Dati strutturati per le risposte AI: lo schema che i modelli leggono

I dati strutturati contano ancora quando l'AI risponde alle domande?

Contano in modo diverso. Per un decennio, lo schema ti garantiva una valutazione a stelle e un rich snippet su Google. Quel lavoro non è scomparso, ma ne è comparso un secondo: aiutare un modello a capire di cosa tratta la tua pagina, a quale entità appartiene e se le affermazioni sulla pagina sono confermate da altre fonti.

I dati strutturati non sono un trucco di posizionamento per i motori di risposta. Sono uno strato di disambiguazione. Un modello che legge HTML grezzo deve ipotizzare a cosa si riferisce un blocco di testo. Un markup pulito di Product, Review e Organization trasforma quella supposizione in un fatto, che è esattamente ciò di cui questi sistemi hanno bisogno prima di attribuirti o citarti.

Quali tipi di schema aiutano un modello ad attribuire un prodotto?

Tre tipi fanno il lavoro principale per l'attribuzione di un prodotto. Product nomina l'articolo e porta i suoi identificatori, Review porta le opinioni individuali e aggregateRating porta il punteggio riassuntivo. Un markup valido su tutti e tre aiuta un motore ad attribuire un prodotto a un negozio e a una valutazione, invece di lasciare il testo delle recensioni senza un proprietario.

Gli identificatori dentro Product contano più di quanto ci si aspetti. Un gtin, mpn, sku o brand dà al modello un riferimento stabile per collegare il tuo prodotto alle altre menzioni di esso nel web.

• Product: nome, brand e un identificatore (gtin, mpn o sku) per risolvere l'articolo.
• Review: author, reviewBody e reviewRating per ogni recensione individuale.
• aggregateRating: ratingValue, reviewCount e bestRating per il punteggio riassuntivo.
• Annida Review e aggregateRating dentro Product, non come elementi isolati.

Come aiutano Organization e sameAs un modello a riconoscere il tuo brand?

Il markup Product dice a un modello cosa vendi. Il markup Organization gli dice chi sei. Sono due problemi separati, e i motori di risposta devono risolverli entrambi prima di citarti con fiducia.

Organization porta il nome, il logo e l'URL canonico. La proprietà sameAs è dove diventa utile per l'AEO: elenca gli altri URL che sono inequivocabilmente la stessa entità, il tuo profilo Trustpilot, la tua scheda Google Business Profile, la tua voce su Wikipedia, i tuoi account social verificati. Le dichiarazioni Organization e sameAs rafforzano il riconoscimento dell'entità perché consentono al modello di collegare il tuo negozio alle fonti indipendenti che già garantiscono per te, la corroborazione su cui questi sistemi si appoggiano prima di ripetere un'affermazione.

• Organization: ragione sociale, logo e URL canonico della homepage.
• sameAs: i tuoi profili verificati su piattaforme di terze parti e i tuoi account social.
• Mantieni il nome identico ovunque: un nome diverso fa pensare al modello che si tratti di un'entità diversa.

Perché il markup deve corrispondere ai contenuti visibili sulla pagina?

Perché un markup che descrive contenuti non visibili al visitatore non è idoneo, e un motore che rileva la discrepanza si fida meno del resto del tuo markup. Se il tuo aggregateRating dichiara 4,8 stelle da 900 recensioni ma la pagina non mostra alcuna valutazione, i dati strutturati stanno facendo un'affermazione che la pagina non supporta.

Questa è la trappola per i negozi le cui recensioni si caricano dentro un widget JavaScript. Il markup può essere valido, ma se il testo delle recensioni visibili appare solo dopo l'esecuzione di uno script, la pagina può non superare il requisito di base che markup e contenuto visibile concordino. La soluzione affidabile è la stessa che aiuta ogni altra parte dell'AEO: renderizza le recensioni e la valutazione nell'HTML della pagina lato server, in modo che il markup descriva qualcosa che è genuinamente presente.

Come verifichi che lo schema funzioni davvero?

Testa il markup, poi testa la pagina come la vede un modello. Gli strumenti di validazione confermano che il JSON-LD è sintatticamente valido e idoneo, il che è necessario ma non sufficiente. Il secondo test è verificare che i valori nel tuo schema appaiano nell'HTML grezzo della pagina, prima dell'esecuzione di JavaScript.

Visualizza il codice sorgente della pagina invece del DOM renderizzato e controlla che la tua valutazione, il numero di recensioni e il testo delle recensioni siano presenti prima dell'esecuzione di qualsiasi script. Se il markup è nel sorgente ma i numeri visibili non ci sono, hai uno schema valido che descrive contenuti che il modello potrebbe non vedere mai.

• Esegui il JSON-LD attraverso il Rich Results Test o un validatore di schema per la sintassi e l'idoneità.
• Visualizza il codice sorgente grezzo della pagina e conferma che la valutazione e le recensioni siano presenti.
• Verifica che il nome del brand in Organization corrisponda esattamente a ogni profilo sameAs.

Qual è il legame tra schema e ottimizzazione per i motori di risposta?

I dati strutturati sono il ponte tra avere recensioni e vederle citate. L'AEO chiede tre cose alle tue recensioni: che siano leggibili, corroborate e specifiche. Lo schema serve direttamente le prime due. Product, Review e aggregateRating rendono il contenuto delle recensioni leggibile come fatti attribuiti. Organization e sameAs lo rendono corroborato, collegando i profili che un modello già conosce.

La maggior parte delle app per le recensioni è stata costruita per il cliente nella pagina prodotto e si ferma al rendering di stelle in un widget, il che lascia il markup a descrivere contenuti che il modello non può leggere e l'entità non dichiarata. BeyondReviews è costruita per colmare il divario: rendere le tue recensioni leggibili, corroborate e citate nella ricerca AI.