Shopify വ്യാപാരികൾക്ക് നല്ലൊരു ചെക്ക്ലിസ്റ്റ് ഏറെ ഇഷ്ടമാണ്. ഒരു ആപ്പ് ഇൻസ്റ്റാൾ ചെയ്യുക, കുറച്ച് സ്ട്രക്ചേർഡ് ഡാറ്റ പേസ്റ്റ് ചെയ്യുക, Google-ന്റെ Rich Results Test റൺ ചെയ്യുക, വാലിഡേറ്റർ പച്ച നിറമാകുന്നത് നോക്കി നിൽക്കുക. ജോലി കഴിഞ്ഞു, സ്കീമ ലൈവ് ആയി, എല്ലാവരും അടുത്ത കാര്യത്തിലേക്ക് നീങ്ങുന്നു. എന്നാൽ ആ പച്ച അടയാളം നിങ്ങളുടെ കോഡ് ശരിയായ രീതിയിലാണെന്ന് (well-formed) മാത്രമേ തെളിയിക്കുന്നുള്ളൂ. ഒരു AI ഏജന്റിന് നിങ്ങളുടെ ഉള്ളടക്കം ശരിക്കും ഉപയോഗിക്കാൻ കഴിയുമോ എന്നതിനെക്കുറിച്ച് അത് ഒന്നും പറയുന്നില്ല.
മിക്ക Shopify സ്റ്റോറുകളിലും ഇപ്പോൾ FAQ സ്കീമ ഉണ്ട്. ഒരു SEO ഗൈഡ് അത് അത്യാവശ്യമാണെന്ന് പറഞ്ഞതുകൊണ്ടാണ് അവർ അത് ചേർക്കുന്നത്. ഈ മാർക്കപ്പ് പലപ്പോഴും ശരിയായിരിക്കും (valid). എന്നിരുന്നാലും, ഇത് വായിക്കുന്ന മെഷീനുകൾക്ക് ഇത് ഒന്നിനും കൊള്ളാത്തതാണ്. മാർക്കപ്പ് ചെയ്ത ഉള്ളടക്കവും മെഷീനുകൾക്ക് ഉപയോഗിക്കാൻ കഴിയുന്ന ഉള്ളടക്കവും തമ്മിൽ വലിയൊരു വിടവ് widening gap ഉണ്ട്, മിക്ക സ്റ്റോർ ഉടമകളും ഇത് അറിയുന്നില്ല.
വാലിഡേഷൻ യഥാർത്ഥത്തിൽ എന്താണ് പരിശോധിക്കുന്നത്
ഒരു സ്കീമ വാലിഡേറ്റർ എന്നത് ഒരു സിന്റാക്സ് ചെക്കർ ആണ്. അത് മൂന്ന് അടിസ്ഥാന ചോദ്യങ്ങൾ ചോദിക്കുന്നു: ഒരു ചോദ്യമുണ്ടോ? അതിന് ഒരു ഉത്തരമുണ്ടോ? കോഡ് ഘടനാപരമായി ശരിയാണോ? ഇവ മൂന്നും ശരിയാണെങ്കിൽ നിങ്ങൾ വിജയിച്ചു. ഉത്തരം എന്താണെന്ന് വാലിഡേറ്റർ ശ്രദ്ധിക്കുന്നില്ല. അത് അർത്ഥമോ, സന്ദർഭമോ (context), അല്ലെങ്കിൽ പൂർണ്ണതയോ പരിശോധിക്കുന്നില്ല.
ഇവിടെയാണ് വ്യാപാരികൾ കുടുങ്ങുന്നത്. അവർ ഒരു പച്ച ബാഡ്ജ് കാണുമ്പോൾ ജോലി പൂർത്തിയായി എന്ന് കരുതുന്നു. എന്നാൽ ശരിയായ മാർക്കപ്പ് പരിശോധിക്കുന്നത് അതിന്റെ പാത്രത്തെ (container) മാത്രമാണ്. ആ പാത്രത്തിനുള്ളിലെ ഉള്ളടക്കം സ്വയം അർത്ഥവത്താണോ എന്ന് അത് ഒരിക്കലും പരിശോധിക്കുന്നില്ല. ഒരു AI ഏജന്റ് നിങ്ങളുടെ പേജ് വാലിഡേറ്ററെപ്പോലെ വായിക്കുന്നില്ല. കോഡിന്റെ ഘടന ശരിയായതിന് അത് നിങ്ങളെ അഭിനന്ദിക്കില്ല. പകരം, നിങ്ങളുടെ ഉത്തരത്തെ ചുറ്റുപാടുകളിൽ നിന്ന് വേർതിരിച്ച് നേരിട്ട് ഉപയോഗിക്കാനാണ് അത് ആഗ്രഹിക്കുന്നത്.
