Schema markup untuk AI search, mulai dari halaman yang Anda lihat

Label halaman harus sesuai dengan halaman yang bisa dilihat pengunjung

Markup Schema.org memberikan deskripsi terstruktur tentang halaman dan subjeknya kepada perangkat lunak. Markup harus menjelaskan apa yang sudah dikatakan halaman, bukan menambahkan klaim yang tidak bisa dikonfirmasi pengunjung.

Mulailah dengan menuliskan tujuan halaman dan entitas utamanya. Kemudian pilih tipe paling sederhana yang sesuai. Halaman tentang proyek dan halaman produk tidak bisa dipertukarkan, meskipun keduanya berada di situs web yang sama. Ini memberi Anda pemeriksaan pertama yang berguna untuk schema.org markup untuk visibilitas AI. Bisakah seseorang menunjuk ke konten yang terlihat di balik setiap fakta yang diberi markup?

Kami lebih suka melihat kumpulan kecil yang bisa dirawat tim Anda daripada catatan penuh dengan properti yang tidak didukung. Untuk gambaran lebih luas tentang pekerjaan teknis, lihat panduan AEO teknis.

Mulailah dari detail proyek yang sudah ditanyakan orang

Bayangkan seorang pendiri yang peluncuran pertamanya sepi. Satu-satunya orang yang menjawab pergi berlibur, dan pengunjung baru masih membutuhkan detail jelas tentang proyek.

Kami akan mulai dari halaman yang dibutuhkan pengunjung tersebut, bukan dari template markup besar. Kami akan memeriksa apakah nama proyek, deskripsi produk, dan detail kontak muncul dengan jelas di situs. Kemudian kami hanya memetakan fakta yang terlihat tersebut ke properti schema.org yang sesuai. Halaman tetap menjadi sumber kebenaran; markup mengikutinya.

Bayangkan proyek memiliki halaman produk dan artikel penjelasan singkat. Halaman produk mungkin mendukung Product jika benar-benar mendeskripsikan produk. Artikel penjelasan mungkin cocok untuk Article jika penulis dan detail editorialnya ditampilkan. Jika halaman tidak mendukung suatu bidang, tinggalkan dan minta pemilik proyek untuk mengklarifikasi sumbernya terlebih dahulu.

Ini juga memudahkan penyerahan pekerjaan. Rekan tim dapat mengikuti hubungan antara setiap bidang dan halaman, bukan menebak-nebak mengapa bidang itu ditambahkan. Untuk informasi lebih lanjut tentang membentuk halaman sumber yang berguna, kunjungi konten yang dapat dikutip untuk asisten AI.

Tipe schema mana yang cocok untuk berbagai bagian situs proyek?

Tipe schema yang tepat tergantung pada apa yang diwakili oleh halaman tertentu. Situs web proyek dapat menggunakan beberapa tipe di berbagai URL, selama masing-masing mencerminkan konten yang terlihat.

Mulailah dengan situs dan halamannya

Organization dapat mendeskripsikan proyek atau perusahaan di balik situs. WebSite mendeskripsikan situs web secara keseluruhan, sementara WebPage mendeskripsikan URL individual. Tipe-tipe ini dapat dihubungkan jika hubungannya nyata dan jelas. Jaga konsistensi nama dan detail publik di seluruh halaman dan markupnya.

Tambahkan tipe khusus konten hanya jika sesuai

Article mungkin cocok untuk sumber editorial dengan detail penulis atau publikasi yang terlihat. Product mungkin cocok untuk halaman yang benar-benar menyajikan produk. SoftwareApplication mungkin cocok untuk halaman yang mendeskripsikan perangkat lunak, jika detail yang diwakili dalam markup didukung di sana.

Misalnya, halaman yang menjelaskan fitur perangkat lunak dapat ditinjau kesesuaiannya dengan SoftwareApplication. Jika hanya membahas proyek secara umum, menambahkan tipe itu dapat salah mendeskripsikannya. Tinjauan per halaman yang cepat mencegah satu template disalin ke halaman yang tidak serupa.

Objek JSON-LD bisa kecil dan mudah dibaca. Di sini, nama dan alamat bersifat ilustratif, bukan fakta tentang proyek Anda:

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

Gunakan detail publik aktual dari situs Anda, lalu periksa apakah halaman yang dirender mendukungnya. Untuk halaman pertanyaan, optimasi FAQ dapat membantu Anda merencanakan jawaban yang terlihat sebelum mempertimbangkan markup.

Lima langkah tenang dari daftar halaman ke JSON-LD yang diperiksa

Daftar halaman dan pemeriksaan bukti singkat memudahkan peninjauan schema. Kami menggunakan urutan ini untuk menjaga setiap catatan tetap terhubung dengan halaman yang dijelaskannya.

