如何为知识文章配置Article标记?

知识库文章是企业站里产出最频繁、也最容易被 AI 直接摘取的页面类型。客户在 AI 里问"企业官网怎么规划结构""GEO 和 SEO 有什么区别""网站表格要怎么做才利于机器读取",模型要给出一段有依据的回答,最常引用的就是这类文章。但很多知识库每篇文章都配了标记,字段却填得千篇一律:headline 用站点名加序号,author 写"公司",datePublished 用模板默认日期,image 填一张无关的banner。这样的标记不提供额外信息,反而在关键字段上给出错误信号。本文讲清 Article 的类型选择、字段与页面内容的对应、作者与发布方实体的写法,以及发布时间与更新时间的维护。

类型选择:Article、TechArticle、BlogPosting 与 NewsArticle

Schema.org 里 Article 是一组类型的统称,常见子类有四个,选哪个取决于文章本身的性质,而不是取决于你希望它被怎样展示。

Article 是通用基类,适合大多数不强调特定体裁的知识文章。BlogPosting 属于 Article 的子类,适用于博客体裁——有作者署名、有发布时间、可以按时间倒序排列的内容。TechArticle 同样是 Article 的子类,Google 搜索中心的文档把它列为技术文档类型,适用于产品手册、操作指南、技术方案这类内容。知识库里的"如何做 X"系列文章,语义上接近 TechArticle。NewsArticle 用于新闻报道,带有明确的时事属性和发布日期。FAQPage 与 QAPage 不属于 Article 这条线,它们是 WebPage 的子类,语义对象是问答本身,配置方式另有规则。

选型的实际含义是:类型选得越具体,机器对页面的理解就越准确。Google 搜索中心的文档明确说明,Article 对象的实现应当基于 Article、NewsArticle 或 BlogPosting 这三个类型之一,并推荐补上 author、dateModified、datePublished、headline、image、mainEntityOfPage 这几个属性——这几个恰好是它列表里推荐的 Article 属性。换成 TechArticle 是同一套机制下的更精确表达,属性要求不变。

一个判断句收拢:如果这篇文章有明确的作者署名和发布时间,并且会持续更新,选 BlogPosting;如果它是可长期查阅的操作方法或技术说明,选 TechArticle;如果两者都不突出,用 Article 兜底。不要为了显得专业而给一篇普通说明页套上 NewsArticle,类型与体裁不符是自相矛盾的信号。

字段与页面内容的对应清单

下面这份清单把每个字段对应到知识库文章的哪个位置,括号里是常见填错的方式。

字段对应页面位置常见填错
headline页面 H1,须与 H1 逐字一致用站点名加序号代替文章标题
alternativeHeadline可省略,用于补充标题堆砌关键词当别名
description文章首段的摘要文字写成与正文无关的站点 slogan
image文章封面图 URL填站点通用 banner 或无关配图
datePublished首次发布日期每次改版都用当天日期覆盖
dateModified最后一次实质修改日期与 datePublished 长期相同或留空
author署名作者,Person 或 Organization写"公司""编辑部"这类泛称
publisher发布方 Organization漏填,导致文章归属不明
mainEntityOfPage本页规范 URL指向首页或分类页
articleSection所属分类名写成与站点导航不一致的名称
wordCount正文字数不填或填错
inLanguage页面语言,如 zh-CN多语站点填错语言代码
keywords可选,主题词列表堆砌大量不相关词
isAccessibleForFree是否免费可读付费内容误标为免费

其中 headline 与 H1 的一致性是这套字段里最容易被忽略、后果也最直接的一条。Google 的文档明确要求 headline 与页面上真实可见的 H1 保持一致。原因是抓取端会拿这两处做交叉比对:如果标记里写"如何配置Article标记",页面上 H1 却是"行业GEO知识中心",机器会认为标题被替换过,这种不一致常常直接导致该页不进入候选。知识库站点的标题模板很容易和 H1 不同步——CMS 里改了一次显示标题,H1 跟着变,而写进模板的 JSON 块没变,于是全站文章集体出现同一处不一致。

image 字段同样有明确要求。Google 的文档说明,文章图片建议使用 16:9、4:3 或 1:1 这三种宽高比,因为这三个比例在移动端与桌面端的裁切表现都比较好。图片必须是文章实际使用的封面图,填一个通用 banner 在识别上会被视为不相关。

