বেশিরভাগ Shopify স্টোরে FAQ schema থাকে কারণ কোনো SEO চেকলিস্ট তাদের এটি ইনস্টল করতে বলেছে। তারা একটি অ্যাপ ডাউনলোড করে, কয়েকটি ফিল্ড পূরণ করে, ভ্যালিডেটরটি একটি সবুজ টিক চিহ্ন দিতে দেখে কাজ শেষ করে দেয়। মার্কআপটি প্রায়শই বৈধ (valid) হয়। কিন্তু এটি AI এজেন্টদের কাছে সম্পূর্ণ অকেজো।

marked up (মার্কআপ করা) এবং machine usable (মেশিন ব্যবহারযোগ্য)-এর মধ্যে এই ব্যবধানটিই হলো সেই জায়গা যেখানে বেশিরভাগ স্টোর নিঃশব্দে পিছিয়ে পড়ছে। Schema একটি মেশিনকে বলে দেয় কোথায় খুঁজতে হবে। কিন্তু সেখানে পাওয়া কন্টেন্টটি পড়ার মতো বা কাজের কি না, তার কোনো গ্যারান্টি এটি দেয় না।

চেকলিস্টের ফাঁদ

FAQ schema জনপ্রিয় হয়ে উঠেছিল কারণ এটি Google সার্চ রেজাল্টে rich snippets দেওয়ার প্রতিশ্রুতি দিয়েছিল। সেই ছোট, প্রসারিত করা যায় এমন প্রশ্ন বক্সগুলো অনেকটা বিনামূল্যে পাওয়া মূল্যবান জায়গার মতো মনে হয়েছিল। Shopify অ্যাপ স্টোরগুলো ডজন ডজন প্লাগইন দিয়ে এর সাড়া দিয়েছিল, যা মার্চেন্টদের কোড স্পর্শ না করেই শুধু ক্লিক করে JSON-LD ইনজেক্ট করতে সাহায্য করে।

এর ফলে তৈরি হয়েছে একটি 'চেকবক্স SEO' সংস্কৃতি। প্রতি মাসে মার্চেন্টরা অডিট করেন। তারা নিশ্চিত করেন যে @type ফিল্ডে "Question" এবং "Answer" লেখা আছে কি না। তারা যাচাই করেন যে acceptedAnswer-এ টেক্সট আছে কি না। তারপর ট্যাবটি বন্ধ করে দেন। কাজ শেষ।

কিন্তু একটি schema validator হলো একটি সাধারণ প্যাটার্ন-ম্যাচিং মেশিন। এটি কেবল উপস্থিতি পরীক্ষা করে, অর্থ নয়। এটি দেখে যে কোনো উত্তর আছে কি না। কিন্তু সেই উত্তরটি যে পেজে আছে তার বাইরে কাজ করবে কি না, তা এটি কখনোই জিজ্ঞাসা করে না।

বৈধ মার্কআপ, অকেজো কন্টেন্ট

ধরুন আপনার উত্তর ফিল্ডে লেখা আছে: "বিস্তারিত জানতে নিচে দেখুন।" Google-এর Rich Results Test স্ট্রিংটির ভেতরে টেক্সট দেখতে পায়। এটি সবুজ হয়ে যায়। আপনার স্ট্রাকচার্ড ডেটা আনুষ্ঠানিকভাবে সঠিক।

পেজটি পড়া একজন মানুষের কাছে "নিচে দেখুন" বলাটা ঠিক আছে। তাদের চোখ সরাসরি পরের সেকশনে চলে যায়। কিন্তু আপনার কন্টেন্ট স্ক্র্যাপ করা একটি AI এজেন্টের কাছে কোনো "নিচে" নেই। সেখানে কোনো পেজ লেআউট নেই। সেখানে আছে শুধু এই স্ট্রিংটি: "See below for details." এই একটি বাক্যই পুরো FAQ নোডটিকে মূল্যহীন করে তোলে।

