結構化資料會提高 AI 引用嗎？實測證據與迷思破解

把問題問得精準一點：在頁面上加了結構化資料之後，ChatGPT、Google AI Overviews 這些生成式系統引用這個頁面的次數會跟著變多嗎？這個問題在 2025 到 2026 年之間累積了夠多的一級證據，可以給一個有依據的回答：對「已經被 AI 引用的頁面」而言，目前的介入式實測看不到直接提升。Ahrefs 在 2026 年 5 月發表的追蹤研究鎖定了 1,885 個在觀察窗內新加上 JSON-LD 標記的頁面，與 4,000 個對照頁在施測日前後各 30 天的窗口內比較，三個平台的結果都貼著零：Google AI Overviews 相對下降 4.6%，AI Mode 與 ChatGPT 分別上升 2.4% 與 2.2%，後兩者的差距在統計上與雜訊難以區分。

被否定的是「直接提升」這個特定命題，不是結構化資料本身。在讀取層面，searchVIU 與 OtterlyAI 的兩份能力測試一致顯示，多數 AI 系統在即時抓取頁面時讀不到 JSON-LD 裡的內容。可是索引階段的角色、經由自然搜尋表現的間接路徑、複合式結果帶來的點擊率回報，證據都還站得住。把「AI 讀不到標記」直接推論成「結構化資料沒有用」，中間跳過了兩三個還沒被證偽的環節，這正是這個題目最常見的兩種極端說法共通的毛病。

接下來把六份證據依設計強度排開，說明每份證據能回答什麼、不能回答什麼，再逐條拆解三個流傳最廣的迷思，收在一個在自己網站就能重複的小型對照實驗設計。結構化資料的類型選擇、JSON-LD 的寫法與驗證流程，站上已有結構化資料完全指南深入說明，以下聚焦證據軸：哪些主張有實驗撐腰，哪些只是數字的優雅誤用。

證據地圖：不同設計回答不同的問題

這個題目的討論最常見的混亂，是把不同層級的證據當成同一種東西在引用。橫斷面的相關性觀察、介入式的對照實驗、針對能力的前後測試、官方文件的定位陳述，四種證據能回答的問題不一樣。先把它們擺對位置，後面的爭議有一半會自己消解。下表是 2023 年到 2026 年間與「結構化資料乘上 AI 引用」直接相關的證據清單。

一個實用的判讀原則：主張越接近因果，需要的證據設計就越嚴格。相關性觀察只能告訴你兩件事經常同時出現。要回答「加了標記之後引用會不會變多」，只有介入式的對照設計做得到。OtterlyAI 的單站實驗介於中間，價值在於它測了別人沒測的能力問題。searchVIU 的放置測試把「讀得到」拆成可以直接檢驗的機械事實。GEO 論文提供的是內容層手法的量化基準，與 schema 的因果問題其實是兩回事，後面會單獨處理這個最容易混淆的來源。

四份分析型研究放在一起看，會發現它們咬合得意外整齊。Ahrefs 的追蹤研究說「已被引用的頁面加了標記，引用沒有增加」。searchVIU 的能力測試補上機制面的解釋「直接抓取時，隱藏的標記內容根本進不了模型」。OtterlyAI 的唯一資訊測試用另一種方式確認同一件事。GEO 論文則把「那證據支持什麼」導向內容層的手法。因果問題、機制問題、替代方案，三個位置各有一份對口的證據，這種結構在行銷領域並不常見，也讓這個題目的結論比多數 GEO 話題更站得住。

還要留意平台之間的差異。AI Overviews 的引用行為與 Google 搜尋索引同源，走的是檢索再生成的路線。ChatGPT 與 Perplexity 的即時抓取各有各的管線。Google AI Mode 在 searchVIU 的觀察裡走索引路線，動態內容要等索引完成後才讀得到。同一個「AI 引用」名詞底下至少有三種機制，證據也必須按平台分開讀，這也是 Ahrefs 把三個平台分開列結果的原因。

