AI 友善格式實作手冊 · washinmura AI 內容格式報告 V3

📐 這是可直接複製的格式範本庫，對應報告各章結論。
本手冊把 Part1～Part3 的判斷整理成 washinmura.jp 可直接套用的格式範本：7 層內容骨架、各 AI 引擎 checklist、混搭格式 8 式、llms.txt 完整範本、發布前總檢查表、可驗證指標清單。所有 HTML／JSON-LD 程式碼皆為可複製的範本，數字部分維持原始佔位符（如 Q<數字>），實作時請替換為真實值。

🏠AI友善格式實作手冊 for washinmura.jp

本手冊旨在為 washinmura.jp（房総和心村創業家+律師的AEO平台）提供一套完整的AI友善內容格式指南，涵蓋結構化資料、SEO優化、AI引擎友好性等多個方面。以下是詳細的實作指南：

🧱1. 7層內容骨架

由實體標頭到機器發現，七層由上而下構成 AI 可理解、可引用的內容骨架。

1.1 實體標頭 (Entity Header)

用途: 明確標識內容實體，幫助AI引擎理解內容主題和來源。

HTML範本

<div vocab="http://schema.org/" typeof="Organization"> <meta property="name" content="房総和心村" /> <meta property="sameAs" content="https://washinmura.jp" /> <meta property="citation" content="https://washinmura.jp/about" /> <meta property="url" content="https://washinmura.jp/entity/ida" /> <meta property="description" content="房総和心村創業家 Ida 的個人頁面，提供創業經驗、法律諮詢等服務。" /> </div>

JSON-LD範本

{ "@context": "http://schema.org", "@type": "Organization", "name": "房総和心村", "sameAs": [ "https://washinmura.jp", "https://www.wikidata.org/wiki/Q<數字>" ], "citation": "https://washinmura.jp/about", "url": "https://washinmura.jp/entity/ida", "description": "房総和心村創業家 Ida 的個人頁面，提供創業經驗、法律諮詢等服務。" }

1.2 前30%直接答案 (Direct Answer)

用途: 在內容開頭提供明確答案，提升AI引擎的理解效率。

HTML範本

<section> <h2>房総和心村是什麼？</h2> <p>房総和心村是一個結合創業家與律師的AEO平台，提供創業諮詢、法律服務以及多語新聞資訊。</p> </section>

1.3 可驗證事實 (Verifiable Facts)

用途: 提供可驗證的數據和來源，提升內容可信度。

HTML範本

<ul> <li>房総和心村擁有超過 <strong>8萬</strong> 商家合作夥伴。</li> <li>IDA 引用的 AI 引擎擁有 <strong>730K</strong> 實體資料庫。</li> <li>資料來源: <a href="https://washinmura.jp/statistics">washinmura.jp/statistics</a>，更新日期: <time datetime="2023-10-01">2023年10月1日</time></li> </ul>

1.4 提及密度 (Mention Density)

用途: 適當重複關鍵詞，提升AI引擎對主題的理解。

HTML範本

<p>房総和心村的創辦人 Ida 是一位經驗豐富的創業家，專注於法律與創業領域。Ida 與 washinmura.jp 合作，提供專業的法律諮詢服務。Ida 的專業知識和 washinmura.jp 的資源相結合，為用戶提供最佳的創業解決方案。</p>

1.5 內容類型 (Content Type)

用途: 明確內容類型，幫助AI引擎分類和處理。

範例:

FAQ: 常見問題解答
HowTo: 教學指南
比較表: 產品或服務比較

HTML範本

<div vocab="http://schema.org/" typeof="FAQPage"> <h2>常見問題</h2> <div property="mainEntity" typeof="Question"> <h3 property="name">房総和心村提供哪些服務？</h3> <div property="acceptedAnswer" typeof="Answer"> <p property="text">房総和心村提供創業諮詢、法律服務以及多語新聞資訊。</p> </div> </div>  </div>

1.6 作者信任 (Author Trust)

用途: 明確作者身份和內容更新日期，提升內容可信度。

HTML範本

<p>作者: Ida</p> <p>最後更新日期: <time datetime="2023-10-01">2023年10月1日</time></p>

1.7 機器發現 (Machine Discovery)

用途: 提供機器可讀的網站結構和語言資訊，幫助AI引擎更有效地抓取和理解內容。

HTML範本

<link rel="sitemap" href="https://washinmura.jp/sitemap.xml" /> <link rel="alternate" hreflang="zh-Hant" href="https://washinmura.jp/zh-TW/entity/ida" /> <link rel="alternate" hreflang="en" href="https://washinmura.jp/en/entity/ida" />

