تجربه ای از تیم پارس سئو دبی

نحوه استفاده از نشانه‌گذاری طرحواره برای بهینه‌سازی وب عاملی

چطور سایت خود را برای هوش مصنوعی قابل فهم کنیم؟

«ربات‌ها و عامل‌های هوش مصنوعی» (AI Agents) برای اینکه بتوانند محتوای سایت شما را درک کنند و بر اساس آن کاری انجام دهند، به اطلاعات دسته‌بندی‌شده و منظم نیاز دارند. در ادامه یاد می‌گیرید که چطور ساختار دادن به اطلاعات سایت، به نسل جدید وب (که توسط هوش مصنوعی اداره می‌شود) کمک می‌کند.

امروزه بحث استفاده از اسکیما (کدهای نشانه‌گذاری استاندارد) در دنیای بهینه‌سازی سایت برای موتورهای جستجو (SEO) بسیار داغ شده است. شرکت‌های بزرگی مثل گوگل و مایکروسافت تایید کرده‌اند که از این اطلاعات منظم برای ساخت «خلاصه‌های هوش مصنوعی» (AI Overviews) استفاده می‌کنند. حتی چت‌جی‌پی‌تی (ChatGPT) هم برای پیشنهاد دادن محصولات به کاربران، به این اطلاعات نگاه می‌کند.

حالا این کدهای اسکیما دارند به زیرساخت اصلی «وبِ مبتنی بر هوش مصنوعی» تبدیل می‌شوند؛ فضایی که در آن، ربات‌های هوش مصنوعی به جای خودِ کاربران، مستقیماً با وب‌سایت‌ها تعامل برقرار می‌کنند و کارها را پیش می‌برند.

برای یک ربات هوش مصنوعی، فقط «خواندن» محتوای سایت کافی نیست؛ آن‌ها باید معنای محتوا را بفهمند و بتوانند بر اساس آن اقدامی انجام دهند. اینجاست که کدهای اسکیما این کار را ممکن می‌سازند.

نقش کدهای اسکیما در دنیای هوش مصنوعی چیست؟

در جستجوهای سنتی (قدیمی): کدهای اسکیما به دیده شدن سایت شما کمک می‌کردند. این کدها به موتورهای جستجو می‌گفتند که موضوع سایت چیست تا آن‌ها بتوانند نتایج بهتری را به کاربران نشان دهند.

در دنیای هوش مصنوعی (جدید): ربات‌های هوش مصنوعی پا را فراتر می‌گذارند. آن‌ها از این کدها استفاده می‌کنند تا نه تنها موضوع را بفهمند، بلکه ارتباط بین چیزهای مختلف، میزان اعتبار سایت و قابل اعتماد بودن محتوا را بسنجند. آن‌ها با این کار مطمئن می‌شوند که آیا سایت شما آن‌قدر خوب هست که آن را به کاربران پیشنهاد دهند یا کاری را به آن بسپارند یا نه.

چرا این موضوع برای هوش مصنوعی مهم است؟

خوانش اطلاعات منظم برای هوش مصنوعی بسیار راحت‌تر و ارزان‌تر است. برای هوش مصنوعی، گشتن و فهمیدن یک صفحه وب معمولی و شلوغ، بسیار پرهزینه و زمان‌بر است؛ در حالی که خواندن داده‌های تمیز و ساختاریافته (مثل اسکیما) مثل آب خوردن است. این موضوع به خصوص اکنون که سیستم‌های هوش مصنوعی با محدودیت حافظه و هزینه‌های بالای پردازش مواجه هستند، اهمیت زیادی دارد.

خلاصه داستان: هرچه هوش مصنوعی بزرگ‌تر و پیشرفته‌تر می‌شود، وب‌سایت‌هایی که اطلاعات خود را راحت‌تر و منظم‌تر در اختیار آن قرار می‌دهند، شانس موفقیت بیشتری دارند. چون هوش مصنوعی همیشه به سراغ ساده‌ترین و بی‌دردسرترین راه می‌رود.