五成三與三倍差距：最會流傳的數字，為什麼證明不了因果

Ahrefs 研究的起點是一次大規模橫斷分析：在 600 萬個 URL 的樣本裡，被 AI 引用的頁面帶有 JSON-LD 的機率，幾乎是未被引用頁面的三倍。換成另一個口徑：被 AI 引用的頁面之中，53% 帶有 schema 標記。這種數字天生適合放進簡報與投影片，也正是在簡報與投影片裡，它悄悄從描述變成了承諾，從「被引用的頁面過半有標記」滑向「加標記就會被引用」。

Ahrefs 團隊自己對這個數字的警覺，值得當成判讀範本。他們的說明很直白：schema 標記傾向出現在維護較好、技術體質較強的網站上，而這些網站同時把內容寫得更扎實、累積更多權重與外部連結，做了其他讓頁面被引用的每一件事。標記可能真的在做工，也可能只是搭了其他訊號的便車。橫斷資料天生分不出這兩種情境，這是設計上的限制，不是分析不夠用心。

把共同原因講得更白一點：會認真導入結構化資料的團隊，通常是那種也會修正網站速度、整理資訊架構、經營內容品質的團隊。AI 系統引用的是「這種網站的頁面」，標記只是這幅拼圖裡的一片。相關性數字的正確用法是拿來產生假設，拿來當結論就會誤導資源配置。要檢驗假設，需要的是追蹤同一批頁面在施測前後的變化，這正是下一節的設計。

五成三這個數字還有一個被忽略的正確用途：當產業現況的參考值。它告訴你同類頁面裡大概有多少比例帶有標記，做競品盤點或技術健檢時，這是現成的基準線，低於它不必然吃虧，高於它也不必然佔優勢，它描述的是分布，不是門檻。把它放回這個位置，數字就恢復了誠實。一旦越過這條線去暗示因果，同一個數字就開始說謊。判斷一個統計數字能不能引用，先看它有沒有被放在與其設計相符的位置上。

1,885 個頁面加了 Schema 之後：對照追蹤的三個發現

這份研究的做法值得細看。他們先從自家爬蟲資料庫回溯每個頁面的 HTML 歷史，標記出 JSON-LD 從無到有的那一天，那一天就是這個頁面的施測日。據此得到 2025 年 8 月至 2026 年 3 月之間新加上標記的 1,885 個頁面。接著為每個施測頁挑三個對照頁：來自不同網域、施測前引用量相近、且從未加過 JSON-LD。量測的窗口是施測日前後各 30 天，範圍涵蓋 Google AI Overviews、AI Mode、ChatGPT 三個平台。主要依據是配對版的差異中的差異（DiD）分析，這種設計先把平台整體的漲跌扣掉，剩下的才是標記的淨效果。

四種檢驗裡有一種特別值得認識：事件研究法。他們把引用量按週畫成曲線，檢查施測之前兩組頁面是否已經在分道揚鑣。這一步防的是「本來就在走下坡的頁面恰好加了標記」這種時間錯置的假象，曲線貼合就代表兩組起跑點相同，施測後的差距才有資格被歸因。讀前後對比型的研究時，先找有沒有這一層檢查，是快速判斷可信度的方法。

發現一：加 schema 沒有在任何一個平台出現明顯的引用提升。AI Overviews 相對對照組下降 4.6%，幅度小但統計上顯著。AI Mode 與 ChatGPT 分別上升 2.4% 與 2.2%，差距小到在幾千個網址的尺度上容易只是隨機雜訊。用他們自己的話收攏：加了 schema 之後，引用在整體上沒有出現大的提升。

發現二：不做對照會嚴重誤導。AI Mode 的原始前後對比是正 43%，看起來像大豐收，但對照頁在同一段時間幾乎同幅上漲，那是平台整體在爆發的痕跡。把平台趨勢剝掉之後，正 43% 縮水成 2.4%。這是評估所謂「AI 引用成長」時頭號重要的方法論細節：單看自己網站的前後變化，量到的經常是整個平台的潮汐，不是自己做的工。

