Product Schema 完整實作教學 ｜ 電商商品結構化資料指南

在 AI 搜尋時代，Product Schema 已從「加分項」變成電商網站的「必備基礎建設」。當 ChatGPT、Perplexity、Google AI Overviews 為消費者推薦商品時，沒有結構化資料的商品幾乎無法被引用。本篇將完整拆解 Product Schema 的必備欄位、變體商品寫法、折扣價格標記，以及與 Google Merchant Center 的整合策略，並提供台灣中小型電商可直接套用的範例程式碼。

為什麼電商必須實作 Product Schema

過去談 Product Schema，多半聚焦於「讓 Google 搜尋結果出現星等與價格的 Rich Snippet」。但進入 AI 搜尋時代，情勢已徹底改變：使用者越來越少直接點進搜尋結果，而是直接從 AI 答案中選購商品。當消費者問 ChatGPT「2 萬元以下推薦的人體工學椅」、問 Perplexity「適合送女友的生日禮物」，AI 會優先引用具備完整結構化資料的商品。

根據近期多家國際 SEO 工具的觀察數據，完整實作 Product Schema 的商品頁，在 AI 搜尋（ChatGPT Search、Perplexity Shopping）中被引用的機率，比未實作者高出約 3 到 5 倍。對於依賴自然流量的中小型電商而言，這已不是「要不要做」的問題，而是「不做就會被淘汰」。

Product Schema 帶來的三個關鍵效益

• 搜尋結果視覺強化：商品圖片、價格、評分、庫存狀態直接出現在 Google SERP，點擊率平均提升 30%。
• Google Shopping 免費曝光：透過 Merchant Center 整合，可在「購物」分頁取得免費商品曝光，無需投放廣告。
• AI 搜尋優先引用：ChatGPT 與 Perplexity 在推薦商品時，會優先讀取結構化資料中的價格、評分、庫存等可信欄位。

Product Schema 必備欄位完整解析

Google 官方文件將 Product Schema 欄位分為「必填（required）」與「建議（recommended）」兩類。建議欄位雖非強制，但實務上若缺失，Rich Snippet 通常不會顯示。以下是最新版本的完整欄位對照表：

最小可行版本（Minimum Viable Schema）

以下是涵蓋 Google 必填欄位的最簡 Product Schema，適合剛起步的電商先導入：

{
  "@context": "https://schema.org/",
  "@type": "Product",
  "name": "ErgoMax 人體工學辦公椅",
  "image": [
    "https://example.com/photos/1x1/ergomax.jpg",
    "https://example.com/photos/4x3/ergomax.jpg",
    "https://example.com/photos/16x9/ergomax.jpg"
  ],
  "description": "支援腰椎承托、3D 扶手、滾輪 PU 包覆，適合長時間文書工作者。",
  "sku": "ERGO-MAX-001",
  "brand": {
    "@type": "Brand",
    "name": "ErgoMax"
  },
  "offers": {
    "@type": "Offer",
    "url": "https://example.com/products/ergomax",
    "priceCurrency": "TWD",
    "price": "12800",
    "availability": "https://schema.org/InStock",
    "itemCondition": "https://schema.org/NewCondition"
  }
}

關於 GTIN 的台灣實務

GTIN（Global Trade Item Number）是全球統一的商品條碼。台灣商品多使用 13 位 EAN-13（以 471 開頭），書籍則使用 ISBN-13。若您的商品有條碼，務必填入 gtin13；若是自有品牌、無國際條碼，可使用 mpn（製造商料號）替代。Google Shopping 近年對部分品類已強制要求 GTIN 或 brand 加 mpn 組合。

評分與評論：AggregateRating 與 Review 寫法

評分（星等）是 Product Rich Snippet 最吸睛的元素，也是 AI 搜尋判斷「商品是否值得推薦」的核心依據。Google 對評分欄位有兩個強制要求：

• 評分必須來自真實用戶：不可放編輯部評分或廠商自評。
• 評分必須在頁面上可見：Schema 中的星等若頁面上找不到，屬於違規，可能被人工處罰。

AggregateRating 標準寫法

{
  "@type": "Product",
  "name": "ErgoMax 人體工學辦公椅",
  "aggregateRating": {
    "@type": "AggregateRating",
    "ratingValue": "4.7",
    "bestRating": "5",
    "worstRating": "1",
    "ratingCount": "238",
    "reviewCount": "186"
  }
}

個別評論（Review）的完整結構

若想讓單一商品評論也能被 AI 引用（例如 Perplexity 在回答「ErgoMax 椅子的使用心得」時），建議將前 3 到 5 則優質評論一同放入 Schema：

