മിക്ക Shopify സ്റ്റോറുകളിലും FAQ schema ഉള്ളത് ഒരു SEO ചെക്ക്‌ലിസ്റ്റ് അവരോട് അത് ഇൻസ്റ്റാൾ ചെയ്യാൻ പറഞ്ഞതുകൊണ്ടാണ്. അവർ ഒരു ആപ്പ് ഡൗൺലോഡ് ചെയ്തു, കുറച്ച് ഫീൽഡുകൾ പൂരിപ്പിച്ചു, വാലിഡേറ്റർ ഒരു പച്ച ടിക്ക് മാർക്ക് കാണിക്കുന്നത് നോക്കി, പിന്നെ അത് അവിടെ നിർത്തി. ആ മാർക്കപ്പ് പലപ്പോഴും ശരിയായിരിക്കും (valid). എന്നാൽ അത് AI ഏജന്റുകൾക്ക് ഉപയോഗശൂന്യമാണ്.

മാർക്കപ്പ് ചെയ്തതും (marked up) മെഷീന് ഉപയോഗിക്കാൻ കഴിയുന്നതും (machine usable) തമ്മിലുള്ള ഈ വ്യത്യാസമാണ് മിക്ക സ്റ്റോറുകളും അറിയാതെ പരാജയപ്പെടുന്നത്. എവിടെ നോക്കണം എന്ന് സ്കീമ (Schema) മെഷീനോട് പറയുന്നു. എന്നാൽ അവിടെ കാണുന്ന ഉള്ളടക്കം വായിക്കാൻ യോഗ്യമാണെന്ന് അത് ഉറപ്പുനൽകുന്നില്ല.

ചെക്ക്‌ലിസ്റ്റ് കെണി

ഗൂഗിൾ സെർച്ച് റിസൾട്ടുകളിൽ റിച്ച് സ്നിപ്പറ്റുകൾ (rich snippets) വാഗ്ദാനം ചെയ്തതുകൊണ്ടാണ് FAQ schema പ്രചാരത്തിലായത്. വികസിപ്പിക്കാൻ കഴിയുന്ന ആ ചെറിയ ചോദ്യ ബോക്സുകൾ സൗജന്യമായി ലഭിക്കുന്ന സ്ഥലങ്ങൾ പോലെ തോന്നിപ്പിച്ചു. കോഡിംഗിൽ മാറ്റം വരുത്താതെ തന്നെ വ്യാപാരികൾക്ക് JSON-LD ചേർക്കാൻ സഹായിക്കുന്ന ഡസൻ കണക്കിന് പ്ലഗിനുകളുമായി Shopify ആപ്പ് സ്റ്റോറുകളും രംഗത്തുവന്നു.

ഇതിന്റെ ഫലമായി 'ചെക്ക്ബോക്സ് SEO' എന്നൊരു രീതി നിലവിൽ വന്നു. എല്ലാ മാസവും വ്യാപാരികൾ ഓഡിറ്റുകൾ നടത്തുന്നു. @type ഫീൽഡുകളിൽ "Question", "Answer" എന്നിവ ഉണ്ടെന്ന് അവർ ഉറപ്പുവരുത്തുന്നു. acceptedAnswer-ൽ ടെക്സ്റ്റ് ഉണ്ടോ എന്ന് പരിശോധിക്കുന്നു. എന്നിട്ട് ടാബ് അടയ്ക്കുന്നു. ജോലി കഴിഞ്ഞു.

എന്നാൽ ഒരു സ്കീമ വാലിഡേറ്റർ എന്നത് ലളിതമായ ഒരു പാറ്റേൺ-മാച്ചിംഗ് മെഷീൻ മാത്രമാണ്. അത് ഉള്ളടക്കം ഉണ്ടോ എന്ന് മാത്രമേ പരിശോധിക്കൂ, അതിന്റെ അർത്ഥം നോക്കില്ല. ഒരു ഉത്തരം ഉണ്ടോ എന്ന് അത് ചോദിക്കുന്നു. എന്നാൽ ആ ഉത്തരം ആ പേജിന് പുറത്ത് പ്രവർത്തിക്കുമോ എന്ന് അത് ഒരിക്കലും ചോദിക്കുന്നില്ല.

