Schema Markup چیست؟ راهنمای کامل اسکیما و کاربرد آن در سئو

Schema Markup چیست؟ اسکیما چه کاربردی دارد و چرا مهم است؟

وقتی یک صفحه وب را می‌خوانیم، معمولاً خیلی سریع متوجه می‌شویم که با یک مقاله، محصول، شرکت، رویداد، دستور غذا یا صفحه خدمات روبه‌رو هستیم. اما موتورهای جستجو باید همین مفاهیم و رابطه میان اطلاعات مختلف را از ساختار صفحه و محتوای آن تشخیص دهند.

اینجاست که Schema Markup یا نشانه‌گذاری داده‌های ساختاریافته وارد می‌شود.

Schema Markup روشی استاندارد برای توصیف اطلاعات موجود در یک صفحه وب است که به موتورهای جستجو کمک می‌کند نوع محتوا، موجودیت‌ها و بعضی ارتباطات میان آن‌ها را بهتر درک کنند. گوگل نیز از داده‌های ساختاریافته برای درک بهتر صفحات و در برخی موارد برای واجد شرایط کردن آن‌ها برای نمایش‌های غنی‌تر در نتایج جستجو استفاده می‌کند.

برای مثال، در یک صفحه محصول ممکن است اطلاعاتی مانند نام کالا، تصویر، قیمت، موجودی و امتیاز کاربران وجود داشته باشد. با استفاده از Structured Data می‌توان این اطلاعات را به‌شکل ساختاریافته به موتور جستجو معرفی کرد.

اما یک نکته بسیار مهم را از همان ابتدا باید بدانیم:

Schema به‌تنهایی باعث افزایش رتبه سایت نمی‌شود و استفاده صحیح از آن نیز نمایش Rich Result را تضمین نمی‌کند.

هدف اصلی Schema این است که اطلاعات صفحه را به شکلی استانداردتر و قابل تفسیر برای موتورهای جستجو توصیف کند و در صورت وجود شرایط لازم، صفحه را برای برخی قابلیت‌های جستجو واجد شرایط کند.

در این مقاله از پرشیا وب، Schema Markup را از پایه تا سطح کاربردی بررسی می‌کنیم؛ از تفاوت Schema.org و Structured Data گرفته تا انواع اسکیما، JSON-LD، پیاده‌سازی در وردپرس، خطاهای رایج و روش بررسی Schema در گوگل.

D8A7D8B3DAA9DB8CD985D8A7
D8A7D8B3DAA9DB8CD985D8A7

اسکیما چیست؟

Schema Markup نوعی نشانه‌گذاری داده‌های ساختاریافته است که برای توصیف اطلاعات و موجودیت‌های موجود در صفحات وب استفاده می‌شود.

به زبان ساده، Schema به موتور جستجو کمک می‌کند بهتر متوجه شود:

  • این صفحه درباره چیست؟
  • موجودیت اصلی صفحه چیست؟
  • اطلاعات مهم صفحه چه معنایی دارند؟
  • ارتباط میان موجودیت‌های مختلف چیست؟

فرض کنید در یک صفحه این اطلاعات را داریم:

  • نام محصول: لپ‌تاپ X
  • قیمت: ۵۰ میلیون تومان
  • موجودی: موجود
  • برند: برند X

کاربر با مشاهده صفحه می‌تواند مفهوم این اطلاعات را درک کند. Structured Data همین اطلاعات را با ساختاری استاندارد برای سیستم‌های ماشینی توصیف می‌کند.

بنابراین Schema را می‌توان نوعی لایه معنایی روی اطلاعات صفحه دانست؛ لایه‌ای که مشخص می‌کند هر داده چه معنایی دارد.

Schema Markup، Structured Data و Schema.org چه تفاوتی دارند؟

یکی از اشتباهات رایج در آموزش اسکیما این است که این سه اصطلاح کاملاً مترادف در نظر گرفته شوند، درحالی‌که تفاوت‌هایی میان آن‌ها وجود دارد.

Structured Data چیست؟

Structured Data یا داده ساختاریافته، مفهوم کلی‌تری است و به روشی برای ارائه اطلاعات به شکل استاندارد و قابل پردازش توسط ماشین‌ها اشاره دارد.

Schema.org چیست؟

Schema.org مجموعه‌ای از واژگان استاندارد برای توصیف موجودیت‌ها و ویژگی‌های مختلف در وب است. در این واژگان انواعی مانند Article، Product، Organization، Person و Event تعریف شده‌اند.

Schema.org خودش موتور جستجو نیست و تضمین نمی‌کند که هر نوع تعریف‌شده در آن، حتماً یک نمایش ویژه در Google Search داشته باشد.

Schema Markup چیست؟

وقتی از واژگان Schema.org برای نشانه‌گذاری اطلاعات یک صفحه استفاده می‌کنیم، معمولاً از عبارت Schema Markup استفاده می‌شود.

در نتیجه می‌توان رابطه این مفاهیم را به شکل زیر خلاصه کرد:

Structured Data = مفهوم داده ساختاریافته

Schema.org = واژگان و انواع موجودیت‌ها

JSON-LD = یکی از قالب‌های پیاده‌سازی Structured Data

Schema.org خود نیز توضیح می‌دهد که واژگان آن می‌توانند همراه با قالب‌هایی مانند Microdata، RDFa و JSON-LD مورد استفاده قرار گیرند.

چرا Schema Markup مهم است؟

مهم‌ترین کاربرد Schema این است که اطلاعات صفحه را برای موتورهای جستجو ساختاریافته‌تر و قابل تفسیرتر می‌کند.

برای مثال فرض کنید در صفحه‌ای نوشته شده:

همایش سئو در تهران – ۲۰ مهر – مرکز همایش‌های برج میلاد

یک انسان به‌راحتی تشخیص می‌دهد که این متن درباره یک رویداد است و اطلاعاتی درباره نام، تاریخ و محل برگزاری آن ارائه می‌کند.

با Structured Data می‌توان همین مفاهیم را به‌صورت مشخص با موجودیت Event توصیف کرد.

بنابراین ارزش Schema فقط در «اضافه کردن چند خط کد» نیست؛ ارزش اصلی آن در توصیف معنای اطلاعات صفحه است.

