元伸科技
房地產與租賃市場是 AI 搜尋影響最大的產業之一——使用者問『信義區 3 房 5,000 萬以下』時 AI 需要結構化的物件資料才能精準推薦。完整實作需 5 個 Schema 類型：(1) **RealEstateListing**——物件主檔（Apartment/House 子類型）；(2) **PostalAddress + GeoCoordinates**——精確地址與座標；(3) **PropertyValue 規格欄位**——格局、坪數、屋齡、樓層、車位；(4) **Offer**——售價或月租；(5) **ImageObject**——物件照片含 alt 與地理 metadata。同時搭配 Schema.org 的 numberOfRooms、floorSize、yearBuilt 等專屬欄位。完整 Schema 導入可顯著提升 AI 推薦曝光與看屋預約轉換率。
「信義區 3 房 2 廳 5,000 萬以下」「捷運中山站附近 2 萬以下租屋」——這類精準搜尋是房仲與租賃市場最常見的查詢，也是 AI 搜尋最佳發揮空間。完整的 客製化網頁設計 應該把每筆物件當作獨立的結構化資料來規劃。
要被 AI 精準推薦你的物件，完整的 RealEstateListing Schema 是必要條件。本篇是完整實作指南。整體房仲網站架構可參考 房地產網站設計指南。
RealEstateListing Schema 範例
<script type="application/ld+json">
{
"@context": "https://schema.org",
"@type": "Apartment",
"name": "信義莊園 3 房精緻好屋",
"description": "信義區捷運站旁，3 房 2 廳 2 衛，含車位...",
"address": {
"@type": "PostalAddress",
"streetAddress": "信義路四段 X 號 X 樓",
"addressLocality": "信義區",
"addressRegion": "台北市",
"postalCode": "110",
"addressCountry": "TW"
},
"geo": {
"@type": "GeoCoordinates",
"latitude": 25.033,
"longitude": 121.567
},
"numberOfRooms": 3,
"numberOfBathroomsTotal": 2,
"floorSize": {
"@type": "QuantitativeValue",
"value": 35,
"unitText": "PNG"
},
"yearBuilt": "2018",
"floorLevel": "12/15",
"amenityFeature": [
{ "@type": "LocationFeatureSpecification", "name": "車位", "value": true },
{ "@type": "LocationFeatureSpecification", "name": "電梯", "value": true },
{ "@type": "LocationFeatureSpecification", "name": "管理員 24h", "value": true }
],
"image": [
"https://example.com/listing-1.webp",
"https://example.com/listing-2.webp"
],
"offers": {
"@type": "Offer",
"price": "48000000",
"priceCurrency": "TWD",
"availability": "https://schema.org/InStock"
},
"additionalProperty": [
{ "@type": "PropertyValue", "name": "公設比", "value": "32%" },
{ "@type": "PropertyValue", "name": "主建坪", "value": "23.8" },
{ "@type": "PropertyValue", "name": "管理費", "value": "NT$ 4,500/月" }
],
"potentialAction": {
"@type": "ReserveAction",
"target": "https://example.com/listing/123/book-viewing"
}
}
</script>
5 個必做項目
1. 物件類型對應
| 物件 | Schema 類型 |
|---|---|
| 公寓 / 大樓 | Apartment |
| 透天厝 / 別墅 | House |
| 商辦 / 店面 | CommercialProperty |
| 工業用地 | IndustrialBuilding |
| 套房 / 出租房 | Apartment + accommodationCategory: Studio |
選對類型，AI 才能精準分類。Schema 欄位的完整實作可參考 Schema.org 結構化資料完整指南。
2. 完整地址 + 座標
地址越精準，AI 在「附近的 OO」類查詢中越容易被命中：
streetAddress：街號（不模糊化）addressLocality：區addressRegion：縣市geo.latitude/longitude：精確到小數第 4 位
3. 規格欄位完整化
買家最在意的資訊：
numberOfRooms（房數）numberOfBathroomsTotal（衛浴數）floorSize（坪數，含 unitText）yearBuilt（屋齡）floorLevel（樓層 / 總樓層）numberOfFullBathrooms（全衛浴數）amenityFeature（設施）
4. 價格與庫存狀態
"offers": {
"@type": "Offer",
"price": "48000000",
"priceCurrency": "TWD",
"priceValidUntil": "2026-12-31",
"availability": "https://schema.org/InStock"
}
物件成交後改為 SoldOut，AI 會更新狀態。
5. 看屋預約整合
potentialAction: ReserveAction 整合線上預約：
"potentialAction": {
"@type": "ReserveAction",
"target": {
"@type": "EntryPoint",
"urlTemplate": "https://example.com/listing/123/reserve",
"actionPlatform": ["http://schema.org/DesktopWebPlatform", "http://schema.org/MobileWebPlatform"]
}
}
AI 推薦時會優先列出可線上預約的物件。
進階：實價登錄整合
<aside class="market-context">
<h3>區域行情參考</h3>
<p>信義區 2024 年成交均價：<strong>NT$ 138 萬/坪</strong>（資料來源：內政部實價登錄）</p>
<p>本物件單價：NT$ 134 萬/坪（略低於區域均價 3%）</p>
</aside>
<script type="application/ld+json">
{
"@type": "Dataset",
"name": "信義區 2024 年實價登錄",
"creator": { "@type": "GovernmentOrganization", "name": "中華民國內政部" },
"license": "https://data.gov.tw/license"
}
</script>
引用政府公開資料 = 高可信度訊號，AI 引用權重高。
中型房仲示範架構（規劃範例）
以下為中型房仲（約 200 物件）導入完整 Schema 的規劃範例與可追蹤指標，數值請以實際資料為準。
| 指標 | 改造前 | 改造後 |
|---|---|---|
| 主力區域 + 條件查詢 AI 推薦次數 | [基準] | [目標] |
| 物件頁自然流量 | [基準] | [目標] |
| 線上看屋預約量 | [基準] | [目標] |
| 平均看屋預約轉成交率 | [基準] | [目標] |
關鍵成功因素：每個物件獨立頁面 + 完整 Schema + 實價登錄整合 + LINE 預約看屋。
不要犯的 4 個錯誤
- ❌ 物件全列在一個頁面：每物件必須獨立 URL
- ❌ 價格用「電議」：AI 看不到價格無法篩選
- ❌ 照片過少（< 5 張）：使用者與 AI 都認為資訊不足
- ❌ 下架物件保留頁面但沒標記：AI 推薦了已售出物件，傷害品牌信任
結語：精準資料勝過華麗網站
房仲與租賃網站最重要的不是視覺，是資料的精確與結構化。AI 推薦時看的是規格匹配，不是設計美感。
元伸科技為房仲客戶建置時，Schema 完整度是優先項目——比視覺改版重要 5-10 倍。需要整合實價登錄、預約看屋、CRM 串接的房仲網站，可一併參考 客製化系統開發解決方案。