ശരിയായ മാർക്കപ്പ്, തകരാറുള്ള ഉള്ളടക്കം

നിങ്ങളുടെ ഉത്തരം ഫീൽഡിൽ "വിശദാംശങ്ങൾക്കായി താഴെ കാണുക" (See below for details) എന്ന് നൽകിയിട്ടുണ്ടെന്ന് കരുതുക. ഗൂഗിളിന്റെ Rich Results Test ആ ടെക്സ്റ്റ് കാണുന്നു. അത് പച്ച നിറമായി മാറുന്നു. നിങ്ങളുടെ സ്ട്രക്ചേർഡ് ഡാറ്റ (structured data) ഔദ്യോഗികമായി ശരിയാണ്.

പേജ് വായിക്കുന്ന ഒരു മനുഷ്യനെ സംബന്ധിച്ചിടത്തോളം "താഴെ കാണുക" എന്നത് കുഴപ്പമില്ലാത്തതാണ്. അവരുടെ കണ്ണുകൾ അടുത്ത സെക്ഷനിലേക്ക് നീങ്ങുന്നു. എന്നാൽ നിങ്ങളുടെ ഉള്ളടക്കം സ്ക്രാപ്പ് ചെയ്യുന്ന ഒരു AI ഏജന്റിനെ സംബന്ധിച്ചിടത്തോളം, അവിടെ "താഴെ" എന്നൊന്നില്ല. പേജ് ലേഔട്ടുകളില്ല. അവിടെ "See below for details." എന്ന വരി മാത്രമേയുള്ളൂ. ആ ഒരു വാചകം കാരണം ആ FAQ നോഡ് മുഴുവനായും മൂല്യശൂന്യമാകുന്നു.

"കൂടുതൽ വിവരങ്ങൾക്ക് ഞങ്ങളെ ബന്ധപ്പെടുക," "മുകളിൽ സൂചിപ്പിച്ചത് പോലെ," അല്ലെങ്കിൽ "സൈസ് ചാർട്ട് നോക്കുക" എന്നിവയുടെ കാര്യത്തിലും ഇതുതന്നെ സംഭവിക്കുന്നു. ഇവയെല്ലാം വാലിഡേഷൻ പാസ്സ് ചെയ്യും. എന്നാൽ വിവരങ്ങൾ നൽകുന്ന കാര്യത്തിൽ ഇവ പരാജയപ്പെടുന്നു.

മനുഷ്യർക്ക് മാത്രം കാണാൻ കഴിയുന്ന സന്ദർഭം

വ്യാപാരികൾ എഴുതുന്നത് മനുഷ്യർക്ക് വേണ്ടിയാണ്, മനുഷ്യർ വായിക്കുന്നത് കണ്ണുകൾ ഉപയോഗിച്ചാണ്. പേജ് ലേഔട്ടുകൾ, ചിത്രങ്ങൾ, ചുറ്റുമുള്ള ടെക്സ്റ്റുകൾ എന്നിവയെ ആശ്രയിച്ചാണ് നമ്മൾ വിവരങ്ങൾ മനസ്സിലാക്കുന്നത്. എന്നാൽ ഒരു AI ഏജന്റ് ഇതൊന്നും ചെയ്യുന്നില്ല.

ഒരു ഉദാഹരണം നോക്കാം. ഒരു പ്രൊഡക്റ്റ് പേജിൽ ഇപ്രകാരം ചോദിക്കുന്നു: "Does this run true to size?" ഉത്തരം ഇപ്രകാരമാണ്: "Runs slightly small, we recommend sizing up."

ആ വാചകം വായിക്കുമ്പോൾ ഒരു മനുഷ്യ ഉപഭോക്താവ് കറുത്ത ലെതർ ബൂട്ടിന്റെ ചിത്രം കാണുന്നുണ്ട്. അവിടെ സന്ദർഭം വ്യക്തമാണ്. എന്നാൽ ഒരു AI ഏജന്റ് ഒരു നോളജ് ഗ്രാഫിലോ (knowledge graph) സ്ക്രാപ്പ് ചെയ്ത ഡാറ്റാസെറ്റിലോ ഈ ഒറ്റപ്പെട്ട വാചകം മാത്രമേ കാണുന്നുള്ളൂ. ഏത് പ്രൊഡക്റ്റിനെക്കുറിച്ചാണ് പറയുന്നത് എന്ന് അതിന് അറിയില്ല. ആ പ്രസ്താവന ഒന്നിനോടും ബന്ധമില്ലാത്ത ഒരു വെറും വാചകമായി മാറുന്നു.