آیا Schema باعث افزایش رتبه گوگل می‌شود؟

خیر؛ Schema را نباید یک عامل مستقیم و تضمینی برای افزایش رتبه در نظر گرفت.

استفاده از Structured Data می‌تواند صفحه را برای برخی قابلیت‌های Search واجد شرایط کند، اما این موضوع با افزایش مستقیم رتبه یکی نیست.

بنابراین این دو عبارت را نباید با هم اشتباه گرفت:

Schema = کمک به درک ساختار اطلاعات و واجد شرایط شدن برای برخی Search Features

Schema ≠ تضمین رتبه بهتر

اگر یک مقاله محتوای ضعیفی داشته باشد، افزودن Article Schema مشکل کیفیت محتوا را برطرف نمی‌کند. همچنین اگر یک محصول اطلاعات ناقص یا قیمت نامعتبر داشته باشد، Product Schema نمی‌تواند ضعف صفحه محصول را جبران کند.

Rich Result چیست؟

گاهی نتیجه جستجو فقط عنوان، URL و توضیح کوتاه صفحه نیست و اطلاعات بیشتری نیز در آن دیده می‌شود؛ برای مثال قیمت محصول، موجودی، مسیر بریدکرامب ، اطلاعات رویداد یا برخی جزئیات دیگر.

به این نوع نمایش‌های غنی‌تر در Google Search، Rich Result گفته می‌شود.

Structured Data یکی از روش‌هایی است که می‌تواند یک صفحه را برای بعضی Rich Results واجد شرایط کند؛ اما واجد شرایط بودن با نمایش قطعی تفاوت دارد.

تفاوت Schema با Rich Result چیست؟

این دو اصطلاح گاهی به اشتباه به جای یکدیگر استفاده می‌شوند.

Schema Markup: داده‌ای است که در صفحه قرار می‌گیرد و اطلاعات را به شکل ساختاریافته توصیف می‌کند.

Rich Result: شکل خاصی از نمایش نتیجه در Google Search است.

پس مسیر کلی را می‌توان این‌گونه دید:

محتوای واقعی صفحه
        ↓
Structured Data
        ↓
اعتبارسنجی و رعایت دستورالعمل‌ها
        ↓
واجد شرایط شدن برای قابلیت مربوطه
        ↓
احتمال نمایش Rich Result

مرحله آخر تضمین‌شده نیست.

مهم‌ترین انواع Schema Markup کدام‌اند؟

نوع Schema باید بر اساس ماهیت واقعی صفحه انتخاب شود، نه صرفاً بر اساس اینکه کدام نوع محبوب‌تر است.

برخی از انواع مهم عبارت‌اند از:

  • Article برای مقالات
  • Product برای صفحات محصول
  • Organization برای معرفی سازمان
  • LocalBusiness و زیرنوع‌های مناسب آن برای کسب‌وکارهای محلی
  • BreadcrumbList برای ساختار مسیر صفحه
  • Event برای رویدادها
  • Recipe برای دستورهای آشپزی
  • VideoObject برای ویدئو
  • ProfilePage برای صفحات پروفایل در شرایط مناسب
  • QAPage برای صفحات پرسش و پاسخ واقعی با شرایط مشخص

گوگل در حال حاضر فهرست مشخصی از قابلیت‌های Search مبتنی بر Structured Data دارد و این فهرست با انواع موجود در Schema.org یکسان نیست.

Article Schema چیست؟

Article یکی از انواع مهم Structured Data برای صفحات مقاله، محتوای تحریریه‌ای و موارد مشابه است.

بسته به ساختار صفحه می‌توان اطلاعاتی مانند:

  • عنوان مقاله
  • تصویر
  • نویسنده
  • ناشر
  • تاریخ انتشار
  • تاریخ به‌روزرسانی

را در آن توصیف کرد.

نکته مهم این است که مقادیر واردشده در Schema باید با اطلاعات واقعی صفحه مطابقت داشته باشند.

Product Schema چیست؟

Product یکی از مهم‌ترین انواع Structured Data برای فروشگاه‌های اینترنتی است.

در صفحه محصول می‌توان اطلاعاتی مانند:

  • نام محصول
  • تصویر
  • توضیحات
  • برند
  • SKU
  • قیمت
  • موجودی
  • اطلاعات پیشنهاد فروش
  • Review و AggregateRating در صورت وجود واقعی آن‌ها

را توصیف کرد.

گوگل برای محصولات قابلیت‌هایی مانند Product Snippet و Merchant Listing دارد و برای هرکدام دستورالعمل‌ها و الزامات مشخصی ارائه می‌کند.

بنابراین Product Schema باید روی صفحه‌ای قرار بگیرد که واقعاً درباره یک محصول مشخص است، نه اینکه صرفاً روی صفحات دسته‌بندی یا فهرست محصولات قرار داده شود.

Organization Schema چیست؟

Organization برای توصیف یک سازمان، شرکت یا مجموعه مناسب است.

بسته به اطلاعات واقعی کسب‌وکار می‌توان داده‌هایی مانند نام، URL، لوگو، اطلاعات تماس و ارتباط با سایر موجودیت‌ها را تعریف کرد.

گوگل توصیه می‌کند اطلاعات سازمان در صفحه اصلی یا صفحه‌ای که مشخصاً درباره آن سازمان است قرار گیرد و لازم نیست یک Markup سازمانی یکسان را بدون دلیل روی تمام صفحات تکرار کنیم.

LocalBusiness Schema چیست؟

اگر کسب‌وکار شما یک موقعیت فیزیکی مشخص دارد، می‌توان از LocalBusiness یا زیرنوع مناسب‌تر آن استفاده کرد.

برای مثال ممکن است رستوران، فروشگاه، کلینیک یا دفتر خدماتی در این دسته قرار گیرد.

اطلاعاتی مانند نام، آدرس، ساعات فعالیت و اطلاعات تماس باید دقیق و مطابق اطلاعات واقعی کسب‌وکار باشند.

Breadcrumb Schema چیست؟

BreadcrumbList برای توصیف مسیر سلسله‌مراتبی یک صفحه در ساختار سایت استفاده می‌شود.

