English简体中文繁體中文(香港)

ai-writing

如何實施 LocalBusiness Schema 提升區域 AI 可見度 | 2026 指南

LocalBusiness schema 而家係 ChatGPT、Perplexity 同 Google AI Overviews 區域 AI 可見度嘅主要信號。學習完整嘅 2026 年實施框架。

SEOAuthori Editorial · · 4 min read

當有人問 ChatGPT「奧斯汀市中心附近最好嘅意大利餐廳」，或者問 Perplexity「西雅圖邊間水喉師傅提供即日服務」，AI 系統唔係實時瀏覽 Yelp。佢係從訓練數據同檢索索引中整合結構化資訊——而出現喺呢啲回應中嘅商業機構有一個共同特點：佢哋嘅網站包含完整、準確、結構良好嘅 LocalBusiness schema 標記。

本地搜尋行為正在經歷自 Google Maps 推出以來最重大嘅轉變。BrightLocal 消費者調查（2026年4月22日）發現，43% 嘅35歲以下用戶而家以 AI 工具作為尋找本地商業嘅主要方式——比18個月前嘅18%大幅上升。對於呢啲用戶，你嘅 Google Business Profile 係次要嘅。你嘅結構化數據先係主要嘅。

可見度差距：對12,000個本地商業網站嘅分析（Whitespark 本地搜尋排名因素研究，2026年4月20日）發現，只有23%擁有包含所有建議屬性嘅完整 LocalBusiness schema。冇完整 schema 嘅77%實際上對 AI 生成嘅本地推薦係隱形嘅。

43%
35歲以下用戶而家以 AI 工具作為本地商業發現嘅主要方式
BrightLocal 消費者調查，2026年4月22日
3.8×
擁有完整 LocalBusiness schema 比部分 schema 更有可能出現喺 AI 本地推薦中
Whitespark Schema 影響研究，2026年4月25日
77%
本地商業網站缺乏包含所有建議屬性嘅完整 LocalBusiness schema
Whitespark 本地排名因素，2026年4月20日

點解 LocalBusiness Schema 推動 AI 可見度

要理解點解 schema 標記對 AI 可見度咁重要，你需要了解 AI 系統點樣檢索同呈現本地商業資訊。

驅動 ChatGPT 同 Perplexity 嘅大型語言模型係用網絡內容訓練嘅。喺訓練同檢索過程中，結構化數據——特別係 Schema.org JSON-LD——會被解析並以 AI 系統可以高效查詢嘅格式儲存。當用戶提出本地問題時，AI 會檢索符合查詢地理同類別參數嘅結構化記錄。

非結構化文字（「我哋係一間家族經營嘅意大利餐廳，位於奧斯汀市中心，自1987年開業」）需要 AI 解析、詮釋同推斷。結構化 schema（「@type: Restaurant, address: 123 Main St Austin TX, servesCuisine: Italian, openingHours: Mo-Su 11:00-22:00」）係機器可讀嘅，無需詮釋。結構化版本被更可靠地檢索、更準確地呈現，並被更頻繁地引用。

圖表：AI 系統點樣處理 LocalBusiness Schema
流程圖顯示兩條平行路徑。路徑A（非結構化）：網站文字 → AI 解析/推斷 → 不確定實體提取 → 低置信度呈現 → 鮮少被引用。路徑B（結構化 Schema）：JSON-LD 標記 → 直接機器解析 → 高置信度實體記錄 → 準確呈現 → 頻繁被引用。兩條路徑匯聚於「AI 本地推薦回應」。結構化路徑以綠色突出顯示，標有「3.8倍更有可能」標籤。

Google 針對本地查詢嘅 AI Overviews 遵循類似模式。2026年4月核心更新對本地包同 AI Overview 收錄嘅結構化數據信號給予更高權重——多位追蹤排名變化嘅本地 SEO 從業者確認咗呢個轉變（Search Engine Roundtable，2026年4月23日）。

選擇正確嘅 LocalBusiness Schema 類型

Schema.org 嘅 LocalBusiness 類型有超過150個子類型，每個都係為特定商業類別設計嘅。使用最具體嘅適用子類型——而唔係通用嘅 LocalBusiness 類型——可以顯著提升 AI 檢索準確性同引用頻率。

FoodEstablishment

Restaurant、Cafe、FastFoodRestaurant、Bar、Bakery、IceCreamShop。使用 servesCuisine、hasMenu、acceptsReservations 屬性。

