Schema.org untuk Google AI Overviews: Panduan Lengkap

Apa peran schema.org dalam AI Overviews?

Schema.org mendeskripsikan konten halaman dalam bentuk yang dapat dibaca mesin: misalnya, menunjukkan bahwa di hadapan mesin pencari terdapat artikel, organisasi, atau produk. Untuk AI Overviews, markup semacam itu dapat memberikan konteks tambahan, tetapi bukan perintah khusus untuk memasukkan situs ke dalam ringkasan dan tidak menggantikan teks yang berguna.

Mulailah bukan dengan pertanyaan "skema apa yang harus ditambahkan", tetapi dengan memeriksa apa yang sebenarnya disampaikan halaman kepada pembaca. Cantumkan hanya entitas dan properti yang dapat dikonfirmasi dengan konten yang terlihat. Jika markup mendeskripsikan penulis, pastikan penulis benar-benar disebutkan di halaman; jika produk, pastikan karakteristiknya tersedia bagi pengunjung.

Untuk perencanaan, ada baiknya membedakan dua tugas: membuat halaman dapat dipahami oleh mesin pencari dan menjawab pertanyaan pengguna. Yang pertama berkaitan dengan markup teknis, yang kedua dengan kualitas dan kelengkapan materi. Dalam panduan tentang schema.org untuk pencarian AI, Anda dapat mempelajari secara terpisah peran data terstruktur dalam strategi teknis yang lebih luas.

Bagaimana cara memilih tipe schema.org yang tepat untuk halaman tertentu?

Pilih tipe markup berdasarkan tujuan utama halaman dan fakta yang terkonfirmasi. Pada artikel informasional, biasanya tepat untuk mendeskripsikan materi sebagai Article atau tipe artikel yang lebih spesifik jika memang sesuai dengan formatnya. Informasi tentang situs atau penerbit dapat disajikan melalui Organization, dan jejak navigasi melalui BreadcrumbList.

Untuk halaman produk dan produk perangkat lunak, masing-masing dapat menggunakan Product dan SoftwareApplication, tetapi hanya tandai properti yang ada di halaman dan relevan. Jangan menambahkan tipe demi keuntungan yang dibayangkan di AI Overviews: skema yang tidak tepat mempersulit pemeliharaan dan menciptakan ketidaksesuaian.

Sebelum memilih, jawab tiga pertanyaan:

• Masalah apa yang dipecahkan halaman ini bagi pengunjung?
• Entitas dan atribut apa yang secara eksplisit disajikan dalam kontennya?
• Siapa di tim yang bertanggung jawab atas keakuratan data ini?

Jika halaman menggabungkan beberapa topik, pilih tipe utama dan tambahkan entitas terkait hanya jika perlu. Pendekatan terhadap visibilitas dalam pencarian AI juga dibahas dalam materi tentang cara muncul di Google AI Overviews.

Bagaimana cara menambahkan markup untuk jawaban Google AI?

Untuk sebagian besar situs, cara yang nyaman untuk menerapkan adalah JSON-LD: data terstruktur ditempatkan dalam blok terpisah, bukan didistribusikan ke elemen HTML. Ini memudahkan pekerjaan pengembang dan editor jika data dalam blok diperbarui bersamaan dengan konten halaman.

Pertama, tetapkan tipe halaman dan properti yang diperlukan. Kemudian siapkan JSON-LD berdasarkan informasi nyata, tambahkan ke template atau sistem manajemen konten, dan publikasikan halaman. Misalnya, untuk artikel mungkin diperlukan deskripsi judul, penulis, penerbit, dan tanggal publikasi — asalkan informasi ini sesuai dengan halaman. Jangan memasukkan nilai fiktif dan jangan menyalin satu blok tanpa perubahan ke materi dengan penulis atau topik yang berbeda.

Langkah-langkah praktis:

• Buat daftar fakta yang sudah terlihat oleh pengunjung.
• Cocokkan setiap fakta dengan properti schema.org yang sesuai.
• Atur pembuatan markup di template atau CMS.
• Periksa kode sumber halaman yang dipublikasikan, bukan hanya draf.

Ikuti dokumentasi Google untuk pengembang dan kosakata schema.org.

