三種合作方式。同一位工程師。中間沒有交接。
顧問。 只做分析,不部署任何程式碼。
實作。 生產等級的程式碼,確實上線。
託管。 長期在線的工程支援。
只做診斷,不部署任何程式碼。最後您拿到的是逐項修復的營收映射,不是簡報。
生產等級程式碼上線。Schema 架構、依模板的 JSON-LD、通過驗證器的結構化資料,連同 CI 驗證關卡一起部署。
長期在線的工程支援。Schema 會過時,我讓它不過時。兩個引擎都保持乾淨。
5 天 · 單一 AI 引擎 · 書面報告。$4,500,30 天內升級 Audit 全額抵扣。
Schema 是工程,不是行銷。賣它的人多半不寫程式。
Schema 會過時。評論上線了,但 aggregateRating 從來沒接上。CMS 更新一次,BreadcrumbList 就壞一次。沒有 helper、沒有驗證器、沒有負責人。豐富結果的點擊率,就這樣走進了競爭對手的網站。
AI 端也是同樣的解法。穩固的 @id 與 sameAs 為答案引擎提供唯一可定錨的來源。漂移會收斂,引用會穩下來。
JSON-LD 我自己寫。helper 我自己寫。PR 我自己開。您的團隊 review 後合併。沒有代理商、沒有交接、沒有簡報。
既有的爬蟲只把 JSON-LD 對照 Google 公開規範做驗證,但通過驗證並不等於豐富結果可被取用,而且這些工具原本就不是為答案引擎抽取而設計的。RankLabs 直接跑過您的網站,把每一個實體抽出來,告訴您哪一類模板上少了什麼。下方終端機是一次實際的 demo 執行記錄。
精選合作案。合約要求的部分以匿名方式處理。
把按模板分散的 JSON-LD 整合進一個可解析的 @graph。目標:在 Google Shopping 上恢復 Product 豐富結果、取回長尾商品查詢中的 Featured Snippet,並順手把 AI 引擎中的實體覆蓋率補齊(附帶收益)。PR 已上線分支預覽,Q3 持續測量豐富結果 CTR 與 AI 引用佔比。
已交付 300+ 個用戶端實驗(且持續累積)。為動態的 WordPress/Next.js 應用設計 DOM-diffing 與 MutationObserver 策略,在不破壞核心體驗的前提下把實驗注入到正式頁面。與 PM、分析師合作 5 年的正式環境 CRO/MVT。實驗肌肉一直在線。
自行打造爬蟲、結構化資料抽取管線、頁面層級評分、欄位層級 Schema 驗證,在同一次抓取中同時抓出豐富結果殺手與 AI 引用阻斷因素。每一次客戶合作的診斷都跑在它之上。動手做之前,我用過 Screaming Frog、Botify、Sitebulb、Onely 的整套工具。
在整併之前,由我一人主導三個姊妹網站的前端重做。與 BI 團隊合作做跨站台技術 SEO 與轉換實驗。出版商規模的高流量 SEO:Schema、內部連結架構、頁面速度、爬蟲預算、排名訊號。在這裡第一次看清,出版商規模下的經典 SEO 真正長什麼樣 —— 比 AI 搜尋成為一個分類早了 10 年。
關於 JSON-LD、Schema 架構,以及 AI 搜尋實際抓取了什麼的公開寫作。
ChatGPT、Perplexity、Claude、Gemini 與 Google AI Overviews 解析 JSON-LD 的方式各不相同。差別很重要。這是我把同一份 @graph 跑過五個引擎之後測到的。
在 4 萬 5 千頁以上的 PDP 目錄裡悄悄失敗的欄位層 JSON-LD bug。每一個都映射到它幹掉的豐富結果、把您從中踢出的 AI 引擎,以及我為客戶建模的美元成本。
生產環境的 Schema 會在沒有任何明顯失敗的情況下,悄悄從 AI 引擎裡消失。這是我跨多個客戶合作測出來的回歸時間線,以及為什麼 CI 驗證關卡不是可選項。
如果您的 SEO 月費沒辦法產生複利,AI 引用停滯不前,上一次技術稽核交出來的是一份沒人翻的簡報 —— 那不是內容問題,是工程問題。診斷的人,負責修復。