Schema für KI Antworten: Strukturierte Daten für die KI-Suche, beginnend mit der Seite vor Ihnen

Eine Seitenauszeichnung sollte zur Seite passen, die ein Besucher sehen kann

Schema.org-Markup gibt Software eine strukturierte Beschreibung einer Seite und ihres Themas. Es sollte erklären, was die Seite bereits sagt, und keine Behauptungen hinzufügen, die ein Besucher nicht bestätigen kann.

Notieren Sie zunächst den Zweck der Seite und ihre Hauptentität. Wählen Sie dann den einfachsten passenden Typ. Die Über-Seite eines Projekts und eine Produktseite sind nicht austauschbar, selbst wenn sie auf derselben Website erscheinen. Dies ergibt einen nützlichen ersten Check für Schema-Markup für KI-Sichtbarkeit. Kann eine Person auf den sichtbaren Inhalt hinter jeder ausgezeichneten Tatsache zeigen?

Wir sehen lieber einen kleinen Satz, den Ihr Team pflegen kann, als einen überladenen Eintrag voller nicht belegter Eigenschaften. Für einen breiteren Überblick über technische Arbeiten siehe technische AEO-Anleitung.

Beginnen Sie mit den Projektdetails, nach denen Leute bereits fragen

Stellen Sie sich einen Gründer vor, dessen erster Launch ruhig verlief. Die einzige Person, die antwortet, geht in den Urlaub, und neue Besucher benötigen dennoch klare Details zum Projekt.

Wir würden mit den Seiten beginnen, die diese Besucher brauchen, nicht mit einer großen Markup-Vorlage. Wir würden prüfen, ob Projektname, Produktbeschreibung und Kontaktdaten klar auf der Website erscheinen. Dann würden wir nur diese sichtbaren Fakten auf geeignete schema.org-Eigenschaften abbilden. Die Seite bleibt die Quelle der Wahrheit; die Auszeichnung folgt ihr.

Stellen Sie sich vor, das Projekt hat eine Produktseite und einen kurzen Erklärartikel. Die Produktseite kann Product unterstützen, wenn sie das Produkt wirklich beschreibt. Der Erklärartikel kann Article passen, wenn Autor und redaktionelle Details angezeigt werden. Wenn die Seite ein Feld nicht unterstützt, lassen Sie es weg und bitten Sie den Projektverantwortlichen, die Quelle zuerst zu klären.

Dies macht die Arbeit auch leichter übergebbar. Ein Teammitglied kann der Verbindung zwischen jedem Feld und der Seite folgen, anstatt zu raten, warum es hinzugefügt wurde. Für mehr zur Gestaltung nützlicher Quellseiten besuchen Sie zitierfähige Inhalte für KI-Assistenten.

Welche Schema-Typen passen zu verschiedenen Teilen einer Projekt-Website?

Der richtige Schema-Typ hängt davon ab, was eine bestimmte Seite repräsentiert. Eine Projekt-Website kann mehrere Typen über verschiedene URLs hinweg verwenden, solange jeder den sichtbaren Inhalt widerspiegelt.

Beginnen Sie mit der Website und ihren Seiten

Organization kann das Projekt oder Unternehmen hinter der Website beschreiben. WebSite beschreibt die Website als Ganzes, während WebPage eine einzelne URL beschreibt. Diese Typen können verbunden werden, wo die Beziehung real und klar ist. Halten Sie Namen und öffentliche Details konsistent über Seite und Auszeichnung.

Fügen Sie inhaltspezifische Typen nur dort hinzu, wo sie passen

Article kann für eine redaktionelle Ressource mit sichtbaren Autor- oder Veröffentlichungsdetails geeignet sein. Product kann für eine Seite passen, die tatsächlich ein Produkt präsentiert. SoftwareApplication kann für eine Seite passen, die Software beschreibt, wenn die in der Auszeichnung dargestellten Details dort unterstützt werden.

