Štruktúrované dáta a schema v ére AI

Autor Marek Fodor4 min čítania

Stroje čítajú váš web inak než ľudia. Človek vidí nadpis, cenu a otváracie hodiny a hneď im rozumie. Vyhľadávač alebo jazykový model vidí len text a HTML značky a musí hádať, čo je čo. Štruktúrované dáta sú spôsob, ako mu to hádanie ušetriť: explicitne poviete, že toto je organizácia, toto je článok, toto je cena produktu.

V ére, keď na obsah odpovedajú nielen vyhľadávače, ale aj AI asistenti, sa táto explicitnosť oplatí dvojnásobne. Nižšie je prakticky a technicky, no čitateľne, čo označovať, ako sa vyhnúť bežným chybám a prečo to pomáha, aby vás stroje pochopili a citovali.

Čo sú štruktúrované dáta a JSON-LD

Štruktúrované dáta sú dohodnutý slovník, ktorým opíšete význam obsahu na stránke. Najrozšírenejší slovník je Schema.org, spoločný projekt Google, Microsoftu, Yahoo a Yandexu. Definuje typy ako Organization, Article, Product, FAQPage alebo BreadcrumbList a vlastnosti, ktoré k nim patria.

  • JSON-LD je preferovaný formát. Je to blok JSON v značke script, oddelený od viditeľného HTML. Nemusíte prepletať atribúty do každého elementu, celý popis stránky žije na jednom mieste.
  • Google ho odporúča. Oproti starším formátom microdata a RDFa sa JSON-LD ľahšie píše, testuje aj udržiava. Pri redesigne šablóny sa nerozbije, lebo nesedí v samotnom HTML.
  • Nie je to viditeľný obsah. Štruktúrované dáta majú opisovať to, čo na stránke reálne je. Označovať skryté alebo vymyslené údaje je proti pravidlám a poškodí vám to dôveryhodnosť.

Malý príklad pre organizáciu vyzerá takto:

{
  "@context": "https://schema.org",
  "@type": "Organization",
  "name": "Vyxos",
  "url": "https://vyxos.eu",
  "description": "Slovenské softvérové štúdio staviace jednoduchý softvér na mieru.",
  "sameAs": ["https://github.com/vyxos"]
}

Čo označovať a v akom poradí

Nezačínajte tým, že označíte všetko. Začnite typmi, ktoré zodpovedajú tomu, čím vaše stránky naozaj sú, a pridávajte postupne.

  • Organization alebo LocalBusiness. Základ identity. Názov, logo, web, prípadne adresa a kontakt. Pomáha strojom spojiť si vašu značku ako jednu entitu naprieč webom.
  • Article alebo BlogPosting. Pre blog a novinky. Titulok, autor, dátum publikovania, obrázok. Toto je typ, ktorý priamo podporuje zaradenie do noviniek a bohatších výsledkov.
  • Product a Offer. Pre e-shop alebo katalóg. Názov, cena, dostupnosť, hodnotenia. Podklad pre produktové bohaté výsledky.
  • FAQPage. Pre stránky s reálnymi otázkami a odpoveďami. Dáva strojom hotové páry otázka a odpoveď, ktoré sa dobre citujú.
  • BreadcrumbList. Opisuje, kde stránka sedí v štruktúre webu. Pomáha vyhľadávaču aj čitateľovi pochopiť hierarchiu.

Zlaté pravidlo je pokrytie od najdôležitejšieho k detailu. Identita firmy a hlavné typy obsahu prinesú najviac úžitku pri najmenšej práci. Zvyšné typy pridávajte až vtedy, keď na stránke reálne pribudne obsah, ktorý majú opísať, nie dopredu.

Časté chyby, ktoré štruktúru pokazia

Štruktúrované dáta zlyhávajú ticho. Stránka sa zobrazí normálne, len ich stroje ignorujú alebo vám nimi klesne dôvera. Na čo si dať pozor:

  • Nezhoda s viditeľným obsahom. Ak v JSON-LD tvrdíte cenu alebo hodnotenie, ktoré na stránke nie je, porušujete pravidlá. Označujte len to, čo návštevník reálne vidí.
  • Chýbajúce povinné vlastnosti. Každý typ má vlastnosti, ktoré Google očakáva. Bez nich sa značka neuzná. Testujte, nedomnievajte sa.
  • Neplatný JSON. Jedna chýbajúca čiarka alebo úvodzovka rozbije celý blok. JSON-LD sa nekontroluje vizuálne, potrebuje validáciu.
  • Kopírovanie cudzej schémy naslepo. Prevzatý blok z iného webu často popisuje entity, ktoré na vašej stránke nie sú. Vznikne tak nezmysel, ktorý stroje odhalia.
  • Značenie tam, kde nič nie je. FAQPage bez skutočných otázok alebo Product na stránke, ktorá nič nepredáva, je spam. Používajte typy verne.

Overujte cez Google Rich Results Test a Schema.org validátor. Trvá to minúty a ušetrí to tiché zlyhania.

Prečo to pomáha AI odpovediam

Klasické bohaté výsledky sú známy dôvod, prečo označovať dáta. Novší dôvod je, že rovnaká štruktúra pomáha jazykovým modelom a AI vyhľadávačom porozumieť vášmu obsahu a citovať ho.

  • Jasné entity. Keď explicitne poviete, že Vyxos je Organization s daným webom a popisom, pomáhate strojom spojiť si roztrúsené zmienky do jednej entity. Práve toto spájanie stojí za tým, čo si model o vás myslí.
  • Hotové fakty na citovanie. Model, ktorý skladá odpoveď, siahne po jasne označených faktoch radšej než po nejednoznačnom texte. Štruktúra znižuje riziko, že si niečo domyslí zle.
  • Dôvera cez konzistenciu. Keď sa vaše štruktúrované dáta zhodujú s viditeľným obsahom a sú konzistentné naprieč webom, pôsobíte dôveryhodnejšie pre klasické aj AI systémy.
  • Kompatibilita s ďalšími vrstvami. Štruktúrované dáta dopĺňajú prístupy ako GEO optimalizácia pre AI vyhľadávače a súbor llms.txt na sprístupnenie webu pre AI. Každá vrstva rieši inú časť tej istej úlohy: byť pochopený strojom.

Buďme úprimní, presné mechanizmy, ako AI vyhľadávače vyberajú a citujú zdroje, sa vyvíjajú a nie sú verejne úplne opísané. Nikto vám negarantuje citáciu za konkrétnu značku. Čo vieme s istotou je, že jasná, pravdivá a konzistentná štruktúra nikdy neuškodí a takmer vždy pomôže porozumeniu.

Ako o tom uvažujeme vo Vyxos

Štruktúrované dáta zapadajú do toho, ako staviame softvér: povedať stroju pravdu jasne a raz, namiesto toho, aby ju hádal. Vlastný web Vyxos už dnes vystavuje Organization a Article JSON-LD, lebo to isté odporúčame ostatným.

Nie je to čarovný trik ani rastový hack. Je to poctivá vrstva navyše, ktorá váš existujúci obsah spraví čitateľnejším pre vyhľadávače aj pre AI, ktoré na neho odpovedajú. Ak vás zaujíma, ako vás citujú AI asistenti, čistá schema je dobré miesto, kde začať.