49图库结构化数据改造：五类 Schema 标记全站落地

2026 年 8 月 5 日，49图库完成结构化数据改造。全站配置 Organization、WebSite、SoftwareApplication、NewsArticle、BreadcrumbList 与 FAQPage 六类标记，字段与页面可见文字逐项对应。39 个页面全部通过校验工具检查，没有缺失必填字段，也没有与实际内容不符的声明。

改造前站内只有新闻页带了少量标记，字段拼写与官方定义有出入：把作者写成字符串而非对象，图片用了相对路径。这些错误不会让页面报错，但会让摘要抓取失败。7 月的搜索后台显示，26 篇资讯里有 9 篇没有被识别为文章类型。

这次改造的原则只有一条：标记是页面内容的另一种写法，不是额外声明。凡是页面上看不到的信息，一律不写进标记；凡是标记里出现的数字，页面上必须有同源文字。

六类标记分别用在哪

Organization 与 WebSite 放在全站每一页，说明站点名称、网址、标志与检索入口。SoftwareApplication 放在下载页，写明软件名称、版本、授权方式与运行平台。NewsArticle 放在 26 篇资讯上，包含标题、摘要、发布日期、作者、所属栏目与封面图。

BreadcrumbList 与 NewsArticle 同行，对应页面顶部的面包屑，层级为首页、资讯列表、当前文章。FAQPage 放在首页与下载页，只标记页面上真实展示的问答，不重复、不虚构，答案文字与折叠面板中的内容完全一致。

每页的标记组合是固定的：所有页面带 Organization 与 WebSite，文章页在此基础上加 NewsArticle 与 BreadcrumbList，首页与下载页加 FAQPage，下载页另加 SoftwareApplication。组合固定后，构建脚本可以按页面类型直接拼装，不需要逐页手写，也不会出现某页漏标的情况。

搜索引擎不傻，标记和页面不一致，最后受影响的是站点自己的可信度。宁可少标一类，也不要标一段页面上没有的话。—— 49图库前端负责人 何思远

字段怎么和页面一一对应

拿 NewsArticle 举例，标题取 h1 文本，摘要取页面首段，发布日期取文章元信息里的日期，作者取元信息里的姓名，封面图取文章首图。所有取值由构建脚本从同一份文章数据生成，页面与标记不可能出现两个版本。

图片字段使用绝对地址并标注宽高，封面统一 1200×675，正文图统一 1200×600，避免抓取端因尺寸不明而放弃。面包屑的每一项都带名称与地址，最后一项不带链接，符合层级定义。

构建期校验有四条规则：必填字段齐全、日期格式含时区、图片为绝对地址且带宽高、同类实体每页只允许一组。任一规则不通过即中止发布。8 月的六次发布中，校验拦下过两次：一次是文章封面忘了写宽高，一次是首页 FAQ 数量与页面问答数不一致。

常见错误与自查方式

改造过程中遇到最多的问题有三类：日期格式缺少时区、作者只写姓名不写类型、图片写成相对路径。这三类错误在页面上完全看不出异常，只能通过校验工具或抓取后台发现。团队把校验做进了构建流程，字段不全或格式不对直接中止发布。

另一个容易被忽略的点是重复。同一页面同时出现两份 NewsArticle，或 FAQPage 与页面问答数量不一致，都会让抓取端放弃采用。构建时对每页的标记做去重计数，一页只允许一组同类实体，这项检查目前每次发布都会执行。

有些标记我们明确不做。比如不给软件加评分与评价数，因为站内没有真实的评分体系；不给资讯加价格或促销字段，因为内容与交易无关。标记越多不等于越好，写了页面上不存在的信息，短期可能骗过抓取，长期会让整站的可信度打折。

目前 39 个页面全部通过校验，其中 26 篇资讯的标记字段完全由文章数据生成，不存在手工补写。发布后还会每周抽查 5 个页面，用外部工具重新解析一次，确认没有被构建流程之外的手工改动带偏。

结构化数据是给机器读的页面说明，说明写清楚的前提，是页面本身写得清楚。—— 49图库数据工程负责人 陈立恒

全站标记清单与自查方法已在关于页说明，包含每类标记的用途和对应页面。如果你在搜索结果中看到与页面不符的摘要，请提供关键词与截图，我们会核对标记与页面内容是否同步。下一步计划为走势图页面补充数据集说明，让统计口径也能被机器读取。