發現三：那個 4.6% 的下降是真的，但小到需要小心解讀。統計顯著與效果量是兩件事：這個差距由純粹機率造成的機會約為兩千五百分之一，所以它大概率不是雜訊。可是換算成絕對量，平均每頁每天少約 12 次引用，而樣本裡多數頁面本來就有每天數百次的量體，相對幅度落在 4.6%。研究團隊用四種統計視角重驗同一組資料，指向同一個結論：AI Mode 與 ChatGPT 沒有增長，AI Overviews 的下降真實存在但小到他們無法斷定該不該歸因於標記本身。他們最一致的發現是：沒有什麼真的改變。讀到「統計顯著的下降」時同時問一句「絕對量是多少」，是避免被百分比修辭牽著走的基本功。

邊界條件要誠實讀，這份研究的結論有三道明確的圍欄。第一，樣本裡的頁面本來就被 AI 大量引用，都在系統的考慮名單內。對已經被撿起來的頁面，加標記推不動。第二，對完全沒被 AI 看到的頁面，標記或許在協助被抓取、解析、建索引的環節仍有角色，但研究無法回答這一段，作者自己把這塊留白講清楚了。第三，其他技術限制包括：schema 類型全部合併分析，無法分辨 Article、FAQ、Product、HowTo、Organization 之間的差異。觀察窗只有施測後 30 天，若有慢熟的效應會被漏掉。只看 HTML 裡的標記，JavaScript 注入的動態標記不在範圍內。

這三道圍欄不是客套話，它們框出了「還不知道」的範圍。追蹤研究能宣稱的只有：在被引用頁面這個族群裡，加 JSON-LD 沒有帶來可見的引用紅利。把結論外推到全部網站、全部頁面類型、全部時間尺度，就超出了資料能支撐的範圍。誠實的版本反而更有用，它告訴你把標記當成 AI 引用槓桿的期望值在哪裡。

順著圍欄往下問，翻案的條件其實很具體。要是未來有人對「從未被 AI 收錄的頁面」做出同樣嚴謹的對照追蹤，或者把 schema 類型拆開重跑，發現某個特定類型有穩定效果，又或者把窗口拉到 90 天看到慢熟型增長，現在這個結論就該更新。科學式的樂觀是保留翻案空間，同時按現有證據行動：現有證據說的是，把標記從 AI 引用的期望清單裡移出去，放到它被驗證過的位置上。

單站實驗能問的問題：OtterlyAI 的三階段實測

OtterlyAI 在 2026 年 3 月更新的實測提供了另一種視角。他們在自家網站實作五種 schema 標記（FAQ、Organization、SoftwareApplication、Review Snippets、Article/BlogPosting），直接對 7 個主要 AI 搜尋平台下指令，並以 319 個提示追蹤品牌覆蓋率三個月，實驗窗從 2025 年 12 月 7 日到 2026 年 3 月 7 日，平台涵蓋 ChatGPT、Google AI Overviews、Google AI Mode、Perplexity、Microsoft Copilot、Gemini 與 Claude。作者開宗明義講明限制：一切數據來自 OtterlyAI 自己這個站，他們是 SaaS 品牌而非電商，結論不保證移植到每個產業。

第一階段問的是最基礎的問題：AI 平台到底讀不讀得到標記？他們逐一要求每個平台把指定頁面的 schema 程式碼抓出來。結果 7 個平台裡有 6 個做不到，只有 Gemini 正確取回 JSON-LD 資料。Claude 兩次都宣稱頁面上沒有 schema。ChatGPT 偵測不到原始碼裡的標記。AI Mode 提到了多個 schema 類型，卻混入一個頁面上根本沒有的 Service 類型。Copilot 只讀得到可讀文字，碰不到原始 HTML。

