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 Yamiru
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.