Přeskočit na obsah
VORQUL
Inženýrství 6 min

Weby připravené na AI v praxi: co dělám na vorqul.com

Praktický kontrolní seznam, jak je tento web optimalizovaný pro klasické vyhledávače a AI odpovídací enginy: strukturovaná data, llms.txt, psaní s odpovědí na začátku.

Autor

Web připravený na AI je takový, který dokáže přečíst, pochopit a přesně citovat jak crawler vyhledávače, tak velký jazykový model. Na vorqul.com to beru jako inženýrský požadavek. Tohle je kontrolní seznam, který dodržuji.

Psaní s odpovědí na začátku

Každá důležitá stránka začíná přímou odpovědí na otázku, která k ní návštěvníka přivedla, ještě než přijde jakékoli vyprávění. Lidé stránky prolétnou a odpovídací enginy citují, takže závěr na začátku slouží oběma.

Strukturovaná data všude

Schémata Organization, WebSite, WebPage, SoftwareApplication, FAQPage, BreadcrumbList a Article popisují každou stránku ve strojově čitelném JSON-LD. Když se systém AI nebo parser rozšířených výsledků zeptá, o čem stránka je, odpověď je zapsána a nic se nemusí hádat.

llms.txt a otevřené procházení

Soubor llms.txt dává jazykovým modelům vybranou mapu webu v prostém Markdownu. robots.txt vítá crawlery AI jmenovitě, mimo jiné GPTBot, ClaudeBot, PerplexityBot a Google-Extended. Když je obsah váš a chcete, aby byl nalezen, citace asistentem je distribuce.

Rychlost, pro pozice i pro návštěvníky

Web je zcela statický, vkládá kritické CSS přímo do stránky, posílá téměř nulový JavaScript a servíruje se z globální okrajové sítě. Core Web Vitals zůstávají zelené bez výkonnostního sprintu, protože tu je jen velmi málo, co by mohlo zpomalovat.

Část, kterou většina seznamů vynechává

Nic z uvedeného nepomůže, pokud je obsah vágní. Entity pojmenovávám konzistentně, tvrzení dělám konkrétní a každé stránce dávám jeden záměr. Psaní pro stroje a srozumitelné psaní pro lidi se ukázalo být stejnou prací.