چند واژه کلیدی به زبان ساده:

Schema Markup (اسکیما): یک سری کدهای مخفی پشت صحنه سایت است که به زبانِ خودِ کامپیوترها نوشته می‌شود تا ربات‌ها سریع بفهمند سایت درباره چیست (مثلاً این یک صفحه محصول است، قیمت این است و این هم نظر مشتری است).

AI Agents (عامل‌های هوش مصنوعی): ربات‌های هوشمندی که می‌توانند از طرف کاربر کارهایی مثل جستجو، خرید یا برنامه‌ریزی را انجام دهند.

شبکه وب با زبان طبیعی (NLWeb) و زیرساخت دنیای هوش مصنوعی

اگر کدهای اسکیما (Schema) را مثل «فونداسیون و پیِ» یک ساختمان در نظر بگیریم، فناوری جدیدی به نام NLWeb (مخفف وب با زبان طبیعی) مثل خودِ ساختمانی است که روی این پی بنا می‌شود. درک ارتباط این دو برای هرکسی که به آینده فکر می‌کند، بسیار حیاتی است.

پروژه NLWeb که یک ابتکار متن‌باز (اپن‌سورس) از طرف شرکت مایکروسافت است، به وب‌سایت‌ها کمک می‌کند تا به راحتی یک بخش «گفتگو با هوش مصنوعی» (چت‌باکس) به خود اضافه کنند. این فناوری عملاً هر وب‌سایتی را به یک اپلیکیشن هوش مصنوعی تبدیل می‌کند؛ طوری که کاربران می‌توانند با زبان معمولیِ خودشان با سایت حرف بزنند و از آن اطلاعات بگیرند.

یک مثال ساده برای درک تفاوت:
تفاوت این دو مثل تفاوتِ سایتی است که یک «آدم» در آن چرخ می‌زند و گزینه‌ها را کلیک می‌کند، با سایتی که یک «ربات هوش مصنوعی» می‌تواند مستقیماً از آن سوال بپیچد، جواب‌های دقیق بگیرد و بدون نیاز به دخالت هیچ انسانی، کاری را در آن سایت انجام دهد.

برای اینکه یک سایت واقعاً آماده‌ی دنیای هوش مصنوعی باشد، دیگر فقط «خواندنی» بودن آن کافی نیست؛ بلکه باید «سوال‌وجواب‌کردنی» باشد. فناوری NLWeb اصلاً برای همین ساخته شده تا ربات‌های هوش مصنوعی بتوانند با زبان معمولی از سایت‌ها سوال کنند و پاسخ‌های دقیق و منظم تحویل بگیرند.

اگر کدهای اسکیما به ربات بگویند که «در این صفحه چه اطلاعاتی وجود دارد»، فناوری NLWeb امکان «تعامل مستقیم و زنده» با آن اطلاعات را فراهم می‌کند.

تفاوت در چیست؟ تفاوت این است که در حالت اول (اسکیما) ربات هوش مصنوعی فقط منوی چاپی یک رستوران را می‌خواند؛ اما در حالت دوم (NLWeb) ربات می‌تواند بپرسد: «آیا برای امشب ساعت ۷ یک میز ۴ نفره خالی دارید؟» و سایت هم بلافاصله یک جواب قطعی و زنده به او می‌دهد.

یک جستجو در فناوری NLWeb چطور کار می‌کند؟

ایده و توسعه‌ی NLWeb توسط شخصی به نام آر. وی. گوها (R.V. Guha) انجام شده که به تازگی به عنوان مدیر ارشد و پژوهشگر فنی به مایکروسافت پیوسته است. او همان کسی است که استانداردهای بزرگ و معروف وب مثل RSS ،RDF و همین Schema.org (بزرگ‌ترین مرجع کدهای اسکیما) را خلق کرده است.

این یک اتفاق تصادفی نیست! همان شخصی که سال‌ها پیش زبان مشترک کامپیوترها برای فهمیدن سایت‌ها (اسکیما) را ساخت، حالا دارد سیستمی را می‌سازد که به ربات‌های هوش مصنوعی اجازه می‌دهد از آن اطلاعات استفاده کنند. این دو پروژه کاملاً در ادامه همدیگر هستند.

