JSON-LD、microdata 与可见 HTML：AI 到底优先解析哪一种？

结构化数据告诉搜索引擎和 AI 助手一个页面是什么意思，但你选择的格式很关键。Google 官方支持三种：JSON-LD、microdata 和 RDFa。然而到了 AI 生成式回答这里，JSON-LD 已经在默默成为真正会被读到的那一种。

简短答案是：如果你的数据放在 JSON-LD 的 script 标签里，AI 引擎通常能找到并解析它。如果它只以散落在 HTML 里的 microdata 属性存在，许多基于大模型的系统会直接漏掉。如果它只是没有标记的可见纯文本，能提取，但更慢、更容易出错。

JSON-LD 把结构化信息集中在独立的一两个 script 块里，与可见内容分开。这种干净的分隔让它成为爬虫或大语言模型最容易定位的格式。Google 明确表示优先推荐 JSON-LD，多数 schema 生成器和电商平台也默认输出它。AI 助手读取页面原始 HTML 时，往往会先抓 JSON-LD，因为它位置可预期、容易找到。

microdata 和 RDFa 直接嵌在 HTML 元素里，用属性标签标注。它们合法，Google 也能解析，但对于一个不跑完整 schema 校验器的模型来说，这更嘈杂。一个想回答购物问题的模型，希望快速找到价格、库存和发货数据，JSON-LD 一次性把这些交给它。

实际解析成功率大致是这样：

1. head 里的 JSON-LD：在 Google、ChatGPT 和 Perplexity 之间成功率最高。 2. 普通的可见 HTML 文本：稳定能找到，但模型必须自己解读，所以措辞很重要。 3. microdata 或 RDFa 属性：合法标记，但恰恰是最不被 LLM 引擎稳定识别的一类，因为它们往往只读原始 HTML、不跑 schema 工具。

一个有用的心智模型：JSON-LD 是机器可读的答案，可见文本是模型在结构化数据缺失或不清晰时读取的兜底。两者最好协同工作、说同一件事。

1. 先看你的平台输出哪种格式。不少 Shopify 主题和 WordPress GEO 插件已经输出 JSON-LD，你也许只需要检查，不需要重做。 2. 对每个商品页，确认 Price、Availability 和 SKU 放在 JSON-LD 的 Product 或 Offer 块里，而不是只放在 microdata 中。 3. 核对结构化数据与可见页面讲的是同一个故事。如果标记写着有货、页面文字却写着缺货，引擎可能两个都不信。 4. 用校验工具或免费的扫描查看模型实际能提取哪些字段，然后优先修掉它报告缺失的部分。

即使 JSON-LD 很干净，如果可见页面隐藏了关键事实，价值也会打折。有些引擎，尤其是 agentic 购物助手，会读取渲染后的文本，忽略它们无法信任的标记。所以两者是一对：JSON-LD 负责快速可靠的提取，清晰完整的可见句子则是给那些只读文本的模型上的保险。

这就是 GEO 工作中反复出现的同一条经验：让结构化数据与可读内容一致，不要只依赖标记。

*我需要把三种格式都加上吗？*

不需要。JSON-LD 加清晰的可见文本就够。再叠 microdata 只是增加维护成本、几乎没有额外收益，而且三个副本一旦漂移还会产生冲突信号。

*WordPress 插件和 Shopify 应用呢？*

两大生态都越来越默认输出 JSON-LD。启用一个维护良好的插件、输出合法 JSON-LD，通常比自己手写 microdata 更好，因为插件会随 schema.org 词汇演进而更新。

*我怎么知道 AI 引擎真的读了我的结构化数据？*

最直接的办法是问一个助手它能从你的商品 URL 提取到什么，或运行一个展示可提取字段的扫描。如果结果里价格或库存是空的，说明引擎没读到你的 JSON-LD，就该去检查标记了。

Visora 的免费扫描在 geovisora.com/audit，会读取你的商品 URL 并显示模型今天能提取哪些结构化字段，让你看到 JSON-LD 是否真的传了过去——以及先修什么。如果不确定是标记还是可见文本的短板，/faq 会在你动手前梳理常见的失败点。