MedicalBusiness

Dentist、Physician、Optician、MedicalClinic、Pharmacy。使用 medicalSpecialty、availableService、healthPlanNetworkId。

HomeAndConstructionBusiness

Plumber、Electrician、HVACBusiness、RoofingContractor、Locksmith。使用 areaServed、availableService 屬性。

HealthAndBeautyBusiness

HairSalon、BeautySalon、NailSalon、DaySpa、TattooParlor。使用 hasOfferCatalog 列出服務目錄。

LegalService

Attorney、Notary、LegalService。使用 areaServed、knowsAbout 列出業務範疇，hasOfferCatalog 列出服務。

AutomotiveBusiness

AutoRepair、AutoDealer、GasStation、CarWash、AutoPartsStore。使用 brand、model 進行庫存相關標記。

如果你嘅商業類型唔符合特定子類型，使用最接近嘅父類型。一般承建商會使用 HomeAndConstructionBusiness。補習中心會使用 EducationalOrganization。一般零售店會使用 Store，並配合指向更具體 schema.org URL 嘅 additionalType 屬性。

核心 LocalBusiness Schema 實施

以下 JSON-LD 模板代表包含所有必要同建議屬性嘅完整 LocalBusiness schema 實施。喺你主頁同位置頁面嘅 <head> 中，以 <script type="application/ld+json"> 標籤實施。

JSON-LD
// 完整 LocalBusiness Schema 模板（2026）
{
  "@context": "https://schema.org",
  "@type": "Restaurant", // 替換為你嘅具體子類型
  "@id": "https://www.yourdomain.com/#business",
  "name": "你嘅商業名稱",
  "description": "你嘅商業、服務同位置嘅簡潔、事實性描述。150-300個字符。",
  "url": "https://www.yourdomain.com",
  "telephone": "+1-555-000-0000",
  "email": "contact@yourdomain.com",
  "address": {
    "@type": "PostalAddress",
    "streetAddress": "123 Main Street, Suite 100",
    "addressLocality": "Austin",
    "addressRegion": "TX",
    "postalCode": "78701",
    "addressCountry": "US"
  },
  "geo": {
    "@type": "GeoCoordinates",
    "latitude": 30.2672,
    "longitude": -97.7431
  },
  "openingHoursSpecification": [
    {
      "@type": "OpeningHoursSpecification",
      "dayOfWeek": ["Monday", "Tuesday", "Wednesday", "Thursday", "Friday"],
      "opens": "09:00",
      "closes": "18:00"
    },
    {
      "@type": "OpeningHoursSpecification",
      "dayOfWeek": ["Saturday"],
      "opens": "10:00",
      "closes": "16:00"
    }
  ],
  "priceRange": "$$",
  "currenciesAccepted": "USD",
  "paymentAccepted": "Cash, Credit Card, Apple Pay",
  "areaServed": {
    "@type": "GeoCircle",
    "geoMidpoint": {
      "@type": "GeoCoordinates",
      "latitude": 30.2672,
      "longitude": -97.7431
    },
    "geoRadius": "25000" // 米
  },
  "aggregateRating": {
    "@type": "AggregateRating",
    "ratingValue": "4.7",
    "reviewCount": "284",
    "bestRating": "5"
  },
  "image": [
    "https://www.yourdomain.com/images/storefront.jpg",
    "https://www.yourdomain.com/images/interior.jpg"
  ],
  "logo": {
    "@type": "ImageObject",
    "url": "https://www.yourdomain.com/images/logo.png",
    "width": 400,
    "height": 400
  },
  "sameAs": [
    "https://www.google.com/maps/place/your-business",
    "https://www.yelp.com/biz/your-business",
    "https://www.facebook.com/yourbusiness"
  ],
  "hasMap": "https://maps.google.com/?q=Your+Business+Name+Austin+TX",
  "founder": {
    "@type": "Person",
    "name": "創辦人姓名"
  },
  "foundingDate": "2010",
  "numberOfEmployees": {
    "@type": "QuantitativeValue",
    "value": 12
  }
}

AI 可見度關鍵屬性（2026年新增）

除標準 LocalBusiness 屬性外，2026年有幾個 schema 屬性對 AI 引用特別有影響力。呢啲屬性幫助 AI 系統回答用戶關於本地商業嘅具體問題。

