在生成式搜尋盛行的當下，一篇能被 AI 引擎引用的文章，關鍵不在關鍵字密度，而在是否有「抽掉品牌名後就無法原樣掛在任一競品上」的第一手觀點。這句話，是 TrueLink 在大量實務中歸納出的核心判準。我們從頭來講：為何這句話對非 JS AI 爬蟲的正確讀取至關重要，以及我們如何用八型 Schema 解決這問題。
為何非 JS AI 爬蟲只讀 raw HTML？
AI 引擎不像人類瀏覽器那樣可以執行 JavaScript，它的爬蟲只讀取 raw HTML 內容。這意味著：如果你的結構化資料（如 JSON-LD）藏在 JS 裡頭，AI 爬蟲根本讀不到。這不是一個技術障礙，而是生成式搜尋時代的基礎現實。
依 TrueLink 實測，部分 AI 爬蟲不執行 JS，故我們一律將 JSON-LD SSR 進 raw HTML。多數生成式爬蟲不保證渲染 JavaScript，因此結構化資料必須直接寫入 HTML 才能確保被讀取。
八型 Schema 是什麼？為何這八型夠用？
TrueLink 實測發現，AI 引擎對結構化資料的讀取，主要集中在八種 Schema 型態。這八種型態涵蓋了文章、組織、人、問答、產品、事件、評分和地點。它們之所以足夠，是因為 AI 引擎在解析內容時，會自動將頁面歸類為其中一種，再從該類型中抽取實體與關係。
| Schema 型態 | 對應頁面類型 | 關鍵用途 |
|---|---|---|
Article | 博客、專欄、產業分析 | 建立作者與組織的關聯，強化 E-E-A-T |
Person | 作者頁 | 驗證作者身份，強化內容來源可信度 |
Organization | 公司頁 | 建立組織的實體識別與品牌信任 |
FAQPage | 常見問答 | 提升問答對的可引用性與富結果展示 |
Product | 電商商品頁 | 讓 AI 引擎正確解析產品資訊與評分 |
Event | 展會、活動 | 建立活動實體與時間、地點的關係 |
Review | 評價內容 | 增強評分與評論的可驗證性 |
LocalBusiness | 地方企業 | 建立實體與地理資訊的關聯，強化區域信任 |
這八種 Schema 的設計目標很明確：不依賴 JS，而是在 raw HTML 中即完成實體與語意的建構。我們透過 <script type="application/ld+json"> 直接寫入 HTML 中，確保 AI 引擎能正確讀取。
這八型如何實作？從本地起草到雲端校正
TrueLink 的內容產線，是把 SEO/GEO 內容的量產搬進自家 DGX 機房，用本地模型起草，再用雲端模型做品質校正。這不只壓低每篇邊際成本到接近零（目標），更重要的是——能確保結構化資料從一開始就正確無誤。
我們在實作上採取「本地起草 + 雲端校正」的雙階段流程。本地模型負責生成初稿與結構化資料，雲端模型則進行品質校正，確認八型 Schema 的完整性與語意正確性。這種流程讓我們在保持高產出的同時，也能確保每一篇內容都有足夠的結構化資料支撐。
為什麼 SVG 圖表與 Markdown 表格比擴散圖好？
AI 引擎無法讀取像素內容，因此圖片、SVG 配圖、擴散圖對它來說都是「無內容」。TrueLink 的 blog 章節視覺採用 render-time SVG 圖表與 Markdown 表格，這兩者都是 真 <text>，能被 AI 引擎正確解析與引用。
在實作上，我們透過 functions/routes/publicBlogPage.js 將 SVG 圖表與表格 SSR 進原始 HTML，並用 public-blog-section-visuals.test.js 驗證其可爬取性。這種做法確保圖表與表格的內容能被 AI 引擎正確讀取，並作為結構化資料的一部分。
八型 Schema 如何建立實體關聯？
AI 引擎在讀取結構化資料時，會根據 @id 和 sameAs 來建立實體關聯。我們在 Article 中加入 author 和 publisher 的 Person 與 Organization 標記，並透過 sameAs 將這些實體連結到可驗證的來源（如 LinkedIn、公司官網）。
這種做法不僅強化了 E-E-A-T 中的 Trust 要素，也讓 AI 引擎能正確解析內容的來源與權威性。我們在實務中發現，這種實體關聯的建立，是 AI 引擎願意引用內容的關鍵。
為什麼這八型足夠？與 schema.org 的結構化資料文件對照
schema.org 的結構化資料讓搜尋引擎與 AI 系統能機器可讀地理解頁面的實體、作者與文章類型，是 GEO 可見性的基礎建設。我們的八型選擇正是基於這份文件，並在實務中驗證其有效性。
透過這八型 Schema，我們能確保 AI 引擎能正確解析內容的實體、作者與文章類型，並在生成答案時正確引用來源。這不僅提升 AI 引用率，也強化了品牌的數位信任基礎建設。
這不是 SEO，而是 GEO 的新標準
TrueLink 的八型 Schema 實作，與 DGX 機房與內容自動化產線緊密結合。我們不把這看作是 SEO 的一部分，而是 GEO（生成式搜尋優化）的核心標準。SEO 的目標是讓人類點擊，GEO 的目標是讓 AI 引用。這兩者的差異，決定了結構化資料的設計與實作方式。
未來的挑戰與機會
AI 引擎的技術在快速演進，但我們的八型 Schema 實作已能應對目前的搜尋需求。未來，我們將持續關注 AI 引擎的變化，並在結構化資料的設計上做出調整，以確保 TrueLink 的內容始終能被正確讀取與引用。