{
  "@type": "Product",
  "review": [
    {
      "@type": "Review",
      "author": {
        "@type": "Person",
        "name": "陳小美"
      },
      "datePublished": "2026-03-15",
      "reviewBody": "坐了三個月，腰痛真的改善很多，扶手調整也很順手。",
      "reviewRating": {
        "@type": "Rating",
        "ratingValue": "5",
        "bestRating": "5"
      }
    },
    {
      "@type": "Review",
      "author": {
        "@type": "Person",
        "name": "王大同"
      },
      "datePublished": "2026-02-20",
      "reviewBody": "組裝有點複雜花了一小時，但整體做工扎實，值得這個價錢。",
      "reviewRating": {
        "@type": "Rating",
        "ratingValue": "4",
        "bestRating": "5"
      }
    }
  ]
}

變體商品 Schema：hasVariant 與 isVariantOf

幾乎所有電商都會遇到「同一商品有不同顏色、尺寸、容量」的情境。例如一件 T 恤有 S/M/L/XL 四種尺寸與紅黑藍三種顏色，合計 12 個變體。過去常見的做法是只在主商品頁放一個 Schema，但這會讓 Google 無法理解不同變體的價格差異與庫存，也讓 AI 搜尋無法精準推薦「我想要 L 號黑色」的需求。

schema.org 近年推出 ProductGroup 與 hasVariant 結構，專門處理變體商品，Google 也已正式支援這個寫法。

變體商品的正確結構

邏輯上分為三層：

• ProductGroup：商品群組（母商品），定義所有變體共用的欄位（品牌、描述、評分）。
• variesBy：列出區分變體的維度（color、size、material 等）。
• hasVariant：陣列，列出每個 Product 變體，各自帶 sku、price、image。

{
  "@context": "https://schema.org/",
  "@type": "ProductGroup",
  "name": "ErgoMax 人體工學辦公椅",
  "description": "支援腰椎承托、3D 扶手...",
  "brand": {
    "@type": "Brand",
    "name": "ErgoMax"
  },
  "productGroupID": "ERGO-MAX",
  "variesBy": [
    "https://schema.org/color",
    "https://schema.org/size"
  ],
  "aggregateRating": {
    "@type": "AggregateRating",
    "ratingValue": "4.7",
    "ratingCount": "238"
  },
  "hasVariant": [
    {
      "@type": "Product",
      "sku": "ERGO-MAX-BLK-L",
      "color": "黑色",
      "size": "標準款",
      "image": "https://example.com/ergomax-black.jpg",
      "offers": {
        "@type": "Offer",
        "url": "https://example.com/ergomax?c=black&s=l",
        "priceCurrency": "TWD",
        "price": "12800",
        "availability": "https://schema.org/InStock"
      }
    },
    {
      "@type": "Product",
      "sku": "ERGO-MAX-GRY-XL",
      "color": "灰色",
      "size": "加大款",
      "image": "https://example.com/ergomax-gray.jpg",
      "offers": {
        "@type": "Offer",
        "url": "https://example.com/ergomax?c=gray&s=xl",
        "priceCurrency": "TWD",
        "price": "14800",
        "availability": "https://schema.org/InStock"
      }
    }
  ]
}

反向關聯：isVariantOf

若您的網站每個變體都有獨立 URL（例如 /ergomax-black-l、/ergomax-gray-xl 是不同頁），則每個變體頁應使用 isVariantOf 反向指向 ProductGroup：

{
  "@type": "Product",
  "sku": "ERGO-MAX-BLK-L",
  "isVariantOf": {
    "@type": "ProductGroup",
    "productGroupID": "ERGO-MAX",
    "url": "https://example.com/products/ergomax"
  }
}

折扣商品 Schema 與 PriceSpecification 進階寫法

折扣是電商最常見的促銷手法，但很多網站把折扣資訊放在頁面圖片上、用 JS 動態渲染，導致 Google 與 AI 搜尋抓不到「原價、折扣價、折扣期限」。Schema.org 提供 UnitPriceSpecification 與 priceValidUntil 兩個機制來正確標記折扣。

標準折扣寫法（含原價對比）

{
  "@type": "Product",
  "name": "ErgoMax 人體工學辦公椅",
  "offers": {
    "@type": "Offer",
    "url": "https://example.com/products/ergomax",
    "priceCurrency": "TWD",
    "price": "9990",
    "priceValidUntil": "2026-06-30",
    "availability": "https://schema.org/InStock",
    "priceSpecification": [
      {
        "@type": "UnitPriceSpecification",
        "priceType": "https://schema.org/ListPrice",
        "price": "12800",
        "priceCurrency": "TWD"
      },
      {
        "@type": "UnitPriceSpecification",
        "priceType": "https://schema.org/SalePrice",
        "price": "9990",
        "priceCurrency": "TWD",
        "validThrough": "2026-06-30"
      }
    ]
  }
}

這個寫法會讓 Google 在搜尋結果上直接顯示「原價 NT$12,800 → 特價 NT$9,990（省 22%）」的折扣標記，點擊率通常比一般商品高出 40% 以上。