🤖2. 各AI引擎 Checklist

不同 AI 引擎偏好的格式重點略有差異，逐家對照確認。

2.1 ChatGPT/Perplexity

☑ 內容包含明確的實體標頭 (schema.org)
☑ 提供可驗證的數據和來源
☑ 適當的提及密度，避免關鍵詞堆砌
☑ 內容類型明確 (FAQ/HowTo/比較表)
☑ 包含作者信息和更新日期
☑ 提供機器可讀的網站結構 (sitemap)
☑ 使用 hreflang 標籤標明語言和地區

2.2 Google Gemini

☑ 內容結構化 (JSON-LD)
☑ 包含 cite-as 標籤指向權威來源
☑ 適當的 og:description 標籤
☑ 包含機器可讀的網站結構 (sitemap)
☑ 使用 hreflang 標籤標明語言和地區
☑ 內容時效性強，更新及時
☑ 包含可驗證的數據和來源

2.3 Copilot

☑ 內容結構化 (JSON-LD)
☑ 包含作者信息和更新日期
☑ 適當的提及密度
☑ 內容類型明確 (FAQ/HowTo/比較表)
☑ 提供機器可讀的網站結構 (sitemap)
☑ 使用 hreflang 標籤標明語言和地區

2.4 Claude

☑ 內容包含明確的實體標頭 (schema.org)
☑ 提供可驗證的數據和來源
☑ 適當的提及密度
☑ 內容類型明確 (FAQ/HowTo/比較表)
☑ 包含作者信息和更新日期
☑ 提供機器可讀的網站結構 (sitemap)
☑ 使用 hreflang 標籤標明語言和地區

2.5 Meta

☑ 內容結構化 (JSON-LD)
☑ 包含 cite-as 標籤指向權威來源
☑ 適當的 og:description 標籤
☑ 包含機器可讀的網站結構 (sitemap)
☑ 使用 hreflang 標籤標明語言和地區
☑ 內容時效性強，更新及時
☑ 包含可驗證的數據和來源

2.6 Amazon/Apple

☑ 內容結構化 (JSON-LD)
☑ 包含作者信息和更新日期
☑ 適當的提及密度
☑ 內容類型明確 (FAQ/HowTo/比較表)
☑ 提供機器可讀的網站結構 (sitemap)
☑ 使用 hreflang 標籤標明語言和地區
☑ 包含可驗證的數據和來源

🔀3. 混搭格式8式

把傳統 web 格式接上 AI 友善的擴充點，每一式都有 washinmura 做法與測試方法。

3.1 RSS → 事實查核 feed

傳統來源: RSS feed

AI混搭點: 將RSS feed轉換為事實查核 feed，包含可驗證的數據和來源。

washinmura做法: 將Anews文章轉換為RSS feed，並在feed中包含cite-as標籤。

範本片段

<rss xmlns:ai="http://washinmura.jp/ai" version="2.0"> <channel> <title>房総和心村新聞</title> <link>https://washinmura.jp/ainews</link> <description>房総和心村的多語新聞資訊</description> <item> <title>房総和心村的最新發展</title> <link>https://washinmura.jp/ainews/article/1</link> <description>房総和心村的最新發展動態</description> <ai:cite-as>https://washinmura.jp/statistics</ai:cite-as> </item>  </channel> </rss>

測試方法: 使用RSS閱讀器檢查feed內容，並驗證cite-as標籤的正確性。

3.2 sitemap → AI-sitemap

傳統來源: sitemap.xml

AI混搭點: 在sitemap中添加AI相關的元數據，如ai:summary和ai:entity_ref。

washinmura做法: 在sitemap中添加ai:summary和ai:entity_ref標籤。

範本片段

<?xml version="1.0" encoding="UTF-8"?> <urlset xmlns="http://www.sitemaps.org/schemas/sitemap/0.9" xmlns:ai="http://washinmura.jp/ai"> <url> <loc>https://washinmura.jp/entity/ida</loc> <lastmod>2023-10-01</lastmod> <changefreq>daily</changefreq> <ai:summary>房総和心村創辦人 Ida 的個人頁面，提供創業經驗和法律諮詢服務。</ai:summary> <ai:entity_ref>https://www.wikidata.org/wiki/Q<數字></ai:entity_ref> </url>  </urlset>