Beispielsweise könnte eine Seite, die eine Softwarefunktion erklärt, auf Eignung für SoftwareApplication geprüft werden. Wenn sie nur allgemein über das Projekt spricht, könnte das Hinzufügen dieses Typs sie falsch beschreiben. Eine schnelle seitenweise Prüfung verhindert, dass eine Vorlage auf unähnliche Seiten kopiert wird.

Ein JSON-LD-Objekt kann klein und lesbar sein. Hier sind Name und Adresse illustrativ, keine Fakten über Ihr Projekt:

{
  "@context": "https://schema.org",
  "@type": "Organization",
  "name": "Beispielprojekt",
  "url": "https://example.org/"
}

Verwenden Sie die tatsächlichen öffentlichen Details von Ihrer Website und prüfen Sie dann, dass die gerenderte Seite sie unterstützt. Für Frageseiten kann FAQ-Optimierung helfen, die sichtbaren Antworten zu planen, bevor Sie eine Auszeichnung in Betracht ziehen.

Ein ruhiger Fünf-Schritte-Durchlauf von der Seitenliste zum geprüften JSON-LD

Eine Seitenliste und eine kurze Evidenzprüfung machen Schema-Arbeit leichter überprüfbar. Wir verwenden diese Reihenfolge, um jeden Eintrag mit der von ihm beschriebenen Seite verbunden zu halten.

1. Priorisierte URLs auswählen. Listen Sie die Seiten auf, die zuerst wichtig sind. Notieren Sie den Zweck jeder Seite, ihre Hauptentität und ihre kanonische Adresse.
2. Geeigneten Typ wählen. Entscheiden Sie, ob die Seite die Organisation, Website, einen Artikel, ein Produkt, eine Software oder ein anderes passendes Thema beschreibt.
3. Jede Eigenschaft nachverfolgen. Notieren Sie, wo ein Besucher die Tatsache sehen kann oder welche zuverlässige Projektquelle sie bestätigt. Entfernen Sie Felder ohne klare Unterstützung.
4. JSON-LD zur passenden Seite hinzufügen. Prüfen Sie, dass die URLs auf die beabsichtigte Seite verweisen und die Syntax korrekt ist. Vergleichen Sie den Eintrag mit dem gerenderten Inhalt.
5. Nach Bearbeitungen erneut prüfen. Überprüfen Sie die zugehörige Auszeichnung, wenn sich eine Seite, ein Produktdetail, ein Autor oder eine Organisationsangabe ändert.

Wir würden einen Redakteur oder Produktverantwortlichen bitten, Identität und Produktbehauptungen vor der Veröffentlichung zu bestätigen. Diese Prüfung fängt falsche Namen und veraltete Beschreibungen, solange sie noch leicht zu beheben sind. Bewahren Sie die Checkliste bei den Seitennnotizen auf, damit ein zukünftiger Redakteur dieselben Prüfungen wiederholen kann, ohne die Argumentation von Grund auf neu aufzubauen. Wenn Sie auch llms.txt implementieren möchten, halten Sie diese Aufgabe getrennt: Die Datei und die Seitenauszeichnung erfüllen unterschiedliche Aufgaben.

Die Übergabe zwischen strukturierten Daten und KI-Plattformen

Strukturierte Daten können Details über eine Seite expliziter machen. Sie können jedoch nicht steuern, wie ChatGPT, Perplexity, Google oder eine andere Plattform Informationen auswählt oder präsentiert. Googles Dokumentation beschreibt strukturierte Daten als eine Möglichkeit, das Verständnis von Inhalten zu unterstützen und die Eignung für unterstützte Sucherscheinungen zu bewerten. Ob eine Erscheinung angezeigt wird, bleibt Googles Entscheidung. Kein Schema-Typ kann eine Zitierung oder eine bestimmte Antwort versprechen.

