Джон Мюллер (Лично) О том, помогает ли Schema для LLM и Google

Джон Мюллер из Google Search ответил на вопрос о том, помогает ли подробная разметка Schema большим языковым моделям (LLMs) лучше понимать контент веб-сайта, или она приносит пользу только Rich Snippets от Google. Он уточнил, что его ответ является его личным мнением, а не официальной политикой Google.

Джон Мюллер затронул этот вопрос на Reddit, признав, что простого ответа нет. Он объяснил, что это сложно, сказав, что ответ по сути ‘да, нет, и зависит’, и что эта проблема, вероятно, будет обсуждаться еще долгое время.

Зависит ли функция от результатов поиска, зависит от того, как поисковые системы или модели искусственного интеллекта её используют. Джон отметил, что такие функции, как Shopping results – включая цены, доставку и наличие – в значительной степени полагаются на структурированные данные. Однако, иногда функции просто используются для улучшения результатов поиска дополнительной информацией.

Как человек, работающий с веб-сайтами уже долгое время, я всегда внимательно следил за тем, как Google обрабатывает структурированные данные. В последнее время было много дискуссий о том, действительно ли это *помогает* с ранжированием. Google был довольно последователен в этом: они несколько раз заявляли, включая только в октябре прошлого года, что структурированные данные не являются прямым фактором ранжирования. Что они *уточнили*, так это то, что если вы испортите свою разметку структурированных данных, вас не накажут понижением в рейтинге. Вместо этого вы просто потеряете возможность получить эти красивые расширенные результаты в поиске. Они *действительно* упомянули, что это может помочь им лучше понимать такие вещи, как обзоры продуктов, что полезно, но это не сигнал ранжирования само по себе.

Вот как это описал Джон, с его собственной личной точки зрения:

Некоторые функции процветают со структурированными данными (к которым я также отношу структурированные каналы). Цены, доставка, наличие товаров для покупок, по сути, невозможно прочитать в высоком качестве и точно с текстовой страницы, например. Конечно, детали будут меняться, поэтому важно использовать систему, которая облегчает адаптацию.

Хотя текст веб-страницы *может* предоставить некоторую информацию, компьютерам гораздо проще обрабатывать чётко отформатированные данные. Попытки расшифровать естественный язык – будь то на английском, валлийском или любом из более чем 7000 языков мира – сложны. Определенные визуальные элементы *требуют* этих структурированных данных, поэтому следуйте предоставленным рекомендациям, если вы хотите их использовать. Имейте в виду, что эти рекомендации различаются в зависимости от платформы и, вероятно, будут развиваться. Не ждите слишком долго, чтобы что-то внедрить, так как это может устареть вскоре после того, как вы это сделаете – добавьте это, когда это будет практически для вашего веб-сайта.

Наблюдается много спекуляций о том, как улучшить структурированные данные, и это, вероятно, продолжится. Простое добавление информации о страховании не поможет сайту, такому как ‘лучший сайт сравнения геострахования’, занять более высокие позиции в результатах поиска.

Как SEO-эксперт, я слежу за обсуждением вокруг Microsoft Bing’s Copilot и тем, как он взаимодействует с разметкой schema. Ведутся споры о том, помогает ли использование schema и структурированных данных большим языковым моделям (LLMs) вроде Copilot ‘видеть’ и лучше понимать ваш контент. По сути, мы пытаемся выяснить, дает ли правильная разметка вашего сайта с помощью schema преимущество Copilot при сканировании и интерпретации информации.

Смотрите также

• Анализ динамики цен на криптовалюту PI: прогнозы PI

• Акции MOEX. Мосбиржа: прогноз акций.

• Microsoft Advertiser: Точное соответствие превосходит рейтинг объявлений на поверхностях с искусственным интеллектом и многое другое.

• Ahrefs Протестировал ИИ на Дезинформацию, Но Доказал Другое

• Нет – Reddit не блокирует поиск в Google

• Поиск Google наконец-то поддерживает изображения в формате AVIF

2026-01-02 16:24