برای مثال:

خانه ← سئو ← سئو تکنیکال ← Schema Markup

این داده به موتور جستجو کمک می‌کند ساختار مسیر صفحه را بهتر درک کند و می‌تواند با نحوه نمایش Breadcrumb در Search مرتبط باشد.

Event Schema چیست؟

برای صفحه‌ای که واقعاً درباره یک رویداد است می‌توان از Event استفاده کرد.

اطلاعاتی مانند نام رویداد، زمان، مکان و وضعیت آن باید با اطلاعات واقعی صفحه هماهنگ باشند.

Recipe Schema چیست؟

Recipe برای صفحات مربوط به دستور تهیه یک غذای مشخص کاربرد دارد.

در صورت وجود اطلاعات واقعی می‌توان مواردی مانند نام غذا، تصویر، زمان آماده‌سازی، مواد لازم، زمان پخت و سایر اطلاعات مورد نیاز را توصیف کرد.

گوگل برای Recipe قابلیت‌های جستجوی مشخصی دارد و برای واجد شرایط شدن صفحه، Propertyها و دستورالعمل‌های مشخصی را تعیین کرده است.

Video Schema چیست؟

اگر صفحه شامل یک ویدئوی واقعی و قابل‌توجه باشد، می‌توان اطلاعات ویدئو را با VideoObject توصیف کرد.

برای مثال عنوان ویدئو، تصویر بندانگشتی، تاریخ انتشار و اطلاعات مربوط به ویدئو می‌تواند در Structured Data قرار گیرد؛ البته اطلاعات باید با ویدئوی واقعی صفحه مطابقت داشته باشند.

FAQ Schema هنوز مهم است؟

FAQPage همچنان یکی از انواع موجود در Schema.org است، اما باید میان وجود یک نوع Schema و قابلیت نمایش آن در Google Search تفاوت قائل شویم.

گوگل از سال ۲۰۲۳ نمایش FAQ Rich Result را عمدتاً به سایت‌های معتبر و شناخته‌شده در حوزه‌های سلامت و دولت محدود کرده است. بنابراین برای بیشتر سایت‌های تجاری و عمومی نباید انتظار داشت که افزودن FAQ Schema به‌صورت خودکار باعث نمایش پرسش و پاسخ در نتایج گوگل شود.

این موضوع به معنی بی‌ارزش بودن بخش FAQ نیست. پرسش‌های واقعی و پاسخ‌های مفید همچنان می‌توانند Intent کاربر را بهتر پوشش دهند؛ فقط نباید FAQ را صرفاً با هدف گرفتن فضای بیشتر در SERP تولید کرد.

QAPage با FAQPage چه تفاوتی دارد؟

این دو نوع نیز نباید با یکدیگر اشتباه گرفته شوند.

QAPage برای صفحه‌ای است که ساختار واقعی سؤال و پاسخ دارد و شرایط مشخصی برای آن وجود دارد؛ برای مثال در مدل‌هایی که کاربران امکان ارسال پاسخ دارند.

بنابراین یک صفحه معمولی که شرکت یا سایت خودش چند سؤال و جواب نوشته است، لزوماً صفحه مناسبی برای QAPage نیست.

JSON-LD چیست و چرا برای Schema استفاده می‌شود؟

برای پیاده‌سازی Structured Data چند قالب وجود دارد:

  • JSON-LD
  • Microdata
  • RDFa

گوگل استفاده از JSON-LD را برای بسیاری از پروژه‌ها توصیه می‌کند.

مزیت JSON-LD این است که داده‌های ساختاریافته را می‌توان در یک بخش مستقل از HTML قرار داد و لازم نیست عناصر قابل مشاهده صفحه را با تعداد زیادی Attribute درگیر کنیم.

json ld structured data
json ld structured data

نمونه ساده Schema با JSON-LD

برای مثال، یک Schema ساده برای معرفی سازمان می‌تواند به شکل زیر باشد:

<script type="application/ld+json">
{
  "@context": "https://schema.org",
  "@type": "Organization",
  "name": "پرشیا وب",
  "url": "https://persia-webs.ir/"
}
</script>

این فقط یک نمونه آموزشی است. در یک پروژه واقعی باید اطلاعات واقعی سازمان و Propertyهای مرتبط با آن استفاده شوند.

نکته مهم این است که زیاد بودن Propertyها به معنی بهتر بودن Schema نیست. داده باید دقیق، قابل اثبات و مرتبط با صفحه باشد.

آیا باید تمام Propertyهای Schema را تکمیل کنیم؟

خیر.

در انواع مختلف Structured Data، بعضی Propertyها برای یک قابلیت جستجو ضروری و بعضی دیگر پیشنهادی هستند. باید ابتدا الزامات نوع موردنظر را بررسی کرد و سپس اطلاعاتی را اضافه کرد که واقعاً در صفحه وجود دارند.

مثلاً اگر اطلاعات یک فیلد را ندارید، نباید صرفاً برای کامل‌تر به نظر رسیدن Schema یک مقدار ساختگی وارد کنید.

داده واقعی و دقیق، از Schema طولانی اما ناقص ارزشمندتر است.

آیا اطلاعات Schema باید در صفحه قابل مشاهده باشند؟

Structured Data باید نماینده محتوای واقعی صفحه باشد.

برای مثال اگر صفحه محصول قیمت ۹ میلیون تومان را به کاربر نشان می‌دهد، نباید در Structured Data قیمت متفاوتی قرار دهیم.

همچنین نباید Review، Rating، قیمت، موجودی یا اطلاعات دیگری را که وجود واقعی ندارند فقط برای گرفتن یک نمایش جذاب‌تر در نتایج جستجو ایجاد کنیم.

گوگل در دستورالعمل‌های Structured Data نسبت به اطلاعات گمراه‌کننده و Markupهای خلاف محتوای واقعی صفحه حساس است.

آیا می‌توان چند Schema را در یک صفحه قرار داد؟

بله.

یک صفحه می‌تواند چند موجودیت مرتبط داشته باشد.

برای مثال یک مقاله می‌تواند شامل:

  • Article
  • BreadcrumbList
  • VideoObject در صورت وجود ویدئوی واقعی

باشد.

