Schema.org cho AI Search: Các loại, Ví dụ và Triển khai

Đánh dấu schema làm rõ điều gì cho AI search?

Schema markup mô tả các thực thể và mối quan hệ được thể hiện trên một trang. Nó cung cấp cho các hệ thống tìm kiếm bối cảnh có cấu trúc về nội dung mà lẽ ra đã rõ ràng đối với người đọc; nó không phải là sự thay thế cho nội dung trang hữu ích, chính xác.

Ví dụ, một trang bài báo có thể xác định tiêu đề, tác giả, ngày xuất bản và văn bản chính của nó dưới dạng các thuộc tính bài báo. Một trang công ty có thể mô tả tổ chức và trang web chính thức của nó. Một trang sản phẩm có thể sử dụng các thuộc tính sản phẩm có liên quan khi những chi tiết đó thực sự hiện diện và cập nhật. Những ví dụ này là điểm khởi đầu, không phải hướng dẫn để thêm mọi trường có sẵn.

Một nguyên tắc thực tế là đánh dấu chủ đề chính của trang và chỉ những chi tiết mà trang hỗ trợ. Nếu trang nói rằng một tính năng có sẵn ở một khu vực cụ thể, dữ liệu có cấu trúc không nên ngụ ý phạm vi rộng hơn. Nếu tác giả không được xác định, đừng bịa ra một tác giả để điền vào một trường.

Schema.org cung cấp từ vựng; việc triển khai vẫn cần phản ánh chính xác trang. Tài liệu dữ liệu có cấu trúc của Google giải thích cách sử dụng dữ liệu có cấu trúc của riêng họ, trong khi schema.org ghi lại các loại và thuộc tính. Cả hai nguồn đều không nói rằng chỉ thêm đánh dấu đảm bảo được đưa vào câu trả lời do AI tạo ra.

Những loại schema.org nào quan trọng nhất và khi nào?

Chọn loại theo mục đích của trang và thông tin mà người đọc có thể xác minh ở đó. Một tập hợp nhỏ hơn các đánh dấu chính xác, có liên quan sẽ dễ bảo trì hơn một tập hợp rộng các loại được thêm vào để lấy le.

Đây là những ví dụ, không phải là danh sách kiểm tra schema phổ quát. Một dự án có thể chỉ cần một loại có liên quan trên một trang và một số mẫu trang có thể không cần dữ liệu có cấu trúc nào cả. Đừng thêm một loại chỉ vì nó xuất hiện trong mã nguồn của đối thủ cạnh tranh hoặc một trình tạo đánh dấu.

Đối với mọi trường được đề xuất, hãy tự hỏi: thông tin có hiển thị, cụ thể và được duy trì bởi người có trách nhiệm không? Nếu câu trả lời là không, hãy bỏ qua nó hoặc giải quyết khoảng trống nội dung trước. Để lập kế hoạch kỹ thuật cũng bao gồm quyền truy cập thu thập dữ liệu và llms.txt, hãy xem Technical AEO: schema, llms.txt, crawlers.

LLMs.txt so với schema.org: sự khác biệt là gì?

Schema.org là một từ vựng để mô tả các thực thể và thuộc tính trong dữ liệu có cấu trúc; llms.txt là một quy ước tệp văn bản thuần túy riêng biệt nhằm cung cấp cho các hệ thống mô hình ngôn ngữ một định hướng ngắn gọn về một trang web. Chúng không thể thay thế cho nhau và cái này không thay thế cái kia.

Dữ liệu có cấu trúc thuộc về trang hoặc thông tin trang web mà nó mô tả. Nó có thể thể hiện rằng một trang là một bài báo hoặc xác định các thuộc tính của một tổ chức, chẳng hạn. Một tệp llms.txt, ngược lại, có thể chỉ vào tài liệu đã chọn hoặc giải thích tổ chức của một trang web bằng văn bản. Nó không xác thực schema, sửa chữa nội dung trang không rõ ràng hoặc làm cho một trang đủ điều kiện cho một kết quả cụ thể.