একই ঘটনা ঘটে "আরও তথ্যের জন্য আমাদের সাথে যোগাযোগ করুন," "উপরে যেমন উল্লেখ করা হয়েছে," বা "সাইজ চার্টটি দেখুন"-এর ক্ষেত্রেও। প্রতিটিই নিখুঁতভাবে ভ্যালিডেট হয়। কিন্তু তথ্য হিসেবে প্রতিটিই ব্যর্থ হয়।

প্রেক্ষাপট যা কেবল মানুষই দেখতে পায়

এই সমস্যাটি হওয়ার কারণ হলো মার্চেন্টরা মানুষের জন্য লেখেন, আর মানুষ তাদের চোখ দিয়ে পড়ে। আমরা তথ্যের ঘাটতি পূরণের জন্য পেজ লেআউট, ছবি এবং আশেপাশের টেক্সটের ওপর নির্ভর করি। একটি AI এজেন্ট এসব কিছুই করে না।

একটি সাধারণ উদাহরণ দেখা যাক। একটি প্রোডাক্ট পেজে প্রশ্ন করা হয়েছে: "এটি কি সঠিক সাইজের কি না?" উত্তরটি হলো: "সাইজ কিছুটা ছোট, আমরা বড় সাইজ নেওয়ার পরামর্শ দিচ্ছি।"

একজন ক্রেতা যখন ওই বাক্যটি পড়ছেন, তখন তিনি একটি কালো চামড়ার বুটের ছবি দেখতে পাচ্ছেন। প্রেক্ষাপটটি স্পষ্ট। কিন্তু একটি AI এজেন্ট একটি নলেজ গ্রাফ বা স্ক্র্যাপ করা ডেটাসেটে কেবল একটি বিচ্ছিন্ন বাক্য দেখতে পায়। কোন প্রোডাক্টটি ছোট সাইজের, সে সম্পর্কে তার কোনো ধারণা নেই। ফলে বক্তব্যটি কোনো কিছুর সাথে যুক্ত না হয়ে একটি অসংলগ্ন দাবি হিসেবে থেকে যায়।

সমস্যাটি আরও প্রকট হয় যখন স্টোরগুলো একাধিক প্রোডাক্টে একই FAQ স্নিপেট ব্যবহার করে। একটি সাধারণ Q&A জোড়া টেমপ্লেটের মাধ্যমে ৩০টি ভিন্ন ভিন্ন পেজে ইনজেক্ট করা হতে পারে। একজন মানুষ সামান্য অস্পষ্টতা ক্ষমা করে দিতে পারেন কারণ তারা তখনও প্রোডাক্টের ছবি দেখতে পান। কিন্তু একটি AI হয় ভুলভাবে পরামর্শটি অন্য প্রোডাক্টের সাথে যুক্ত করবে অথবা এটি পুরোপুরি বাদ দিয়ে দেবে।

AI আসলে কীভাবে আপনার কন্টেন্ট গ্রহণ করে

এই কন্টেন্টগুলো কোথায় যায় তা কল্পনা করলে বিষয়টি বুঝতে সুবিধা হবে। Large language models ক্রল করার সময় Shopify স্টোরের ডেটা গ্রহণ করে। সাপোর্ট বট চ্যাট উইন্ডোতে উত্তরগুলো নিয়ে আসে। তুলনা করার সাইটগুলো মার্চেন্ট ফিড স্ক্র্যাপ করে। ভয়েস অ্যাসিস্ট্যান্টরা উত্তরগুলো উচ্চস্বরে পড়ে শোনায়। এই প্রতিটি পরিবেশেই আপনার FAQ উত্তরটি তার মূল প্রোডাক্ট পেজ, ছবি এবং আপনার যত্ন করে সাজানো ফন্ট হায়ারার্কি থেকে বিচ্ছিন্ন হয়ে যায়।

