用途：该技能针对 IsAgentReady 扫描中第 2 类（AI 搜索信号，占 20% 权重）的失分项进行修复，通过添加和校验 JSON-LD 结构化数据，让 AI 搜索引擎更准确地理解网页内容。适用时机包括：用户要求添加或修复 JSON-LD／schema 标记；扫描显示第 2 类得分偏低；检查点 2.1 至 2.8 具体失败；需要 Organization、WebSite、Product、Article、FAQ、BreadcrumbList 或作者标记；以及希望提升在 Perplexity、ChatGPT、AI Overviews 中的可见性。
主要能力：覆盖 8 个检查点。2.1 是否存在带 schema.org @context 的 JSON-LD（20 分）；2.2 Organization／WebSite 类型且含 name 与 url（15 分）；2.3 内容相关的高价值类型（Article、Product、SoftwareApplication、FAQPage、LocalBusiness、Service、Event、HowTo、Course、JobPosting、VideoObject、Recipe、QAPage 等 17 种）及其必需属性（20 分）；2.4 通过 @id 进行实体链接与交叉引用（10 分）；2.5 BreadcrumbList 面包屑标记（10 分）；2.6 结构校验，如无重复 @type、无缺失或空必需字段（10 分）；2.7 FAQPage 含有效 Question 与 acceptedAnswer（10 分）；2.8 作者归属（10 分），JSON-LD author 得满分，meta author 得 7 分，rel author 得 5 分。
使用方式：先根据扫描结果定位失败检查点，按其修复流程确定页面类型（公司首页、产品页、博客文章等），在 head 或 body 结束前加入对应的 script type="application/ld+json" 代码块；用 @graph 将 Organization、WebSite、内容类型等实体合并并用 @id 交叉引用；非首页加 BreadcrumbList，含问答内容的页面加 FAQPage。完成后用 Google Rich Results Test 或 Schema.org Validator 验证，并可执行 curl -s https://example.com/ | grep -iE '"author"|name="author"|rel="author"' 检查作者信号，再回到 isagentready.com 重新扫描确认。
适用场景：企业官网、产品页、博客与新闻、SaaS 工具站、本地商户、活动、课程、招聘、视频、食谱及问答页面等。
限制：仅处理 JSON-LD，不涉及 Microdata 或 RDFa；不处理 OpenGraph 与 Twitter Card；robots.txt、站点地图、AI 爬虫问题应使用 ai-content-discovery；语义 HTML 与标题层级应使用 content-semantics；安全头部与 HTTPS 应使用 security-trust。常见坑包括缺失 @context、JSON 尾随逗号、同一 @graph 内重复 @type、必需字段为空、@type 大小写错误（须用 PascalCase）、FAQPage 的 mainEntity 为空，以及 author 写成字符串而非含 @type 的对象。是否收费、价格及支持的平台集成信息暂未提供。