Diese Grenze gibt Ihrem Team einen nützlichen Qualitätstest. Prüfen Sie, ob die Seite ein echtes Leserbedürfnis beantwortet, ob ihre Behauptungen gestützt werden und ob die Auszeichnung den sichtbaren Text widerspiegelt. Wenn die Daten korrekt sind, die Seite aber vage ist, verbessern Sie die Seite, bevor Sie weitere Eigenschaften hinzufügen. Wenn sich eine Projektbeschreibung ändert, aktualisieren Sie die Seite und überprüfen Sie dann den zugehörigen Eintrag.

Notieren Sie, was Sie geändert haben und warum. So kann die nächste Person erkennen, ob ein Feld ein echtes Seitendetail oder eine alte Annahme darstellt. Wenn Sie vergleichen, was ChatGPT und Perplexity zeigen, dokumentieren Sie, was jede Plattform tatsächlich anzeigt. Behandeln Sie Auszeichnung nicht als Ursache einer Erwähnung oder Auslassung. Unser Leitfaden zur KI-Such-Sichtbarkeit deckt das breitere Veröffentlichungsbild ab.

Führen Sie eine kleine Aufzeichnung, die Ihr Team erneut aufrufen kann

Eine kompakte Prüfaufzeichnung hilft dem Team, Seitenfakten, Auszeichnungschecks und Sichtbarkeitsbeobachtungen getrennt zu halten. Sie macht auch das nächste Inhaltsupdate weniger anfällig dafür, alte Details zurückzulassen.

Notieren Sie für jede priorisierte URL den beabsichtigten Typ, die kanonische Adresse, die letzte Prüfung und den Validierungsstatus. Fügen Sie eine kurze Notiz hinzu, wenn sich die Seite so ändert, dass ihre strukturierten Daten betroffen sein könnten. Halten Sie dann Plattformbeobachtungen an einem separaten Ort fest: Dokumentieren Sie die geprüfte Frage, die Plattform, das Datum der Prüfung und was sie zeigte. Diese Notizen beschreiben, was Ihr Team gesehen hat; sie begründen nicht, warum eine Plattform eine bestimmte Quelle gewählt hat.

Verwenden Sie einen kleinen Satz von Fragen, die echte Besucher zum Projekt stellen könnten. Wiederholen Sie sie, wenn Sie die Seite prüfen, und vergleichen Sie die Antwort mit dem, was die veröffentlichte Seite sagt. Wenn eine Antwort ein wichtiges Detail vermissen lässt, prüfen Sie Formulierung und Quelleninformationen, bevor Sie Schema ändern. Dies hält die Arbeit in Inhalten verankert, die Menschen überprüfen können.

Wenn Sie eine breitere technische Prüfung wünschen, erklärt llms.txt und AI Crawler Einrichtung einen separaten Teil dieser Arbeit. Um Ihre eigene Prüfung zu starten, sammeln Sie einige priorisierte URLs, die Fragen Ihres Publikums und einen vorhandenen Schema-Export. Wir können helfen, die Seiten-zu-Auszeichnung-Übereinstimmung zu prüfen und klare Korrekturen für Ihr Team zurückzugeben.

So funktioniert's

1. Priorisierte Seiten auflistenNotieren Sie den Zweck jeder URL, ihre Hauptentität und ihre kanonische Adresse.
2. Seitentypen auswählenWählen Sie Typen, die den sichtbaren Zweck jeder Seite beschreiben.
3. Fakten nachverfolgenVerbinden Sie jede Eigenschaft mit sichtbarem Inhalt oder einer zuverlässigen Projektquelle.
4. JSON-LD hinzufügen und prüfenPlatzieren Sie es auf der von ihm beschriebenen Seite, testen Sie seine Syntax und vergleichen Sie seine Fakten mit der gerenderten Seite.
5. Nach Bearbeitungen prüfenÜberprüfen Sie die Auszeichnung erneut, wenn sich zugehöriger Seiteninhalt oder Projektdetails ändern.