Kiểm tra LLM cho dữ liệu có cấu trúc: Kiểm tra schema của bạn để AI hiểu được

Một kiểm tra LLM cho dữ liệu có cấu trúc xem trang của bạn có nêu các thông tin chính dưới dạng mà máy không phải đoán hay không: ai xuất bản trang, đây là loại trang nào, và nó nằm ở đâu trong website. Đánh dấu schema.org là bộ từ vựng chung cho việc này, và Google khuyến nghị JSON-LD là định dạng dễ triển khai và bảo trì nhất (Google Search Central, giới thiệu về dữ liệu có cấu trúc). Dù vậy, nó vẫn còn xa mới phổ biến: năm 2024, JSON-LD có mặt trên 41% trang, tăng từ 34% năm 2022 (HTTP Archive Web Almanac 2024, dữ liệu có cấu trúc).

Kiểm tra LLM cho dữ liệu có cấu trúc hoạt động thế nào?

Nhập tên miền hoặc URL đầy đủ của một trang, hoàn thành bước kiểm tra chống bot và chạy phân tích. Công cụ tải trang như một bot thu thập dữ liệu sẽ làm, không chạy JavaScript, và đọc hai loại đánh dấu.

• Các khối JSON-LD: mỗi <script type="application/ld+json"> đều được phân tích. Các loại được đọc trên từng đối tượng cấp cao nhất, trong mảng và bên trong @graph. Một khối không phải JSON hợp lệ được tính là không hợp lệ.
• Microdata: mỗi thuộc tính itemtype="https://schema.org/..." thêm loại của nó vào danh sách.

Báo cáo hiển thị điểm và xếp loại, số khối JSON-LD và số khối không hợp lệ, các loại schema được phát hiện, rồi năm loại mong đợi được đánh dấu có mặt hoặc thiếu, mỗi loại kèm một giải thích ngắn và một khuyến nghị. Phiên bản miễn phí cho phép ba lần kiểm tra mỗi ngày.

Hãy kiểm tra các trang quan trọng với việc trích dẫn, chứ không chỉ trang chủ: một bài viết blog, một trang sản phẩm hoặc dịch vụ, một trang so sánh. Mỗi mẫu trang mang đánh dấu riêng của nó.

Điểm số được tính thế nào?

Điểm số là tỷ lệ có trọng số của các tiêu chí đạt. Mỗi tiêu chí đạt hoặc không đạt; tổng trọng số là 9, và kết quả được quy đổi thành điểm trên 100.

Xếp loại theo điểm: A từ 90, B từ 75, C từ 60, D từ 40, F dưới đó. Nhãn là “Mạnh” từ 75, “Tốt, còn chỗ để cải thiện” từ 60, “Cần cải thiện” từ 40 và “Thiếu sót nghiêm trọng” dưới 40. Vài trường hợp điển hình:

• Không có dữ liệu có cấu trúc nào: 11/100, xếp loại F. Chỉ tiêu chí “không có khối không hợp lệ” đạt, vì không có gì để bị lỗi.
• Trang chủ có Organization và WebSite: 61/100, xếp loại C. Thêm BreadcrumbList đưa điểm lên 72.
• Bài viết blog có Article, Organization, WebSite và BreadcrumbList: 89/100, xếp loại B. FAQPage là loại duy nhất còn thiếu.

Những loại schema nào giúp LLM hiểu trang của bạn?

Năm loại mong đợi trả lời năm câu hỏi mà một mô hình nếu không sẽ phải suy ra từ văn bản. Bảng bổ sung tần suất xuất hiện của từng loại trong JSON-LD trên các trang di động, theo Web Almanac 2024.

Organization là trụ cột. Google giải thích rằng đánh dấu tổ chức giúp hiểu các thông tin hành chính và phân biệt tổ chức của bạn với các tổ chức khác (Google Search Central, dữ liệu có cấu trúc Organization). Thuộc tính sameAs làm cùng một việc cho mọi người đọc: schema.org định nghĩa nó là URL của một trang tham chiếu xác định rõ danh tính của đối tượng, chẳng hạn một mục Wikipedia hoặc Wikidata hay một hồ sơ chính thức (schema.org, sameAs).

Dữ liệu có cấu trúc có khiến trợ lý AI trích dẫn bạn không?

Không phải tự thân nó, và điều này cần nói chính xác. Google nêu rõ rằng không có yêu cầu bổ sung nào và không cần đánh dấu schema.org đặc biệt nào để xuất hiện trong Tổng quan AI hoặc chế độ AI Mode; Google yêu cầu dữ liệu có cấu trúc phải khớp với văn bản hiển thị trên trang (Google Search Central, các tính năng AI và website của bạn). Trợ lý trích dẫn trang vì nội dung và uy tín của trang.

