使用者評價 schema
讓評價可被機器讀取
評價 schema 像把牆上的感謝狀翻譯成機器語言——狀子掛在店裡只有進門的人看得到；翻譯過的，搜尋結果直接亮星星。
03為什麼是現在學
評分星等是搜尋結果最搶眼的視覺元素之一；讓真實評價變成機器可讀（Review/AggregateRating schema），是把既有口碑資產變現成點閱率。
04白話理解（對客戶簡報可直接引用）
前提紅線：星等必須來自真實、可查證的評論（自家系統收集的客戶評價、第三方平台的評價）。實作：服務頁/商品頁掛 AggregateRating（平均分＋則數）＋精選 Review（含評論者、日期、內文）；評論內容必須同時顯示在頁面上（機器讀的與人看的一致）。注意：Google 對「自我服務評價」（放在自家首頁誇自己）的星等顯示已大幅限縮——重心放在商品/服務層級。
05工具箱
- ▸評價收集機制（服務後回饋表單） — au12 的站內版
- ▸複合式搜尋結果測試 — 驗證星等顯示資格
06怎麼做 · SOP 2 步（每步標產出物）
- 1建立真實評價收集與展示（頁面可見）→ 評價區塊上線
- 2schema 實作與驗證→ 驗證紀錄
07場景應用（實戰經驗）
- ◆服務型企業把客戶回饋表的評分接進服務頁——每頁的星等有據可查，被質疑時拿得出原始回饋。
08⚠️ 常見誤區
- ✕星等造假或全站每頁 5.0——不合理的完美分數，人不信、演算法也學會不信。
口訣
「星星要真的有人給過；頁上看得到，機器才准讀。」
10里程碑 · 完成標準（可驗證）
- ☐評價收集運作
- ☐schema 通過驗證
- ☐無造假風險
學習者勾自己的進度；顧問勾客戶專案的交付——同一份標準，兩種用法。
12檢核方式與依據出處
程式自動判定：輸入網址，掃描引擎自己爬、自己打 API、自己判定。
依據等級決定計分權重（🟢×3／🔵×2／⚠️×1）——權重量的是「依據有多硬」， 不是「我們覺得多重要」。查無權威文件的判準，誠實標「業界慣例」。