结构化数据最麻烦的地方是:写错了不会报错。JSON 语法合法、字段名拼写正确、验证工具显示通过,页面在浏览器里也渲染正常,但搜索引擎可能压根没解析,AI 抓到的仍然是一堆无法理解的文本。所以验证这件事不能只看工具给不给对勾,而要分三层做:语法层确认它能被解析,语义层确认它和页面上看到的内容一致,效果层确认它真的被用上了。这三层各自有独立的验证手段,任何一层没做,结构化数据都可能处于"看起来部署了、实际没生效"的状态。
第一层:语法与字段结构能否被解析
这一层解决的是"机器读不读得懂"的问题,验证对象是标记本身,不涉及页面内容。
| 检查项 | 具体要求 | 不通过的表现 |
|---|---|---|
| JSON 合法性 | 能被标准 JSON 解析器完整解析,无尾逗号、单引号、注释 | 整段标记被丢弃,页面等于没有标记 |
| @context | 值为 https://schema.org | 类型与字段失去语义,无法与词表比对 |
| @type | 使用 Schema.org 中存在的类型名 | 字段被当作未知项忽略 |
| 必填字段 | 按类型补齐,如 Product 的 name 与 image | 被判定为不完整对象,不参与富媒体展示 |
| 字段类型 | 数值用数字不用字符串,日期用 ISO 8601,枚举用规定值 | 字段报错或被强制转换后取值错误 |
| @id 唯一性 | 同一页面多个实体时 @id 互不重复 | 实体被合并,覆盖掉本该独立的信息 |
这一层用工具验证最省事:Schema Markup Validator(validator.schema.org)会按 Schema.org 词表逐字段检查,给出缺失字段与类型错误;Google 的富媒体结果测试工具(Rich Results Test)除了校验,还会指出该类型要获得富媒体展示还差哪些字段。这两个工具覆盖了绝大多数语法层问题。
但要注意一个盲区:工具只能验证标记本身,无法验证标记与页面内容是否一致。所以这一层通过之后,必须进入第二层。
第二层:语义一致性,值必须能在页面上找到
这一层是结构化数据最容易出问题、也最少被认真检查的部分。核心规则只有一条:标记里的每一个值,都必须在页面上真实可见。
| 类型 | 页面示例 | 标记里的问题 | 后果 |
|---|---|---|---|
| 价格不一致 | 页面显示 1280 元,标记写 1250 | 数据源不同步 | AI给出的价格与页面不符,用户点进来即失去信任 |
| 评分不实 | 页面无评价内容,标记写 aggregateRating | 自行填充评价数据 | 违反结构化数据政策,评价类富媒体结果被取消 |
| 库存不实 | 页面写"联系咨询",标记写 InStock | 凭经验填状态 | AI推荐了买不到的商品 |
| 图片不存在 | 标记里的图片 URL 返回 404 | 资源已删除未同步 | 图片维度无法展示 |
| 描述不一致 | 标记里的 description 与页面首屏文字不同 | 两处分别维护 | 被判定为内容不匹配 |
| 标记内容不可见 | 字段值只存在于标记中,页面上没有 | 为通过校验而补写 | 属于隐藏内容,风险较高 |
验证方法是逐字段对照。把标记里的每个关键值——名称、价格、库存状态、评分值、图片地址、地址、成立时间——拿到页面源代码里找对应内容,找不到的就记为不一致。这类对照可以做成检查表:字段名、标记中的值、页面上的值、是否一致、备注,一页模板一张表,模板复用到多个页面时一次核对就能覆盖全站。
还有一个高频问题需要专门核对:标记是否被放在了渲染流程之后。有些网站在模板里预留了结构化数据的容器,但实际数据由前端JavaScript在浏览器里注入。这对浏览器里的用户没问题,对爬虫却是空的——工具在浏览器里测通过,爬虫拿到的HTML里什么都没有。验证时必须查看页面源代码(浏览器里按 Ctrl+U 或查看源代码),而不是只看开发者工具里的元素面板。
第三层:效果验证,标记是否真的被用上
前两层都通过,只说明标记"可以被使用",不代表"已经被使用"。这一层要验证实际效果,四个观测点:
- 搜索引擎抓取后的页面源码。用搜索引擎的缓存版本或抓取调试工具查看,看标记在抓取版本里是否存在、JSON 是否完整。这一步排除了"部署了但没被抓到"的情况。