Điều mà đánh dấu làm được là loại bỏ sự mơ hồ. Nó nêu tên thương hiệu, logo, hồ sơ chính thức, tác giả và ngày của bài viết, cùng vị trí của trang trong website, dưới một dạng nhất quán. Khi một trợ lý hoặc chỉ mục tìm kiếm phía sau nó phải quyết định “Acme” nào là bạn, hay một bài viết có còn mới hay không, những dữ kiện rõ ràng này sẽ giúp ích. Hãy coi dữ liệu có cấu trúc là thẻ căn cước của trang, và nội dung hiển thị là lý do để trích dẫn trang đó.

FAQPage cần một lưu ý. Google không còn hiển thị kết quả giàu FAQ trong kết quả tìm kiếm và đã gỡ tài liệu của nó vào tháng 6 năm 2026 (Google Search Central, cập nhật tài liệu mới nhất). Công cụ vẫn kiểm tra loại này vì các cặp câu hỏi và câu trả lời là định dạng gọn gàng, tự đủ nghĩa cho mọi hệ thống đọc trang, nhưng đừng kỳ vọng có hiệu ứng hiển thị trên Google.

Làm sao để sửa các vấn đề công cụ tìm thấy?

Hãy làm theo thứ tự này, từ gây hại nhiều nhất đến ít nhất.

1. Khối không hợp lệ. Một khối JSON-LD không phân tích được sẽ bị bỏ qua hoàn toàn. Thủ phạm thường gặp là dấu phẩy thừa, dấu nháy kép không được escape trong mô tả, hoặc biến mẫu bị bỏ trống. Dán khối vào trình xác thực JSON, sửa lỗi, rồi chạy lại kiểm tra.
2. Không có JSON-LD. Thêm một khối đầu tiên với Organization (tên, url, logo, sameAs) và WebSite trên mọi trang thông qua mẫu của bạn. Công cụ tạo schema tạo ra JSON-LD hợp lệ để bắt đầu.
3. Article trên các trang biên tập, với tiêu đề, tác giả, datePublished và dateModified khớp với những gì người đọc thấy.
4. BreadcrumbList phản ánh đúng đường dẫn breadcrumb hiển thị.
5. FAQPage chỉ khi trang hiển thị các câu hỏi và câu trả lời thực sự. Không bao giờ đánh dấu nội dung không hiển thị.

Sau đó kiểm tra trang dưới các góc độ khác: công cụ kiểm tra khả năng đọc hiểu cho LLM chấm mức độ dễ dàng để một mô hình trích xuất câu trả lời từ văn bản của bạn, và kiểm tra tối ưu hóa công cụ trả lời xem xét cấu trúc trang đứng sau các câu trả lời trực tiếp. Về định nghĩa, xem mục bảng chú giải của chúng tôi về đánh dấu schema.

Công cụ kiểm tra này có những giới hạn nào?

Nó kiểm tra sự hiện diện và cú pháp, không kiểm tra chất lượng. Hãy ghi nhớ những điểm sau khi đọc điểm số.

• Các thuộc tính không được kiểm tra. Một khối Article không có tác giả vẫn đạt tiêu chí Article. Hãy tự xem lại nội dung của từng khối.
• Các loại lồng nhau không được tính. Một Organization chỉ được khai báo là publisher bên trong khối Article sẽ không đạt tiêu chí Organization. Khai báo nó như một đối tượng riêng, trong mảng hoặc @graph, sẽ giải quyết vấn đề và làm cho thực thể có thể tái sử dụng với một @id.
• Không hiển thị bằng JavaScript. Đánh dấu được chèn bởi trình quản lý thẻ hoặc script phía client sẽ không được thấy. Google có thể đọc JSON-LD được thêm động, nhưng nhiều bot thu thập dữ liệu khác không chạy JavaScript, nên đánh dấu phía máy chủ là lựa chọn an toàn hơn.
• Năm loại chỉ là mức nền. Một trang sản phẩm cũng cần Product và Offer, một doanh nghiệp địa phương cần LocalBusiness, một sự kiện cần Event. Công cụ không trừ điểm khi thiếu các loại này.

Để xem liệu đánh dấu và nội dung tốt hơn có đưa đến trích dẫn hay không, theo dõi lượt nhắc đến AI sẽ theo dõi thương hiệu của bạn trong các câu trả lời của ChatGPT, Claude và Gemini mỗi tháng, và công cụ tạo bài viết blog xuất bản các bài viết có nguồn và có cấu trúc trên website của bạn.

JSON-LD hợp lệ với Organization và Article là mức nền mà mọi trang nên đạt. Hãy kiểm tra các trang chính của bạn ở trên, rồi xem các gói của Sorank để theo dõi khả năng hiển thị của bạn trong câu trả lời AI trên autopilot.