FAQ Schema 在 AI 搜尋時代的角色轉變:從 SERP 裝飾元件到 GEO 引用基礎建設
2023 年 Google 宣布調降 FAQ rich results 的顯示頻率，多數人以為這項標記就此走入終點。但兩年過去，FAQPage 的採用率反而成長近三倍。背後的關鍵不是 SEO 工具沒跟上，而是讀者從 Google 換到了 ChatGPT、Perplexity 與 AI Overviews。本文拆解 FAQ schema 在 AI 搜尋時代的角色轉變，以及內容團隊該如何重新設計問答結構，讓品牌進入 AI 引用網絡。
TL;DR
- 2023 年 Google 調降 FAQ rich results 顯示頻率，僅保留給政府與健康類權威網站，多數人預期 FAQPage schema 將走入終點。
- 但 HTTP Archive 資料顯示，FAQPage 採用率反而從 2022 年的 0.2% 上升至 2024 年的 0.6%，兩年間成長近三倍。
- 真正原因是消費端從 SERP 轉移到 LLM：ChatGPT、Perplexity、AI Overviews 將 FAQ 結構視為最容易擷取與引用的內容格式。
- FAQ schema 的角色從「SERP 版位擴張工具」轉變為「AI 引用的基礎建設」，寫作要求也從引導式片段轉為可獨立成立的答案膠囊。
- 適合 AI 時代的 FAQ 設計原則：僅用於問答型頁面、答案 50–150 字、百科式中性語氣、schema 與頁面內容一致、維持時間戳記與作者資訊。
- 對 SEO 與行銷團隊而言，FAQ 應從「附屬區塊」升級為獨立的內容類別，是進入 AI 引用網絡的關鍵入口。
目錄
2023 年 Google 的宣布
2023 年 8 月 8 日,Google 在官方部落格發布一則公告,宣布調降 FAQ 與 HowTo rich results 的顯示頻率。其中 FAQ rich results 將僅保留給「知名、權威的政府與健康類網站」,其餘網站不再常態性地獲得這項搜尋結果增強功能。對當時投入大量資源在結構化資料的 SEO 從業者而言,這項更新等同於宣告一個延續多年的優化策略走入終點。
這項調整的背景是 Google 同年 5 月推出 SGE(Search Generative Experience),即後來 AI Overviews 的前身。Google 在這段期間推動的多項變動,包括 HowTo rich results 在桌面端的全面移除,實際上指向同一個方向:傳統 SERP 裝飾元件正在被生成式回答介面所取代。FAQ rich snippets 的退場並非孤例,而是搜尋結果版面整體簡化的一環。
然而,根據 HTTP Archive 在 Web Almanac 2024 結構化資料章節的調查,FAQPage 在桌面端的採用率從 2022 年的 0.2% 上升至 2024 年的 0.6%,在 Google 明確降低顯示優先順序的兩年間,採用率反而成長近三倍。Web Almanac 章節作者對此的解讀是,網站經營者可能認為 FAQPage 在 rich results 之外仍具備搜尋引擎可見度的價值。這個現象與多數人在 2023 年的預期相反,也構成了本文要討論的核心議題:一個被 Google 明確降級的標記,為什麼仍持續被網站採用,而且採用速度未見放緩?
採用率持續成長的真正原因
這個現象有兩層成因。第一層來自基礎建設端,WordPress 上的主流 SEO 外掛,例如 Yoast、Rank Math、All in One SEO,並未在 Google 公告後移除 FAQPage schema 的產生功能。這些工具僅在介面上加註提示,告知使用者 rich snippets 已不再常態顯示,但功能本身保留。對絕大多數使用 CMS 的網站經營者而言,結構化資料是否輸出取決於工具預設值,而非站長的主動決策。Search Engine Land 在分析 Web Almanac 2025 年度資料後也指出,結構化資料的實作率與 SEO 外掛的存在高度相關,當外掛預設啟用某項功能,該功能即成為實質上的業界標準。
第二層成因更具策略意義。在 Google 限制 FAQ rich results 的同時,以大型語言模型為核心的 AI 搜尋引擎正快速興起。ChatGPT、Perplexity、Google AI Overviews、Microsoft Copilot 等平台的共同特徵,是依賴對網頁內容的擷取、解構與重組來生成回應,而 FAQPage schema 提供的「問題-答案」結構,正是這類系統最容易處理的格式。
