Cara menggunakan entitas dalam skema untuk meningkatkan pemahaman Google tentang konten Anda

Diterbitkan: 2023-06-26

Menambahkan markup skema di situs web Anda adalah cara yang bagus untuk membantu mesin telusur seperti Google memahami konten Anda dengan lebih cepat dan akurat.

Salah satu cara yang kurang dikenal untuk memanfaatkan markup skema adalah dengan memasukkan "entitas" di dalamnya. Menambahkan entitas ke dalam skema dapat membantu Google lebih memahami topik utama konten Anda.

Dalam artikel ini, saya akan memandu Anda melalui proses langkah demi langkah menggunakan entitas dalam markup skema.

Mengapa menggunakan entitas dalam markup skema?

Jadi mengapa bersusah payah menambahkan entitas di markup skema Anda saat kemampuan pemrosesan bahasa alami Google (seperti BERT dan MUM) sudah membantu mesin telusur memahami konten artikel Anda?

Jawabannya adalah baik penulis maupun AI terkadang gagal untuk mengomunikasikan dan mengidentifikasi secara akurat makna, konteks, dan pentingnya topik dalam sebuah artikel.

Bayangkan pergi ke restoran lokal favorit Anda dan melihat burrito yang tampak lezat di menu, tetapi tidak disebutkan jenisnya dan apa isinya.

Jadi Anda memesannya dan ketika datang, Anda harus mencari tahu menggunakan akal sehat Anda untuk menangkap semua petunjuk kontekstual tentang apa yang membuat hidangan tersebut.

Anda mungkin akan mengetahui sebagian besar bahannya jika Anda memiliki pengalaman kuliner yang cukup, tetapi kemungkinan besar tidak semuanya, terutama jika bahannya dicampur dengan rempah-rempah!

Menggunakan skema entitas seperti memberi Google semua bahan utama untuk artikel Anda, membuatnya lebih mudah bagi mereka untuk mengidentifikasi dan memahami topik terpenting artikel Anda tanpa kebingungan.

Melakukan hal itu menghilangkan tekanan untuk memastikan kata-kata digunakan dengan sempurna dalam artikel dan kalimatnya untuk menyampaikan makna dan kepentingannya.

Menambahkan entitas ke skema artikel Anda

Proses berikut memberi saya banyak kendali dan sedikit ketergantungan pada plugin pihak ketiga. Namun, jika Anda ingin menggunakan rute plugin, lihat WordLift.

Apa pun itu, membaca panduan ini akan membantu Anda lebih memahami bagaimana alat Google dan NLP melihat topik terpenting Anda.

Katakanlah Anda memiliki artikel berjudul "10 Mainan Terbaik untuk Anjing Dewasa Kecil".

Berikut adalah langkah-langkah untuk mengidentifikasi entitas yang paling relevan untuk artikel ini dan menambahkannya ke markup skema.

Langkah 1: Analisis artikel Anda menggunakan TextRazor

Mulailah dengan menyalin dan menempelkan teks artikel Anda ke demo TextRazor dan mengklik tombol "Analisis".

(Untuk panduan ini, saya menggunakan teks artikel dari DogLab.)

Analisis artikel Anda menggunakan TextRazor

Langkah 2: Identifikasi entitas yang relevan

Di halaman hasil, Anda akan melihat daftar entitas atau topik teratas yang diberi peringkat berdasarkan relevansi di sidebar kanan.

Mengidentifikasi entitas yang relevan

Semakin tinggi skor untuk suatu topik, semakin relevan dengan artikel tersebut.

Kuncinya di sini adalah untuk meninjau seluruh daftar ini dan melihat seberapa baik itu menilai relevansi topik.

Jika ada topik inti, seperti "frisbee", dan topik tersebut tidak memiliki skor relevansi yang tinggi, maka akan lebih penting untuk menambahkan ini ke skema Anda.

Plus, Anda mungkin ingin mempertimbangkan untuk menulis ulang kalimat yang mengandung kata "frisbee" untuk mendapatkan skor arti-penting atau relevansi yang lebih tinggi.

Untuk contoh ini, kami akan memilih topik atau entitas berikut yang kemudian akan Anda dapatkan data skemanya.

Entitas utama:

  • Anjing
  • Mainan anjing

Entitas sekunder:

  • Chihuahua
  • Yorkshire Terrier
  • Pomeranian
  • Shih Tzu
  • Pugs
  • frisbee
  • Mainan kunyah
  • Mainan melengking
  • Bola tenis

Tidak setiap topik di sidebar mewakili entitas yang dikenal di Wikipedia, Wikidata, atau Google.

Jadi penting untuk meninjau semua kata yang ditebalkan dan digarisbawahi dalam setiap kalimat yang dipecah di sisi kiri halaman.


Dapatkan buletin pencarian harian yang diandalkan pemasar.

Memproses ... tunggu sebentar.

Lihat persyaratan.


Langkah 3: Ambil URL entitas dari TextRazor

Selanjutnya, cari kalimat di sisi kiri halaman hasil yang berisi entitas pertama Anda.

Ambil URL entitas dari TextRazor

Dalam contoh ini, mari pilih "anjing" sebagai entitas.

Selanjutnya, klik tab Entitas di bawah kalimat yang mengandung kata anjing. Ini akan menampilkan daftar semua entitas dalam kalimat tertentu.

Kami ingin menyalin semua URL entitas untuk entitas ini dan menyimpannya untuk sementara di dokumen atau spreadsheet.