همچنین می‌توان روابط میان موجودیت‌ها را با ساختار مناسب JSON-LD مشخص کرد.

اما نکته مهم این است که تعداد بیشتر Schema به معنی سئوی بهتر نیست. هر Markup باید دلیل واقعی داشته باشد.

Nested Schema چیست؟

گاهی موجودیت‌های مختلف به یکدیگر وابسته‌اند.

برای مثال:

Article
 ├── author → Person
 ├── publisher → Organization
 └── image → ImageObject

یا:

Product
 ├── brand → Brand
 └── offers → Offer

این ساختارها کمک می‌کنند رابطه میان موجودیت‌ها دقیق‌تر توصیف شود.

Schema برای هر نوع صفحه چگونه انتخاب می‌شود؟

یکی از مهم‌ترین بخش‌های پیاده‌سازی حرفه‌ای Schema، انتخاب نوع درست بر اساس هدف صفحه است.

نوع صفحهSchemaهای محتملنکته مهم
مقالهArticleاطلاعات نویسنده و تاریخ باید واقعی باشد
صفحه محصولProductقیمت، موجودی و اطلاعات محصول باید با صفحه هماهنگ باشد
صفحه سازمانOrganizationاطلاعات شرکت باید واقعی و قابل اثبات باشد
کسب‌وکار محلیLocalBusinessآدرس و اطلاعات تماس باید واقعی باشد
رویدادEventتاریخ و مکان باید دقیق باشد
دستور غذاRecipeصفحه باید واقعاً دستور تهیه یک غذا باشد
ویدئوVideoObjectویدئوی واقعی باید در صفحه وجود داشته باشد
مسیر صفحاتBreadcrumbListباید مسیر واقعی سایت را توصیف کند

این جدول یک راهنمای انتخاب است، نه فهرستی از Schemaهایی که باید حتماً روی تمام صفحات سایت قرار بگیرند.

آیا برای صفحه خدمات Schema وجود دارد؟

در Schema.org نوع Service وجود دارد، اما باید توجه داشت که وجود یک Type در Schema.org الزاماً به معنی وجود یک Rich Result اختصاصی در Google Search نیست.

اگر صفحه‌ای درباره خدمات طراحی سایت، سئو یا پشتیبانی سایت است، ابتدا باید محتوای واقعی صفحه، موجودیت اصلی و قابلیت‌های مورد پشتیبانی گوگل را بررسی کرد.

بنابراین نباید صرفاً با هدف گرفتن یک نمایش خاص در گوگل، Type نامرتبطی انتخاب کنیم.

Schema برای سایت شرکتی چگونه باید طراحی شود؟

در یک سایت شرکتی، ابتدا باید موجودیت اصلی سایت مشخص شود.

ممکن است موجودیت اصلی Organization باشد و در صفحات مختلف نیز Markupهای دیگری بر اساس نوع محتوا استفاده شوند.

برای مثال:

  • صفحه اصلی: اطلاعات سازمان
  • صفحات مقالات: Article
  • مسیر صفحات: BreadcrumbList
  • صفحات نویسندگان: ProfilePage یا Person در ساختار مناسب
  • صفحات محصول: Product در صورت وجود محصول واقعی

لازم نیست یک Schema یکسان را روی همه صفحات کپی کنیم.

Schema برای مقاله چگونه تنظیم می‌شود؟

در یک مقاله آموزشی می‌توان اطلاعاتی مانند عنوان، تصویر، نویسنده، ناشر، تاریخ انتشار و تاریخ به‌روزرسانی را در Article توصیف کرد.

برای مثال اگر مقاله در سایت در تاریخ مشخصی منتشر شده، مقدار datePublished باید همان تاریخ واقعی باشد و dateModified نیز فقط زمانی تغییر کند که مقاله واقعاً به‌روزرسانی شده باشد.

این نکته به‌خصوص برای سایت‌های محتوایی مهم است؛ زیرا نباید تاریخ‌های ساختگی صرفاً برای تازه‌تر نشان دادن مقاله ایجاد شوند.

Schema در وردپرس چگونه اضافه می‌شود؟

در وردپرس معمولاً سه روش اصلی وجود دارد.

۱. استفاده از افزونه‌های سئو

بسیاری از افزونه‌های معتبر سئو می‌توانند بخشی از Structured Data سایت را به شکل خودکار ایجاد کنند.

مزیت این روش سادگی و کاهش نیاز به کدنویسی است؛ اما خروجی افزونه همچنان باید بررسی شود.

۲. استفاده از افزونه‌های تخصصی Schema

برخی افزونه‌ها کنترل بیشتری روی انواع Schema و Propertyها در اختیار مدیر سایت قرار می‌دهند.

مشکل زمانی ایجاد می‌شود که چند افزونه یا قالب، هم‌زمان یک موجودیت مشابه را تولید کنند.

برای مثال ممکن است افزونه سئو یک Article تولید کند و افزونه دیگری نیز همان مقاله را با اطلاعات متفاوت Markup کند.

۳. افزودن JSON-LD به‌صورت دستی

در پروژه‌های سفارشی می‌توان Structured Data را با کدنویسی تولید کرد.

<script type="application/ld+json">
{
  "@context": "https://schema.org",
  "@type": "Article",
  "headline": "عنوان مقاله",
  "author": {
    "@type": "Person",
    "name": "نام نویسنده"
  }
}
</script>

این کد فقط یک نمونه آموزشی است و برای استفاده واقعی باید بر اساس محتوای صفحه و دستورالعمل Type موردنظر تکمیل شود.

چگونه بفهمیم چند افزونه Schema تولید می‌کنند؟

اگر سایت وردپرسی شما از چند افزونه سئو، Schema، فروشگاه‌ساز یا قالب استفاده می‌کند، بررسی خروجی نهایی HTML ضروری است.

در سورس صفحه یا ابزارهای تست Structured Data جستجو کنید که آیا چند موجودیت مشابه با اطلاعات متفاوت تولید شده‌اند یا خیر.

