പേജ് പ്രസിദ്ധീകരിക്കും മുമ്പ് ചെയ്യേണ്ട 12 AEO പരിശോധനകൾ (2027)
പ്രസിദ്ധീകരിക്കും മുമ്പ്, URL redirects ഇല്ലാതെ 200 നൽകുന്നുണ്ടോ, robots.txt ഓരോ AI സെർച്ച് ക്രോളറെയും അനുവദിക്കുന്നുണ്ടോ, നിങ്ങളുടെ ഫയർവാൾ അവയ്ക്ക് യഥാർത്ഥ പേജ് നൽകുന്നുണ്ടോ, ഉത്തരം raw HTML-ൽ ഉണ്ടോ എന്ന് ഉറപ്പാക്കുക. തുടർന്ന് ബാക്കിയായ noindex അല്ലെങ്കിൽ nosnippet, ഒരൊറ്റ canonical, H1-ന് താഴെ ഉത്തരം, ശരിയായ ചേരുന്ന JSON-LD, ഒത്തുപോകുന്ന തീയതികൾ, ആന്തരിക ലിങ്കുകളോടെ sitemap എൻട്രി, hreflang എന്നിവ പരിശോധിച്ച്, ഇൻഡക്സിംഗ് അഭ്യർത്ഥിക്കുക.
AI ഉത്തരങ്ങളിൽ ഒരിക്കലും പ്രത്യക്ഷപ്പെടാത്ത മിക്ക പേജുകളും വിരസമായ എന്തിലെങ്കിലുമാണ് പരാജയപ്പെടുന്നത്: ബാക്കിയായ noindex, ഒരു ഫയർവാൾ നിയമം, staging-ലേക്ക് ചൂണ്ടുന്ന canonical. ഈ പന്ത്രണ്ട് പരിശോധനകൾ ലോഞ്ചിന് മുമ്പ് തന്നെ അവ പിടിക്കുന്നു. ഓരോന്നിനും ഏതാനും മിനിറ്റുകൾ മതി, മിക്കതിനും ഒരു terminal-ഉം പേജിന്റെ URL-ഉം മാത്രം മതി, ക്രോളർ അവ നേരിടുന്ന ക്രമത്തിലാണ് ലിസ്റ്റ് ചെയ്തിരിക്കുന്നത്.
ഈ പേജിൽ
- ഓരോ പരിശോധനയ്ക്കും എത്ര സമയമെടുക്കും?
- 1. URL redirect ശൃംഖലയില്ലാതെ 200 നൽകുന്നു
- 2. robots.txt ഓരോ AI സെർച്ച് ക്രോളർക്കും പേജ് അനുവദിക്കുന്നു
- 3. ഫയർവാൾ AI ക്രോളറുകൾക്ക് യഥാർത്ഥ പേജ് നൽകുന്നു
- 4. ഉത്തരം raw HTML-ൽ ഉണ്ട്
- 5. ബാക്കിയായ noindex അല്ലെങ്കിൽ nosnippet ഇല്ല
- 6. ഒരൊറ്റ canonical URL, പൂർണ്ണവും സ്വയം ചൂണ്ടുന്നതും
- 7. Title-ഉം H1-ഉം പേജ് എന്തിന് ഉത്തരം നൽകുന്നുവെന്ന് പറയുന്നു, ഉത്തരം തൊട്ടുതാഴെ
- 8. JSON-LD ശരിയായി parse ആകുന്നു, കാണുന്ന ടെക്സ്റ്റുമായി ചേരുന്നു
- 9. കാണുന്ന തീയതി, markup തീയതികൾ, sitemap lastmod എന്നിവ ഒത്തുപോകുന്നു
- 10. പേജ് sitemap-ൽ ഉണ്ട്, ബന്ധപ്പെട്ട പേജുകളിൽ നിന്ന് ലിങ്ക് ചെയ്തിരിക്കുന്നു
- 11. hreflang പരസ്പരമുള്ളതാണ്, x-default സഹിതം
- 12. പുതിയ പേജ് crawl ചെയ്യാൻ സെർച്ച് എഞ്ചിനുകളോട് ആവശ്യപ്പെടുക
- ഈ പരിശോധനകൾ എങ്ങനെ തിരഞ്ഞെടുത്തു
ഓരോ പരിശോധനയ്ക്കും എത്ര സമയമെടുക്കും?