AI কনজিউমার আপনার ডোমেইনে বসে নেই। এটি টেক্সটের একটি নোড সংগ্রহ করে এবং সম্পূর্ণ ভিন্ন একটি ইন্টারফেসে নিয়ে যায়। Schema মেশিনকে সেই নোডটি দ্রুত খুঁজে পেতে সাহায্য করে। কিন্তু সেই নোডটি যেন একা টিকে থাকতে পারে, সে বিষয়ে এটি কিছুই করে না।

স্বতন্ত্র উত্তর লেখা

এর সমাধান আরও বেশি schema নয়। সমাধান হলো আরও উন্নত মানের লেখা। প্রতিটি FAQ উত্তরের একটি স্বয়ংসম্পূর্ণ রেসপন্স হিসেবে কাজ করা প্রয়োজন। একজন অপরিচিত ব্যক্তি আপনার স্টোরে না গিয়ে, ইমেজ গ্রিড না দেখে এবং স্ক্রল না করেই যেন এটি বুঝতে পারেন।

পূর্ণাঙ্গ বাক্য দিয়ে শুরু করুন। অসম্পূর্ণ বাক্যের পরিবর্তে পূর্ণাঙ্গ চিন্তা প্রকাশ করুন। "Runs slightly small" না লিখে লিখুন, "This boot runs slightly small compared to standard sizing, so we recommend ordering one half-size up."

স্থানিক লেআউটের (spatial layout) উল্লেখ বাদ দিন। "above," "below," "to the left," এবং "the chart at the bottom of the page" - এই শব্দগুলো বাদ দিন। সেগুলোর পরিবর্তে ইনলাইন ডেটা ব্যবহার করুন। "Refer to the chart below" না লিখে লিখুন, "The waist measurements are: Small 28-30 in, Medium 31-33 in, Large 34-36 in."

অস্পষ্ট সর্বনাম (pronouns) বর্জন করুন। "It ships within three days" না লিখে লিখুন "This blender ships within three business days." এই অতিরিক্ত তিনটি শব্দ আপনার পড়ার সাবলীলতা নষ্ট করবে না, বরং ডেটা এক্সট্রাকশনের ক্ষেত্রে পূর্ণ স্বচ্ছতা নিশ্চিত করবে।

If a question requires another document, summarize the core fact inside the answer itself rather than outsourcing it. Do not write "See our return policy page." Write "You have 30 days to return this item for a full refund. Visit our return policy page to start the process." The link can stay for humans. The machine gets the fact.

Does This Hurt the Human Experience?

No. Plain, specific language does not ruin the page for visitors. Humans benefit just as much as machines do. A shopper on a mobile device does not want to hunt for context either. They want the answer to stand on its own.

Standalone writing is simply clearer writing. You are not dumbing anything down. You are removing dependencies that only worked inside the narrow frame of a single browser tab.

Run a Real Audit

You can test your own store in under an hour. Export your FAQ content into a spreadsheet or document. Do not look at the product pages. Read each question and answer pair in isolation, one after another.

Ask yourself these questions:

  • Could this answer make sense if it appeared in a chatbot response?
  • Does it name the product or category, or does it rely on surrounding page context?
  • Are there any words like "above," "below," or "that one" that point to something off-page?
  • If a stranger read only this text, would they have enough information to act?

Every failure you find is a quick rewrite, not a technical project. Update the copy in your Shopify admin or FAQ app. Run the schema validator again if it makes you feel better, then forget about the validator for a month. Trust the reading test instead.

The Takeaway

Shopify merchants have spent years optimizing for crawlers. They added schema, compressed images, and chased Core Web Vitals. But optimizing for a crawler is not the same thing as optimizing for comprehension.

Schema is a set of signposts. It points to your content. The content still has to do the actual work. An AI agent can read your markup perfectly and still leave with nothing. The merchants who win the next phase of search and commerce will be the ones who stopped satisfying checklists and started writing answers that travel.

If you want to read the original breakdown that inspired this piece, you can find it here. For ongoing discussions about AI, structured data, and Shopify optimization, join the GyaanSetu learning community.