Cân nhắc chỉ sử dụng một trong hai khi có chủ sở hữu bảo trì rõ ràng và nhu cầu thông tin cụ thể. Giữ llms.txt ngắn gọn, chính xác và phù hợp với điều hướng trang web hiện tại; giữ schema phù hợp với các sự kiện hiển thị trên trang. Tránh coi một trong hai định dạng như một cơ chế kiểm soát truy cập hoặc như một cách để hướng dẫn hệ thống AI trích dẫn một trang ưa thích.

Để đánh giá riêng về quy ước tệp văn bản, hãy đọc llms.txt: nó là gì và bạn có cần nó không. Một quyết định hữu ích là trước tiên hãy sửa cấu trúc trang không rõ ràng và sự không nhất quán thực tế, sau đó quyết định xem mỗi định dạng bổ sung có giải quyết được một vấn đề xác định hay không.

Làm thế nào để bạn triển khai và xem xét schema markup?

Một triển khai đúng đắn bắt đầu bằng việc kiểm kê trang và so sánh giữa nội dung hiển thị và các trường có cấu trúc được đề xuất. Việc xem xét đó ngăn các mẫu xuất bản thông tin lỗi thời, không được hỗ trợ hoặc không khớp trên quy mô lớn.

Một trình tự triển khai thực tế là:

• Xác định các URL ưu tiên và nhóm chúng theo mẫu trang và mục đích.
• Chọn tập hợp nhỏ nhất có liên quan của các loại schema.org cho mỗi nhóm.
• Ánh xạ mỗi thuộc tính tới một nguồn hiển thị trên trang hoặc trong một hệ thống nội dung đã được phê duyệt.
• Thêm đánh dấu bằng phương pháp được hỗ trợ của trang web, thường là JSON-LD nếu nền tảng cho phép.
• Kiểm tra các trang đại diện, kiểm tra các cảnh báo và lỗi, và sửa các điểm không khớp trước khi phát hành rộng rãi.
• Ghi lại chủ sở hữu và kích hoạt xem xét cho các thay đổi đối với mẫu hoặc nội dung nguồn.

Đối với một ví dụ về bài báo, đánh dấu có thể mô tả trang như một Article và phản ánh cùng một tiêu đề và tác giả được hiển thị cho khách truy cập. Đây là một minh họa về mối quan hệ giữa nội dung và đánh dấu, không phải là một khối dữ liệu sẵn sàng để dán: các trường bắt buộc và các tính năng được hỗ trợ khác nhau tùy theo triển khai và nền tảng tìm kiếm.

Tại MegaSatoshi, Compliance Review kiểm tra các thuộc tính được đề xuất với nội dung trang và các sự kiện đã được khách hàng phê duyệt. Quality Gate sau đó kiểm tra các mẫu đại diện và ghi lại các vấn đề chưa được giải quyết trước khi bàn giao. Để lập kế hoạch rộng hơn cho công việc AI search, hãy xem AI search khả năng hiển thị và technical AEO.

Khách hàng và nhóm triển khai nên chuẩn bị những gì?

Công việc schema diễn ra hiệu quả khi khách hàng và nhóm triển khai đồng ý về các sự kiện nguồn, quyền sở hữu trang và trách nhiệm phát hành trước khi đánh dấu được thêm vào. Sử dụng danh sách kiểm tra này để đưa ra các quyết định đó một cách rõ ràng.

Chúng tôi chuẩn bị:

• Một bảng kiểm kê trang và mẫu ưu tiên, với mục đích của mỗi trang được ghi chú.
• Một bản ánh xạ các loại và thuộc tính schema ứng viên tới nội dung hiển thị.
• Các ví dụ triển khai phù hợp với hệ thống xuất bản của trang web.
• Một danh sách kiểm tra xác thực bao gồm các điểm không khớp nội dung, hành vi mẫu và quyền sở hữu bàn giao.
• Một Governance File ghi lại các sự kiện đã được phê duyệt, quyết định, các vấn đề mở và trách nhiệm xem xét.

Khách hàng cung cấp:

• Quyền truy cập vào các mẫu trang web có liên quan hoặc một đầu mối kỹ thuật có thể thực hiện các thay đổi.
• Chi tiết tổ chức, sản phẩm, tác giả và biên tập đã được phê duyệt khi có liên quan.
• Các URL trang hiện tại và bất kỳ thay đổi mẫu hoặc nội dung nào đang được tiến hành.
• Một chủ sở hữu được chỉ định có thể phê duyệt các tuyên bố thực tế và quyết định cách phát hành các chỉnh sửa.