فناوری NLWeb از همان اطلاعات منظم قبلی شما (مثل اسکیما و RSS) به همراه قدرت هوش مصنوعی استفاده می‌کند تا یک فضای گفتگوی طبیعی بسازد که هم انسان‌ها و هم ربات‌های هوش مصنوعی بتوانند به راحتی از آن استفاده کنند.

حرف حساب این فناوری با شما چیست؟

مایکروسافت و NLWeb از شما نمی‌خواهند که کل سایت یا محتوای خود را از اول بکوبید و بسازید. آن‌ها فقط از شما می‌خواهند که کدهای اسکیمای سایتتان مرتب و درست باشد؛ باقی کارها را خودشان دست می‌گیرند و انجام می‌دهند.

یک واژه کلیدی به زبان ساده:

NLWeb (Natural Language Web): فناوری جدیدی از مایکروسافت است که به وب‌سایت‌ها اجازه می‌دهد به جای کلیک کردن روی منوها، کاربران یا ربات‌ها بتوانند با زبان آدمیزاد (زبان طبیعی) با سایت گفتگو کنند و کارشان را پیش ببرند.

۵ توصیه طلایی برای آماده‌سازی سایت برای هوش مصنوعی (بهینه‌سازی اسکیما)

اگر کارشناس سئو یا مدیر سایت باشید، احتمالاً سال‌هاست که از کدهای اسکیما استفاده می‌کنید. اما برای اینکه سایت شما در دنیای جدید هوش مصنوعی (وبِ مبتنی بر ربات‌ها) عقب نماند، باید این ۵ نکته کلیدی را رعایت کنید:

۱. کامل بودن اطلاعات، مهم‌تر از تعداد صفحه‌هاست
به جای اینکه روی همه صفحات سایتتان کدهای نصفه-نیمه بگذارید، بهتر است صفحات اصلی و مهم خود را انتخاب کنید و اطلاعات آن‌ها را مو به مو و کاملاً کامل وارد کنید. ربات‌های هوش مصنوعی عاشق جزئیات هستند، چون به آن‌ها کمک می‌کند مستقیماً جواب کاربر را بدهند.

مثال: برای صفحه یک محصول، فقط به نوشتن «نام محصول» اکتفا نکنید. هوش مصنوعی به قیمت دقیق، موجود بودن در انبار، نظرات مشتریان و مشخصات فنی نیاز دارد. اطلاعات ناقص به هوش مصنوعی حس شک و بی‌اعتمادی می‌دهد، اما اطلاعات کامل نشان‌دهنده قابل‌اعتماد بودن شماست.

۲. تا جای ممکن کارها را اتوماتیک (خودکار) کنید
نوشتن و مدیریت دستی این کدها برای تک‌تک صفحات، کار زمان‌بر و سختی است. امروزه ابزارها و سیستم‌های مدیریت سایتی وجود دارند که وقتی شما یک محصول، مقاله، یا رویداد جدید می‌سازید، خودشان به طور خودکار کدهای اسکیمای آن را تولید می‌کنند.

یک نکته مهم: اطلاعات شما باید همیشه آپدیت و هماهنگ باشد. اگر کدهای مخفی سایت شما بگویند قیمت محصول ۱۰۰ هزار تومان است اما در ظاهر سایت قیمت ۱۵۰ هزار تومان نوشته شده باشد، هوش مصنوعی به هر دو عدد شک می‌کند و اصلاً سایت شما را پیشنهاد نمی‌دهد.

۳. از خودِ هوش مصنوعی برای کدنویسی کمک بگیرید
درست است که سیستم‌های خودکارِ سایت‌ها کارهای پایه را انجام می‌دهند، اما شما می‌توانید از ابزارهای هوش مصنوعی (مثل چت‌جی‌پی‌تی) بخواهید محتوای صفحه شما را بخوانند و کدهای اسکیمای بسیار دقیق‌تر، پیشرفته‌تر و شخصی‌سازی‌شده‌تری برایتان بسازند و آن‌ها را بررسی کنند تا غلط نداشته باشد.