സ്റ്റോറുകൾ പല പ്രൊഡക്റ്റുകൾക്കും ഒരേ FAQ സ്നിപ്പറ്റുകൾ ഉപയോഗിക്കുമ്പോൾ പ്രശ്നം വഷളാകുന്നു. ഒരു ടെംപ്ലേറ്റ് വഴി മുപ്പതോളം വ്യത്യസ്ത പേജുകളിൽ ഒരേ ചോദ്യവും ഉത്തരവും വന്നേക്കാം. പ്രൊഡക്റ്റ് ഫോട്ടോ കാണാൻ കഴിയുന്നതുകൊണ്ട് മനുഷ്യർക്ക് ചെറിയ അവ്യക്തതകൾ മനസ്സിലാക്കാൻ സാധിച്ചേക്കാം. എന്നാൽ ഒരു AI ഒന്നുകിൽ ആ ഉപദേശം തെറ്റായ പ്രൊഡക്റ്റിന് നൽകും, അല്ലെങ്കിൽ അത് പൂർണ്ണമായും ഒഴിവാക്കും.

AI എങ്ങനെയാണ് നിങ്ങളുടെ ഉള്ളടക്കം ഉപയോഗിക്കുന്നത്

ഈ ഉള്ളടക്കം എങ്ങോട്ടാണ് പോകുന്നത് എന്ന് സങ്കൽപ്പിച്ചു നോക്കൂ. ക്രോളിംഗ് സമയത്ത് ലാർജ് ലാംഗ്വേജ് മോഡലുകൾ (LLMs) Shopify സ്റ്റോർ ഡാറ്റ സ്വീകരിക്കുന്നു. സപ്പോർട്ട് ബോട്ടുകൾ ഉത്തരങ്ങൾ ചാറ്റ് വിൻഡോകളിലേക്ക് എടുക്കുന്നു. കമ്പാരിസൺ സൈറ്റുകൾ വ്യാപാരികളുടെ ഫീഡുകൾ സ്ക്രാപ്പ് ചെയ്യുന്നു. വോയിസ് അസിസ്റ്റന്റുകൾ ഉത്തരങ്ങൾ ഉച്ചത്തിൽ വായിക്കുന്നു. ഈ സാഹചര്യങ്ങളിൽ എല്ലാം, നിങ്ങളുടെ FAQ ഉത്തരം അതിന്റെ യഥാർത്ഥ പ്രൊഡക്റ്റ് പേജിൽ നിന്നും ചിത്രങ്ങളിൽ നിന്നും നിങ്ങളുടെ ഫോണ്ട് ക്രമീകരണങ്ങളിൽ നിന്നും വേർപെടുത്തപ്പെടുന്നു.

AI ഉപഭോക്താവ് നിങ്ങളുടെ ഡൊമൈനിലാണ് ഇരിക്കുന്നത്. അത് ഒരു ടെക്സ്റ്റ് നോഡ് എടുത്ത് തികച്ചും വ്യത്യസ്തമായ ഒരു ഇന്റർഫേസിലേക്ക് മാറ്റുകയാണ് ചെയ്യുന്നത്. സ്കീമ മെഷീന് ആ നോഡ് വേഗത്തിൽ കണ്ടെത്താൻ സഹായിക്കുന്നു. എന്നാൽ ആ നോഡ് ഒറ്റയ്ക്ക് നിലനിൽക്കാൻ സ്കീമ ഒന്നും ചെയ്യുന്നില്ല.

സ്വയംപര്യാപ്തമായ ഉത്തരങ്ങൾ എഴുതുക

ഇതിനുള്ള പരിഹാരം കൂടുതൽ സ്കീമകൾ ചേർക്കുക എന്നതല്ല, മറിച്ച് മികച്ച രീതിയിൽ എഴുതുക എന്നതാണ്. ഓരോ FAQ ഉത്തരവും ഒരു സ്വയംപര്യാപ്തമായ മറുപടിയായിരിക്കണം. നിങ്ങളുടെ സ്റ്റോർ സന്ദർശിക്കാതെയും ചിത്രങ്ങൾ കാണാതെയും സ്ക്രോൾ ചെയ്യാതെയും ഒരു അപരിചിതന് അത് മനസ്സിലാക്കാൻ കഴിയണം.

പൂർണ്ണമായ വാചകങ്ങളിൽ തുടങ്ങുക. അപൂർണ്ണമായ വാചകങ്ങൾക്ക് പകരം പൂർണ്ണമായ ആശയങ്ങൾ നൽകുക. "Runs slightly small" എന്നതിന് പകരം, "This boot runs slightly small compared to standard sizing, so we recommend ordering one half-size up" എന്ന് എഴുതുക.