برای مثال اگر دو افزونه هر دو Organization یا Article ایجاد کنند، باید بررسی شود که آیا این موجودیت‌ها به شکل صحیح به یکدیگر مرتبط شده‌اند یا اینکه Markupهای متناقض ایجاد شده است.

Schema را کجا قرار دهیم؟

اگر از JSON-LD استفاده می‌کنید، معمولاً می‌توان آن را در HTML صفحه قرار داد و بسیاری از سیستم‌ها آن را در بخش <head> قرار می‌دهند.

نکته مهم‌تر از محل دقیق قرارگیری این است که کد واقعاً در صفحه نهایی وجود داشته باشد، توسط موتور جستجو قابل دسترسی باشد و اطلاعات آن با محتوای صفحه مطابقت داشته باشد.

چگونه Schema سایت را بررسی کنیم؟

برای بررسی Structured Data باید چند مرحله را طی کرد.

مرحله اول: بررسی کد صفحه

ابتدا سورس HTML صفحه را بررسی کنید و ببینید JSON-LD یا Markup موردنظر واقعاً وجود دارد.

مرحله دوم: استفاده از Rich Results Test

ابزار Rich Results Test گوگل برای بررسی Markupهایی که می‌توانند در قابلیت‌های Rich Result استفاده شوند، ابزار مهمی است.

مرحله سوم: بررسی URL در Search Console

پس از انتشار، می‌توان URL را در Google Search Console و بخش URL Inspection بررسی کرد تا مشخص شود گوگل صفحه را چگونه مشاهده و پردازش می‌کند.

توجه داشته باشید که اعتبارسنجی موفق در Rich Results Test به معنی تضمین نمایش Rich Result نیست.

Rich Results Test چه چیزهایی را نشان می‌دهد؟

این ابزار می‌تواند وجود و اعتبار فنی برخی Structured Dataهای قابل استفاده برای Rich Results را بررسی کند.

برای مثال اگر یک Property ضروری در Markup محصول وجود نداشته باشد، ممکن است ابزار آن را گزارش کند.

اما همه مشکلات Schema الزاماً Syntax Error نیستند. ممکن است JSON-LD از نظر فنی معتبر باشد ولی اطلاعات آن با محتوای واقعی صفحه سازگار نباشد.

به همین دلیل اعتبارسنجی فنی تنها یک مرحله از فرآیند بررسی Schema است.

Schema در Google Search Console چگونه بررسی می‌شود؟

Search Console می‌تواند گزارش‌ها و اطلاعات مرتبط با برخی انواع Structured Data و Search Features را در اختیار شما قرار دهد.

اگر مشکل قابل گزارش در داده‌های ساختاریافته وجود داشته باشد، می‌توان جزئیات آن را بررسی کرد.

همچنین URL Inspection برای بررسی یک URL مشخص بسیار کاربردی است.

بعد از اعمال تغییرات نیز باید زمان لازم برای Crawl و پردازش مجدد صفحه را در نظر گرفت. تغییر Schema لزوماً بلافاصله در نتایج جستجو دیده نمی‌شود.

چرا Schema سایت من در گوگل نمایش داده نمی‌شود؟

اگر Schema را اضافه کرده‌اید اما Rich Result موردنظر را نمی‌بینید، چند احتمال وجود دارد.

۱. Schema از نظر فنی مشکل دارد

ممکن است JSON-LD معتبر نباشد یا Property ضروری موردنیاز نوع مربوطه وجود نداشته باشد.

۲. اطلاعات Schema با صفحه هماهنگ نیست

ممکن است کد از نظر Syntax درست باشد، اما اطلاعات آن با محتوای واقعی صفحه تفاوت داشته باشد.

۳. نوع Schema برای Rich Result موردنظر پشتیبانی نمی‌شود

هر Type موجود در Schema.org یک Rich Result اختصاصی در Google Search ندارد.

۴. صفحه هنوز دوباره پردازش نشده است

بعد از تغییر Structured Data باید منتظر Crawl و پردازش مجدد صفحه بمانید.

۵. گوگل تصمیم به نمایش Feature نگرفته است

حتی اگر داده‌های ساختاریافته صحیح باشند، گوگل نمایش Rich Result را تضمین نمی‌کند.

خطاهای رایج Schema چیست؟

خطاهای Schema می‌توانند دلایل مختلفی داشته باشند.

  • Property ضروری وجود ندارد.
  • نوع داده اشتباه است.
  • ساختار JSON-LD ناقص است.
  • مقدار یک Property معتبر نیست.
  • داده‌های Schema با صفحه تفاوت دارند.
  • چند افزونه داده‌های تکراری ایجاد کرده‌اند.
  • Schema نامرتبط روی صفحه قرار گرفته است.

Warning و Error در Schema چه تفاوتی دارند؟

Error معمولاً نشان‌دهنده مشکلی است که می‌تواند مانع واجد شرایط بودن Markup برای قابلیت موردنظر شود.

Warning معمولاً به اطلاعاتی اشاره دارد که اجباری نیستند، اما تکمیل صحیح آن‌ها می‌تواند داده را کامل‌تر کند.

با این حال، نباید صرفاً برای حذف Warningها اطلاعات ساختگی وارد کرد.

اولویت همیشه باید با صحت اطلاعات و رعایت دستورالعمل‌های همان نوع Schema باشد.

چرا Schema من معتبر است ولی Rich Result نمایش داده نمی‌شود؟

این سؤال بسیار مهمی است.

فرض کنید Rich Results Test پیام موفقیت نشان می‌دهد. این پیام یعنی Markup از نظر شرایط فنی مربوط به آن قابلیت قابل قبول تشخیص داده شده است؛ اما به معنی آن نیست که گوگل حتماً آن نمایش را در تمام جستجوها نشان خواهد داد.

نمایش نهایی می‌تواند به شرایط جستجو، نوع محتوا، وضعیت صفحه و تصمیم سیستم‌های Google Search وابسته باشد.

بنابراین بین این سه مرحله تفاوت قائل شوید:

Valid Schema → Eligible → Actually Shown

هر سه یک معنی ندارند.