從產業實作觀察與多份 GEO 工具供應商的研究數據來看,使用 FAQPage schema 的內容在 ChatGPT、Perplexity 與 Google AI Overviews 中被引用的機率,顯著高於未結構化的對應內容。針對 AI 引用模式的分析也顯示,被引用的頁面普遍包含某種形式的「答案膠囊」(answer capsule),也就是與問題直接對應、可獨立成意的簡短段落。FAQPage schema 在語意上即為這種結構的明確宣告。
換句話說,當 Google 把 FAQ schema 從 SERP 顯示層移除時,AI 搜尋引擎反而把它當作主要的內容擷取訊號之一。這不是工具本身的轉變,而是消費端從 Google 換到了 LLM。
兩個時代的設計目標差異
理解這項標記在不同時代的角色,有助於釐清現階段該如何使用。
在 2018 至 2023 年的傳統 SEO 時代,FAQ schema 的設計目標是擴張 SERP 版位。網站經營者在頁面上放置 5 至 7 組問答,搭配對應的結構化資料,即可在搜尋結果中獲得可展開的 FAQ 區塊,實質上佔據兩到三倍的版面空間,壓縮競爭對手的曝光。這個策略的成功,反過來導致大量低品質與行銷導向的 FAQ 被堆砌在產品頁、首頁與分類頁。Google 在 2023 年公告中明確指出,這項調整的成因之一,正是 FAQ schema 被廣泛用於與真實使用者疑問無關的行銷情境。
進入 AI 搜尋時代後,FAQ schema 的價值轉移到了引用層。AI 引擎在生成回答時,會從多個來源中擷取適合的段落,並決定是否標註引用來源。具備清晰問答結構的內容,在這個流程中具備兩項優勢:一是答案邊界明確,AI 可以準確擷取單一段落而不需理解整篇文章的脈絡;二是 schema 提供了問題與答案的對應關係,降低 AI 解讀錯誤的風險。
這項轉變對寫作方式提出了新的要求。為 SERP rich snippets 而寫的 FAQ,可以接受片段式、引導性的答案,因為使用者點擊後仍會回到頁面閱讀完整內容。為 AI 引用而寫的 FAQ 則必須讓每個答案能夠獨立成立,因為 AI 可能僅擷取那一段作為最終回應的一部分,而使用者不會看到原始頁面。
適合 AI 搜尋時代的 FAQ 設計原則
依據目前產業共識與 Google 自身的更新指引,FAQPage schema 在當前環境下的合理使用方式,可以歸納為以下幾個原則。
第一,FAQPage schema 應僅用於以回答問題為主要目的的頁面。Google 在更新指引中已明確排除行銷頁、產品頁堆砌 FAQ 的用法,違反這項原則不僅無法獲得 rich results,也會降低 AI 引擎對該網站的信任評分。當頁面同時呈現多種觀點或社群討論時,QAPage schema 才是正確的標記類型,這項區別在實務中經常被忽略。
第二,每個答案應作為獨立的語意單元設計,長度建議落在 50 至 150 字之間。過短的答案無法提供 AI 足夠的上下文,過長則容易被截斷或忽略。答案中應包含具體的數字、年份、地名、機構名稱等實體資訊,這些資訊有助於 AI 在進行知識圖譜對應時辨識內容的權威性。
第三,寫作語氣應趨近於百科式的中性敘述,避免行銷話術與情感性訴求。這項建議的依據,是不同 AI 平台的偏好差異:ChatGPT 偏好中立、有具體數據支撐的答案;Perplexity 較能容納對話式、體驗導向的描述;Google AI Overviews 則重視 E-E-A-T 訊號與內容新鮮度。在實務上,以中性百科風格為基準,再針對特定平台微調,是涵蓋率最廣的做法。
第四,結構化資料的內容必須與頁面可見內容完全一致。Google 的結構化資料指引要求,JSON-LD 中的問題與答案文字必須與使用者實際看到的內容相符,任何隱藏式或差異化的標記都會導致違規。在 AI 搜尋的脈絡下,這項規範的重要性更高,因為 AI 引擎在驗證來源時會交叉比對 schema 與頁面實際內容。
第五,FAQ 內容應有明確的更新時間戳記與作者資訊。AI 引擎在選擇引用來源時,內容新鮮度是重要的排序因素之一,缺乏時間資訊的頁面在競爭引用機會時處於劣勢。Schema 中的 dateModified 屬性與頁面可見的「最後更新」標示,兩者都應該維持。
對 SEO 與內容策略的實質意涵
FAQ schema 的轉型,反映了一個更廣泛的現象:在 AI 搜尋崛起的過程中,許多被認為過時的技術元件,正在重新獲得意義。Schema.org 的整體採用率、結構化資料的覆蓋深度、語意標記的精確性,這些過去被視為「進階」或「邊際效益遞減」的優化項目,在 LLM 主導的內容擷取流程中,重新成為決定可見度的核心變數。