1. Pilih URL prioritas. Daftar halaman yang paling penting. Catat tujuan setiap halaman, entitas utama, dan alamat kanonikal.
2. Pilih tipe yang sesuai. Putuskan apakah halaman mendeskripsikan organisasi, situs web, artikel, produk, perangkat lunak, atau subjek lain yang sesuai.
3. Lacak setiap properti. Tulis di mana pengunjung dapat melihat fakta tersebut, atau sumber proyek andal mana yang mengonfirmasinya. Hapus bidang yang tidak memiliki dukungan jelas.
4. Tambahkan JSON-LD ke halaman yang cocok. Periksa apakah URL-nya mengarah ke halaman yang dimaksud dan sintaksnya terurai. Bandingkan catatan dengan konten yang dirender.
5. Tinjau kembali setelah pengeditan. Periksa markup terkait saat halaman, detail produk, penulis, atau fakta organisasi berubah.

Kami akan meminta editor atau pemilik produk untuk mengonfirmasi identitas dan klaim produk sebelum dipublikasikan. Tinjauan itu menangkap nama yang tidak cocok dan deskripsi usang saat masih mudah diperbaiki. Simpan daftar periksa dengan catatan halaman, sehingga editor masa depan dapat mengulangi pemeriksaan yang sama tanpa membangun ulang alasan dari awal. Jika Anda juga mempertimbangkan cara mengimplementasikan llms.txt, pisahkan tugas itu: file dan markup halaman melakukan pekerjaan berbeda.

Serah terima antara structured data dan platform AI

Structured data dapat membuat detail tentang halaman menjadi lebih eksplisit. Namun, structured data tidak dapat mengarahkan bagaimana ChatGPT, Perplexity, Google, atau platform lain memilih atau menyajikan informasi. Dokumentasi Google menggambarkan structured data sebagai cara untuk membantu memahami konten dan menilai kelayakan untuk tampilan pencarian yang didukung. Apakah suatu tampilan ditampilkan tetap menjadi keputusan Google. Tidak ada tipe schema yang dapat menjamin kutipan atau jawaban tertentu.

Batas itu memberi tim Anda uji kualitas yang berguna. Periksa apakah halaman menjawab kebutuhan pembaca nyata, apakah klaimnya didukung, dan apakah markup mencerminkan teks yang terlihat. Jika data terurai tetapi halaman tidak jelas, perbaiki halaman sebelum menambahkan lebih banyak properti. Jika deskripsi proyek berubah, perbarui halaman lalu tinjau catatan terkait.

Simpan catatan tentang apa yang Anda ubah dan mengapa. Dengan begitu, orang berikutnya dapat mengetahui apakah suatu bidang mewakili detail halaman nyata atau asumsi lama. Saat membandingkan apa yang ditampilkan ChatGPT dan Perplexity, catat apa yang sebenarnya ditampilkan setiap platform. Jangan perlakukan markup sebagai penyebab penyebutan atau penghilangan. Panduan kami tentang visibilitas AI search mencakup gambaran publikasi yang lebih luas.

Simpan catatan kecil yang bisa ditinjau kembali oleh tim Anda

Catatan tinjauan yang ringkas membantu tim memisahkan fakta halaman, pemeriksaan markup, dan pengamatan visibilitas. Ini juga membuat pembaruan konten berikutnya cenderung tidak meninggalkan detail lama.

Untuk setiap URL prioritas, catat tipe yang dimaksud, alamat kanonikal, tinjauan terakhir, dan status validasi. Tambahkan catatan singkat saat halaman berubah dengan cara yang dapat memengaruhi structured data-nya. Kemudian simpan pengamatan platform di tempat terpisah: catat pertanyaan yang diperiksa, platform, tanggal pemeriksaan, dan apa yang ditampilkan. Catatan ini mendeskripsikan apa yang dilihat tim Anda; catatan ini tidak menetapkan mengapa platform memilih sumber tertentu.

Gunakan serangkaian pertanyaan kecil yang mungkin diajukan pengunjung nyata tentang proyek. Ulangi pertanyaan tersebut saat Anda meninjau halaman, dan bandingkan jawabannya dengan apa yang dikatakan halaman yang dipublikasikan. Jika jawaban melewatkan detail penting, periksa redaksi dan informasi sumber sebelum mengubah schema. Ini menjaga pekerjaan tetap didasarkan pada konten yang dapat diverifikasi orang.

Jika Anda menginginkan tinjauan teknis yang lebih luas, llms.txt dan pengaturan AI crawler menjelaskan bagian terpisah dari pekerjaan itu. Untuk memulai tinjauan Anda sendiri, kumpulkan beberapa URL prioritas, pertanyaan yang diajukan audiens Anda, dan ekspor schema yang ada. Kami dapat membantu memeriksa kecocokan halaman-ke-markup dan mengembalikan koreksi yang jelas untuk tim Anda.

Cara kerja

1. Daftar halaman prioritasCatat tujuan setiap URL, entitas utama, dan alamat kanonikal.
2. Pilih tipe halamanPilih tipe yang mendeskripsikan tujuan yang terlihat dari setiap halaman.
3. Lacak faktaHubungkan setiap properti ke konten yang terlihat atau sumber proyek yang andal.
4. Tambahkan dan periksa JSON-LDTempatkan di halaman yang dijelaskannya, uji sintaksnya, dan bandingkan faktanya dengan halaman yang dirender.
5. Tinjau setelah pengeditanPeriksa kembali markup saat konten halaman terkait atau detail proyek berubah.