Schema.org cho Google AI Overviews

Schema.org đóng vai trò gì trong AI Overviews?

Schema.org mô tả nội dung trang dưới dạng máy đọc được: ví dụ, nó cho công cụ tìm kiếm biết đó là bài viết, tổ chức hay sản phẩm. Đối với AI Overviews, markup như vậy có thể cung cấp thêm ngữ cảnh, nhưng nó không phải là lệnh đặc biệt để đưa trang vào tổng quan và không thay thế văn bản hữu ích.

Hãy bắt đầu không phải bằng câu hỏi "thêm schema nào", mà bằng việc kiểm tra trang thực sự truyền tải điều gì cho người đọc. Chỉ chỉ định các thực thể và thuộc tính có thể xác nhận bằng nội dung hiển thị. Nếu markup mô tả tác giả, hãy đảm bảo tác giả thực sự được nêu trên trang; nếu là sản phẩm, hãy đảm bảo các đặc tính của nó có sẵn cho khách truy cập.

Để lập kế hoạch, hữu ích khi phân chia hai nhiệm vụ: làm cho trang dễ hiểu với công cụ tìm kiếm và trả lời truy vấn của người dùng. Nhiệm vụ đầu tiên thuộc về markup kỹ thuật, nhiệm vụ thứ hai thuộc về chất lượng và tính đầy đủ của nội dung. Trong hướng dẫn về schema.org cho AI search, bạn có thể tìm hiểu riêng về vai trò của dữ liệu có cấu trúc trong chiến lược kỹ thuật rộng hơn.

Cách chọn loại schema.org cho một trang cụ thể

Chọn loại markup dựa trên mục đích chính của trang và các sự kiện đã được xác nhận. Trên một bài viết thông tin, thường phù hợp để mô tả nội dung là Article hoặc loại bài viết cụ thể hơn nếu nó thực sự tương ứng với định dạng. Thông tin về trang web hoặc đơn vị xuất bản có thể được thể hiện qua Organization, và đường dẫn điều hướng qua BreadcrumbList.

Đối với trang sản phẩm và ứng dụng phần mềm, có thể sử dụng Product và SoftwareApplication, nhưng chỉ markup những thuộc tính có trên trang và còn phù hợp. Đừng thêm loại chỉ vì lợi ích giả định trong AI Overviews: schema không phù hợp làm phức tạp việc bảo trì và tạo ra sự không nhất quán.

Trước khi chọn, hãy trả lời ba câu hỏi:

• Trang này giải quyết vấn đề gì cho khách truy cập?
• Những thực thể và thuộc tính nào được thể hiện rõ ràng trong nội dung của nó?
• Ai trong nhóm chịu trách nhiệm về tính cập nhật của dữ liệu này?

Nếu trang kết hợp nhiều chủ đề, hãy chọn loại chính và chỉ thêm các thực thể liên quan khi cần thiết. Cách tiếp cận về khả năng hiển thị trong AI search cũng được đề cập trong tài liệu về xuất hiện trong Google AI Overviews.

Cách thêm microdata cho câu trả lời Google AI

Đối với hầu hết trang web, cách triển khai thuận tiện là JSON-LD: dữ liệu có cấu trúc được đặt trong một khối riêng, thay vì phân tán qua các phần tử HTML. Điều này giúp nhà phát triển và biên tập viên dễ dàng làm việc hơn nếu dữ liệu trong khối được cập nhật cùng với nội dung trang.

Đầu tiên, xác định loại trang và các thuộc tính cần thiết. Sau đó, chuẩn bị JSON-LD dựa trên thông tin thực tế, thêm nó vào template hoặc hệ thống quản lý nội dung và xuất bản trang. Ví dụ, đối với một bài viết, có thể cần mô tả tiêu đề, tác giả, đơn vị xuất bản và ngày xuất bản — với điều kiện các thông tin này khớp với trang. Đừng đưa giá trị hư cấu và đừng sao chép một khối không thay đổi cho các tài liệu có tác giả hoặc chủ đề khác nhau.

Quy trình thực tế:

• Lập danh sách các sự kiện mà khách truy cập đã thấy.
• Đối chiếu mỗi sự kiện với thuộc tính schema.org phù hợp.
• Cấu hình tạo markup trong template hoặc CMS.
• Kiểm tra mã nguồn của trang đã xuất bản, không chỉ bản nháp.

Tham khảo tài liệu Google dành cho nhà phát triển và từ điển schema.org.