Klik kanan pada entitas pertama dalam daftar dan salin tautan Wikipedia-nya. Dalam hal ini, ini adalah:

  • http://en.wikipedia.org/wiki/Dog

Kemudian, cari entitas Google yang sesuai (yang harus diawali dengan " /m/ ") dan salin ID. Dalam hal ini, ( /m/0bt9lr )

Tambahkan ID entitas Google di bagian akhir URL penelusuran Google ini:

  • https://google.com/search?&kgmid=

Jadi sepertinya:

  • https://google.com/search?&kgmid=/m/0bt9lr

Lanjutkan dan klik ini untuk memverifikasi bahwa halaman hasil pencarian menampilkan hasil untuk kueri "anjing". Keren kan?

Terakhir, temukan entitas Wikidata (biasanya dimulai dengan huruf Q) dan salin tautannya (misalnya, http://wikidata.org/wiki/Q144).

Anda ingin mengulangi proses persis ini untuk setiap entitas di daftar Anda. Jika Anda menemukan bahwa ini adalah sesuatu yang ingin Anda otomatisasi lebih lanjut, TextRazor memiliki API yang dapat Anda gunakan.

Langkah 4: Gabungkan URL entitas ke dalam skema

Sekarang setelah Anda mengumpulkan URL Wikipedia, Google, dan Wikidata untuk setiap entitas, Anda dapat mengintegrasikannya ke dalam skema JSON yang disebut "about", yang seharusnya diletakkan di bawah skema utama, seperti "Article".

Ikuti struktur ini untuk setiap entitas:

 "about": [ { "@type": "Thing", "name": "Dog", "sameAs": "https://google.com/search?&kgmid=/m/0bt9lr" }, { "@type": "Thing", "name": "Dog", "sameAs": "http://en.wikipedia.org/wiki/Dog" }, { "@type": "Thing", "name": "Dog", "sameAs": "http://wikidata.org/wiki/Q144" } ]

Jika Anda memvalidasi dengan Schema.org, akan terlihat seperti ini:

Masukkan URL entitas ke dalam skema

Ulangi proses ini untuk semua entitas Anda.

Langkah 5: Tambahkan skema ke tema WordPress Anda

Di sinilah segalanya menjadi sedikit lebih teknis dan Anda mungkin memerlukan bantuan programmer atau mencoba ChatGPT.

Selanjutnya, kita perlu menambahkan kode PHP yang akan menyimpan semua entitas ini dan markup skemanya.

Kabar baiknya adalah setelah Anda membuat skema untuk entitas, Anda tidak perlu melakukannya lagi.

Cara saya membuat kode untuk situs WordPress saya adalah dengan mengaitkan "tag" WordPress ke setiap entitas.

Misalnya, saya memiliki tag WordPress yang disebut "Anjing" dan artikel apa pun tentang anjing mendapatkan tag ini.

Saat itu terjadi, kode WordPress secara otomatis menampilkan skema entitas anjing.

Bagian kerennya adalah Anda dapat menambahkan tag sebanyak yang Anda inginkan ke postingan atau halaman WordPress, sehingga Anda dapat memuat entitas yang relevan sebanyak yang Anda inginkan ke postingan dengan mengklik tombol.

Inilah prompt ChatGPT yang bagus untuk memulai untuk menghasilkan kode ini:

Permintaan ChatGPT untuk menghasilkan kode

Jika Anda menggunakan plugin seperti Yoast SEO, Anda ingin menyesuaikan permintaan untuk memasukkannya ke dalam format JSON mereka.

Langkah 6: Tetapkan tag ke artikel Anda

Setelah Anda memiliki kode PHP, Anda dapat menambahkan tag ke artikel Anda.

Tetapkan tag ke artikel Anda

Buka dasbor WordPress Anda dan pastikan artikel Anda (dalam hal ini, "Mainan Terbaik untuk Anjing Dewasa Kecil") memiliki tag yang sesuai (misalnya, "anjing") yang ditetapkan padanya.

Bagian keren dari contoh ini adalah setelah saya memberi tag pada artikel yang ada dengan "anjing", semua artikel tersebut akan langsung diperbarui.

Langkah 7: Bilas dan ulangi

Ulangi proses ini untuk entitas tambahan apa pun (misalnya, "mainan", "Chihuahua", "Yorkshire Terrier", dll.) yang ingin Anda sertakan dalam markup skema Anda.

Memasukkan entitas dalam markup skema

Mengintegrasikan entitas ke dalam markup skema Anda tidak diperlukan untuk mendapatkan peringkat pertama dalam penelusuran organik. Namun, ini dapat membantu Anda melindungi taruhan SEO jangka panjang Anda.

Penulis dan AI tidak sempurna. Menulis dan menafsirkan teks pada halaman tidak selalu dilakukan dengan sempurna. Ini berarti ada kemungkinan relevansi dan pentingnya topik utama artikel dapat dikurangi atau terlewatkan.

Jika Anda ragu tentang itu, ujilah untuk melihat cara kerjanya untuk situs Anda. Temukan empat artikel di situs Anda yang terkait topikal dan tambahkan setidaknya 5 hingga 10 entitas ke masing-masing artikel.

Anda mungkin dapat mengedit skema secara manual hanya untuk artikel pengujian. Jika berfungsi dengan baik, Anda dapat mengintegrasikannya lebih dalam ke dalam kode situs Anda atau mencoba WordLift.


Pendapat yang diungkapkan dalam artikel ini adalah dari penulis tamu dan belum tentu Search Engine Land. Penulis staf tercantum di sini.