要点总结
LocalBusiness JSON-LD Schema 是 AI Overviews 用于作为企业规范实体描述的结构化数据记录。拥有有效 LocalBusiness Schema 的网站在 AI Overviews 中被引用的频率约是没有 Schema 的同类网站的 1.3–1.5 倍。大多数中小企业网站要么没有 Schema，要么至少存在一个验证错误——这两种情况都会浪费信号。下面介绍：影响 AI Overviews 引用的七个关键字段、经过 Schema.org 和 Google 富媒体结果测试验证的复制粘贴模板、五个最常见陷阱（重复的 @id、错误子类型、营业时间格式错误、地址拆分、评分不匹配），以及 10 分钟审计工作流程。
为什么 Schema 直接影响 AI Overviews
当 Google 的 AI Overview 为本地企业撰写回答时，它需要结构化数据点：名称、地址、电话、营业时间、类别、价格范围。它可以从可见的 HTML 中抓取这些信息，但可见 HTML 往往杂乱无章——电话号码格式各异，营业时间布局不同，地址被其他内容打断。结构化数据解决了这种歧义。AI 提取器只需读取一次 JSON-LD，就能获得清晰的实体记录。
ChatGPT、Perplexity 和 Bing Copilot 也是如此。它们都将结构化数据作为爬取流程的一部分进行处理。干净的 LocalBusiness Schema 是您能部署的最低成本、最可控的信号。
7 个关键字段（按优先级排序）
1. @type——以及正确的子类型。 使用最具体的 LocalBusiness 子类型。Restaurant、Dentist、AutoDealer、HotelBed、RealEstateAgent、MedicalBusiness。如果没有合适的子类型，才使用 LocalBusiness 本身。错误的子类型是我们在审计中最常见的排名信号泄漏原因。
2. name——完全准确的企业法定名称。 与您的 Google Business Profile 和营业执照一致。不要堆砌关键词（"老王水管 24 小时紧急抢修服务上海" 会被标记）。只写名称。
3. address——完整的 PostalAddress，所有字段都需填写。 streetAddress、addressLocality（城市）、addressRegion（省/州）、postalCode、addressCountry。拆分不当，AI 将无法解析。
4. telephone——使用 E.164 格式。 +8613800138000，而非 138 0013 8000。是的，两者对人类都有效。但只有 E.164 对 AI 提取器是明确无歧义的。
5. openingHoursSpecification——明确、结构化。 不是逗号分隔的字符串。应是包含 dayOfWeek、opens 和 closes 的 OpeningHoursSpecification 对象数组。这是中小企业网站上最常见的格式错误字段。
6. geo——纬度和经度。 精确到两位小数（更多没问题，更少会引发歧义）。直接从 Google Maps 获取。
7. image——指向主要照片的绝对 URL。 优先使用正方形裁剪（最小 1200×1200）。不是 Logo。应是店面或服务的照片。
复制粘贴模板
<script type="application/ld+json">
{
"@context": "https://schema.org",
"@type": "Restaurant",
"@id": "https://yourdomain.com/#business",
"name": "Casa Mariana",
"image": "https://yourdomain.com/images/storefront-1200.jpg",
"url": "https://yourdomain.com",
"telephone": "+13125551234",
"priceRange": "$$",
"servesCuisine": ["Spanish", "Mediterranean"],
"address": {
"@type": "PostalAddress",
"streetAddress": "1234 W Diversey Pkwy",
"addressLocality": "Chicago",
"addressRegion": "IL",
"postalCode": "60614",
"addressCountry": "US"
},
"geo": {
"@type": "GeoCoordinates",
"latitude": 41.93163,
"longitude": -87.66792
},
"openingHoursSpecification": [
{
"@type": "OpeningHoursSpecification",
"dayOfWeek": ["Tuesday", "Wednesday", "Thursday"],
"opens": "17:00",
"closes": "22:00"
},
{
"@type": "OpeningHoursSpecification",
"dayOfWeek": ["Friday", "Saturday"],
"opens": "17:00",
"closes": "23:00"
},
{
"@type": "OpeningHoursSpecification",
"dayOfWeek": "Sunday",
"opens": "11:00",
"closes": "21:00"
}
],