對 SEO 從業者而言,這意味著評估標準需要重新校準。傳統上以「是否帶來 SERP 增強」作為結構化資料的成本效益判斷依據,在現階段已不足以反映完整的價值。一個未顯示 rich snippets 的 FAQPage schema,仍可能在 AI Overviews 中為網站帶來引用,而這類引用所附帶的品牌曝光、權威建立與下游流量,在許多產業中已開始超過傳統有機點擊的價值。
對行銷人員而言,FAQ 內容的策略地位也需要調整。過去 FAQ 常被視為產品頁或服務頁的附屬區塊,目的是處理買家異議、補充說明性資訊。在 AI 搜尋時代,FAQ 應被視為品牌進入 AI 引用網絡的關鍵入口,其重要性與部落格主文相當,甚至更高。這項轉變要求行銷團隊在內容規劃階段就將 FAQ 視為獨立的產出類別,而非寫作完成後再補上的標記。
Google 於 2023 年所做的決策,從 SERP 顯示層的角度看是一次功能下架,但從整體搜尋生態的角度觀察,它更接近一次職能的重新分配。FAQPage schema 沒有消失,只是換了一個讀者。
常見問題 FAQ
Google 在 2023 年宣布調降 FAQ rich results 後，FAQPage schema 還值得使用嗎？
值得。Google 確實在 2023 年 8 月宣布，FAQ rich results 將僅保留給政府與健康類權威網站，但 HTTP Archive 的 Web Almanac 2024 資料顯示，FAQPage 採用率從 2022 年的 0.2% 上升至 2024 年的 0.6%，反而成長近三倍。原因是 ChatGPT、Perplexity、Google AI Overviews 等 AI 搜尋引擎將 FAQ 結構視為最容易擷取的內容格式，schema 的價值從 SERP 顯示層轉移到 AI 引用層。
FAQPage 與 QAPage schema 有什麼差別？什麼時候該用哪一個？
FAQPage 用於由網站經營者提供標準答案的問答頁面，例如官方常見問題集。QAPage 則用於呈現多種觀點或社群討論的頁面，例如論壇問答、Stack Overflow 式的內容。Google 在更新指引中明確排除行銷頁、產品頁堆砌 FAQ 的用法，違反這項原則不僅無法獲得 rich results，也會降低 AI 引擎對網站的信任評分。實務上經常被混用，但兩者語意不同，應依頁面性質正確選擇。
為 AI 搜尋寫的 FAQ 答案，理想長度應該是多少？
建議落在 50 至 150 字之間。過短的答案無法提供 AI 足夠的上下文，過長則容易被截斷或忽略。每個答案應作為獨立的語意單元設計，能夠脫離整篇文章脈絡而獨立成立，因為 AI 可能僅擷取那一段作為最終回應的一部分，使用者不會看到原始頁面。答案中也應包含具體的數字、年份、地名、機構名稱等實體資訊，有助於 AI 在進行知識圖譜對應時辨識內容權威性。
不同 AI 平台對 FAQ 內容的偏好有差別嗎？
有差別。ChatGPT 偏好中立、有具體數據支撐的答案；Perplexity 較能容納對話式、體驗導向的描述；Google AI Overviews 則重視 E-E-A-T 訊號與內容新鮮度。實務上的建議做法，是以中性百科風格作為基準，再針對特定平台微調，這樣的涵蓋率最廣。寫作語氣應趨近於百科式的中性敘述，避免行銷話術與情感性訴求。
JSON-LD 中的 FAQ 內容可以與頁面顯示內容不一致嗎？
不可以。Google 的結構化資料指引要求 JSON-LD 中的問題與答案文字必須與使用者實際看到的內容相符，任何隱藏式或差異化的標記都會導致違規。在 AI 搜尋的脈絡下，這項規範的重要性更高，因為 AI 引擎在驗證來源時會交叉比對 schema 與頁面實際內容。如果發現不一致，可能同時失去搜尋引擎與 AI 引擎的信任。
FAQ 內容需要標註更新時間嗎？
需要。AI 引擎在選擇引用來源時，內容新鮮度是重要的排序因素之一，缺乏時間資訊的頁面在競爭引用機會時處於劣勢。建議在 schema 中使用 dateModified 屬性，同時在頁面可見區域標示「最後更新」，兩者並行。對於變動頻繁的主題（例如政策、產品規格、技術文件），定期審視並更新時間戳記，是維持 AI 引用競爭力的基本動作。
在 AI 搜尋時代，FAQ 內容在內容策略中的地位有什麼變化？
地位明顯提升。過去 FAQ 常被視為產品頁或服務頁的附屬區塊，目的是處理買家異議、補充說明性資訊。在 AI 搜尋時代，FAQ 應被視為品牌進入 AI 引用網絡的關鍵入口，重要性與部落格主文相當，甚至更高。這項轉變要求行銷與內容團隊在規劃階段就將 FAQ 視為獨立的產出類別，而非寫作完成後再補上的標記，並重新評估結構化資料的成本效益判斷依據。