AI Mode 那個「幻覺」值得單獨看。它回傳的描述聽起來頭頭是道，卻包含不存在的標記類型。OtterlyAI 對此的判讀一針見血：一個自信回傳錯誤結構化資料的平台，並沒有在讀 schema，它是在生成讀起來像 schema 的文字。這對拿 AI 回答當讀取證據的驗證方式是一記警示：模型的回答是生成的產物，拿回答當讀取證據，可能量到的只是模型的語感。

讀不到的機械原因並不神祕。AI 搜尋工作流程裡的 HTML 轉 Markdown 管線，常把 script 標籤整個忽略或破壞掉，於是包在 script 裡的 JSON-LD，經常在模型看到頁面之前就已經被移除。歷史脈絡也把這件事襯得更清楚：schema 誕生於 2011 年，解決的是當年搜尋爬蟲無法可靠解讀非結構化網頁的問題。而語言模型不需要 FAQPage 標註也能理解一頁內容在問答。這段歷史說明標記原本要解決的問題，卻不能單憑模型理解問答的能力，推斷搜尋索引與即時抓取兩條管線如何處理標記。

第二階段量品牌覆蓋率的變化。只看三個實驗頁的口徑，三個月後的數字很戲劇化：AI Overviews 增加 611%、AI Mode 增加 42%，ChatGPT 減少 71%、Gemini 減少 35%、Copilot 減少 64%、Perplexity 持平。但數字大不等於證據強：12 月 7 日之後的幾週，OtterlyAI 的品牌覆蓋率上升約 6%，從 11 月約 27% 的基線走到 30% 出頭，而同一時間，沒有任何一個競品改動過 schema，所有競品的覆蓋率卻出現相當甚至更大的變動。作者自己的結論是：那波上升屬於演算法層面的變動，與 schema 無關。

全站口徑的數字更吸引眼球：三個月後 SERP features 增加 377%，AI Overviews 增加 1,500%。作者的解讀反而把功勞還給傳統搜尋：Google 明言 AI Overviews 建立在與傳統搜尋相同的索引與爬蟲之上，標記貢獻的是複合式結果的資格與索引端的訊號，所以那 1,500% 反映的是傳統 SEO 機制，而非 GEO 機制。他們也在測試紀錄裡留了一個合理的間接論點：標記似乎會影響 AI Overviews 對某個查詢被觸發的頻率，這是繼續在頁面上保留結構化資料的理由之一。這段拆解示範了正確的歸因姿勢：看到與 AI 有關的數字上漲，先問它走的是哪一條路徑，再決定功勞記在誰頭上。

第三階段是整個實驗的收口動作。他們在 FAQ schema 裡塞進一個全站其他地方都沒有、外部網站也不存在的問題：OtterlyAI 有多少員工住在葡萄牙？答案只存在標記裡，如果 AI 平台真的會讀 schema，這題就是送分題。唯一資訊測試的結果是：受測 AI 搜尋平台沒有動用 schema 來回答這個問題。這個設計的巧妙在於它排除了「內容太常見所以不需要標記」的反駁，資訊只存在標記裡，AI 沒答出來，就代表它沒去讀。

抓取測試的附帶發現，價值不輸主結論：各平台處理網頁內容的方式根本不同。Gemini 讀得到原始 HTML 結構。多數平台把頁面轉成 Markdown，結構化資料在轉換中整個消失。AI Mode 則不管頁面上實際有什麼，都生成聽起來合理的輸出。OtterlyAI 對此的提醒值得抄下來：這種碎片化影響 GEO 策略的每個層面，任何假設各平台有一致檢索層的技術實作，都建立在錯誤的地基上。對 Gemini 可見的東西，對 ChatGPT 或 Perplexity 可能不存在。翻成白話：不要用單一平台的測試結果幫所有平台下結論，也不要用一套技術方案期待處處通用。