作者与发布方实体的写法

作者与发布方这两个字段,决定了文章在实体层面归属给谁,是 AI 判断内容可信度时的重要依据,也是很多站点随手一填的地方。

author 用 Person 还是 Organization,取决于署名主体。如果文章有具体作者,就用 Person,并给出姓名与指向作者主页的 url;如果由企业以机构身份发布,就用 Organization。Google 的文档明确说明,author.name 里只放姓名或机构名称,author.url 应指向一个能证明这个身份的页面——比如作者的个人介绍页或机构主页。只填名字不填链接,等于告诉机器"有这么个人"却不给出可核验的来源。

publisher 用 Organization,并带上 logo。logo 是 Google 文档中明确推荐的属性,指向一个可访问的图片文件。这个 logo 会和站点主域名的其他标记一起构成实体识别的一部分。如果每篇文章的 publisher 各自写一份公司信息,几十篇文章就有几十处副本,其中任何一处改了都不会同步到其他页面。用 @id 引用站点统一的 Organization 节点,是更省事也更不容易出错的做法。

为什么这两组字段值得花时间:对 AI 检索来说,一篇文章的署名与发布方信息,等于它进入了一个可追溯的内容网络。作者有独立页面、文章归属明确、发布方实体在全站唯一,这些信号叠在一起,机器才愿意把文章作为可引用的来源。相反,一个署名模糊、发布方缺失、每篇文章身份字段都不一样的知识库,AI 更倾向于跳过它——不是内容不好,而是查不到出处。

铭赞经验:知识库上线初期最值得先做的一件事,是把 Organization 节点抽成全站唯一的一份,把 publisher、provider 这类引用全部指过去。这一步改动量不大,却能把几十篇文章里的重复声明一次性收口,后续改公司信息只需改一处。这类"数据源收敛"的工作,比逐页修补省力得多。

发布时间与更新时间的维护规则

datePublished 与 dateModified 是两个含义不同、都不可省的字段,很多站点却只填一个或填错。

datePublished 记录文章首次发布的时间,一旦确定就不再变动。最常见的问题是模板里写成 {{ buildDate }} 或 {{ now }},每次站点发版全站文章的发布时间都被刷新成当天。这种做法会让整个知识库的时间线失真,也让机器无法判断内容的实际年龄,对时效性类问题的判断产生干扰。正确的做法是从 CMS 里读取文章的创建时间字段,写进标记。

dateModified 记录最后一次实质修改的时间。判断标准不是"有没有动过页面",而是内容有没有实质变化——改了错别字、改了排版、调整了标题,可以不动这个字段;补充了新的章节、改写了论据、修正了结论,应当更新它。Google 的文档把 dateModified 列为推荐属性,原因就在这里:一篇被修订过的内容,其时间信号需要如实反映。

更新时同步调整 inLanguage 与 wordCount。多语站点的文章如果新增了语言版本,inLanguage 要跟着变;正文大幅增删后,wordCount 也应重新计算。这两个字段的价值在于帮助机器快速判断页面属性,填错不致命,但填得准能减少误判。

最后把这件事放回 GEO 的主线。Article 标记告诉机器"这是一篇文章、谁写的、什么时候写的、属于哪个分类",但它不替文章说话。AI 决定是否引用一篇知识库文章,看的是正文本身能不能给出明确答案——有没有在开头就给出结论、段落是不是一段一个意思、关键数据有没有写清来源、标题层级是不是和内容结构对得上。这些是知识库文章可以直接被 AI 摘取的段落,标记只是把这份内容贴上正确的标签,让机器知道去哪里找它。所以维护文章时,标记和正文结构应当同步改,而不是只维护其中一样。

下一步行动

想确认你的知识库文章标记是否与页面内容一致、发布时间有没有被发版时间覆盖?铭赞提供免费网站与GEO基础诊断,逐页比对 headline、H1、日期与作者字段,输出按问题类型归类的修正清单。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。