Sonraí struchtúrtha

Tomhaiseann dhá crawl mhóra glacadh ar shamplaí éagsúla. Fuair Web Data Commons, a bhaintear as Common Crawl, sonraí struchtúrtha ar 1.3 billiún de na 2.4 billiún leathanach ina corpus i nDeireadh Fómhair 2024, trasna 16.5 milliún de 37.5 milliún fearann leibhéal pá^[1]. Sholáthair JSON-LD leabaithe 47.98 billiún de na thart ar 74 billiún cuardach RDF a aisghabhadh ón crawl sin, scaipthe thar 11.56 milliún fearann^[2].

Chuir Web Almanac HTTP Archive, a chraolann sraith níos cúinge de leathanaigh choitianta, JSON-LD ar 41% de leathanaigh soghluaiste in 2024, suas ó 34% in 2022 agus ag fás níos tapúla ná aon fhormáid eile a rianaíonn sé^[6]. Scóráil RDFa níos airde ag 66% agus bhí Microdata ar gcúl ag 26%^[7]. Thosaigh Google agus pobal schema.org ag foilsiú tacar sonraí staitisticí úsáide míosúil i Meitheamh 2026, ag tuairisciú glacadh téarmaí i mbuicéid tóir ar leibhéal an fhearainn^[8].

Tá seasamh doiciméadaithe Google cúng. Dúirt John Mueller nach ndéanfaidh marcáil suíomh a rangú níos fearr, agus gurb é an éifeacht atá aige ná leathanach a dhéanamh incháilithe le haghaidh taispeáint feabhsaithe^[9]; cuireann an doiciméadú forbróra an luach saothair i láthair mar thorthaí saibhre atá níos tarraingtí agus a fhéadfaidh níos mó idirghníomhaíochta a tharraingt^[3]. Maidir le gnéithe giniúna tá an treoir níos soiléire fós: níl aon mharcáil speisialta schema.org le cur le haghaidh Forbhreathnuithe AI nó Mód AI^[4], agus níl aon riachtanas teicniúil thar incháilitheacht Cuardaigh gnáth^[10].

Rianaigh Ahrefs 1,885 leathanach a chuir JSON-LD leis i gcoinne 4,000 leathanach rialaithe meaitseáilte nár chuir, agus thuairiscigh sé nach raibh aon ardú mór ar luaiteanna ar aon ardán a tástáladh^[5]. Bhí níos mó ná 100 lua Forbhreathnú AI ar na leathanaigh chóireáilte cheana féin roimh an athrú, mar sin labhraíonn an toradh ar leathanaigh a bhí á lua cheana féin agus ní ar an gceist an gcabhraíonn marcáil le leathanach neamh-luaite briseadh isteach^[11].

Tugann figiúr BrightEdge a scaipeadh i achoimrí díoltóirí an bealach eile, ag tuairisciú ardú 44% ar luaiteanna AI do shuíomhanna a chuir sonraí struchtúrtha leis in éineacht le bloic Ceisteanna Coitianta^[12]. Níl an dá thoradh inchomparáide: is ceann amháin roimh agus tar éis ar thacar leathanach seasta le rialuithe, an ceann eile comhghaolú trasna suíomhanna a d'athraigh níos mó ná rud amháin.

Tomhaiseann dhá thoradh deireadh meaisín an fhoclóra. Ar WDC-PAVE, tagarmharc de thairiscintí táirgí a tógadh ó 59 suíomh gréasáin a fhoilsíonn anótálacha schema.org, shroich GPT-4 scór F1 91% ag baint amach luachanna tréithe ón teideal agus ón gcur síos neamhstruchtúrtha, 10% os cionn na samhlacha eastósctha speisialaithe a tomhaiseadh ina gcoinne^[13]. Sa treo eile, thuairiscigh córas il-ghníomhaire 2025 a mhapálann táblaí agus colúin choibhneasta ar théarmaí Schema.org cruinneas mapála os cionn 90% trasna roinnt fearann^[14]. Ní bhraitheann samhail a aisghabhann na hairíonna ó phrós ar an leathanach iad a fhoilsiú.

Rialaíonn marcáil cé na cineálacha torthaí clasaiceacha a bhfuil leathanach incháilithe dóibh, mar sin fanann sé ag iompar ualaigh le haghaidh torthaí saibhre agus le haghaidh liostaí miondíoltóirí agus imeachtaí. Maidir le freagraí giniúna tá an cás níos laige ná an chomhairle a thugtar de ghnáth, ós rud é go léann innill a fhaigheann leathanach ag am freagra a théacs rindreáilte agus deir Google nach bhfuil aon mharcáil dá gcuid féin ag teastáil óna ghnéithe AI^[10]. Rianaíonn na foinsí a roghnaíonn inneall patrúin lua agus luaiteanna branda níos dlúithe ná clúdach marcála. Tá marcáil saor le cur leis agus neamh-dhébhríoch le parsáil, sin an argóint dó a mhaireann na staidéir luaite.