OtterlyAI 的總結與 Ahrefs 的方向一致：在他們的多數平台量測裡，schema 標記沒有以可測量的方式直接影響 AI 引用行為。他們也指出，更早一批 SEO 的獨立小實驗同樣沒有找到「加標記直接改善 AI 搜尋能見度」的一致證據。兩份獨立的資料、兩種不同的設計、同一個方向，這在充滿軼事的 GEO 領域是難得的交叉驗證。單站實驗的結論強度有限，但它的三階段設計（能力測試、覆蓋率追蹤、唯一資訊測試）提供了可以複用的模板。

直接抓取時 AI 看見什麼：八個價格的放置測試

searchVIU 在 2025 年 10 月做的測試，把「AI 讀得到標記嗎」變成可以機械驗證的問題。他們為一個虛構產品做了測試頁，把價格資訊分散放在八種位置：直接可見的 HTML、JavaScript 在頁面載入後渲染進 DOM 的內容、只存在 JSON-LD 裡且頁面上完全看不到的價格、由 JavaScript 動態注入的 JSON-LD、藏在 meta 標籤裡的 Microdata、以可見形式嵌入的 Microdata，以及 RDFa 的隱藏與可見兩個變體。核心測試只有一句話：AI 系統能不能讀出純 JSON-LD 裡的資料。

結果的直接程度超出多數人預期：直接抓取時，沒有任何一個受測系統讀取 JSON-LD 標記，就算那個資訊在頁面上沒有別的地方看得到也一樣，五個受測系統沒有一個能使用隱藏的 schema 資料。最具指標性的單一數據是那個只存在 JSON-LD 裡的 8.99 歐元價格，五個系統全數沒有找到。這不是統計推論，是逐系統驗證的機械事實，也是它說服力的來源。

兩個但書讓這份測試的結論更立體。其一，ChatGPT 與 Gemini 在 searchVIU 的測試裡，都找到了可見 HTML 中的每一個價格。換句敘述，八個位置裡被讀得最穩的，正是讀者肉眼就看得到的那幾個。其二，searchVIU 對索引階段提出了明確標示為推論的假設：schema 可能在更早的階段被用上，索引階段很可能會抽取結構化資料，而 Google AI Overviews 與 Bing Copilot 能從搜尋索引取用這些資料。這個推論正好落在 Ahrefs 研究自認無法回答的空白上，兩份證據拼起來，地圖就完整了：即時抓取讀不到，索引階段可能有角色，但後者仍是待驗證的假設。

對內容經營者的直接啟示濃縮成一句：希望 AI 念出來的資訊，要存在讀者看得到的地方。價格、規格、時間、地點、問答，放在可見文字裡的版本是被讀取率最高的版本。標記可以做，但它服務的對象是搜尋索引與複合式結果，不是即時抓取的生成式模型，兩種用途不該混在同一個期望裡計價。

JavaScript 的對照結果補上一個容易被忽略的區分：即時抓取與索引是兩條不同的管線。Gemini 在即時抓取時支援 JavaScript，找到了動態渲染的那個價格。AI Mode 即時抓不到，卻在索引完成後找到同一個價格，searchVIU 以此推論 Google 的爬蟲在建索引階段會執行 JavaScript。同一份動態內容，即時抓取看得到與索引看得到，時間點與能力各不相同。做技術決策時把「AI 即時讀取」與「搜尋索引讀取」分開對待，才不會把一條管線的結論誤套到另一條上。

被張冠李戴的經典：GEO 論文測的從來不是 Schema

「GEO 研究顯示優化能把能見度提升 40%」這個數字若被用來支持結構化資料，應先核對原研究測了什麼：2023 年 11 月上傳、2024 年在 KDD 發表的 GEO 論文。論文透過評估展示 GEO 最多能把內容在生成式引擎回覆中的能見度提升 40%。他們還發表了 GEO-bench：一萬筆查詢的基準集，其中八成是資訊型查詢，並在真實部署的 Perplexity.ai 上用 200 筆測試樣本重驗了方法。關鍵是辨認實驗真正操作的變數。

