Schema 标记进阶：基于实体的 SEO 与知识图谱优化

**基于实体的 SEO（Entity-based SEO）**与知识图谱优化代表着结构化数据的未来。本指南将介绍进阶的 Schema 标记策略，帮助搜索引擎将你的内容理解为实体（entity），而非关键词。

从关键词到实体的转变

搜索引擎已经从匹配关键词演进为理解实体。Schema 标记将你的内容与知识图谱连接起来，通过知识面板、富媒体结果以及 AI Overview 引用，实现更强的可见性。

进阶 Schema 策略

使用 @graph 的多类型 Schema

{
  "@context": "https://schema.org",
  "@graph": [
    {
      "@type": "Article",
      "headline": "Advanced Schema Guide",
      "author": { "@id": "#author" },
      "publisher": { "@id": "#publisher" },
      "about": { "@id": "#topic" }
    },
    {
      "@type": "Person",
      "@id": "#author",
      "name": "Jane Smith",
      "sameAs": ["https://twitter.com/janesmith"]
    }
  ]
}

使用 sameAs 进行实体链接

将你的实体与已建立的知识图谱条目连接起来，包括 Wikipedia、Wikidata、Crunchbase 以及社交资料。

通过 about 和 mentions 建立主题权威性

利用 about 和 mentions 属性，借助实体关系来传递你在该主题上的专业度信号。

面向语音搜索的 Speakable 规范

使用 SpeakableSpecification 来标明页面中哪些部分适合作为语音搜索结果。

面向 AI 搜索的 Schema

通过 hasPart 和 WebPageElement，用清晰的事实性陈述来组织内容，以便被 AI 引用。为可验证的事实实施 Claim schema，使 AI 能够引用这些事实。

自动化 Schema 验证

import requests
def validate_schema(url):
    response = requests.post(
        "https://search.google.com/test/rich-results/run",
        json={"url": url}
    )
    return response.json()

衡量 Schema 的效果

跟踪富媒体结果的出现率、CTR 提升、GSC 中的展示量变化，以及经过 Schema 增强的页面的 AI Overview 引用率。通过进阶 Schema 标记实现的基于实体的 SEO，能将你的内容与知识图谱连接起来，从而在所有搜索功能中获得更强的可见性。