出口产品的 Schema 标记

宁波一家五金工具出口商发现一个令人困惑的现象：他们的产品在阿里巴巴国际站上有不错的曝光，但自己的品牌独立站几乎没有来自搜索引擎的自然流量。更让人费解的是，当他们向 ChatGPT 询问"哪里可以找到中国生产的铬钒钢套筒扳手"时，AI 列出了几家同行的名字，却完全忽略了他们的网站。他们检查了同行的网站后发现了关键差异：同行的每个产品页面都包含了 Google 可以理解的结构化数据——产品名称、品牌、SKU、价格、库存状态——而这些在他们的网站上完全不存在。

这个差异就是 Schema 标记。Schema.org 是一个由 Google、Microsoft、Yahoo 和 Yandex 共同发起的结构化数据标记标准。它通过一组统一的标签，让搜索引擎和 AI 系统能够精确理解网页内容的含义。对人类来说，一段写着"CF-150 红色"的文字可能看起来只是一个标题，但通过 Schema 标记，AI 可以明确地知道：这是一个产品名称（CF-150），颜色是红色，属于某个品牌，有特定的 SKU 编号和价格。

对于出口企业来说，Product Schema 是最基础、最优先的结构化数据类型。它直接告诉 AI 系统你的产品是什么——名称、描述、品牌、SKU、价格、货币、库存状况、产品图片、URL。当 AI 在回答买家问题时需要推荐产品级别的信息，Product Schema 标记的内容引用率远高于没有标记的内容。没有 Schema 标记，AI 只能从纯文本中"猜测"产品信息，而猜测往往是不准确的。

Product Schema 的关键属性

Product Schema 的核心属性包括产品名称（name）、描述（description）、品牌（brand）、SKU（sku）、全球贸易识别码（gtin）、价格（offers.price）和库存状况（offers.availability）。对于出口产品，有几个属性特别重要。品牌属性告诉 AI 你的品牌名称——这是品牌引用中最基本的信号。SKU 和 GTIN（如 UPC、EAN）让你的产品可以被精确识别。价格和货币属性帮助 AI 回答买家关于成本和预算的问题。

在出口场景中，还有几个额外的 Schema 属性值得部署。应用领域（category）帮助 AI 将你的产品与特定的行业或使用场景匹配。产品原产国（countryOfOrigin）在搜索特定地区产品的买家查询中尤为重要——如"中国制造的液压元件"。材质（material）和认证（award/certification）属性是 AI 评估产品质量和适用性的关键信号。将这些属性结构化后，即使是复杂的多属性产品，AI 也能准确解析。

使用 JSON-LD 实施 Schema

Schema 标记有两种主要格式：JSON-LD 和 Microdata。JSON-LD 是目前最推荐的方式，它将结构化数据放在独立的 script 块中，不影响页面内容本身的可读性。实施方法很简单：在商品详情页的 head 或 body 区域，添加一个包含 JSON-LD 对象的 script 标签，type 设为 "application/ld+json"。JSON-LD 不依赖页面 HTML 结构，易于维护和更新。

实施完成后，必须测试标记的正确性。Google 的 Rich Results Test 是最直接的验证工具——输入 URL 或代码片段，工具会显示 Google 能够解析出哪些结构化数据，以及是否存在错误或警告。Schema.org 的官方 Validator 则提供了更全面的 Schema 标准合规性检查。对于批量测试，可以使用 Screaming Frog 爬取整个网站，识别哪些页面缺少 Schema 标记或标记有误。