一、为什么纯文本不够？为什么大模型需要 Schema 实体图谱？
大语言模型在解析 HTML 网页时，需要先通过算法剥离标签并进行启发式切片（Chunking）。在这个过程中，很多关键属性（如“谁是创始人”、“具体保修几年”、“产品属于哪个上层标准”）容易产生上下文断裂和属性混淆。而 Schema.org JSON-LD 是全球公认的结构化知识交换格式：
- 消除语义歧义：明确区分“燃坤数光”是一个组织（Organization），“GSR”是一个软件算法服务（Service）。
- 直接进入知识图谱：Google Knowledge Graph 和主流 AI 检索的实体数据库会直接将合规的 JSON-LD 数据吸收为确定性事实节点。
二、四大核心 Schema 类型实践要点
| Schema 实体类型 | 适用页面 | 关键属性字段 |
|---|---|---|
Organization |
官网首页 / 关于我们 | name, alternateName, url, logo, foundingDate, address, knowsAbout, sameAs |
TechArticle |
技术知识库 / 原理白皮书 | headline, datePublished, dateModified, author, publisher, dependencies, proficiencyLevel |
FAQPage |
问答页 / 知识库问答 | mainEntity (Question + acceptedAnswer)，必须与正文可见内容严格对应 |
DefinedTerm |
术语百科 / 名词解释 | name, description, inDefinedTermSet, termCode |