Mýty o viditelnosti v LLM: schema, llms.txt a zmiňování

Otázka schématu pomalu

Schema.org značení popisuje stránku strojově čitelným způsobem. Jednoduše. Google řekl, že strukturovaná data nejsou pro jeho AI funkce vyžadována, i když stále pomáhají s bohatými výsledky, což je samo o sobě dobrý důvod je přidat.

Zda přímo napájí modely, není známo. Nikdo mimo dodavatele to neví. Otestovali bych to nudnou cestou: označili bych polovinu sady podobných stránek a druhou polovinu nechali tak, jak je, a logovali citace po dobu osmi týdnů.

Praktikující hlásí smíšené zkušenosti, včetně hojného ticha po plném značení. Ticho je data. Nezakrývejte je dalším kolem tagů.

Autorské biografie a kredenciály 'expertů' dostávají stejný treatment. Pomáhají čtenářům rozhodnout se, zda vám důvěřovat, což je dostatečný důvod, a žádná studie, kterou jsme viděli, neprokázala, že by model upřednostnil stránku jen proto, že byla přítomna biografie.

Čerstvost se objevuje pokaždé. Stránky s nedávným datem aktualizace se často objevují v AI odpovědích o tématech podobných zprávám a Google již dlouho používá čerstvost pro dotazy, které si to zaslouží. Stále, přehazování data bez změny obsahu je zvyk, na který bych se nespoléhal, a Google řekl, že se mu to nelíbí.

Zmiňování: levnější sázka

Pokud model čte text, jasný popis vaší značky na jiných webech může mít význam i bez odkazu. Nalezení takových stránek je běžná outreach práce.

Začněte vlastním názvem značky. Vyhledejte ho, vyřaďte stránky, které již odkazují, a vyjmenujte zbytek. Poté požádejte o odkaz nebo jednodušší popis. Nástroje jako Ahrefs a Semrush mají upozornění na zmiňování a náš výběr profilu odkazů ukazuje, kdo odkazuje na konkurenty, kterým závidíte.

Závěrečné varování ohledně agentur. Prodej auditů viditelnosti v LLM je novým obchodním řetězcem a některé zprávy jsou tenké. Zeptejte se, co bylo vzorkováno, kdy a co by změnilo jejich závěr.

Nic z toho nedělá značení zbytečným. Říká, že tvrdený efekt není změřen. Věnujte tomu hodinu, ne čtvrtletí, a udržujte hlavní úsilí na stránkách, které lidé skutečně chtějí číst.

Co schema skutečně dělá

Značení má skutečné úkoly, i když zůstává otevřená otázka AI. Je dobré mít tyto úkoly na paměti, aby výsledek nula u citací nebyl zaměněn za výsledek nula u všeho.

Bohaté výsledky a způsobilost

Strukturovaná data mohou učinit stránku způsobilou pro funkce bohatých výsledků v klasickém Google vyhledávání, kde se značení čte a kontroluje. Tento přínos je konkrétní a nezávisí na žádném tvrzení o AI odpovědích.

Pokud přidáte značení z tohoto důvodu, ověřte ji nástrojem pro testování bohatých výsledků před publikováním. Jakýkoli efekt na AI odpovědi považujte za bonus, který jste nezaměřili.

Parsování a jasnost

Značení uvádí fakta ve fixním formátu, jako je název produktu, autor nebo datum. Parser, který stránku čte, může tyto pole převzít bez hádání. Tato jasnost pomáhá jakémukoli nástroji, který pracuje ze struktury stránky.

Jasnost není totéž co citace. Stránka může být snadno parsovatelná a nikdy citována a jiná může být citována bez jakéhokoli značení.

Co to neukazuje

Schema není seznam hlasů, které modely sčítají. Neviděli jsme žádnou kontrolovanou studii, která by spojovala samotné značení se změnou v citacích, takže každý, kdo slibuje skok, by měl ukázat vzorek za ním.