ഒരു പേജിനുള്ള ഏകദേശ ഗൈഡ്, ആവശ്യമായ ടൂൾ സഹിതം. 1 മുതൽ 5 വരെ പരിശോധനകൾ എല്ലാ പേജിലും ചെയ്യുക; ബാക്കിയുള്ളവ ഓരോ ടെംപ്ലേറ്റിനും ഒരിക്കൽ, പിന്നെ ഇടയ്ക്കിടെ സാമ്പിളായി പരിശോധിക്കുക.
- 1. Status 200: 1 മിനിറ്റ്, curl.
- 2. ഓരോ ക്രോളർക്കും robots.txt: 3 മിനിറ്റ്, ബ്രൗസർ അല്ലെങ്കിൽ curl.
- 3. ഫയർവാൾ പ്രതികരണം: 3 മിനിറ്റ്, curl.
- 4. raw HTML-ൽ ടെക്സ്റ്റ്: 2 മിനിറ്റ്, curl.
- 5. ബാക്കിയായ noindex അല്ലെങ്കിൽ nosnippet ഇല്ല: 2 മിനിറ്റ്, curl.
- 6. ഒരൊറ്റ canonical: 2 മിനിറ്റ്, view-source.
- 7. Title, H1, ചുരുക്ക ഉത്തരം: 5 മിനിറ്റ്, പേജ് വായിക്കൽ.
- 8. JSON-LD ശരിയും ചേരുന്നതും: 5 മിനിറ്റ്, Rich Results Test അല്ലെങ്കിൽ Schema Markup Validator.
- 9. തീയതികൾ ഒത്തുപോകുന്നു: 3 മിനിറ്റ്, പേജ്, markup, sitemap.
- 10. Sitemap, ആന്തരിക ലിങ്കുകൾ: 5 മിനിറ്റ്, sitemap.xml, നിങ്ങളുടെ CMS.
- 11. hreflang: 5 മിനിറ്റ്, ബഹുഭാഷാ സൈറ്റുകൾക്ക് മാത്രം.
- 12. ഇൻഡക്സിംഗ് അഭ്യർത്ഥന: 2 മിനിറ്റ്, Search Console, IndexNow.
1. URL redirect ശൃംഖലയില്ലാതെ 200 നൽകുന്നു
നിങ്ങൾ പങ്കിടുകയും sitemap-ൽ ലിസ്റ്റ് ചെയ്യുകയും ചെയ്യുന്ന കൃത്യമായ URL-ൽ ക്രോളർക്ക് status 200 സഹിതം പേജ് തന്നെ ലഭിക്കണം. ഓരോ redirect-ഉം പരാജയപ്പെടാവുന്ന ഒരു ഘട്ടം കൂടിയാണ്, "കണ്ടെത്തിയില്ല" എന്ന സന്ദേശത്തോടെ 200 നൽകുന്ന പേജ് soft 404 ആണ്, സെർച്ച് എഞ്ചിനുകൾ അത് ഒഴിവാക്കിയേക്കാം.
# Final status, number of redirects and final URL
curl -s -o /dev/null -L -w "%{http_code} redirects=%{num_redirects} %{url_effective}\n" https://example.com/new-page/ പാസ്: 200 redirects=0, അതേ URL തിരികെ വരുന്നു. ശരിയാക്കാൻ: അന്തിമ URL-ലേക്ക് ലിങ്ക് ചെയ്ത് അത് തന്നെ ലിസ്റ്റ് ചെയ്യുക, പഴയ വിലാസങ്ങളിൽ നിന്ന് പരമാവധി ഒരു redirect മാത്രം വയ്ക്കുക.
2. robots.txt ഓരോ AI സെർച്ച് ക്രോളർക്കും പേജ് അനുവദിക്കുന്നു
ഓരോ ക്രോളറും വായിക്കുന്നതുപോലെ robots.txt വായിക്കുക. ഒരു ക്രോളറുടെ പേരുള്ള group അതിന് User-agent: * group-നെ മാറ്റിസ്ഥാപിക്കുന്നു, RFC 9309 പ്രകാരം ഏറ്റവും നീളത്തിൽ ചേരുന്ന നിയമം ജയിക്കുന്നു, തുല്യമാണെങ്കിൽ Allow ജയിക്കുന്നു.
