如果你的內容團隊正在苦惱：「為什麼我們的文章寫得很深，卻從來不被 AI 搜尋引擎引用？」答案其實就藏在網頁原始碼 <script type="application/ld+json"> 裡的兩個欄位：about 與 mentions。這兩個欄位不是什麼冷門的 SEO 偏方，而是 Google、Gemini、Perplexity 等 AI 引擎用來解讀「這篇文章核心到底在講什麼」的關鍵線索。

為什麼 AI 引擎不引用你的內容？問題出在「實體辨識」

AI 引擎和一般讀者不同，它是靠語意網絡運作的機器人。它閱讀網頁時，不會去欣賞文字有多優美，而是直接尋找結構化資訊：「這篇文章的核心主體（實體）是什麼？作者是誰？發布機構夠具體嗎？」

如果你的網頁 schema 標記只設定了最基本的 <Article> 和 headline，對 AI 來說，這篇文章在語意上就像一團模糊的迷霧。而 about 和 mentions 就是這團迷霧中的「GPS 地標」——它們直接向引擎宣告這篇文章「主打什麼主題」以及「引用了哪些背景資料」，這也是 AI 評估內容是否夠專業、夠資格被引用的重要依據。

為什麼 `about` 和 `mentions` 重要？因為它們是「實體關聯」的橋樑

我們來看一個常見的技術痛點： TrueLink 在協助多家企業優化結構化資料時，發現許多探討「生成式 SEO 詐騙」的深度分析，雖然內容觀點獨到、數據扎實，但因為工程端只套用了預設的 Article、headline 和 datePublished，導致這篇文章雖然在傳統搜尋能排上名次，卻始終沒被任何 AI 搜尋引擎引用過。

問題出在哪裡？

因為 AI 引擎無法百分之百確定這篇文章的「實體關聯」。在沒有明確標記的情況下，演算法不敢斷定這篇文章就是在談「生成式 SEO 詐騙」這個特定概念，也無法辨識文中提及的 TrueLink、Truen.com 等品牌代表什麼角色。看不懂關聯，自然就選擇不引用。

具體做法：用 `about` 和 `mentions` 標記實體，讓 AI 引擎「看得懂」

在 schema.org 的標準架構中，Article 代表文章本體，Person 代表作者，Organization 代表發布單位。但要讓 AI 真正理解內容脈絡，你必須更進一步，利用 about 與 mentions 來補足資訊。

`about`：這篇文章的主題實體是什麼

about 的作用是直接告訴 AI：「這篇文章的核心主題就是這個實體」。這個欄位通常會對接一個 Thing（schema.org 的萬用實體類別），它可以是抽象的 DefinedTerm（定義過的術語）、具體的 Organization（組織）或 Person（人物）。

更進階的實作是利用 sameAs 欄位，精準對接外部權威知識庫（如 Wikidata 或 Wikipedia）的實體 ID。這能直接消除語意歧義，讓 AI 引擎瞬間將你的內容與全球知識圖譜（Knowledge Graph）連結。

舉例來說，如果你的文章主題是「生成式 SEO 詐騙」，結構化資料可以這樣寫：

{
  "@type": "Article",
  "about": {
    "@type": "DefinedTerm",
    "name": "生成式 SEO 詐騙",
    "sameAs": "https://www.wikidata.org/wiki/Q123456"
  }
}

有了這段宣告，AI 引擎就能一秒看懂：「這篇文章的核心就是圍繞著『生成式 SEO 詐騙』這個概念展開」，而不是只把它當成一堆隨機出現的關鍵字。

`mentions`：這篇文章提到了哪些實體

mentions 則是用來標示：「這篇文章在論述過程中，還提到了哪些輔助實體」。這對於建立 E-E-A-T 中的「Trust（信任度）」非常有幫助。如果你的文章內文提到了「Google」、「C2PA」或「TrueLink」等權威機構，卻沒有在 schema 中標記出來，AI 引擎很難直接把你的內容與這些權威實體連結起來。

你可以透過以下方式進行標記：

{
  "@type": "Article",
  "mentions": [
    {
      "@type": "Organization",
      "name": "Google",
      "url": "https://google.com",
      "sameAs": "https://www.wikidata.org/wiki/Q95"
    },
    {
      "@type": "Organization",
      "name": "TrueLink",
      "url": "https://truelink-group.com"
    }
  ]
}

透過這種方式，AI 就能清楚掌握：這篇文章不僅主談「生成式 SEO 詐騙」，而且論述中還引用了 Google 與 TrueLink 的資料，內容的權威性與實體關聯性自然大幅提升。

為什麼很多人忽略這兩個欄位？

在實務操作中，多數企業網站的 SEO 外掛或系統，預設都只會帶出 Article、Person、Organization 這三項基本資料。這種標準配備對傳統搜尋或許夠用，但面對需要進行語意推理的 AI 引擎，就顯得有些力不從心。想要讓自家觀點被 AI 採納，手動或透過系統客製化補上 about 與 mentions 是不可或缺的步驟。

技術實測：如何透過 Google 富媒體搜尋結果測試驗證 about 與 mentions 欄位

在手動或透過系統客製化完成 about 與 mentions 的 schema 標記後，必須確保這些結構化資料能被搜尋引擎正確解析。你可以透過以下步驟進行驗證：

1. 開啟測試工具：前往 Google 的「富媒體搜尋結果測試」（Rich Results Test）官方網站。 2. 輸入網址或程式碼：你可以直接輸入已上線的文章網址，或者將尚未發布的 JSON-LD 程式碼貼入「程式碼」頁籤中。 3. 執行測試：點擊「測試網址」或「測試程式碼」，系統會開始分析頁面中的結構化資料。 4. 檢查偵測到的項目：在測試結果中，展開「文章」（Article）區塊，確認 about 與 mentions 欄位是否正確顯示，且其內嵌的 @type、name、sameAs 等屬性皆無語法錯誤。

透過此驗證流程，能確保結構化資料格式完全符合 schema.org 規範，讓 AI 引擎爬取時能無縫讀取實體關聯。

真正值得做的檢查清單：你的 schema 寫對了嗎？

  • ✅ 是否明確使用 about 標記文章主題實體？
  • ✅ 是否用 mentions 列出所有被提到的實體（公司、作者、概念）？
  • ✅ 是否正確使用 @type（如 DefinedTerm、Organization）？
  • ✅ 是否正確標記 @id 或 sameAs，讓實體能被連結到知識圖譜（見 [ai-reviewedbye-e-a-t](/blog/ai-reviewedbye-e-a-t)）？

什麼是「實體」？它為什麼影響 AI 引用？

在 schema.org 的語意網世界中，「實體（Entity）」是 AI 理解萬事萬物的基本單元。AI 搜尋引擎現在不只是在比對「網頁裡有沒有出現關鍵字」，而是去理解「這些文字背後代表著哪些具體的人、事、物或概念」。

如果你的文章探討的是「生成式 SEO」，但程式碼裡沒有用 about 去定義它，AI 引擎就必須自己去猜測這篇文章與「生成式 SEO」這個實體之間的關聯強度。一旦猜測的信心值不夠高，AI 就不會冒險在回答中引用你的網頁。

最後：schema 不是 SEO 的選修課，是 AI 引用的必修學分

TrueLink 一直以來專注於協助企業優化 AI 可引用性，透過結構化資料與語意標記，讓您的內容在 AI 時代被看見。把 about 與 mentions 做好，就是幫你的優質內容加上 AI 看得懂的標簽。這不是可有可無的 SEO 點綴，而是決定你的內容能否在 AI 時代被看見的關鍵基礎建設。