آیا Schema روی CTR تأثیر دارد؟

Schema می‌تواند به شکل غیرمستقیم با CTR ارتباط داشته باشد؛ برای مثال اگر صفحه برای یک Rich Result واجد شرایط شود و آن نمایش اطلاعات بیشتری در اختیار کاربر قرار دهد، ممکن است توجه کاربر بیشتر شود.

اما نمی‌توان یک درصد ثابت برای افزایش CTR در تمام سایت‌ها تعیین کرد.

اثر احتمالی به نوع صفحه، Query، رقبا، نوع Search Feature و نحوه نمایش نتیجه بستگی دارد.

بنابراین بهتر است به جای وعده «افزایش قطعی CTR»، عملکرد واقعی صفحات را در Search Console بررسی کنیم.

آیا Schema بخشی از سئو تکنیکال است؟

Schema معمولاً در محدوده Technical SEO و Search Appearance بررسی می‌شود، اما نباید آن را جایگزین سئو داخلی دانست.

برای یک صفحه موفق، موارد مختلفی باید در کنار هم قرار گیرند:

  • محتوای مفید
  • پاسخ به Intent کاربر
  • ساختار مناسب صفحه
  • لینک‌سازی داخلی
  • دسترسی مناسب موتور جستجو
  • ساختار فنی صحیح
  • Structured Data مرتبط

Schema یکی از اجزای این مجموعه است، نه جایگزین آن.

Schema و E-E-A-T چه ارتباطی دارند؟

نباید تصور کنیم Schema به‌تنهایی E-E-A-T ایجاد می‌کند.

اما می‌توان اطلاعاتی مانند نویسنده، سازمان، ناشر و ارتباط میان موجودیت‌ها را به‌صورت ساختاریافته معرفی کرد.

این موضوع می‌تواند در درک بهتر ساختار اطلاعات و موجودیت‌های صفحه مفید باشد، اما جای تجربه واقعی، تخصص، اعتبار و کیفیت محتوا را نمی‌گیرد.

برای مطالعه بیشتر درباره این موضوع می‌توانید مقاله E-E-A-T چیست؟ را نیز ببینید.

آیا باید روی تمام صفحات سایت Schema قرار دهیم؟

خیر.

بهتر است به جای این سؤال که «چه Schemaهایی را روی همه صفحات بگذاریم؟»، ابتدا بپرسیم:

این صفحه دقیقاً چه چیزی را توصیف می‌کند؟

سپس بر اساس پاسخ، Markup مناسب را انتخاب کنیم.

برای مثال:

  • مقاله → Article
  • محصول → Product
  • سازمان → Organization
  • کسب‌وکار محلی → LocalBusiness
  • رویداد → Event
  • دستور غذا → Recipe
  • مسیر صفحه → BreadcrumbList

این رویکرد بسیار بهتر از کپی کردن یک کد Schema واحد در تمام صفحات سایت است.

چه زمانی نباید Schema اضافه کنیم؟

اگر Type موردنظر ارتباط واقعی با صفحه ندارد، افزودن آن تصمیم درستی نیست.

برای مثال نباید یک صفحه آموزشی را فقط برای گرفتن یک نمایش خاص، به‌عنوان محصول، رویداد یا Review معرفی کنیم.

همچنین اگر اطلاعاتی مانند Rating، قیمت یا تعداد Review واقعاً وجود ندارند، نباید آن‌ها را ایجاد کنیم.

قاعده ساده این است:

اول واقعیت صفحه را مشخص کنید؛ سپس Schema را به آن واقعیت متصل کنید.

اشتباهات رایج در پیاده‌سازی Schema

۱. استفاده از Schema نامرتبط

Schema باید محتوای واقعی صفحه را توصیف کند.

۲. درج اطلاعات جعلی

Review، Rating، قیمت یا اطلاعات دیگر نباید برای گرفتن Rich Result جعل شوند.

۳. تفاوت میان صفحه و Structured Data

اگر اطلاعات مهم صفحه با Schema تفاوت دارد، باید علت آن بررسی شود.

۴. نصب چند ابزار تولید Schema

چند افزونه ممکن است داده‌های تکراری یا متناقض تولید کنند.

۵. پر کردن Propertyها با داده‌های بی‌کیفیت

تعداد زیاد Property به تنهایی مزیت محسوب نمی‌شود.

۶. تصور افزایش مستقیم رتبه

Schema را نباید عامل جادویی رتبه گرفتن دانست.

۷. انتظار نمایش فوری

پس از تغییر Structured Data باید زمان کافی برای Crawl و پردازش مجدد صفحه در نظر گرفته شود.

چگونه Schema سایت را به‌صورت حرفه‌ای Audit کنیم؟

اگر سایت بزرگی دارید، بررسی تک‌تک صفحات به‌صورت دستی ممکن است زمان‌بر باشد. بهتر است Audit را مرحله‌ای انجام دهید.

مرحله ۱: صفحات را دسته‌بندی کنید

صفحات اصلی، خدمات، مقالات، محصولات، دسته‌بندی‌ها، نویسندگان و سایر انواع صفحه را جدا کنید.

مرحله ۲: موجودیت اصلی هر نوع صفحه را مشخص کنید

برای مثال موجودیت اصلی یک مقاله معمولاً Article است و موجودیت اصلی صفحه محصول Product.

مرحله ۳: Schemaهای فعلی را استخراج کنید

بررسی کنید هر صفحه چه Structured Dataهایی تولید می‌کند.

مرحله ۴: موارد تکراری را پیدا کنید

اگر چند افزونه یا قالب یک موجودیت را تولید می‌کنند، منبع تولید داده را مشخص کنید.

مرحله ۵: اطلاعات را با صفحه مقایسه کنید

قیمت، نام، نویسنده، تاریخ، موجودی، Review و سایر اطلاعات مهم باید با صفحه واقعی مطابقت داشته باشند.

مرحله ۶: Validation را انجام دهید

صفحات نمونه را با Rich Results Test بررسی کنید.

مرحله ۷: Search Console را بررسی کنید

پس از انتشار و Crawl مجدد، گزارش‌های مرتبط را بررسی کنید.