നിങ്ങളുടെ FAQ ഉത്തരങ്ങളിൽ "വിശദാംശങ്ങൾക്കായി താഴെ കാണുക" അല്ലെങ്കിൽ "കൂടുതൽ വിവരങ്ങൾക്കായി ഞങ്ങളെ ബന്ധപ്പെടുക" തുടങ്ങിയ വാചകങ്ങൾ ഉണ്ടെങ്കിൽ, നിങ്ങളുടെ സ്കീമ സാങ്കേതികമായി ശരിയാണ് (valid). എന്നാൽ ഒരു മെഷീനെ സംബന്ധിച്ചിടത്തോളം ആ ഉള്ളടക്കം ഒരു വഴിമുട്ടലാണ്. ഏജന്റിന് കണ്ണുകളില്ല, ക്ഷമയില്ല, സന്ദർഭം അറിയാൻ താഴേക്ക് സ്ക്രോൾ ചെയ്യാനുള്ള കഴിവും ഇല്ല. അത് നിങ്ങളുടെ ഉത്തരം കണ്ടെത്തി, ഉപയോഗിക്കാൻ ശ്രമിച്ചു, പക്ഷേ അവിടെ ഒന്നും കണ്ടെത്താനായില്ല.
കോൺടെക്സ്റ്റ് വിടവ് (The Context Gap)
മനുഷ്യരും മെഷീനുകളും ഒരേ FAQ വിഭാഗത്തെ തികച്ചും വ്യത്യസ്തമായ രീതിയിലാണ് പ്രോസസ്സ് ചെയ്യുന്നത്. ഒരു മനുഷ്യ ഉപഭോക്താവ് ഉൽപ്പന്നത്തിന്റെ ചിത്രം നോക്കുന്നു, പേജിന്റെ ലേഔട്ട് പരിശോധിക്കുന്നു, ഉൽപ്പന്നത്തിന്റെ പേര് വായിക്കുന്നു, കൂടാതെ നിങ്ങളുടെ രണ്ട് വരി FAQ ഉത്തരം ഒരു വലിയ ദൃശ്യകഥയുടെ ഭാഗമായി ഉൾക്കൊള്ളുന്നു. "ഇത്" (this) എന്നത് എന്തിനെയാണ് സൂചിപ്പിക്കുന്നത് എന്ന് അവർക്ക് മനസ്സിലാകും, കാരണം അവർക്ക് അത് കാണാൻ കഴിയും.
AI ഏജന്റുകൾക്ക് പേജ് കാണാൻ കഴിയില്ല. അവ ടെക്സ്റ്റ് ഒറ്റപ്പെട്ട രീതിയിൽ വായിക്കുന്നു. അവ നിങ്ങളുടെ FAQ സ്കീമയെ ഡാറ്റയുടെ ചെറിയ കഷണങ്ങളായി കാണുന്നു. ഉത്തരത്തിന് പേജിന്റെ മറ്റ് ഭാഗങ്ങളിൽ നിന്നുള്ള ദൃശ്യപരമായോ സന്ദർഭപരമായോ ഉള്ള സൂചനകൾ ആവശ്യമാണെങ്കിൽ, മെഷീൻ അവ പൂർണ്ണമായും വിട്ടുപോകുന്നു.
ഒരു സാധാരണ വസ്ത്രശാലയെക്കുറിച്ച് ചിന്തിക്കുക. "ഇതിന്റെ സൈസ് കൃത്യമാണോ?" (Does this run true to size?) എന്നതാണ് ഒരു സാധാരണ ചോദ്യം. വ്യാപാരി മറുപടി നൽകുന്നു: "അല്പം ചെറുതാണ്, അതിനാൽ ഒരു സൈസ് വലുത് എടുക്കാൻ ഞങ്ങൾ ശുപാർശ ചെയ്യുന്നു." ഒരു മനുഷ്യ ഉപഭോക്താവ് ഉൽപ്പന്നത്തിന്റെ ഫോട്ടോയും, തലക്കെട്ടും, സൈസ് ഗൈഡ് ലിങ്കും കാണുകയും വ്യാപാരി എന്താണ് ഉദ്ദേശിച്ചതെന്ന് കൃത്യമായി മനസ്സിലാക്കുകയും ചെയ്യുന്നു. എന്നാൽ ഒരു AI ഏജന്റ് അജ്ഞാതമായ ഒരു ഉൽപ്പന്നത്തെക്കുറിച്ചും വ്യക്തമല്ലാത്ത ഒരു മാനദണ്ഡത്തെക്കുറിച്ചുമുള്ള ഒരു ഒറ്റപ്പെട്ട വാചകം മാത്രമേ കാണുന്നുള്ളൂ. എന്താണ് ചെറുതാകുന്നത്? ഏത് സൈസ് ചാർട്ടുമായി താരതമ്യം ചെയ്യുമ്പോൾ? ഇത് പുരുഷന്മാർക്കുള്ളതാണോ അതോ സ്ത്രീകൾക്കുള്ളതാണോ? ഏജന്റിന് പരിശോധിക്കാൻ ഉൽപ്പന്നത്തിന്റെ ചിത്രമോ, സഹായത്തിന് ചുറ്റുമുള്ള വിവരണങ്ങളോ ഇല്ല, കൂടാതെ "ഇത്" എന്നത് ഒരു സ്നീക്കറാണോ, ജാക്കറ്റാണോ അതോ ജീൻസാണോ എന്ന് അറിയില്ല.