免運、會員價、預購等特殊情境

Schema 允許多個 Offer 並存，可用來標記不同身份或購買情境的價格：

• 會員價：用 eligibleCustomerType 標記僅限會員的價格。
• 免運：在 Offer 中加入 shippingDetails，指定運費為 0。
• 預購：availability 設為 https://schema.org/PreOrder，並加上 availabilityStarts 開賣日期。
• 缺貨補貨中：availability 設為 https://schema.org/BackOrder。

Google Merchant Center 整合策略

Google Merchant Center（GMC）是 Google 購物廣告與「購物分頁」的核心後台。Google 已推出「免費商品資訊」，讓沒投放廣告的商家也能在購物分頁取得自然曝光，而這個免費曝光最依賴的就是 Product Schema。

Schema 與 Merchant Center Feed 的對應關係

GMC 支援三種上架方式：手動 CSV、API，以及「網站結構化資料自動擷取」。第三種對中小型電商最友善，只要您的網站每個商品頁有完整 Product Schema，Google 會自動每天爬取並更新 Merchant Center 的商品庫存與價格。

整合的三個關鍵步驟

1. 確認商家身份：在 Merchant Center 與 Search Console 同時驗證網域所有權。
2. 啟用結構化資料自動擷取：於 GMC「產品」到「資料來源」中新增「網站擷取」資料來源。
3. 每週透過 Rich Results Test 與 GMC 診斷工具檢查：確保所有商品的 Schema 通過驗證，並修復警告訊息。

AI 搜尋時代：Schema 如何決定您的商品能否被引用

消費者購物路徑已明顯轉向 AI。ChatGPT 推出了購物推薦功能、Perplexity 上線了 Shopping 模式、Google AI Overviews 也在商品類查詢中大量顯示。這些 AI 系統選擇引用哪些商品時，Schema 中的可信欄位是它們最依賴的訊號來源（想全面了解被引用的條件，可參考網站被 AI 引用）。

AI 搜尋如何判讀 Product Schema

觀察 ChatGPT、Perplexity、Google AI Overviews 引用商品時的行為模式，可以歸納出幾個 AI 特別重視的欄位：

• aggregateRating：有評分的商品被引用機率高 4 倍以上，星等 4.0 以下幾乎不會被推薦。
• price 加 priceValidUntil：AI 會主動過濾「價格過期」的商品，priceValidUntil 過期等於從推薦名單下架。
• availability：InStock 才會被推薦，OutOfStock 與 Discontinued 直接排除。
• brand 加 gtin：有完整品牌與條碼的商品，AI 信任度大幅提升。
• review.reviewBody：AI 會直接擷取真實評論作為「推薦理由」呈現給使用者。

實測案例：同類商品 Schema 差異造成的曝光落差

某台灣家電品牌 A（完整 Schema：含 brand、gtin、aggregateRating、5 則 review）與品牌 B（僅 name、price、image）近期同時上架同價位帶吹風機。在 Perplexity 上查詢「推薦 NT$3000 以下吹風機」時，品牌 A 在 30 次查詢中被引用 24 次，品牌 B 僅被引用 3 次。引用率差異約 8 倍，即便兩者的真實銷量與評價相近。

台灣中小型電商實作步驟與常見錯誤

無論您使用 Shopify、SHOPLINE、91APP、Cyberbiz 還是自架 WooCommerce，實作 Product Schema 的流程大同小異。以下是經驗證可行的六步驟：

標準六步驟導入流程

1. 盤點現有 Schema：用 Google Rich Results Test 測試 5 到 10 個熱銷商品頁，記錄目前已有與缺失的欄位。
2. 補齊必填欄位：優先補上 brand、sku、aggregateRating、priceValidUntil 四個最常缺失的欄位。
3. 導入變體結構：若有顏色或尺寸變體，改寫為 ProductGroup 加 hasVariant 結構。
4. 整合評論系統：將商品頁的評論模組（如 Loox、Judge.me、自建系統）的評分輸出進 Schema。
5. 連接 Merchant Center：啟用網站結構化資料擷取，監控 GMC 診斷報告。
6. 建立每月健檢機制：每月用 Search Console「強化項目」報告檢查錯誤與警告。

新手最常見的五個錯誤

若您對 Schema 的整體架構還不熟悉，建議先看結構化資料是什麼建立概念，再透過Schema Markup 實作了解 JSON-LD 的基本語法、Google 偏好的格式，以及 FAQPage、Article、Organization 等其他常見 Schema 的寫法。電商網站通常需要同時實作 Product、BreadcrumbList、Organization 三組 Schema，才能讓搜尋引擎完整理解網站結構。更完整的 SEO 佈局可參考新視野 SEO 教學指南。

常見問答 FAQ