你在網站背後填的「店家類別」
決定 AI 把你放進哪一張推薦名單

網站背後給機器看的資料卡（結構化資料）裡，有一格「類型」，用來告訴 Google 和 AI 你是哪一種商家。客人會到店裡或你會到府服務的，選 LocalBusiness 底下最貼近你行業的子類型，例如餐廳 Restaurant、咖啡店 CafeOrCoffeeShop、服飾店 ClothingStore、美髮 HairSalon、眼鏡行 Optician，並一起填上地址、電話與營業時間；只在網路上賣東西的，選 Organization 底下的 OnlineStore。選擇原則是「最具體、而且仍然正確」，並且和 Google 商家檔案的主要類別意思一致

台中西區一家開了十五年的眼鏡行，店裡有兩位驗光師，主要生意是驗光配鏡和兒童近視控制諮詢。老闆的女兒幫忙經營網站，有一天她問 AI「台中西區驗光配鏡推薦」，答案裡的幾家都不是他們。直接問店名，AI 說這是「一個販售眼鏡的品牌」，沒提門市、沒提驗光

我們請廠商把網站背後的資料卡印出來。類型那一格寫的是最通用的 Organization——意思是「一個組織」。沒有地址欄、沒有營業時間、沒有電話。對 AI 來說，這份資料描述的是一個不知道在哪裡、不知道做什麼的「單位」

網頁上其實寫著地址、也寫著「專業驗光」，但那一格類型告訴機器的是另一件事。客人問「台中西區驗光」時，AI 要找的是一家「在台中西區、提供驗光的店」，而他們的資料卡連「店」都不是

這是「AI 認得你的店嗎：商家資料 10 項」系列的其中一項（總覽見〈AI 介紹你的店之前會先核對的 10 項商家資料〉）。這篇不教結構化資料怎麼寫（那是廠商的事），講的是：那一格類別該怎麼選、選錯會怎樣、要一起填哪些欄位、你自己怎麼檢查。

一、那一格「類型」到底在決定什麼

結論先給：它決定機器把你放進哪一櫃，也決定它會不會去找你的地址和營業時間

結構化資料是網頁背後一份給機器看的資料卡，客人看不到，Google 和 AI 讀得到。資料卡的第一格就是「類型」，用的是一套全世界共用的分類詞彙（schema.org）。這套分類像百貨公司的樓層指引：最上層是「組織」，往下分出「在地商家」，再往下分出餐廳、商店、美容美髮、醫療、汽車服務等，每一類底下還有更細的櫃位

選了哪一櫃，會影響三件事：

第一，你會被放進哪一張比較名單。客人問「附近的咖啡店」，機器最先看的就是標成咖啡店的那些；你標成「組織」，就算你真的是咖啡店，也要靠它從其他線索去猜

第二，它會不會去找地址、營業時間這類欄位。「在地商家」這一類天生就帶著地址、營業時間、電話、價位這些欄位；「組織」這一類沒有這種預期。類型選對，那些欄位才有地方放、才會被當成重點

第三，AI 用什麼詞介紹你。「一個品牌」和「一家位於台中西區的眼鏡行」，客人聽到的感覺完全不同

要講清楚的是：類型選對不保證排名或推薦，它是讓機器不要誤會你的基本功。介紹寫得好不好、評價多不多，是其他項目的事

二、先回答一題：客人會不會到你的店裡

結論先給：有門市或到府服務的，用「在地商家」底下的子類型；只在網路上賣的，用「網路商店」

最常見的錯誤，就是明明有門市，資料卡卻只寫「組織」。原因通常不是誰故意選錯，而是網站套用了通用版型，類型那一格出廠就是「組織」，沒有人去改它

第四種情況特別要注意：三間門市不能共用一張資料卡。每間門市地址不同、營業時間不同，要各自一張，再標註「我屬於哪個品牌」。多門市的完整做法見〈多門市怎麼做在地 SEO〉

三、常見行業對照表

結論先給：選最具體、而且仍然正確的那一個；找不到完全符合的，往上一層選

以下是台灣小店常見行業的對照。英文是交給廠商用的正式名稱，你只要找到自己那一行，把英文那欄抄給廠商就好

找不到完全符合的怎麼辦？例如手搖飲店、選物店、手作教室，分類詞彙裡不一定有專屬的一格。這時候往上一層選：手搖飲用最接近的餐飲類，選物店用 Store。寧可上一層，也不要選一個聽起來比較熱門、但其實不對的類別

真的同時是兩種店才填兩個。咖啡店同時是麵包店，填 CafeOrCoffeeShop 和 Bakery 都合理。為了多被搜到而加上不相干的類別，只會讓機器更難判斷

四、兩個「萬用格」為什麼不夠

結論先給：Organization 和 ProfessionalService 都太籠統，有更具體的選項就不要用

Organization（組織）是最上層的分類，公司、學校、協會、政府單位都是組織。它本身沒有錯，品牌層用它很正常。問題是只用它，而且拿它來描述一間有門市的店，機器就沒有理由把你跟「附近的店」連在一起。開頭那家眼鏡行就是這個狀況