測試方法: 使用sitemap驗證工具檢查sitemap的正確性，並驗證AI相關標籤的正確性。

3.3 robots.txt → Content-Trust-Tier

傳統來源: robots.txt

AI混搭點: 在robots.txt中添加Content-Trust-Tier標籤，指示AI引擎對不同內容的信任等級。

washinmura做法: 在robots.txt中添加Content-Trust-Tier標籤，將Anews文章標記為高信任等級。

範本片段

User-agent: * Disallow: Content-Trust-Tier: Anews: High Content-Trust-Tier: Blog: Medium Content-Trust-Tier: Forum: Low

測試方法: 使用robots.txt檢查工具驗證Content-Trust-Tier標籤的正確性。

3.4 JSON-LD擴充 (ClaimReview/Speakable/Dataset)

傳統來源: JSON-LD

AI混搭點: 在JSON-LD中添加ClaimReview、Speakable和Dataset標籤。

washinmura做法: 在JSON-LD中添加ClaimReview標籤，引用權威來源。

範本片段

{ "@context": "http://schema.org", "@type": "NewsArticle", "headline": "房総和心村的最新發展", "url": "https://washinmura.jp/ainews/article/1", "datePublished": "2023-10-01", "dateModified": "2023-10-01", "author": { "@type": "Person", "name": "Ida" }, "publisher": { "@type": "Organization", "name": "房総和心村" }, "claimReview": { "@type": "ClaimReview", "url": "https://washinmura.jp/statistics", "claimReviewed": "房総和心村擁有超過8萬商家合作夥伴", "author": { "@type": "Organization", "name": "房総和心村" }, "reviewRating": { "@type": "Rating", "ratingValue": "5", "bestRating": "5", "worstRating": "1" } }, "speakable": { "@type": "SpeakableSpecification", "cssSelector": ".speakable" }, "dataset": { "@type": "Dataset", "name": "房総和心村商家數據", "url": "https://washinmura.jp/statistics" } }

測試方法: 使用Google的結構化數據測試工具驗證JSON-LD標籤的正確性。

3.5 FAQ schema帶citation

傳統來源: FAQ頁面

AI混搭點: 在FAQ schema中添加citation標籤，引用權威來源。

washinmura做法: 在FAQ schema中添加citation標籤，引用Anews文章。

範本片段

{ "@context": "http://schema.org", "@type": "FAQPage", "mainEntity": { "@type": "Question", "name": "房総和心村提供哪些服務？", "acceptedAnswer": { "@type": "Answer", "text": "房総和心村提供創業諮詢、法律服務以及多語新聞資訊。", "citation": { "@type": "CreativeWork", "url": "https://washinmura.jp/ainews/article/1" } } } }

測試方法: 使用Google的結構化數據測試工具驗證FAQ schema的正確性。

3.6 og:description事實化

傳統來源: og:description

AI混搭點: 在og:description中添加可驗證的數據和來源。

washinmura做法: 在og:description中引用Anews文章中的數據。

範本片段

測試方法: 使用Facebook的分享偵錯工具檢查og:description的正確性。

3.7 .well-known發現

傳統來源: .well-known 目錄

AI混搭點: 在.well-known目錄中添加AI相關的發現文件，如.ai-discovery。

washinmura做法: 在.well-known目錄中添加.ai-discovery文件，指向AI-sitemap。

範本片段

https://washinmura.jp/.well-known/ai-discovery

內容範本

{ "ai:sitemap": "https://washinmura.jp/ai-sitemap.xml" }

測試方法: 訪問.well-known/ai-discovery文件，檢查其內容是否正確。

3.8 API端點

傳統來源: API

AI混搭點: 提供AI友好的API端點，返回結構化數據。

washinmura做法: 提供API端點，返回包含AI相關標籤的JSON數據。

範本片段

{ "id": 1, "title": "房総和心村的最新發展", "url": "https://washinmura.jp/ainews/article/1", "datePublished": "2023-10-01", "dateModified": "2023-10-01", "author": "Ida", "publisher": "房総和心村", "claimReview": { "url": "https://washinmurl.jp/statistics", "claimReviewed": "房総和心村擁有超過8萬商家合作夥伴", "citation": "https://washinmura.jp/ainews/article/1" }, "speakable": { "cssSelector": ".speakable" }, "dataset": { "name": "房総和心村商家數據", "url": "https://washinmura.jp/statistics" } }