Cách kiểm tra schema.org sau khi xuất bản

Sau khi triển khai, hãy kiểm tra cả cú pháp JSON-LD và sự khớp của dữ liệu với nội dung trang. Một đoạn mã chính xác về mặt kỹ thuật chưa xác nhận rằng loại và thuộc tính được chọn là phù hợp và đáng tin cậy.

Đầu tiên, mở URL đã xuất bản và đảm bảo khối cần thiết có trong mã nguồn. Kiểm tra dấu ngoặc, dấu ngoặc kép, dấu phẩy, định dạng ngày tháng và giá trị của các thuộc tính bắt buộc của loại đã chọn. Sau đó, đối chiếu từng trường với nội dung hiển thị: tiêu đề, tác giả, hình ảnh và thông tin về tổ chức không được mâu thuẫn với trang.

Để kiểm tra, sử dụng công cụ dữ liệu có cấu trúc của Google và báo cáo Search Console nếu trang web đã được thiết lập. Sau khi sửa lỗi, hãy kiểm tra lại chính xác phiên bản đã xuất bản. Riêng biệt, kiểm tra xem CMS có ghi đè các thay đổi thủ công khi lưu hoặc cập nhật template hay không.

Thêm bước kiểm tra markup vào quy trình xuất bản: biên tập viên đối chiếu sự kiện, nhà phát triển kiểm tra template và đầu ra mã, chuyên gia SEO kiểm tra sự phù hợp của loại với trang. Quy trình như vậy giúp phát hiện lỗi trước khi chúng lặp lại trên các URL khác.

Những lỗi schema.org nào cản trở việc hiểu đúng?

Thông thường, vấn đề xảy ra khi markup được thêm vào chỉ để có schema, chứ không phải để mô tả trang thực tế. Hãy sửa không chỉ cú pháp: kiểm tra nguồn của từng giá trị và logic của loại đã chọn.

Các lỗi điển hình cần tìm khi audit:

• Markup chứa thông tin mà khách truy cập không thấy trên trang.
• Một khối chung giống nhau được sao chép cho tất cả tài liệu, mặc dù tác giả, ngày tháng hoặc thực thể khác nhau.
• Chỉ định loại không phù hợp hoặc sử dụng thuộc tính sai mục đích.
• Sau khi thiết kế lại hoặc thay đổi CMS, dữ liệu trong JSON-LD không còn khớp với nội dung.
• Trên cùng một trang, có các phiên bản markup xung đột từ plugin và template.

Để tìm nguồn gốc vấn đề, so sánh văn bản đã xuất bản, mã nguồn và cài đặt CMS. Nếu giá trị được tạo tự động, hãy xác định nó lấy từ trường nào và ai cập nhật nó. Đừng xóa dữ liệu hữu ích chỉ vì công cụ báo cáo về một thuộc tính không bắt buộc: trước tiên hãy tìm hiểu xem cảnh báo là lỗi hay khuyến nghị. Sau khi thay đổi, hãy kiểm tra cả trang thử nghiệm và các URL khác sử dụng cùng template.

Schema.org không thể hứa hẹn điều gì và nên làm gì tiếp theo?

Schema.org giúp mô tả trang một cách nhất quán, nhưng không kiểm soát việc lựa chọn tài liệu cho Google AI Overviews. Quyết định hiển thị và tạo tổng quan vẫn thuộc về Google; markup chính xác không đảm bảo trang xuất hiện trong câu trả lời, trích dẫn cụ thể hoặc duy trì hiển thị. Do đó, hãy đánh giá nó như một phần của nền tảng kỹ thuật, chứ không phải là một cách riêng lẻ để đạt được khả năng hiển thị.

Sau khi triển khai, hãy đảm bảo các trang có thể truy cập được bởi bot tìm kiếm, trả lời đúng câu hỏi và chứa thông tin gốc, có thể kiểm chứng. Sau đó, theo dõi các thay đổi trong Search Console và định kỳ kiểm tra template sau khi cập nhật trang web. Đối với chiến lược, điều quan trọng là kết nối markup kỹ thuật với nội dung và cấu trúc tổng thể của trang web, chứ không chỉ giới hạn ở việc thêm mã.

Nếu cần đánh giá hệ thống, hãy bắt đầu bằng audit kỹ thuật: những loại nào đang được sử dụng, dữ liệu nào không khớp và template nào cần sửa. Chi tiết hơn về tối ưu hóa toàn diện cho Google AI Overviews và AEO kỹ thuật có thể tìm thấy trong các tài liệu liên quan. Để thảo luận về nhiệm vụ của trang web và phạm vi công việc phù hợp, hãy chuyển đến liên hệ.