Ticho po přidání značení je normálním výsledkem testu. Následující sekce vysvětluje, proč může nastat bez toho, aby bylo značení k ničemu.

Proč lidé nevidí žádnou změnu

Viditelnost v LLM závisí na mnoha věcech najednou a jedna změna vzácně vynikne. Mějte to na paměti, než posoudíte výsledek.

Páka může být jinde

Šance stránky být citována závisí na její prohledatelnosti, obsahu, odkazech a samotném dotazu. Značení zasahuje do jedné z nich. Když zůstane vše ostatní stejné, může být změna pouze značení příliš malá na to, aby byla vidět.

Než obviníte značení, zkontrolujte základy. Potvrďte, že je stránka indexována, a že její text se objevuje v HTML, nikoli pouze po spuštění skriptu.

Rozšíření dotahu posílá lidi jinam

Někteří praktikující popisují rozšíření dotahu, kde se jeden dotaz stane několika pod-dotazy. Pokud je to tak, jak model shromažďuje zdroje, stránka, kterou jste označili, může být citována pro pod-dotaz, který jste nikdy nesledovali. To je jeden důvod, proč kontrola s jedním promptem klame.

Zahrňte několik pod-dotazů do sady promptů a zaznamenejte, které stránky se pro každý objeví.

Měřte, než usoudíte

Výsledek potřebuje vzorek a základnu. Osm týdnů logovaných promptů rozdělených do dvou skupin je skromný test, který může stále být špatný. Zapište jeho limity vedle výsledku.

Publikujte i nuly. Test, který nenašel nic, je stále užitečný pro dalšího člověka, který se zeptá na stejnou otázku.

Vykreslování a co modely mohou číst

Text je materiál, se kterým model pracuje, takže otázka, co může číst, stojí za to otestovat, než předpokládat.

Obsah, který se objeví po skriptu

Některý obsah se objeví pouze po spuštění skriptu. Zda daný asistent může vidět tento obsah, je něco, co můžete otestovat. Porovnejte text, který asistent cituje, s tím, co vrátí běžné stažení HTML.

Pokud chybí citovaný text v běžném HTML, stránka závisí na vykreslování. To stojí za vědění před přidáním jakéhokoli značení.

Značení čtené jako tokeny

Někteří praktikující tvrdí, že modely rozkládají JSON-LD na tokeny a ztrácí jeho strukturu, takže značení přidává málo. Argument je pravděpodobný a pokud víme, je neověřený. Žádná strana to neprokázala s férovým vzorkem.

Považujte to za hypotézu pro váš vlastní test, ne za pravidlo k citaci v reportu pro klienta.

Otázky ohledně značení a AI odpovědí

Pár otázek, které se objeví, když lidé začnou testovat značení na svých vlastních stránkách.

Měl bych odstranit schema, pokud nepomáhá AI odpovědím?

Ne na základě tohoto důkazu. Značení stále slouží funkcím klasického vyhledávání a zpřehledňuje stránku parserům. Odstraňte ji pouze, pokud je špatná, zastaralá nebo zavádějící.

Stojí soubor llms.txt za hodinu?

Možná, jako levný experiment. Návrh pochází ze září 2024 a neviděli jsme, že by jej hlavní dodavatel potvrdil, že čte soubor, takže neočekávejte viditelný výsledek.

Pomáhají autorské biografie k citacím?

Žádná studie, kterou známe, to neprokazuje. Biografie mohou pomoci čtenářům posoudit stránku, což je fér důvod je udržet, ale jakýkoli efekt na citaci je neověřený.

Kolik stránek by měl test zahrnout?

Dostatečně, aby se dvě skupiny daly porovnat bez toho, aby jedna stránka dominovala výsledku. Deset až dvacet podobných stránek je rozumný začátek pro první test, i když správné číslo závisí na tom, jak se liší vaše prompta.