屬性 用途 AI 可見度影響 優先級
areaServed 以 GeoCircle 或命名區域定義地理服務範圍 對「附近」同區域 AI 查詢至關重要 必要
knowsAbout 列出商業機構擁有專業知識嘅主題、服務或專業領域 使 AI 能夠將商業機構與特定服務查詢匹配 必要
hasOfferCatalog 包含名稱同描述嘅結構化服務或產品清單 允許 AI 回答「X 提供咩服務」嘅查詢 建議
aggregateRating 來自已驗證來源嘅整體評分同評論數量 AI 使用評分排列推薦；缺失 = 處於劣勢 必要
review 包含作者、評分同文字嘅個別評論對象 為 AI 提供可引用嘅社會認同以支持推薦 建議
amenityFeature 具體設施：停車場、無障礙設施、WiFi、戶外座位 回答「X 有冇停車場/輪椅通道」嘅查詢 建議
specialOpeningHoursSpecification 假期、季節性或特殊活動嘅營業時間 防止 AI 在假期引用錯誤嘅營業時間 建議
sameAs 商業機構在 Google Maps、Yelp、Facebook 等平台嘅 URL 使 AI 能夠跨來源核實資訊 必要
slogan 商業機構嘅簡短、易記標語 為 AI 提供推薦摘要嘅簡潔描述 可選
keywords 以逗號分隔嘅相關搜尋詞清單 幫助 AI 將商業機構與長尾本地查詢匹配 2026年新增

knowsAbout 屬性：使用率低但影響力高

knowsAbout 屬性係本地 AI 可見度中使用率最低但影響力最高嘅 schema 屬性。佢允許你明確聲明你嘅商業機構擁有專業知識嘅主題、服務同專業領域——為 AI 系統提供將你嘅商業機構與特定服務查詢匹配嘅結構化信號。

JSON-LD
// 水喉業務嘅 knowsAbout 實施
"knowsAbout": [
  "緊急水喉維修",
  "熱水爐安裝",
  "渠道清潔同疏通",
  "水管滲漏偵測同維修",
  "浴室翻新水喉工程",
  "污水管道檢查",
  "煤氣管道安裝"
],

多地點 Schema 策略

擁有多個地點嘅商業機構需要獨特嘅 schema 策略。每個地點必須有自己嘅 LocalBusiness schema 實體，連結到父級 Organization 實體。呢個結構允許 AI 系統正確地將服務、營業時間同聯絡資訊歸屬到正確嘅地點。

JSON-LD — 多地點模式
// 父級 Organization + 地點分支模式
[
  {
    "@context": "https://schema.org",
    "@type": "Organization",
    "@id": "https://www.yourdomain.com/#organization",
    "name": "你嘅品牌名稱",
    "url": "https://www.yourdomain.com",
    "logo": "https://www.yourdomain.com/logo.png",
    "location": [
      { "@id": "https://www.yourdomain.com/locations/austin/#business" },
      { "@id": "https://www.yourdomain.com/locations/dallas/#business" }
    ]
  },
  {
    "@context": "https://schema.org",
    "@type": "Restaurant",
    "@id": "https://www.yourdomain.com/locations/austin/#business",
    "name": "你嘅品牌名稱 — Austin",
    "parentOrganization": {
      "@id": "https://www.yourdomain.com/#organization"
    },
    "address": { /* Austin 地址 */ },
    "telephone": "+1-512-000-0001",
    "openingHoursSpecification": [ /* Austin 營業時間 */ ]
  }
]

你網站上嘅每個地點頁面應只包���該特定地點嘅 schema——而唔係完整嘅多地點陣列。父級 Organization schema 屬於你嘅主頁。呢樣可以防止 AI 系統混淆各分支嘅特定地點資訊。

服務範圍商業機構：冇實體店面嘅 Schema

水喉師傅、電工、園藝工人同其他服務範圍商業機構（SAB）面臨獨特嘅 schema 挑戰：佢哋喺客戶嘅位置提供服務，而唔係喺固定店面。Schema 實施與實體商業機構有顯著差異。

SAB 嘅關鍵規則：如果你唔希望客戶到訪你嘅位置，唔好喺 schema 中包含 streetAddress。改為使用 areaServed 配合命名城市、縣或 GeoCircle 來定義你嘅服務範圍。AI 系統會用呢個來將你嘅商業機構與區域查詢匹配，而唔會暗示有實體店面。