翻開論文的方法清單會發現，九種受測手法全部是內容層的：權威語氣、加入統計數據、關鍵字堆砌、引用來源、加入引文、易讀化改寫、流暢度優化、獨特詞彙、專業術語。整篇論文裡 schema 這個詞一次都沒有出現。把 30-40% 的提升數字安到結構化資料頭上，等於把「加入統計數據」這類手法的成效，移植給一個論文根本沒有測量的變數，這在證據上是雙重跳接：先是換了變數，再是換了情境。

論文真正該被引用的方式其實對實作者更有用。表現最好的三個手法，依序是引用來源、加入引文、加入統計數據，在位置調整詞數指標上相對提升 30-40%，在主觀印象指標上提升 15-30%。效果依領域而異，需要按領域選擇手法。還有一個常被略過的發現：對搜尋結果裡排名較後段的網站，GEO 手法的幫助更大。以引用來源手法為例，排名第五的網站能見度提升 115.1%，排名第一的網站平均反而下降 30.3%。這代表內容層優化是相對公平的槓桿，不預先偏袒已經站在前排的大站。

三個迷思，對著證據逐條拆

迷思一：過半被引用的頁面有 Schema，所以 Schema 提高引用

這是相關與因果的混淆，也是最頑固的一個。五成三與三倍差距描述的是「同時出現」。把網站體質、內容品質、權重與連結這些共同原因納入考慮之後，介入實測裡的增長就消失了。Ahrefs 的收尾判讀值得直接引用：如果其他 SEO 工作已經做得不錯，JSON-LD 不會是那個解鎖。如果加標記的唯一理由是讓已經有能見度的頁面多拿 AI 引用，資料不支持這個押注。注意這句話的適用範圍是「已經有能見度的頁面」，對還沒被收錄的頁面，研究保持沉默，沉默不等於否定。

迷思二：AI 讀不到 JSON-LD，代表結構化資料已經沒用

讀不到是能力測試呈現的事實，但被判死刑的只有「直接路徑」，整條價值鏈沒有塌。第一，索引階段可能仍在使用標記，這是 searchVIU 標示清楚的推論，也與 AI Overviews 走索引路線的架構一致。第二，間接路徑存在：標記換來複合式結果資格與更好的自然搜尋表現，而部分 AI 平台把自然搜尋表現當成檢索訊號，這條鏈真實，但機制是間接的，中間隔著一層。第三，複合式結果、語音助理、知識圖譜、下游的實體識別，這些用途本來就有各自的證據與案例，不因為 AI 讀不到標記而消失。正確的結論是降級與重新定位，不是除名。

迷思三：GEO 論文證明結構化資料能提升四成能見度

論文沒有測 schema，測的是九種內容層手法，四成的數字屬於統計、引文、引用來源這三個表現最好的手法。若把這個數字錯安到標記上，就可能把資源導向論文沒有測試的標記工程，忽略實際受測的內容動作。修正引用方式時，應把論文的結論還給受測手法，再依自己的內容與量測目標安排測試。

Schema 真正站得住腳的位置：基礎 SEO 與間接路徑

Google 官方文件對結構化資料的定位一直很節制：它是一種標準化格式，用來提供頁面資訊並對頁面內容做分類，例如食譜頁的食材、烹調時間與熱量。加上它的直接回報，是讓搜尋結果有機會以複合式結果的形式呈現，提高與使用者互動的機會。案例層面，文件引用了 Rotten Tomatoes 的數據：在十萬個頁面加上結構化資料後，強化頁的點擊率比未強化頁高出 25%。這些才是標記被驗證過的價值所在。

