结构化数据是页面的自我描述，不是加分项
搜索蜘蛛抓取页面时，会同时读取 HTML 正文和页面里的结构化数据标记（常见形式是 JSON-LD，也有微数据和 RDFa）。标记做的事情，是把页面上已经写出来的信息——标题、作者、发布时间、面包屑、评分、价格——用统一的字段再说一遍。它不能替页面创造内容，所以判断标准很简单：标记里的每一个字段，都应当能在页面上找到对应的可见信息。
如果标记和正文各说各话，搜索引擎要么忽略这套标记，要么对整页的信任度打折，两种情况都不划算。
几类常见的标记与内容不一致
1. 时间字段和实际发布日期对不上
datePublished 写成模板生成时间或站点搬迁时间，dateModified 每次保存草稿都自动刷新，结果是页面显示二〇二三年五月发布，标记里却是抓取当天。时间字段一旦失真，再想拿它判断内容新旧就没有意义了。
2. 作者与发布方两套说法
页脚署名是某某编辑部，标记里的 author 还留着建站时的默认值；主体名称变更过，publisher 没有同步更新。这类字段不显眼，但会直接影响内容归属的判断。
3. 评分、评论、价格没有对应内容
页面上没有真实评论，却输出了 aggregateRating；商品早已调价或下架，Product 标记里的价格和库存状态还停在旧值。这不只是标记不准的问题，一旦被判定为误导性标记，整站相关标记都可能被降权处理。
4. 多套标记并存，字段互相打架
主题自带一套 JSON-LD，SEO 插件又输出一套，同一个页面上出现了两个 Article 或两个 BreadcrumbList。搜索引擎无法判断该合并还是取其一，最省事的处理方式就是都不用。
5. 页面类型与标记类型不匹配
栏目列表页标成 Article，文章页标成 Product，或者把问答类标记堆在没有任何问答结构的页面上。类型选错了，后面的字段填得再全也没有用。
一轮可落地的自查怎么做
- 先抽 10 到 20 个代表性 URL：首页、栏目页、文章页、商品或服务页各取几个，不要只看首页。
- 用浏览器查看源代码，搜索 application/ld+json，把标记内容复制出来格式化。
- 逐字段对照页面上看得见的信息，重点看时间、作者、主体名称、面包屑路径这几项。
- 用官方富媒体结果测试工具跑一遍，记录缺失字段和取值无效的提示。
- URL 量大时，可以写一段脚本批量抓取页面、解析标记，先输出字段缺失或与页面标题不符的清单，再人工复核。
- 把结果和抓取日志对照：标记报错的页面，如果恰好也是蜘蛛反复抓取的对象，处理优先级就更高。
日常维护的几个习惯
- 换模板、上插件、内容改版时，把结构化数据列入上线检查项，而不是上线后再补。
- 时间字段只保留两个来源：人工填写的发布时间，以及数据库里真实存在的时间戳，避免系统自动刷新覆盖。
- 只标记页面上确实存在的内容，没有评价就不加评分，没有价格就不加价格字段。
- 同一页面只保留一套标记，主题和插件二选一，避免重复输出。
- 下线或归档的页面，标记一并清理，不要留下指向已删除资源的引用。
结构化数据不解决抓取通路问题，但它能减少页面自相矛盾的地方。对于正在用 sitemap、内链和日志去扩大 URL 发现范围的人来说，让已经被抓到的页面表述一致，是成本很低、也很容易漏掉的一步。