"sameAs": [
"https://www.facebook.com/casamariana",
"https://www.instagram.com/casamariana",
"https://maps.google.com/?cid=YOUR-GBP-CID"
]
}
</script>
将其放置在首页的 <head> 中。在 https://search.google.com/test/rich-results 进行验证。
5 个悄悄破坏信号的陷阱
陷阱 1：多个页面存在重复的 @id。
每个输出 LocalBusiness Schema 的页面必须使用指向您规范企业 URL 的相同 @id。如果首页输出 @id: https://yourdomain.com/#business，而联系页面输出 @id: https://yourdomain.com/contact#business，AI 引擎会将它们视为两个独立实体并稀释信号。全站只使用一个 @id。
陷阱 2：错误子类型（当子类型适用时使用 LocalBusiness）。
Schema.org 有 50 多个 LocalBusiness 子类型。当 Restaurant、Dentist 或 AutoDealer 等子类型适用时，使用父类型 LocalBusiness 会让您损失特定类别的信号。AI Overviews 使用子类型来过滤"[城市]最佳[类别]"查询。
陷阱 3：营业时间存储为单一字符串。
"openingHours": "Mo-Fr 09:00-17:00" 是有效的 Schema 语法，但比 openingHoursSpecification 数组信号更弱。使用数组。AI 对其解析更可靠，且您可以表达休息日、每天多个时间段和例外情况。
陷阱 4：将地址拆分为顶级字段。
一些旧模板直接在 LocalBusiness 对象上输出 streetAddress、addressLocality 等，而不是嵌套在 PostalAddress 下。验证通常会通过，但语义完整性会受损。始终嵌套在 "address": {"@type": "PostalAddress", ...} 下。
陷阱 5：aggregateRating 与 Google 评价不匹配。
如果您自行发布基于推荐的 aggregateRating 4.9 星，但 Google Business Profile 显示 4.3 星，AI Overviews 现在会进行交叉验证并降低您的实体可信度。要么精确匹配 GBP 评分（并每月更新），要么完全省略 aggregateRating，让 AI 引擎直接从 Google 获取。
验证工具
在认为 Schema 可以上线之前，请通过以下每个工具进行验证：
- Google Rich Results Test — https://search.google.com/test/rich-results。检测 Google 特定的解析问题。
- Schema.org Validator — https://validator.schema.org/。检测通用的 Schema.org 合规性问题。
- Bing Markup Validator — https://www.bing.com/webmaster/diagnostics/markup/validator。专门针对 Bing/ChatGPT 解析器。
如果三个都通过，您的 LocalBusiness Schema 实现已进入网络前 15%。
10 分钟审计工作流程
第 1 步（3 分钟）： 访问您的首页。查看页面源代码。搜索 application/ld+json。如果不存在，说明您没有任何 LocalBusiness Schema。添加上述模板。
第 2 步（3 分钟）： 如果存在 Schema，将完整的 JSON-LD 代码块粘贴到 Rich Results Test 中。记录任何错误或警告。常见警告（address.streetAddress missing、openingHoursSpecification invalid format）很容易修复。
第 3 步（2 分钟）： 将 Schema 中的 name、address、telephone 和 aggregateRating（如有）与 Google Business Profile 进行交叉核对。解决任何不一致之处。
第 4 步（2 分钟）： 如果在多个页面上输出 Schema，验证您的 @id 是否一致。大多数中小企业网站只需在首页和联系页面上使用 Schema；两者都应引用相同的 @id。
超越 LocalBusiness：后续添加内容
LocalBusiness 整理好之后，逐步添加以下内容：
- Service Schema，针对您提供的每项主要服务（让 AI 引擎能回答"他们做 X 吗？"）
- FAQPage Schema，用于首页的常见问题部分（在 AI Overviews 中作为引用答案提取）
- BreadcrumbList Schema，提供导航上下文
- Person Schema，用于创始人/所有者（建立实体信任）
但首先要将 LocalBusiness 做好。在我们审计过的每个 AI Overviews 市场中，五个被引用最多的企业中，有三个拥有干净的 LocalBusiness Schema。排名靠后的三个没有一个具备这一条件。
这是 2026 年最低成本的本地 SEO 投资，也是大多数企业主从未做过的事情。
New blog posts. No spam.
Get the next reputation playbook delivered when it drops.