സ്ഥലപരമായ സൂചനകൾ ഒഴിവാക്കുക. "above," "below," "to the left," "the chart at the bottom of the page" തുടങ്ങിയവ ഒഴിവാക്കുക. അവയ്ക്ക് പകരം വിവരങ്ങൾ നേരിട്ട് നൽകുക. "Refer to the chart below" എന്നതിന് പകരം, "The waist measurements are: Small 28-30 in, Medium 31-33 in, Large 34-36 in" എന്ന് എഴുതുക.

അവ്യക്തമായ സർവ്വനാമങ്ങൾ (pronouns) ഒഴിവാക്കുക. "It ships within three days" എന്ന് എഴുതുന്നതിന് പകരം "This blender ships within three business days" എന്ന് എഴുതുക. ഈ അധിക മൂന്ന് വാക്കുകൾ വായനാസുഖത്തിന് തടസ്സമല്ല, പകരം വിവരങ്ങൾ കൃത്യമായി വേർതിരിച്ചെടുക്കാൻ സഹായിക്കുന്നു.

ഒരു ചോദ്യത്തിന് മറ്റൊരു ഡോക്യുമെന്റ് ആവശ്യമാണെങ്കിൽ, അത് മറ്റൊരു പേജിലേക്ക് വിടാതെ തന്നെ ഉത്തരത്തിനുള്ളിൽ തന്നെ പ്രധാന വസ്തുത സംഗ്രഹിക്കുക. "ഞങ്ങളുടെ റിട്ടേൺ പോളിസി പേജ് കാണുക" എന്ന് എഴുതാതിരിക്കുക. പകരം "പൂർണ്ണമായ റീഫണ്ടിനായി ഈ ഉൽപ്പന്നം തിരികെ നൽകാൻ നിങ്ങൾക്ക് 30 ദിവസമുണ്ട്. നടപടികൾ ആരംഭിക്കുന്നതിന് ഞങ്ങളുടെ റിട്ടേൺ പോളിസി പേജ് സന്ദർശിക്കുക" എന്ന് എഴുതുക. ലിങ്ക് മനുഷ്യർക്കായി നിലനിൽക്കാം. എന്നാൽ യന്ത്രത്തിന് (machine) വസ്തുത ലഭിക്കുന്നു.

ഇത് മനുഷ്യാനുഭവത്തെ ബാധിക്കുമോ?

ഇല്ല. ലളിതവും വ്യക്തവുമായ ഭാഷ സന്ദർശകർക്ക് പേജിന്റെ അനുഭവം നശിപ്പിക്കില്ല. യന്ത്രങ്ങളെപ്പോലെ തന്നെ മനുഷ്യർക്കും ഇതിലൂടെ ഗുണമുണ്ടാകും. മൊബൈൽ ഉപകരണം ഉപയോഗിക്കുന്ന ഒരു ഉപഭോക്താവും സന്ദർഭങ്ങൾ (context) തേടി അലയാൻ ആഗ്രഹിക്കുന്നില്ല. അവർക്ക് ഉത്തരങ്ങൾ സ്വയം വ്യക്തമായിരിക്കണം.

സ്വതന്ത്രമായ എഴുത്ത് (Standalone writing) എന്നത് ലളിതവും വ്യക്തവുമായ എഴുത്താണ്. നിങ്ങൾ വിവരങ്ങളുടെ നിലവാരം കുറയ്ക്കുകയല്ല ചെയ്യുന്നത്. മറിച്ച്, ഒരു ബ്രൗസർ ടാബിന്റെ പരിധിക്കുള്ളിൽ മാത്രം പ്രവർത്തിക്കുന്ന ആശ്രിതത്വങ്ങളെ നിങ്ങൾ ഒഴിവാക്കുകയാണ് ചെയ്യുന്നത്.

യഥാർത്ഥമായ ഒരു ഓഡിറ്റ് നടത്തുക

ഒരു മണിക്കൂറിനുള്ളിൽ തന്നെ നിങ്ങൾക്ക് സ്വന്തം സ്റ്റോർ പരിശോധിക്കാം. നിങ്ങളുടെ FAQ ഉള്ളടക്കം ഒരു സ്പ്രെഡ്ഷീറ്റിലേക്കോ ഡോക്യുമെന്റിലേക്കോ എക്‌സ്‌പോർട്ട് ചെയ്യുക. ഉൽപ്പന്ന പേജുകളിലേക്ക് നോക്കരുത്. ഓരോ ചോദ്യവും ഉത്തരവും വേറിട്ട്, ഓരോന്നായി വായിച്ചു നോക്കുക.

