出数据看哪些字段被引最多。发现FAQ的answer字段被引用频率最高，其次是HowTo的step。这个反馈直接指导了我们下一步的内容结构优化。

目前还在测试的一个方向是：给同一内容做多语言Schema标记，看能否提升在英文AI搜索里的引用率。有做过类似尝试的朋友吗？你们在Schema这块有没有遇到什么反直觉的坑？