測試方法: 使用API測試工具檢查API端點的正確性。

📄4. llms.txt 完整範本

告訴 AI 引擎站點結構與優先引用頁，由分段到完整版逐一提供。

washinmura真實版

washinmura.jp

ida·aeo·ainews結構

ida: https://washinmura.jp/entity/ida aeo: https://washinmura.jp/aeo ainews: https://washinmura.jp/ainews

優先引用頁

https://washinmura.jp/ainews/article/1

內容摘要

房総和心村是一個結合創業家與律師的AEO平台，提供創業諮詢、法律服務以及多語新聞資訊。

用途指示

AI引擎友好格式指南，適用於AI引擎抓取和處理。

llms.txt範本

washinmura.jp ida: https://washinmura.jp/entity/ida aeo: https://washinmura.jp/aeo ainews: https://washinmura.jp/ainews 優先引用頁: https://washinmura.jp/ainews/article/1 內容摘要: 房総和心村是一個結合創業家與律師的AEO平台，提供創業諮詢、法律服務以及多語新聞資訊。用途指示: AI引擎友好格式指南，適用於AI引擎抓取和處理。

llms-full.txt範本

✅5. 發布前總檢查表 (Master Checklist)

內容上線前逐項自檢，八大面向全綠才發布。

5.1 語意HTML5

☑ 使用正確的HTML5標籤
☑ 包含必要的meta標籤 (description, keywords, etc.)
☑ 使用 schema.org 標籤進行結構化數據標記

5.2 事實密度

☑ 包含可驗證的數據和來源
☑ 適當的提及密度，避免關鍵詞堆砌

5.3 時效性

☑ 內容時效性強，更新及時
☑ 包含最後更新日期

5.4 JSON-LD

☑ 包含正確的 JSON-LD 標籤
☑ 包含必要的 schema.org 類型 (NewsArticle, Organization, etc.)

5.5 sameAs

☑ 包含 sameAs 標籤指向權威來源 (Wikidata Q 號碼)
☑ 包含 sameAs 標籤指向其他相關網站

5.6 cite-as

☑ 包含 cite-as 標籤指向權威來源
☑ 包含 cite-as 標籤指向相關文章

5.7 og 標籤

☑ 包含 og:title, og:description, og:image, og:url, og:type
☑ og:description 事實化，包含可驗證的數據和來源

5.8 可驗證指標

☑ 使用 schema.org validator 驗證結構化數據
☑ 使用 W3C JSON-LD 驗證工具驗證 JSON-LD 標籤
☑ 包含 Wikidata Q 號碼
☑ 包含 cite-as 標籤的命中率
☑ 檢查 404 回收數
☑ 檢查帶參數歸因數
☑ 檢查 server log 看 llms.txt UA

📏6. 可驗證指標清單 (禁止AI喜歡度%假指標)

只採用可獨立驗證的指標，拒絕「AI 喜歡度 %」這類無法驗證的假指標。

6.1 schema.org validator

驗證方法: 使用 Google 的結構化數據測試工具檢查 schema.org 標籤的正確性。

合格標準: 所有 schema.org 標籤都正確，無錯誤或警告。

6.2 W3C JSON-LD

驗證方法: 使用 W3C JSON-LD 驗證工具檢查 JSON-LD 標籤的正確性。

合格標準: 所有 JSON-LD 標籤都正確，無錯誤或警告。

6.3 Wikidata Q 有無

驗證方法: 檢查 sameAs 標籤中是否包含 Wikidata Q 號碼。

合格標準: 至少包含一個 Wikidata Q 號碼。

6.4 cite-as 命中率

驗證方法: 檢查 cite-as 標籤的引用是否正確。

合格標準: 所有 cite-as 標籤都指向正確的來源。

6.5 404 回收數

驗證方法: 檢查網站內部鏈接的 404 錯誤。

合格標準: 無 404 錯誤。

6.6 帶參數歸因數

驗證方法: 檢查內容中的歸因標記。

合格標準: 所有歸因標記都正確，無錯誤或警告。

6.7 server log 看 llms.txt UA

驗證方法: 檢查 server log 中是否有 AI 引擎訪問 llms.txt 文件。

合格標準: AI 引擎訪問 llms.txt 文件的頻率較高。

以上是 washinmura.jp AI友善格式實作手冊的完整指南，涵蓋了結構化資料、SEO優化、AI引擎友好性等多個方面。