നിങ്ങളോട് തന്നെ ഈ ചോദ്യങ്ങൾ ചോദിക്കുക:

  • ഒരു ചാറ്റ്ബോട്ട് മറുപടിയിൽ ഈ ഉത്തരം വന്നാൽ അത് അർത്ഥവത്തായിരിക്കുമോ?
  • ഇത് ഉൽപ്പന്നത്തിന്റെയോ കാറ്റഗറിയുടെയോ പേര് പറയുന്നുണ്ടോ, അതോ പേജിലെ മറ്റ് വിവരങ്ങളെ ആശ്രയിച്ചിരിക്കുകയാണോ?
  • "മുകളിൽ", "താഴെ", അല്ലെങ്കിൽ "അത്" എന്നിങ്ങനെ പേജിന് പുറത്തുള്ള ഒന്നിനെ സൂചിപ്പിക്കുന്ന വാക്കുകൾ ഉണ്ടോ?
  • ഒരു അപരിചിതൻ ഈ ടെക്സ്റ്റ് മാത്രം വായിച്ചാൽ, അവർക്ക് ആവശ്യമായ നടപടികൾ എടുക്കാൻ ആവശ്യമായ വിവരങ്ങൾ ലഭിക്കുമോ?

നിങ്ങൾ കണ്ടെത്തുന്ന ഓരോ പിഴവും വേഗത്തിൽ തിരുത്തി എഴുതേണ്ട കാര്യമാണ്, അല്ലാതെ ഒരു സാങ്കേതിക പ്രോജക്റ്റല്ല. നിങ്ങളുടെ Shopify അഡ്മിൻ അല്ലെങ്കിൽ FAQ ആപ്പിലെ വിവരങ്ങൾ പുതുക്കുക. നിങ്ങൾക്ക് തൃപ്തി തോന്നുന്നുണ്ടെങ്കിൽ വീണ്ടും schema validator ഉപയോഗിക്കാം, അതിനുശേഷം ഒരു മാസത്തേക്ക് അത് മറന്നേക്കൂ. പകരം വായനാനുഭവത്തെ (reading test) വിശ്വസിക്കുക.

ചുരുക്കത്തിൽ

Shopify വ്യാപാരികൾ വർഷങ്ങളായി ക്രോളറുകൾക്കായി (crawlers) കാര്യങ്ങൾ ഒപ്റ്റിമൈസ് ചെയ്യുന്നു. അവർ schema ചേർത്തു, ചിത്രങ്ങൾ കംപ്രസ്സ് ചെയ്തു, Core Web Vitals പിന്തുടർന്നു. എന്നാൽ ഒരു ക്രോളറിനായി ഒപ്റ്റിമൈസ് ചെയ്യുന്നത് കാര്യങ്ങൾ മനസ്സിലാക്കുന്നതിനായി (comprehension) ഒപ്റ്റിമൈസ് ചെയ്യുന്നതിന് തുല്യമല്ല.

Schema എന്നത് ദിശാസൂചകങ്ങളാണ് (signposts). അത് നിങ്ങളുടെ ഉള്ളടക്കത്തിലേക്ക് വിരൽ ചൂണ്ടുന്നു. എന്നാൽ യഥാർത്ഥ ജോലി ഉള്ളടക്കം തന്നെ ചെയ്യണം. ഒരു AI ഏജന്റിന് നിങ്ങളുടെ മാർക്കപ്പ് (markup) കൃത്യമായി വായിക്കാൻ കഴിഞ്ഞേക്കാം, എങ്കിലും വിവരങ്ങൾ ലഭിക്കാതെ തന്നെ അത് പോകാം. സെർച്ച്, കൊമേഴ്‌സ് എന്നിവയുടെ അടുത്ത ഘട്ടത്തിൽ വിജയിക്കുന്ന വ്യാപാരികൾ, വെറും ചെക്ക്‌ലിസ്റ്റുകൾ പൂർത്തിയാക്കുന്നതിന് പകരം, എവിടെയും ഉപയോഗിക്കാൻ കഴിയുന്ന വ്യക്തമായ ഉത്തരങ്ങൾ എഴുതുന്നവരായിരിക്കും.

ഈ ലേഖനത്തിന് പ്രചോദനമായ യഥാർത്ഥ വിവരങ്ങൾ വായിക്കാൻ നിങ്ങൾക്ക് ഇവിടെ ക്ലിക്ക് ചെയ്യാം. AI, സ്ട്രക്ചേർഡ് ഡാറ്റ, Shopify ഒപ്റ്റിമൈസേഷൻ എന്നിവയെക്കുറിച്ചുള്ള തുടർച്ചയായ ചർച്ചകൾക്കായി GyaanSetu learning community-ൽ ചേരുക.