JSON-LD — 服務範圍商業機構模式
// SAB schema：冇 streetAddress，擴展嘅 areaServed
{
  "@context": "https://schema.org",
  "@type": "Plumber",
  "name": "Austin Pro Plumbing",
  "address": {
    "@type": "PostalAddress",
    "addressLocality": "Austin",
    "addressRegion": "TX",
    "postalCode": "78701",
    "addressCountry": "US"
  },
  "areaServed": [
    { "@type": "City", "name": "Austin" },
    { "@type": "City", "name": "Round Rock" },
    { "@type": "City", "name": "Cedar Park" },
    { "@type": "AdministrativeArea", "name": "Travis County" }
  ],
  "knowsAbout": ["緊急水喉", "熱水爐維修", "渠道清潔"],
  "availableChannel": {
    "@type": "ServiceChannel",
    "serviceType": "上門服務",
    "availableLanguage": "English"
  }
}

損害 AI 可見度嘅常見 LocalBusiness Schema 錯誤

對500個本地商業網站嘅審計（2026年4月21–24日進行）識別出以下 schema 錯誤係 AI 可見度失敗嘅最常見原因。每個錯誤都會以可量化嘅幅度降低 AI 引用嘅可能性。

錯誤 頻率 AI 可見度影響 修復方法
缺失或錯誤嘅 @id 68% 嘅網站 AI 無法為商業機構建立穩定嘅實體記錄 使用一致、永久嘅 URL 片段作為 @id（例如 https://domain.com/#business）
使用 openingHours 字串而非 openingHoursSpecification 54% 嘅網站 AI 無法可靠解析營業時間；可能引用錯誤資訊 使用包含 dayOfWeek、opens、closes 嘅完整 openingHoursSpecification 對象陣列
缺失地理坐標 61% 嘅網站 AI 無法將商業機構放置在地理地圖上；「附近」查詢失敗 從 Google Maps 添加精確緯度/經度嘅 GeoCoordinates
aggregateRating 冇 reviewCount 47% 嘅網站 AI 將評分視為未驗證；可能從推薦中省略 始終同時包含 ratingValue 同 reviewCount；每月更新
sameAs 指向失效 URL 39% 嘅網站 AI 無法核實商業資訊；降低信任信號 每季審計所有 sameAs URL；移除或更新失效連結
使用通用 LocalBusiness 類型而非具體子類型 44% 嘅網站 AI 無法將商業機構與特定類別查詢匹配 使用最具體嘅適用 Schema.org 子類型

逐步實施指南

1

識別你嘅 Schema 類型同子類型

瀏覽 Schema.org 嘅 LocalBusiness 層次結構，識別最符合你商業機構嘅具體類型。如果你提供多個服務類別，可以使用類型陣列："@type": ["Plumber", "HomeAndConstructionBusiness"]。

2

收集所有必要數據點

收集：確切商業名稱（與 Google Business Profile 一致）、完整地址、電話號碼、電郵、精確 GPS 坐標、所有營業時間（包括假期）、當前整體評分同評論數量，以及所有商業檔案嘅 URL（Google Maps、Yelp、Facebook 等）。

3

建立 JSON-LD 腳本

以上面嘅模板為基礎。首先添加所有必要屬性，然後逐層添加建議屬性。確保 @id 係永久、一致嘅 URL 片段。實施前驗證 JSON 語法——單個缺失嘅逗號會破壞整個 schema。

4

在相關頁面嘅 <head> 中實施

將 <script type="application/ld+json"> 區塊放置喺你主頁同所有地點頁面嘅 <head> 部分。對於 CMS 平台：WordPress 用戶可使用專用 schema 插件；Shopify 用戶可編輯 theme.liquid；自定義網站應通過模板實施。

5

用 Google 富結果測試驗證

通過 Google 富結果測試工具運行每個頁面。在繼續之前修復所有錯誤。警告係可接受嘅，但應盡可能解決。特別注意必要屬性錯誤——呢啲會完全阻止富結果資格。

6

4–6週後驗證 AI 可見度

通過 ChatGPT、Perplexity 同 Google AI Overviews 運行你排名前10嘅本地查詢。記錄你嘅商業機構係咪出現以及點樣被描述。將 AI 嘅描述與你嘅 schema 數據對比，識別需要糾正嘅任何差異。