Bagaimana cara memeriksa schema.org setelah publikasi?

Setelah penerapan, periksa sintaks JSON-LD dan kesesuaian data dengan konten halaman. Fragmen yang benar secara teknis belum menegaskan bahwa tipe dan properti yang dipilih sudah tepat.

Pertama, buka URL yang dipublikasikan dan pastikan blok yang diperlukan ada dalam kode sumber. Periksa tanda kurung, tanda kutip, koma, format tanggal, dan nilai properti wajib dari tipe yang dipilih. Kemudian cocokkan setiap bidang dengan konten yang terlihat: judul, penulis, gambar, dan informasi organisasi tidak boleh bertentangan dengan halaman.

Untuk verifikasi, gunakan alat Google untuk data terstruktur dan laporan Search Console jika situs sudah diatur di sana. Setelah perbaikan, uji ulang versi yang dipublikasikan. Periksa secara terpisah apakah CMS menimpa perubahan manual saat menyimpan atau memperbarui template.

Tambahkan pemeriksaan markup ke dalam proses publikasi: editor memverifikasi fakta, pengembang memeriksa template dan keluaran kode, spesialis SEO memeriksa kesesuaian tipe dengan halaman. Urutan ini membantu mendeteksi kesalahan sebelum menyebar ke URL lain.

Kesalahan schema.org apa yang menghambat interpretasi yang benar?

Paling sering, masalah muncul ketika markup ditambahkan demi keberadaan skema secara formal, bukan untuk mendeskripsikan halaman nyata. Perbaiki tidak hanya sintaks: periksa sumber setiap nilai dan logika tipe yang dipilih.

Kesalahan umum yang perlu dicari saat audit:

• Markup berisi informasi yang tidak dilihat pengunjung di halaman.
• Blok umum yang sama disalin ke semua materi, meskipun penulis, tanggal, atau entitasnya berbeda.
• Tipe yang tidak tepat atau properti yang digunakan tidak sesuai peruntukannya.
• Setelah desain ulang atau perubahan CMS, data di JSON-LD tidak lagi cocok dengan konten.
• Di satu halaman, versi markup yang bertentangan dari plugin dan template muncul.

Untuk menemukan sumber masalah, bandingkan teks yang dipublikasikan, kode sumber, dan pengaturan CMS. Jika nilai dihasilkan secara otomatis, tentukan dari bidang mana nilai itu diambil dan siapa yang memperbaruinya. Jangan hapus data yang berguna hanya karena alat melaporkan properti opsional: cari tahu dulu apakah peringatan itu adalah kesalahan atau rekomendasi. Setelah perubahan, periksa halaman uji dan URL lain yang menggunakan template yang sama.

Apa yang tidak bisa dijamin oleh schema.org dan langkah selanjutnya?

Schema.org membantu mendeskripsikan halaman secara konsisten, tetapi tidak mengontrol pemilihan materi untuk Google AI Overviews. Keputusan tentang penayangan dan pembentukan ringkasan tetap berada di tangan Google; markup yang benar tidak menjamin munculnya situs dalam jawaban, kutipan spesifik, atau retensi penayangan. Oleh karena itu, nilailah sebagai bagian dari fondasi teknis, bukan sebagai cara terpisah untuk mendapatkan visibilitas.

Setelah penerapan, pastikan halaman dapat diakses oleh robot pencari, menjawab pertanyaan yang dimaksud, dan berisi informasi asli yang dapat diverifikasi. Kemudian pantau perubahan di Search Console dan periksa template secara berkala setelah pembaruan situs. Untuk strategi, penting menghubungkan markup teknis dengan konten dan struktur situs secara keseluruhan, bukan sekadar menambahkan kode.

Jika diperlukan evaluasi sistematis, mulailah dengan audit teknis: tipe apa yang sudah digunakan, di mana data tidak cocok, dan template mana yang perlu diperbaiki. Detail lebih lanjut tentang optimasi untuk Google AI Overviews dan AEO teknis dapat ditemukan di materi terkait. Untuk mendiskusikan tugas situs dan ruang lingkup pekerjaan yang sesuai, kunjungi kontak.