對 AI 功能，Google 的說法同樣沒有給標記任何特別承諾。AI 功能說明文件寫明：AI 功能沿用與 Google 搜尋相同的基礎 SEO 最佳實踐。而在那串建議清單裡，結構化資料出現的形式是「確認你的結構化資料與頁面上的可見文字一致」。這是一致性要求，不是效果承諾。把它讀成「Google 表示 schema 有助於 AI 引用」，就超出了文件的字面範圍，也超出官方願意背書的邊界。

「與可見文字一致」是 Google 文件明列的要求。若把頁面看不到的內容寫進標記，就難以符合這項要求。searchVIU 的直接抓取測試也顯示，隱藏在標記裡的價格沒有被受測系統取出。兩份材料支持同一個實作原則：標記忠實描述讀者可見的頁面內容。要讓 AI 回答正確呈現資訊，先把關鍵資訊寫在可見文字裡，再讓標記與文字保持一致。

schema.org 的起源也支持這個定位。官方說明頁寫得清楚：這是一個社群協作計畫，使命是在網際網路上建立、維護並推廣結構化資料的詞彙，創始公司包括 Google、Microsoft、Yahoo 與 Yandex。它服務的對象是所有需要理解網頁的系統，搜尋索引是其中最成熟的消費者。生成式模型在檢索與回答階段怎麼用它，證據現況就是前面兩份能力測試呈現的樣子：即時抓取讀不到，索引階段待驗證。

所以合理的資源配置是把標記當成 SEO 的基本功來維持：該標的類型按官方規範標好，內容與可見文字保持一致，定期用驗證工具檢查，改版後跟著更新。期待值放在複合式結果、點擊率與索引理解上，而不是 AI 引用次數上。類型選擇與導入的完整流程，開頭提到的結構化資料指南有逐項的教學，不再重複。

有實證的 GEO 內容手法與新鮮度關聯

把標記的帳算清楚之後，可以把下一輪內容測試放在 GEO 論文有量測的手法上：把量化的統計數據寫進論述、放進可信來源的引文、為主張附上引用出處。論文在位置調整詞數與主觀印象兩組指標上都觀察到提升，也指出排名較後段的來源受益較大。不同領域的效果仍有差異，選用時要對照自己的內容類型與量測目標，相關的內容規劃方法可以再參考AI 偏好內容的規劃術。

另一份證據談的是被引用網址的年齡。Ahrefs 在 2025 年 7 月發表的另一份研究分析了 7 個 AI 搜尋平台的 1,700 萬次引用：AI 助理引用的網址平均年齡是 1,064 天，自然搜尋結果裡的網址平均 1,432 天，相差 25.7%。這是網址年齡與引用情況的觀察，沒有測試更新既有頁面的效果，也不能與加標記的對照追蹤視為同一套資料。若要評估更新內容是否增加引用，仍需對更新頁與可比頁面做後續觀察。

還有一個實作原則：讓關鍵資訊存在於可見文字，這是 searchVIU 測試最實用的教訓。在會直接抓取的系統裡，可見內容是被讀得最可靠的位置，隱藏的標記則全數被略過。價格、規格、步驟、問答這些希望被 AI 念出來的資訊，放在讀者看得到的地方，被讀取的機會最穩定。FAQ 的正確做法因此是雙軌：可見的問答區塊同時服務讀者與 AI，標記版本服務搜尋引擎的結構理解，兩邊內容一致，誰也不依賴誰。想系統性安排這類內容，被引用與被推薦的內容設計與AEO 的答案引擎思維有更完整的框架。

在自己網站上驗證：小型對照實驗的設計

Ahrefs 把他們的方法縮小成站長可以重複的版本。選 5 到 10 個準備加 JSON-LD 的頁面當測試組，理想條件是已經有一些 AI 引用當基準，因為零引用的頁面會讓你分不出「標記沒效」與「本來就不會被引用」。再選引用量相近、維持不加標記的頁面當對照組。記錄兩組的基準引用量，只對測試組動 schema，測試期間其他任何東西都不改。30 天後比較兩組。判讀的關鍵在對照組：問題要問成「測試組有沒有比對照組多漲」，單看測試組的前後變化，量到的經常是平台趨勢。