ProfessionalService（專業服務）常被會計、律師、顧問、設計工作室拿來用，聽起來很正式。但 schema.org 官方說明已經註明，這個通用類型不建議再用，請改選更具體的類型，例如會計用 AccountingService、法律用 LegalService。如果你的行業真的沒有更具體的選項，用 LocalBusiness 本身會比 ProfessionalService 清楚

判斷方法很簡單：想像客人怎麼問 AI。客人會問「台中西區眼鏡行」，不會問「台中西區組織」；會問「信義區記帳事務所」，不會問「信義區專業服務」。你的類型越接近客人用的那個詞，越容易被放進對的名單

跟廠商這樣說「請把首頁結構化資料的 @type 從 Organization 改為 LocalBusiness 子類型（我們的行業是＿＿，請用＿＿），並確認門市頁也使用同一個類型，不要只在首頁改。」

五、類型選對還不夠：要一起填的欄位

結論先給：類型是櫃位名稱，下面這幾格才是櫃位裡的商品，空著等於白選

資料卡上寫的，頁面上也要看得到。這是 Google 對結構化資料的基本要求：資料卡的內容要跟客人在頁面上看到的一致。地址寫在資料卡裡、網頁上卻找不到，或兩邊寫的營業時間不同，機器會降低對整張資料卡的信任

結構化資料的整體觀念見〈結構化資料 Schema 標記實作〉，這篇只處理「類型」這一格

六、和 Google 商家檔案的類別對齊

結論先給：兩邊的選項清單不同，不必一字不差，但意思要對得上

Google 商家檔案（客人在 Google 地圖上看到的那張店家卡）也有一個「主要類別」，選項是中文，例如「眼鏡行」「早午餐餐廳」「寵物美容服務」。網站的資料卡用的是另一套英文分類，兩套不會完全對應

要做到的是意思一致：商家檔案選「眼鏡行」，網站選 Optician；商家檔案選「早午餐餐廳」，網站選 Restaurant。如果一邊說你是餐廳、另一邊說你是商店，AI 在兩個來源看到兩種說法，就只能自己猜

順便檢查商家檔案的主要類別本身有沒有選對。很多店是當初隨手選了一個接近的，好幾年沒看過。設定方式見〈Google 商家檔案〉

七、怎麼確認對方真的改好了

結論先給：技術驗收用官方檢測工具看類型，成效驗收每月問 AI 兩種問題

技術驗收（改完當天就能做）

1. 打開 Google 的「複合式搜尋結果測試」或 schema.org 的「Schema Markup Validator」，貼上你的首頁網址
2. 看偵測到的項目名稱：應該是你指定的類型（例如 Optician），而不是只有 Organization
3. 點開那個項目，確認地址、電話、營業時間都有出現，而且和網頁上寫的一樣
4. 換成門市頁、聯絡我們頁再測一次，確認不是只有首頁改了
5. 沒有紅色的錯誤。黃色的建議可以請廠商評估，不一定都要補

成效驗收（四到八週後開始，每月一次）

準備兩種問題。帶店名的：「某某眼鏡行是什麼樣的店？在哪裡？」看 AI 有沒有說出正確的行業和地點。不帶店名的：「台中西區驗光配鏡推薦」，看你有沒有出現在名單裡。可以自己問，也可以用 AI 可見度檢測工具定期跑同一組題目。追蹤表的做法見〈AI 帶來的客人怎麼量〉

類型選對之後 AI 還是介紹不清楚，下一個要檢查的是那段給 AI 摘的店家介紹，見〈AI 介紹你的店時抄的是哪一段〉。十項的完整順序見系列總覽〈AI 介紹你的店之前會先核對的 10 項商家資料〉

不建議做的事

• 不要為了多被搜到而一次填五個類型。真的同時是兩種店才填兩個，亂加只會讓機器更難判斷你是什麼
• 不要選一個比較熱門但不對的類別。記帳事務所標成 Store、民宿標成 Hotel，短期看不出差別，長期是把自己放進錯的比較名單
• 不要沒有門市卻標成在地商家。純網店標 LocalBusiness 又沒有可以上門的地址，資料卡前後矛盾
• 不要讓多間門市共用一張資料卡。每間門市各一張，各自寫地址與營業時間
• 不要資料卡寫一套、頁面寫另一套。資料卡裡的地址和營業時間，頁面上要看得到而且一致
• 不要只改首頁。門市頁、聯絡頁如果還是舊類型，等於兩種說法並存

常見問題 FAQ

放進對的那一櫃

AI 把你當成哪一種店？
Shopto 的結構化資料、llms.txt、robots.txt 已預設處理

給機器看的資料卡已經預設輸出，你只要照第七節的方法驗一次類型與欄位有沒有對，再每月問 AI 同一組問題。14 天免費試用

回到電商知識庫