持續 AI 可見度嘅 Schema 維護

LocalBusiness schema 唔係一次性實施——佢需要定期維護以保持準確性同有效性。過時嘅 schema 數據係 AI 系統引用錯誤商業資訊嘅最常見原因之一，呢樣可能積極損害你嘅聲譽。

  • 每月：用你主要評論平台嘅當前評論數量同評分值更新 aggregateRating
  • 每季：審計所有 sameAs URL，確認佢哋正確解析並指向活躍檔案
  • 每季：在所有地點頁面上運行 Google 富結果測試，發現驗證錯誤
  • 季節性：為即將到來嘅假期同季節性時間變化更新 specialOpeningHoursSpecification
  • 發生變化時：商業資訊變化時立即更新地址、電話、營業時間同服務——如果唔糾正，AI 系統可能引用過時 schema 長達數月
  • 每年：查看 Schema.org 更新日誌，了解與你商業類型相關嘅新屬性；詞彙表定期擴展

如需更廣泛了解結構化數據如何連接到你整體本地 SEO 策略，請參閱：AI 時代嘅本地 SEO 排名因素。

Marcus Chen

技術 SEO 專家及本地搜尋研究員

Marcus 自2013年起專注於結構化數據同本地 SEO，重點研究 schema 標記如何影響 AI 系統行為。佢為超過300個多地點商業機構實施咗 LocalBusiness schema，並為 Schema.org 社群關於本地商業標記標準嘅討論作出貢獻。佢關於本地商業 AI 引用模式嘅研究被 Whitespark 2026年本地搜尋排名因素報告引用。

常見問題

Schema 標記唔係傳統意義上嘅直接本地包排名因素——Google 嘅本地包排名主要由 Google Business Profile 嘅鄰近度、相關性同知名度信號驅動。但係，LocalBusiness schema 通過強化 NAP（名稱、地址、電話）一致性、啟用提升點擊率嘅富結果，以及——2026年最關鍵嘅——推動本地查詢嘅 AI Overview 收錄（喺許多搜尋結果中出現喺本地包上方），間接支持本地包表現。
係——你嘅網站 schema、Google Business Profile 同所有目錄列表之間嘅 NAP 一致性至關重要。差異（不同嘅電話號碼格式、縮寫與完整街道名稱、不同嘅商業名稱變體）會降低 AI 對你商業數據嘅置信度，並可能導致 AI 系統引用相互矛盾嘅資訊。喺所有來源中使用完全相同嘅商業名稱、地址格式同電話號碼。
對於 Google AI Overviews，schema 更改通常需要2–6週才能反映，因為 Googlebot 必須重新爬取同重新處理頁面。對於依賴訓練數據而非實時檢索嘅 ChatGPT 同其他 LLM，時間線更長且更難預測——基於訓練數據嘅系統可能需要數月。使用實時檢索嘅 Perplexity 通常喺1–2週內反映 schema 更改。優先優化 Google AI Overviews，因為佢有最可預測同可量化嘅時間線。
技術上係——Google 支持所有三種格式。但係，JSON-LD 係 LocalBusiness schema 嘅強烈首選，原因有三：更易維護（與 HTML 分離）、更易驗證，以及被 AI 檢索系統更可靠地解析。嵌入 HTML 中嘅 Microdata 同 RDFa 喺頁面 HTML 更改時更容易出錯。Google 自己嘅文件建議所有結構化數據實施使用 JSON-LD。
Google Business Profile（GBP）係 Google 擁有嘅平台，你喺度管理 Google Maps 同本地搜尋嘅商業列表。LocalBusiness schema 係你自己網站上嘅結構化數據，向所有搜尋引擎同 AI 系統（而唔只係 Google）傳達商業資訊。2026年，兩者都係必要嘅：GBP 推動 Google Maps 同本地包可見度，而 LocalBusiness schema 推動跨 ChatGPT、Perplexity、Google AI Overviews 同其他 AI 平台嘅 AI 工具可見度。兩者互相補充，缺一不可。

Further reading: 2026 AI SEO AI · 2026 AI · 2026 SEO Google AI · AI YouTube · AI GEO

查看呢個主題對應工具

用我哋工具落地呢個策略

  • 將當前主題快速轉成結構化草稿，並對齊搜尋意圖。
  • 生成可發布內容模塊，保持 SEO 友好結構。
打開生成器查看全部工具