یک استراتژی درست برای پیاده‌سازی Schema

اگر بخواهیم Schema را به‌صورت اصولی در یک سایت پیاده کنیم، این فرآیند می‌تواند مفید باشد:

  1. انواع صفحات سایت را مشخص کنید.
  2. موجودیت اصلی هر صفحه را مشخص کنید.
  3. Schema متناسب با محتوای واقعی را انتخاب کنید.
  4. اطلاعات واقعی و قابل اثبات را وارد کنید.
  5. Propertyهای موردنیاز قابلیت موردنظر را تکمیل کنید.
  6. کد را با Rich Results Test بررسی کنید.
  7. صفحه را با URL Inspection بررسی کنید.
  8. گزارش‌های Search Console را پس از Crawl مجدد زیر نظر بگیرید.

Schema برای پرشیا وب چگونه می‌تواند استفاده شود؟

برای سایتی مانند پرشیا وب که در حوزه طراحی سایت، سئو، دیجیتال مارکتینگ و پشتیبانی سایت فعالیت می‌کند، بهتر است Structured Data بر اساس معماری واقعی سایت طراحی شود.

برای مثال، صفحه اصلی می‌تواند اطلاعات مربوط به سازمان را معرفی کند.

مقالات می‌توانند از Article و Breadcrumb استفاده کنند.

صفحات خدمات باید اطلاعات مرتبط با همان خدمت را توصیف کنند.

صفحات نویسندگان نیز در صورت وجود ساختار مناسب می‌توانند موجودیت نویسنده را معرفی کنند.

بنابراین هدف نباید این باشد که:

«هرچه Schema بیشتر، سئوی بهتر»

بلکه هدف این است:

«هر صفحه، Schema متناسب با محتوای واقعی خودش.»

Schema و معماری اطلاعات سایت

یکی از نکات مهمی که در بسیاری از آموزش‌های ساده Schema کمتر به آن توجه می‌شود، ارتباط Structured Data با معماری اطلاعات است.

اگر ساختار سایت مشخص باشد، تعریف موجودیت‌ها نیز ساده‌تر می‌شود.

برای مثال:

Organization
   ↓
Website
   ↓
WebPage
   ↓
Article
   ↓
Person / Organization
   ↓
Breadcrumb

البته این ساختار یک الگوی عمومی است و نباید بدون بررسی دقیق روی تمام سایت‌ها کپی شود.

هدف از چنین ساختاری این است که موجودیت‌های مختلف سایت و رابطه آن‌ها با یکدیگر به شکل منطقی قابل توصیف باشند.

آیا Schema برای سئوی معنایی مهم است؟

Structured Data می‌تواند بخشی از استراتژی سئوی معنایی باشد؛ زیرا اطلاعات مربوط به موجودیت‌ها و ویژگی‌های آن‌ها را به شکل ساختاریافته بیان می‌کند.

اما Semantic SEO فقط با اضافه کردن چند کد JSON-LD ایجاد نمی‌شود.

محتوا، موجودیت‌ها، روابط موضوعی، معماری سایت، لینک‌های داخلی و نحوه پوشش موضوع نیز اهمیت دارند.

Schema و هوش مصنوعی چه ارتباطی دارند؟

سیستم‌های جستجو و ابزارهای هوش مصنوعی برای درک محتوای وب از منابع و سیگنال‌های مختلف استفاده می‌کنند. Structured Data می‌تواند اطلاعات صریح‌تری درباره موجودیت‌ها، نویسنده، سازمان، محصول یا سایر داده‌های صفحه ارائه کند.

با این حال، نباید ادعا کرد که اضافه کردن Schema به‌تنهایی باعث نمایش بیشتر سایت در پاسخ‌های هوش مصنوعی می‌شود.

همچنان مهم‌ترین اصل، محتوای دقیق، قابل اعتماد و ساختارمند است.

آیا Schema باید دستی نوشته شود یا با افزونه؟

هر دو روش می‌توانند مناسب باشند.

برای یک سایت وردپرسی معمولی، استفاده از یک افزونه معتبر می‌تواند بخش قابل‌توجهی از کار را ساده کند.

در پروژه‌های پیچیده‌تر، فروشگاه‌های بزرگ یا سایت‌هایی با ساختار سفارشی، کنترل بیشتر روی خروجی Structured Data می‌تواند ضروری باشد.

در نهایت مهم نیست Schema با چه روشی ایجاد شده است؛ مهم این است که:

  • معتبر باشد.
  • با صفحه مطابقت داشته باشد.
  • اطلاعات واقعی داشته باشد.
  • Markup تکراری و متناقض ایجاد نکند.
  • دستورالعمل‌های Google را رعایت کند.

چک‌لیست کامل Schema Markup

  • ☑ نوع Schema با محتوای صفحه مطابقت دارد.
  • ☑ اطلاعات واردشده واقعی هستند.
  • ☑ اطلاعات Schema با محتوای قابل مشاهده صفحه هماهنگ‌اند.
  • ☑ Propertyهای ضروری نوع موردنظر تکمیل شده‌اند.
  • ☑ JSON-LD از نظر Syntax معتبر است.
  • ☑ چند افزونه Schema تکراری تولید نمی‌کنند.
  • ☑ Schema نامرتبط اضافه نشده است.
  • ☑ Review و Rating جعلی وجود ندارد.
  • ☑ قیمت و موجودی محصول با صفحه هماهنگ است.
  • ☑ نویسنده و تاریخ مقاله واقعی هستند.
  • ☑ صفحه برای Googlebot قابل دسترسی است.
  • ☑ Rich Results Test بررسی شده است.
  • ☑ URL Inspection انجام شده است.
  • ☑ وضعیت Structured Data در Search Console بررسی می‌شود.

سوالات متداول درباره Schema Markup

Schema Markup چیست؟

Schema Markup نوعی نشانه‌گذاری Structured Data است که اطلاعات و موجودیت‌های صفحه را به شکل ساختاریافته توصیف می‌کند تا موتورهای جستجو بتوانند معنای آن‌ها را بهتر درک کنند.

آیا Schema باعث افزایش رتبه سایت می‌شود؟

خیر. Schema به‌تنهایی تضمین‌کننده رتبه بالاتر نیست. کاربرد اصلی آن کمک به درک ساختار اطلاعات و در برخی موارد واجد شرایط کردن صفحه برای قابلیت‌های غنی‌تر در Search است.

JSON-LD چیست؟

JSON-LD یکی از قالب‌های پیاده‌سازی داده‌های ساختاریافته است و یکی از روش‌های رایج برای افزودن Schema به صفحات وب محسوب می‌شود.

آیا Schema برای وردپرس لازم است؟

Schema برای تمام صفحات یک سایت الزام مطلق نیست؛ اما در صفحات مناسب می‌تواند به درک بهتر محتوا و واجد شرایط شدن برخی قابلیت‌های Search کمک کند.

آیا Schema باعث نمایش ستاره در گوگل می‌شود؟

لزوماً خیر. حتی اگر Review یا Product Schema صحیح باشد، نمایش Rich Result به تصمیم Google Search و شرایط مربوط به آن قابلیت بستگی دارد.

آیا می‌توان چند Schema در یک صفحه داشت؟

بله، اگر هرکدام واقعاً بخشی از محتوای صفحه را توصیف کنند. برای مثال یک مقاله می‌تواند Article و BreadcrumbList داشته باشد و در صورت وجود ویدئوی واقعی، VideoObject نیز به آن اضافه شود.

بهترین Schema برای سایت شرکتی چیست؟

برای معرفی یک سازمان، Organization یکی از انواع مهم است؛ اما انتخاب دقیق Type و Propertyها باید بر اساس ماهیت واقعی سازمان و ساختار سایت انجام شود.

بهترین Schema برای فروشگاه اینترنتی چیست؟

برای صفحات محصول، Product یکی از مهم‌ترین انواع Structured Data است. اطلاعات محصول، قیمت، موجودی و سایر داده‌ها باید با اطلاعات واقعی صفحه هماهنگ باشند.

آیا FAQ Schema هنوز ارزش دارد؟

FAQPage همچنان در Schema.org وجود دارد، اما نمایش FAQ Rich Result در گوگل از سال ۲۰۲۳ به‌طور عمده به سایت‌های معتبر حوزه سلامت و دولت محدود شده است. بنابراین بیشتر سایت‌ها نباید صرفاً برای گرفتن FAQ Rich Result از آن استفاده کنند.

آیا Schema روی همه صفحات سایت لازم است؟

خیر. بهتر است برای هر نوع صفحه، Schema متناسب با محتوای واقعی همان صفحه انتخاب شود.

چگونه بفهمیم Schema سایت درست است؟

ابتدا HTML صفحه و خروجی Structured Data را بررسی کنید، سپس از Rich Results Test برای اعتبارسنجی و از URL Inspection و Search Console برای بررسی وضعیت صفحه پس از Crawl استفاده کنید.

جمع‌بندی؛ Schema Markup چیست و چرا اهمیت دارد؟

Schema Markup یا نشانه‌گذاری داده‌های ساختاریافته روشی برای توصیف استاندارد اطلاعات و موجودیت‌های موجود در صفحات وب است. با استفاده از آن می‌توان به موتورهای جستجو کمک کرد تا بهتر متوجه شوند یک صفحه درباره چیست و اطلاعات مختلف آن چه معنایی دارند.

اما Schema را نباید یک ابزار جادویی برای افزایش رتبه در نظر گرفت.

داشتن Structured Data معتبر نیز به معنی نمایش قطعی Rich Result نیست. گوگل می‌تواند با توجه به شرایط مختلف تصمیم بگیرد یک قابلیت خاص را نمایش دهد یا خیر.

استراتژی درست را می‌توان این‌گونه خلاصه کرد:

محتوای واقعی و مفید

↓

ساختار مناسب صفحه

↓

تشخیص موجودیت اصلی

↓

انتخاب Schema متناسب

↓

ثبت اطلاعات واقعی

↓

Validation

↓

بررسی Search Console

برای مثال در یک مقاله می‌توان از Article، در صفحه محصول از Product، برای معرفی سازمان از Organization، برای کسب‌وکار محلی از LocalBusiness و برای ساختار مسیر صفحات از BreadcrumbList استفاده کرد؛ البته فقط زمانی که این انواع واقعاً با محتوای صفحه مطابقت داشته باشند.

در سایت‌های وردپرسی نیز افزونه‌ها می‌توانند فرآیند تولید Schema را ساده کنند، اما نباید خروجی آن‌ها را بدون بررسی رها کرد. استفاده هم‌زمان از چند ابزار تولید Structured Data ممکن است باعث ایجاد داده‌های تکراری یا متناقض شود.

برای بررسی نهایی، Rich Results Test و URL Inspection در Google Search Console دو ابزار مهم هستند؛ اما اعتبارسنجی فنی تنها بخشی از فرآیند است و صحت محتوای Schema نیز باید بررسی شود.

در نهایت، پاسخ دقیق به سؤال «Schema Markup چیست؟» این است:

Schema Markup روشی برای توصیف ساختاریافته اطلاعات و موجودیت‌های موجود در یک صفحه وب است که می‌تواند به موتورهای جستجو در درک بهتر محتوا کمک کند و در صورت وجود شرایط لازم، صفحه را برای برخی قابلیت‌های غنی‌تر در نتایج جستجو واجد شرایط کند.

برای یک سایت حرفه‌ای، Schema نباید اقدامی جدا از سئو باشد؛ بلکه باید در کنار معماری اطلاعات، محتوای صفحه، لینک‌سازی داخلی، سئوی تکنیکال و تجربه کاربر طراحی شود.

در پروژه‌های طراحی سایت شخصی و فروشگاهی، سئو و پشتیبانی سایت پرشیا وب نیز رویکرد صحیح این نیست که برای هر صفحه چند کد Schema قرار داده شود؛ ابتدا باید نوع صفحه و موجودیت اصلی آن مشخص شود و سپس Structured Data متناسب با همان محتوا پیاده‌سازی و اعتبارسنجی شود.

Schema بیشتر، لزوماً سئوی بهتر نیست؛ Schema درست، دقیق و مرتبط است که ارزش دارد.

دیدگاه‌ خود را بنویسید

نشانی ایمیل شما منتشر نخواهد شد. بخش‌های موردنیاز علامت‌گذاری شده‌اند *

پیمایش به بالا