Governance File hữu ích vượt ra ngoài việc ra mắt: khi chi tiết sản phẩm, hồ sơ tác giả hoặc cấu trúc trang thay đổi, chủ sở hữu có thể theo dõi các thuộc tính nào cần xem xét. Giữ bằng chứng gần với nguồn sự thật thay vì sao chép các sự kiện vào một bảng tính riêng biệt không có kế hoạch bảo trì. Để có cái nhìn rộng hơn về cách đánh dấu phù hợp với một chương trình khả năng hiển thị trên AI, hãy xem AI search optimization.

Schema markup không thể kiểm soát điều gì trong AI search?

Schema markup có thể mô tả một trang, nhưng nó không thể kiểm soát cách ChatGPT, Perplexity, Google hoặc một hệ thống khác khám phá, diễn giải, chọn hoặc trích dẫn trang đó. Các hệ thống đó đưa ra quyết định của riêng chúng và giao diện cũng như tài liệu của chúng có thể thay đổi.

Do đó, hãy coi sản phẩm bàn giao đã được xác nhận là hướng dẫn triển khai chính xác, công việc đánh dấu đã thỏa thuận và xác thực đã được ghi lại—không phải là lời hứa về một câu trả lời, trích dẫn, thứ hạng hoặc sự xuất hiện tìm kiếm cụ thể. Hướng dẫn của Google cũng phân biệt dữ liệu có cấu trúc với các tính năng hiển thị được đảm bảo; sử dụng tài liệu hiện tại của họ khi đánh giá một tính năng Google cụ thể.

Trước khi phát hành, hãy sử dụng kiểm tra chất lượng này:

• Mọi sự kiện được đánh dấu có xuất hiện trên trang hoặc có nguồn đáng tin cậy đã được phê duyệt không?
• Loại đã chọn có mô tả mục đích chính của trang thay vì một kết quả mong muốn không?
• Trang được hiển thị và dữ liệu có cấu trúc có đồng ý sau khi xuất bản không?
• Có chủ sở hữu sẽ xem xét lại đánh dấu khi nội dung hoặc mẫu thay đổi không?

Nếu vấn đề chính của trang web là thiếu hoặc không nhất quán thông tin thực thể, đánh dấu có thể chỉ là một phần của công việc. Xem xét nội dung và tín hiệu thực thể cùng với triển khai kỹ thuật thông qua AI entity optimization, sau đó ưu tiên các chỉnh sửa cải thiện chính trang đó.

Bảng giá

Giá khởi điểm bằng USD. Gói tùy chỉnh và chiết khấu theo số lượng theo yêu cầu. Thanh toán bằng USDT, USDC, BTC, ETH, SOL, TON hoặc token dự án của bạn.

Cách hoạt động

1. Xác định phạm viChia sẻ trang web, các trang ưu tiên và các câu hỏi kinh doanh mà đánh dấu sẽ giúp làm rõ. Chúng tôi xác định các mẫu đại diện và thống nhất những gì nằm trong phạm vi.
2. Thu thập các sự kiện đã được phê duyệtKhách hàng cung cấp chi tiết tổ chức, sản phẩm hoặc biên tập hiện tại và xác nhận ai có thể phê duyệt chúng. Chúng tôi ghi lại quyền sở hữu nguồn trước khi đề xuất các trường.
3. Ánh xạ loại tới nội dungChúng tôi ghép các loại và thuộc tính schema.org ứng viên với thông tin hiển thị trên các trang đã chọn, loại trừ các trường không được hỗ trợ hoặc dư thừa.
4. Xem xét và xác thựcCompliance Review kiểm tra sự phù hợp thực tế, sau đó là Quality Gate trên các trang đại diện và chi tiết triển khai.
5. Bàn giao quản trịChúng tôi cung cấp các ví dụ đã thỏa thuận, ghi chú xác thực và Governance File để nhóm có trách nhiệm có thể duy trì đánh dấu khi các trang thay đổi.