۴. حتماً از فرمت JSON-LD استفاده کنید
فرمت JSON-LD (جی‌سان ال‌دی) یک روش استاندارد برای نوشتن کدهای اسکیماست. این توصیه جدیدی نیست، اما الان از همیشه مهم‌تر است. در این روش، کدهای مربوط به هوش مصنوعی کاملاً جدا از کدهای اصلی طراحی سایت (HTML) قرار می‌گیرند. این جداسازی باعث می‌شود ربات‌های هوش مصنوعی مثل آب خوردن و بدون گیج شدن، اطلاعات را بخوانند. حتی خودِ گوگل هم رسماً اعلام کرده که برای محتواهای آماده‌شده برای هوش مصنوعی، حتماً از این روش استفاده کنید.

۵. به سایت خود مثل یک «شبکه متصل‌به‌هم» نگاه کنید
ربات‌های هوش مصنوعی وقتی متوجه ارتباط بین صفحات مختلف سایت شما بشوند، لذت می‌برند! آن‌ها می‌خواهند بدانند مقاله‌ها چه ارتباطی با نویسنده‌شان دارند، محصولات چه ربطی به دسته‌بندی‌ها دارند و خدمات شما به کدام شهرها مربوط می‌شود. برای این کار باید هر چند وقت یک‌بار کدهای سایت را بررسی کنید و مطمئن شوید که:

  • کدام صفحات کد دارند و کدام ندارند؟
  • آیا اطلاعات یک موضوع در دو صفحه مختلف با هم تضاد دارند؟
  • آیا معرفی شرکت یا نویسندگان در همه صفحات یکسان و یکدست است؟
  • هدف نهایی: هدف این است که یک تصویر واضح، شفاف و کاملاً متصل‌به‌هم از کل سایت خود به هوش مصنوعی نشان دهید؛ طوری که ربات از هر صفحه‌ای که وارد سایت شد، بتواند به شما اعتماد کند.

یک واژه کلیدی به زبان ساده:

JSON-LD: یک روش کدنویسی شیک و مرتب برای کدهای اسکیما است که اطلاعات سایت را دسته‌بندی می‌کند تا کامپیوترها و هوش مصنوعی بدون نیاز به گشتن در کل ظاهر سایت، مستقیم بروند سراغ اصل مطلب.

فرصت طلایی برای کسانی که زودتر دست به کار می‌شوند

سیستم‌های هوش مصنوعی روزبه‌روز بیشتر به سمت منابعی می‌روند که قبلاً آن‌ها را بررسی و تایید کرده‌اند و در تجربه‌های قبلی فهمیده‌اند که قابل اعتماد هستند. برای آماده‌سازی سایت برای ربات‌های هوش مصنوعی، «اولین بودن» بسیار مهم است. اگر سایت شما از همین حالا خودش را با هوش مصنوعی رفیق و سازگار کند، یک برگ برنده بزرگ به دست می‌آورد که روزبه‌روز ارزشش بیشتر می‌شود؛ چون ربات‌ها به مرور زمان به سایت شما عادت می‌کنند و آن را به بقیه ترجیح می‌دهند.

کدهای اسکیما همیشه به تیم‌ها و افرادی که آن را جدی می‌گرفتند، پاداش داده است (و باعث پیشرفتشان شده). اما در دنیای جدید وب که توسط هوش مصنوعی اداره می‌شود، ارزش درست انجام دادن این کار — و صدالبته ضررِ نادیده گرفتن آن — بسیار بسیار بیشتر از قبل است.

ربات‌های هوش مصنوعی همین حالا هم در حال گشت‌وگذار و بررسی سایت‌ها هستند؛ سوال اصلی این است: وقتی آن‌ها به وب‌سایت شما می‌رسند، با چه چیزی مواجه می‌شوند؟ (آیا یک سایت منظم و آماده می‌بینند یا یک سایت شلوغ و گیج‌کننده؟)

اشتــراک گذاری

از دنیـــای سئو بخوانید:

دیدگاهتان را بنویسید

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *