Доступність сайту для пошукових роботів і систем штучного інтелекту — необхідна умова машинної видимості. Але навіть якщо краулер виявив усі сторінки, це не означає, що система правильно зрозуміє зв’язки між продуктами, брендами, підрозділами та ринками компанії. Автор матеріалу Search Engine Journal пропонує розглядати це завдання як окремий рівень — Integrity Graph, або граф цілісності.
Приводом для обговорення став AI Visibility Audit проєкту Common Crawl, призначений для перевірки того, чи можуть системи ШІ знаходити контент організації та отримувати до нього доступ. Common Crawl — не пошукова система і не ШІ-платформа, а відкритий репозиторій даних вебсканування, який використовують у дослідженнях і навчанні моделей. Навіть якщо конкретна модель не використовує його безпосередньо, проєкт допомагає поставити загальніше запитання про доступність опублікованої інформації.
Розмітка сторінок і опис бізнесу — різні завдання
Автор статті розглядає проблему на прикладі банківських сайтів. За його спостереженнями, багато з них використовували розмітку Organization, BankOrCreditUnion, дані про відділення, продукти та послуги. Однак окремі сутності нерідко залишалися слабо пов’язаними між собою.
Під час перевірки структурованих даних варто запитувати не лише про наявність полів на кожній сторінці, а й про те, чи дають зв’язки між сутностями змогу зрозуміти устрій бізнесу. Наприклад, яка юридична особа володіє брендом, які послуги доступні в конкретному відділенні, які пропозиції діють лише на певних ринках і які продукти входять до однієї групи.
На думку автора, розмітка окремих елементів без таких зв’язків описує сторінки, але не обов’язково пояснює, як працює організація.
Чому посторінкової валідації може бути недостатньо
Інструменти перевірки структурованих даних зазвичай аналізують сторінку окремо: виявляють очікувані властивості для типу schema і перевіряють їхню відповідність стандартам. Це корисно для окремої сутності або оцінки можливості отримати розширений результат пошуку, але не завжди відображає якість зв’язаного графа.
Наприклад, сторінка відділення може посилатися через @id на основний опис материнської організації на головній сторінці. Адреса, юридичні відомості та профілі організації при цьому зберігаються в іншому місці графа, а не дублюються на сторінці відділення. Автор зазначає, що такі зв’язки можуть викликати попередження в інструментах посторінкової перевірки, хоча дані навмисно винесено в окремий опис.
Тому попередження слід розглядати в контексті завдання перевірки: воно може вказувати на нестачу даних для конкретного пошукового представлення, але саме собою не обов’язково означає, що зв’язку між сутностями немає.
Чому системам потрібен контекст
Пошукові системи історично виводили зв’язки зі змісту сторінок, посилань, поведінки користувачів та інших сигналів. Автор вважає, що такі механізми мають обмеження, і вказує на розвиток Google Product Graph, фідів Merchant Center, даних про сумісність і варіанти товарів, а також Conversational Attributes як на ознаки зростання уваги до явно заданих зв’язків.
Зокрема, Conversational Attributes у Merchant Center автор наводить як приклад отримання додаткового контексту від продавців, а не виключно його автоматичного виведення. За його оцінкою, відомості з перших рук часто можуть бути точнішими за машинне припущення: виробник знає сумісність продуктів, банк — доступність послуг у відділеннях, а міжнародна компанія — відмінності пропозицій на різних ринках.
Це не скасовує необхідності сканування. Доступність відповідає на запитання, чи може система отримати відомості; коректний опис зв’язків допомагає пояснити, до яких сутностей та умов ці відомості належать.
Агентні інтерфейси не замінюють якісні дані
У контексті готовності сайтів до роботи з ШІ-агентами обговорюють MCP, WebMCP, навички та картки агентів, каталоги API, протоколи A2A і файли llms.txt. Автор посилається на дослідження Agentic Readiness Бастіана Грімма: під час перевірки помітних сайтів у США, Великій Британії та Німеччині більшість із них не надавала жодного з досліджуваних механізмів виявлення для агентів.
Обмежене поширення цих механізмів, на думку автора, не робить їх неважливими. Однак навіть за наявності машиночитаного інтерфейсу залишається запитання, які дані через нього доступні. Якщо зв’язки між продуктами, брендами, послугами та ринками описано неточно або неповно, інтерфейс лише полегшує отримання цієї неповної інформації.
Що автор називає Integrity Graph
Integrity Graph у запропонованій автором концепції розширює граф сутностей: він має зберігати не лише відомості про те, які об’єкти існують і пов’язані між собою, а й контекст застосовності фактів.
Такий граф може описувати власника бренду, належність продукту до групи, доступність послуги у відділенні або на ринку, застосовність регулювання в конкретній юрисдикції та різницю між глобальними й локальними відомостями. Автор розглядає збереження цих зв’язків як окреме завдання поряд з ідентифікацією самих сутностей.
Які рівні перевіряти під час аудиту
Різні аудити відповідають на різні запитання. AI Visibility Audit Common Crawl присвячений виявленню та доступності контенту. Перевірки готовності до агентів розглядають, чи можуть ті знайти можливості сайту та взаємодіяти з його системами. Brand AI Visibility Audit, пов’язаний із Діксоном Джонсом і командою Waikay, оцінює, чи розпізнають системи ШІ бренди й сутності та чи правильно пов’язують організацію з відповідними темами і продуктами.
Автор пропонує доповнити ці напрями перевіркою цілісності зв’язків: чи здатні системи зрозуміти, як співвідносяться між собою частини бізнесу. У його моделі рівні послідовно пов’язані: інформацію потрібно виявити й отримати, потім співвіднести із сутністю, щоб коректно інтерпретувати зв’язки, які надають їй змісту.
Особлива складність для міжнародних компаній
Для компанії, що працює на багатьох ринках, успішне виявлення сторінок не гарантує застосування правильних фактів до потрібної аудиторії. Системі може знадобитися розрізняти характеристики продукту для Німеччини, регулювання для Японії та доступність послуг у Канаді, а також розуміти, які локальні назви належать до одного глобального продукту.
Автор порівнює це завдання з hreflang на рівні знань, а не URL: ідеться не лише про спрямування користувача на відповідну сторінку, а й про розмежування глобально застосовних і локальних фактів. За його оцінкою, перевагу надалі можуть отримати організації, які ясніше й надійніше представляють зв’язки між своїми сутностями, пропозиціями та ринками. Це прогноз автора, а не встановлений результат конкретного впровадження.
Коментарів поки немає. Почніть обговорення.