പ്രശ്നം സ്കീമയല്ല. പ്രശ്നം എഴുതുന്ന രീതിയാണ്.
കോൺടെക്സ്റ്റ് ഇല്ലാത്ത സാഹചര്യത്തിൽ എഴുതാൻ (Writing for Zero Context)
പരിഹാരം കൂടുതൽ സ്കീമ തരങ്ങൾ ചേർക്കുകയോ മറ്റൊരു ആപ്പ് ഇൻസ്റ്റാൾ ചെയ്യുകയോ ചെയ്യുക എന്നതല്ല. നിങ്ങളുടെ FAQ ഉത്തരങ്ങളെ സ്വതന്ത്രമായ രേഖകളായി (standalone documents) കാണുക എന്നതാണ് പരിഹാരം. ഓരോ ഉത്തരവും നിങ്ങളുടെ പേജിൽ നിന്ന് വേർതിരിച്ചെടുത്ത് ഒരു ശൂന്യമായ സ്ക്രീനിൽ വായിച്ചാലും അത് വ്യക്തമായിരിക്കണം.
ഉൽപ്പന്ന ഫോട്ടോകളോ, നാവിഗേഷനോ, പേജ് തലക്കെട്ടോ ഇല്ലാത്ത ഒരു ചാറ്റ് വിൻഡോയിൽ നിങ്ങളുടെ ഉത്തരം പ്രത്യക്ഷപ്പെടുമെന്ന് സങ്കൽപ്പിക്കുക. ആ സാഹചര്യത്തിൽ ഉത്തരം നിങ്ങളെ ആശയക്കുഴപ്പത്തിലാക്കുന്നുണ്ടെങ്കിൽ, അത് ഒരു മെഷീനെയും ആശയക്കുഴപ്പത്തിലാക്കും.
കോൺടെക്സ്റ്റ് ഇല്ലാത്ത സാഹചര്യത്തിൽ എങ്ങനെ മാറ്റിയെഴുതാം:
പൂർണ്ണമായ വാചകങ്ങൾ ഉപയോഗിക്കുക. ഭാഗികമായ ഉത്തരങ്ങൾ വ്യാകരണത്തിനും അർത്ഥത്തിനുമായി ചോദ്യത്തെ ആശ്രയിക്കുന്നു. സ്വന്തമായി അർത്ഥം നൽകുന്ന പൂർണ്ണമായ വാചകങ്ങൾ എഴുതുക. "ചെറുതാണ്, ഒരു സൈസ് വലുത് എടുക്കുക" എന്ന് എഴുതുന്നതിന് പകരം, "ഈ ജാക്കറ്റ് സാധാരണ US സൈസിനേക്കാൾ അല്പം ചെറുതാണ്, അതിനാൽ ഒരു സൈസ് വലുത് ഓർഡർ ചെയ്യാൻ ഞങ്ങൾ ശുപാർശ ചെയ്യുന്നു" എന്ന് എഴുതുക.
ചോദ്യത്തിന് പൂർണ്ണമായ ഉത്തരം നൽകുക. ഉപയോക്താവിനെ മറ്റൊരു പേജിലേക്ക് തിരിച്ചുവിടുന്ന ഉത്തരം ഒരു ഉത്തരമല്ല. നിങ്ങളുടെ മറുപടി മറ്റൊരു പേജിലേക്കുള്ള സൂചനയോടെ അവസാനിക്കുന്നുവെങ്കിൽ, ഏജന്റിന് നൽകാൻ ഒന്നുമില്ല. ടെക്സ്റ്റിനുള്ളിൽ തന്നെ കൃത്യമായ വിവരം നൽകുക. റിട്ടേൺ വിൻഡോ, മെറ്റീരിയൽ വിവരങ്ങൾ, അല്ലെങ്കിൽ ഷിപ്പിംഗ് സമയം എന്നിവ ഉത്തരം തന്നെ വ്യക്തമാക്കുക.