- 富媒体结果是否出现。在搜索结果中查看该页面是否以价格、评分、FAQ 等形式展示。这一层反映搜索引擎对标记的采信程度。
- AI平台直接提问验证。在目标AI平台直接提问涉及你的产品、企业、行业的问题,看回答里是否出现你的信息,是否附带可点击的来源链接,来源URL是不是你标记过的那个页面。这一步直接对应GEO目标。
- 结构化数据报告。通过搜索引擎的站长平台查看结构化数据的状态与错误统计,这是长期监控的入口。
第三层要重复做,而且要在标记变更之后重新做。语法层和语义层是静态检查,一次通过可以长期有效;效果层是动态的,内容更新、模板改版、页面重新发布都会影响结果。
工具组合与手工检查方法
三类工具各有分工,组合使用才能覆盖完整链路。
| 工具类型 | 代表工具 | 能验证什么 | 局限 |
|---|---|---|---|
| Schema词表校验器 | Schema Markup Validator | 语法、字段类型、必填项 | 不检查与页面内容是否一致 |
| 搜索引擎富媒体测试 | Rich Results Test | 该类型能否获得富媒体展示 | 只覆盖搜索引擎支持的类型 |
| 本地解析检查 | 浏览器控制台执行 JSON.parse | 输出的JSON是否可被解析 | 需手动取到标记文本 |
| 源代码核对 | 查看网页源代码、grep 关键字段 | 标记是否在服务端输出、值是否可见 | 逐页手动,无法规模化 |
| 抓取版本核对 | 搜索引擎缓存、抓取调试工具 | 爬虫实际拿到的内容 | 反映某一时刻状态 |
| AI直接提问 | 各主流AI平台 | 是否被解析、被引用 | 结果有波动,需要多次验证 |
手工检查里有几个能立刻见效的动作。在浏览器控制台执行 JSON.parse,把页面里的标记文本取出来解析一遍,能立刻暴露语法错误。查看源代码搜索关键字段名,比如搜 aggregateRating,看它是不是真的在HTML里而不是由脚本后插入的。把价格、名称、地址手动核对一遍,这比运行任何工具都快。用curl加UA模拟请求,看爬虫视角下拿到的HTML与浏览器里是否一致,这一步能发现渲染依赖问题。
规模化的做法是写一个脚本:抓取站点地图里的页面,提取每页的标记,逐页做JSON解析、必填字段检查、与页面正文的关键值比对,输出一张按错误类型分组的表。对模板相同的站点,还可以做模板级抽查加页面级抽检的组合,不用每页都跑一遍。
验证之后的维护机制
结构化数据是一次性部署、长期维护的东西,没有维护机制,半年后基本都会退化。三个环节要固定下来。
模板变更需回归。改版最容易出问题的地方是模板:换了CMS、调整了头部结构、重写了产品详情模板,都可能把标记挤掉或改坏。规则是把涉及标记的模板纳入变更清单,每次发布后用验证工具跑一遍模板涉及的页面,比对输出结果与发布前是否一致。这种回归不需要覆盖全站,验证模板的代表性页面即可。
页面发布需抽查。内容发布环节加一步自动校验:发布流水线里跑一遍解析与必填检查,不通过则拦截或告警。人工抽查作为补充,每次发布后看几个不同类型的页面即可。
定期全站扫描。按月或按季度跑一次全站扫描,输出错误分布。关注的是错误类型的分布变化——如果某类错误突然增加,通常对应着一次模板变更或一次批量内容导入,而不是零散的手工疏漏。
维护还需要一份记录:每个模板对应的标记类型、字段清单、上次验证时间、负责人。结构化数据的问题往往不出在技术判断上,而出在没有人负责它——CMS换人、模板被外包团队改过、字段被随手删掉,事前没人知道,事后才发现。
铭赞经验:结构化数据最常见的失效方式不是写错,而是"看起来还在、实际已经空了"。很多站点在改版后标记容器还在,但变量取不到值,输出的是空对象或空字符串,页面看不出异常,验证工具在浏览器里跑也显示通过,只有从爬虫视角或直接看源代码才能发现。所以验证的第一步永远是看源代码,不是打开工具。
下一步行动
想知道你的站点结构化数据目前处在哪一层、有多少页面实际未生效?铭赞提供免费GEO基线诊断——从语法、语义、效果三个层次逐页检查标记,输出错误分类清单与修复优先级。电话 13991172090,或访问 xamz.cn/geo/diagnosis.html 在线申请。
铭赞网络的服务范围覆盖GEO优化、SEO、网站建设和外贸营销,服务电话 13991172090。