Speakable 标记让语音助手读出你的内容

Speakable 是 schema.org 定义的一个结构化标记，用 cssSelector 或 xpath 指定页面上 1–3 段“可以直接朗读”的文字，让语音助手跳过导航、广告和图片说明，只念这几句。落地成本约 10 行 JSON-LD；要清楚，它不会立刻带来排名或可见富摘要，收益对象是“喇叭”而不是搜索结果页。

Speakable 标记是什么，和评分、FAQ 结构化数据有什么区别

结论：Speakable 的输出目标是语音朗读，不是搜索结果页上的富摘要。你加完标记后，用 Rich Results Test 或 Schema Markup Validator 验证，只会看到“结构合法”，不会看到任何展现变化。

它的写法是把 speakable 属性挂在 Article 或 WebPage 上，值是一个 SpeakableSpecification 对象，对象里用 cssSelector（CSS 选择器）或 xpath（XPath 路径）指向页面上的具体元素。语音助手拿到这个指针后，只朗读命中的那几块，不读整页。

支持度需要说明：Google 官方 speakable 文档的适用对象是新闻类内容，语言与地区以英语（美国）为主，中文站点目前拿不到朗读展现；Alexa 侧走的是 Flash Briefing 的 RSS 音频源，不读取 HTML 里的 speakable 标记。所以现在做这件事属于为未来预留，理由是指针式标记的成本极低，而站点改版成本很高。

Speakable 标记怎么写？

结论：一个 JSON-LD 块、两个选择器就够，重点是选择器要命中页面上真实渲染的段落。

{
  "@context": "https://schema.org",
  "@type": "Article",
  "headline": "连续登录失败 5 次会锁多久",
  "url": "https://example.com/t/123",
  "speakable": {
    "@type": "SpeakableSpecification",
    "cssSelector": [".article-lead", ".answer-block"]
  }
}

四个必须注意的点：

1. cssSelector 与 xpath 二选一，不能同时写；数组元素控制在 1–3 个。
2. 选择器必须命中真实渲染的元素。display:none 的折叠块、懒加载未展开的区域、需要登录才出现的内容，都读不出来。
3. 每个被选中的块保持 1–3 句、20–60 字，第一句就是答案。语音助手通常只念你给的第一个块。
4. 段落要“脱离页面也能听懂”：带主语，不用“如上图”“见下表”“点击这里”“这个功能”，数字和单位写全（“锁定 15 分钟”而不是“锁 15min”），避免 5~15、≥、& 这类符号。

哪些段落值得标 Speakable？

结论：标“结论段”，不标全文，更不标正文。

优先标三类位置：文章首段的结论句、FAQ 里单条问答的答案、步骤清单中每一步的第一句。反过来，整篇正文、评论区、图片说明、代码块、价格表格，这些不要选——语音助手朗读超过 1 分钟用户就会关掉，代码块在语音里也是一串噪音。

一个实用的判断标准：把这段文字单独发给朋友，他能听懂并复述，就合格。

中文站点做语音朗读，Speakable 之外还要准备什么

结论：Speakable 只是“读什么”，还得先解决“被谁读到”，靠的是抓取放行和文本化的站点索引。

三件事按顺序做：第一，robots.txt 显式放行 AI 与语音相关爬虫 UA；第二，输出一份机器可读的站点说明与内容索引（llms.txt 类文本）；第三，把问答内容做成独立的聚合页，并输出 FAQPage、QAPage 结构化数据。这套组合在 Clara BBS 上是内置的：后台「系统设置 → GEO 优化」可开关 16+ 中国系与国际系 AI 爬虫 UA，/llms.txt 自动生成版块结构，/answers.html 把悬赏帖的“问题 + 最佳答案”成对输出并附 FAQPage 结构化数据，已解决悬赏帖页输出 QAPage + acceptedAnswer。Speakable 标记则需要自己补——Clara BBS 是无框架单模板响应式架构，在帖子页模板的 <head> 里加一段上面的 JSON-LD，全站帖子页即时生效，无需清编译缓存。

常见错误清单

结论：踩坑集中在“选择器和内容形态不匹配”。

• cssSelector 和 xpath 混写，校验器直接报错。
• 选择器用了会随主题改版变化的生成类名（如 .block-a1b2c3），换主题后指针悬空。
• 选中带懒加载的区块，元素存在但内容为空。
• 把追问式的标题写进朗读块，比如“为什么会出现这种情况？”，语音里听起来像反问用户。
• 改完标记后忘了 CDN 或浏览器缓存，看到的仍是旧 JSON-LD。

把 Speakable 当成一次“内容结构整理”：能选出 20–60 字、能独立听懂、能回答一个具体问题的段落，本身就是对 GEO 和搜索摘要的加分；朗读通道什么时候开，是平台的事。