语义化 HTML

语义化 HTML 使用 header、nav、main、article 等标签表达文档结构,帮助爬虫与 RAG 切分准确对应标题与段落,提升可引用性。

结构化数据(辅助)辅助领域

别名:Semantic HTML、语义标签

定义

语义化 HTML 避免 div soup;h1-h3 层级应反映 outline,blockquote 标注引用来源以利 AI 识别第三方观点。

为什么重要

错误 heading 层级会导致 RAG 把结论与示例混 chunk,引文时断章取义或跳过该页。

常见误区

认为 schema 可完全替代语义标签;二者互补,纯 JSON-LD 无正文仍无法 citability。

实践建议

每页单一 h1;术语定义用 dl/dt/dd 或 article 包裹,配合 DefinedTerm schema。

与 GEO 检测的关系

易云 GEOTool 解析 DOM outline,标记 heading 跳级与 main 缺失等影响 citability 的问题。

相关术语