追蹤資料的來源，這份研究用的是 Ahrefs 的 Brand Radar，站上有Brand Radar 的評測與口徑解析可以參考。GEO 工具的橫向比較也把量測、研究、標記、落地四種用途做了分工。工具不是重點，設計才是：有對照組的粗糙數據，比沒有對照組的精緻儀表板更能回答問題。

• 先記基準再動工：兩組頁面在各平台的引用量，改造前先截圖或匯出存檔。
• 一次只改一個變數：測試期間不動標題、不動內文、不動內鏈，避免功勞記錯帳。
• 對照組誠實配對：拿引用量相近的同類頁面，不拿首頁對深層文章頁。
• 記下觀察窗：Ahrefs 只量施測後 30 天，並指出 60 或 90 天可能揭露較慢才出現的變化。
• 與對照組比，不與自己比：兩組同漲或同跌時，量到的是平台，不是施測。

兩個技術細節會直接影響自測的判讀。窗口長度：Ahrefs 只量施測後 30 天，團隊指出 60 或 90 天可能看見較慢才出現的變化。若拉長自測窗口，應把結果視為對延遲效應的額外檢查，不能只憑觀察天數判定效果更可靠。標記形態：研究只看 HTML 裡的靜態標記，不含 JavaScript 注入的動態標記，而 AI 爬蟲對兩者的對待似乎不同，所以測什麼就部署什麼，別拿靜態版的結果替動態版背書。這類細節在簡報裡常常只是 footnote，在自家數據裡卻會影響結論能否套用。

這套模具的適用範圍遠大於 schema。改標題、加章節、換開頭句、調整內鏈，同樣的測試組加對照組結構都適用。GEO 領域的說法多、快、雜，能量測的說法才有機會被改進，把行銷預算放在可驗證的動作上，是面對新平台週期最抗風險的姿勢。執行前把GEO 的基本框架與AI 爬蟲的日誌分析放在一起看，可以先把「AI 到底有沒有來抓我的站」這個前置問題回答掉，再談優化變數。

把期待放對位置

不同類型的網站還能把結論再細一層。內容站與服務型官網的證據處境，就是這四份研究呈現的樣貌：標記對 AI 引用的直接效益沒有支撐，價值回到 rich result 與索引理解。商品頁處境略不同，OtterlyAI 特別註明他們是 SaaS 而非電商，商品、價格、評論類標記在電商情境的行為可能不同，這一塊的證據還薄，不宜直接套用否定結論。還沒被 AI 收錄的新站又是第三種處境，Ahrefs 明講無法回答標記在「被抓取、解析、建索引」環節的角色。若要導入基礎標記，先按頁面需求評估所需工作，不要把尚未證實的 AI 引用紅利算進預期回報。

回到標題的問題：結構化資料會提高 AI 引用嗎？對已經被 AI 引用的頁面，兩份獨立的介入與單站實測都沒有看到直接提升。在即時抓取的場景，多數系統目前讀不到 JSON-LD。但結構化資料在複合式結果、索引理解與實體識別上的價值，有官方文件與案例支撐，經由自然搜尋表現的間接路徑也真實存在。定位講清楚之後，答案不悲觀：它是 SEO 的基本功，只是從來就不該被記在 GEO 的帳上。

行動的優先順序因此明朗：讓關鍵資訊存在於可見文字，把統計數據、可信引文與引用出處織進內容，檢驗內容更新是否影響引用，標記按規範標好但對它誠實計價。AI 搜尋的引用機制仍在變動，這張證據地圖也會過期，屆時該做的第一件事，是把新的實測放回同一張表裡對照，而不是回到印象與傳聞。對於想持續追蹤自己在 AI 回答中能見度的團隊，從AI Overviews 的整體衝擊與策略切入，會比押注單一技術變數更穩。