ദിശാനിർദ്ദേശിക്കുന്ന വാചകങ്ങൾ ഒഴിവാക്കുക. "മുകളിൽ സൂചിപ്പിച്ചത് പോലെ," "വിശദാംശങ്ങൾ താഴെ കാണുക," "ഇടതുവശത്തുള്ള ടേബിൾ പരിശോധിക്കുക," അല്ലെങ്കിൽ "ഉൽപ്പന്ന വിവരണം കാണുക" തുടങ്ങിയ വാചകങ്ങൾ ഒഴിവാക്കുക. JSON-LD വിശകലനം ചെയ്യുന്ന മെഷീനുകൾക്കോ അല്ലെങ്കിൽ ടെക്സ്റ്റ് ഉറക്കെ വായിക്കുന്ന ഒരു വോയ്സ് അസിസ്റ്റന്റിനോ ഇത്തരം സ്ഥലകാലപരമായ (spatial) ക്രമീകരണങ്ങൾ മനസ്സിലാക്കാൻ കഴിയില്ല.
പ്രത്യേക വിവരങ്ങൾ ഉൾപ്പെടുത്തുക. വിടവുകൾ നികത്താൻ അടുത്തുള്ള വാചകങ്ങളെ മാത്രം ആശ്രയിക്കരുത്. സാധ്യമാണെങ്കിൽ ഉൽപ്പന്നത്തിന്റെ പേര് വ്യക്തമായി പറയുക. കൃത്യമായ പരിപാലന നിർദ്ദേശങ്ങൾ (care instructions), കൃത്യമായ അളവുകൾ, അല്ലെങ്കിൽ ഉൽപ്പന്നം നിർമ്മിച്ച രാജ്യം എന്നിവ പരാമർശിക്കുക. ഉത്തരം എത്രത്തോളം സ്വയം പൂർണ്ണമാണോ (self-contained), അത്രത്തോളം അത് നിങ്ങളുടെ ഡാറ്റ ഉപയോഗിച്ച് പരിശീലനം നേടുന്ന ഒരു AI മോഡലിനും അല്ലെങ്കിൽ സെർച്ചിൽ വിവരങ്ങൾ കാണിക്കുന്നതിനും ഉപകാരപ്രദമാകും.
എഴുതുന്ന ശൈലിയിലുള്ള ഈ മാറ്റം ഒന്നിനും ചിലവാകുന്നില്ല, കൂടാതെ നിങ്ങളുടെ പേജ് മനുഷ്യർ അനുഭവിക്കുന്ന രീതിയിൽ വലിയ മാറ്റവും വരുത്തുന്നില്ല. ഒരു ഉപഭോക്താവിനെ സംബന്ധിച്ചിടത്തോളം, "Runs small, size up" എന്നതും "This jacket runs slightly small compared to standard US sizing, so we recommend ordering one size up" എന്നതും തമ്മിലുള്ള വ്യത്യാസം നിസ്സാരമാണ്. രണ്ടും ഒരേ ആശയം തന്നെയാണ് നൽകുന്നത്. എന്നാൽ ഒരു മെഷീനെ സംബന്ധിച്ചിടത്തോളം, രണ്ടാമത്തെ പതിപ്പ് വളരെ വിലപ്പെട്ടതാണ്. ഇതിൽ വേർതിരിച്ചെടുക്കാനും വീണ്ടും ഉപയോഗിക്കാനും കഴിയുന്ന എൻ്റിറ്റികൾ (entities), ബന്ധങ്ങൾ (relationships), സ്വതന്ത്രമായ വസ്തുതകൾ (standalone facts) എന്നിവ അടങ്ങിയിരിക്കുന്നു.
സ്കീമ (Schema) വഴി കാണിക്കുന്നു, ഉള്ളടക്കം (Content) ജോലി ചെയ്യുന്നു
Shopify സ്റ്റോർ ഉടമകൾ പലപ്പോഴും യഥാർത്ഥ ഉപഭോക്താവിനെ തൃപ്തിപ്പെടുത്താതെ ചെക്ക്ലിസ്റ്റ് പൂർത്തിയാക്കാൻ മാത്രം ശ്രദ്ധിക്കാറുണ്ട്. വർഷങ്ങളായി, ആ ഉപഭോക്താവ് ഗൂഗിൾ (Google) ആയിരുന്നു. ഇപ്പോൾ അത് കൂടുതൽ ഒരു AI മോഡലായി മാറിക്കൊണ്ടിരിക്കുകയാണ്. സെർച്ച് എഞ്ചിനുകൾ ഇനി വെറുതെ നിങ്ങളുടെ പേജുകൾ ഇൻഡക്സ് (indexing) ചെയ്യുക മാത്രമല്ല...