കുറഞ്ഞത് OAI-SearchBot, Claude-SearchBot, Claude-User, PerplexityBot, Googlebot എന്നിവ പരിശോധിക്കുക. നിയമങ്ങൾ path പ്രിഫിക്സുകളുമായി ചേരുന്നതിനാൽ, /guides/ പോലുള്ള പുതിയ വിഭാഗം ഒരു പഴയ Disallow: /g നിയമത്തിൽ കുടുങ്ങാം. robots.txt തന്നെ 200 അല്ലെങ്കിൽ 404 നൽകുന്നുണ്ടെന്നും ഉറപ്പാക്കുക: RFC 9309 പ്രകാരം സെർവർ പിശക് എന്നാൽ സൈറ്റ് മുഴുവൻ നിരോധിച്ചതായി ക്രോളറുകൾ കരുതണം.
പാസ്: ഈ tokens-ൽ ഏതിനുമുള്ള ഒരു നിയമവും path നിരോധിക്കുന്നില്ല. robots.txt എങ്ങനെ പരീക്ഷിക്കാമെന്ന ഞങ്ങളുടെ ഗൈഡ് ഒരു ക്രോളർക്ക് ഒരു URL പരീക്ഷിക്കുന്നത് കാണിക്കുന്നു.
3. ഫയർവാൾ AI ക്രോളറുകൾക്ക് യഥാർത്ഥ പേജ് നൽകുന്നു
ബ്രൗസർ user agent ഉപയോഗിച്ചും ക്രോളർ user agents ഉപയോഗിച്ചും പേജ് അഭ്യർത്ഥിക്കുക, തുടർന്ന് status-ഉം വലുപ്പവും താരതമ്യം ചെയ്യുക. പേര് നോക്കി പ്രവർത്തിക്കുന്ന ബോട്ട് സംരക്ഷണം ക്രോളറുകൾക്ക് മാത്രം 403, 429 അല്ലെങ്കിൽ ചലഞ്ച് പേജ് നൽകിയേക്കാം.
URL=https://example.com/new-page/
for UA in "Mozilla/5.0 (Macintosh; Intel Mac OS X 10_15_7) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/131.0.0.0 Safari/537.36" \
"Mozilla/5.0 (compatible; OAI-SearchBot/1.0; +https://openai.com/searchbot)" \
"Mozilla/5.0 (compatible; Claude-SearchBot)" \
"Mozilla/5.0 (compatible; PerplexityBot/1.0; +https://perplexity.ai/perplexitybot)"; do
curl -s -o /dev/null -w "%{http_code} %{size_download} $UA\n" -A "$UA" "$URL"
done പാസ്: ഓരോ വരിയും 200-ഉം സമാന വലുപ്പവും കാണിക്കുന്നു. വളരെ ചെറിയ വലുപ്പം സാധാരണയായി ചലഞ്ച് പേജിനെ സൂചിപ്പിക്കുന്നു. ഈ strings പേര് നോക്കുന്ന നിയമങ്ങൾ പരീക്ഷിക്കുന്നു; യഥാർത്ഥ ക്രോളറുകൾ പ്രസിദ്ധീകരിച്ച IP റേഞ്ചുകളിൽ നിന്നും വരുന്നു, നിങ്ങളുടെ മെഷീനിൽ നിന്നുള്ള ടെസ്റ്റിന് അത് പുനഃസൃഷ്ടിക്കാനാവില്ല, അതിനാൽ ആ റേഞ്ചുകൾക്കുള്ള നിങ്ങളുടെ ഫയർവാളിന്റെ allow നിയമങ്ങളും പരിശോധിക്കുക.
4. ഉത്തരം raw HTML-ൽ ഉണ്ട്
സെർവർ അയയ്ക്കുന്ന HTML-ൽ നിങ്ങളുടെ ഉത്തരത്തിലെ ഒരു വാക്യം തിരയുക. ബ്രൗസറിന്റെ element inspector scripts പ്രവർത്തിച്ചതിന് ശേഷമുള്ള പേജാണ് കാണിക്കുന്നത്, അത് മിക്ക ക്രോളറുകൾക്കും ലഭിക്കുന്നതല്ല.
curl -s https://example.com/new-page/ | grep -c "a sentence from your short answer" പാസ്: 1 അല്ലെങ്കിൽ കൂടുതൽ. 0 എന്നാൽ ടെക്സ്റ്റ് JavaScript വഴി ചേർക്കുന്നു, തങ്ങളുടെ ക്രോളറുകൾ അത് പ്രവർത്തിപ്പിക്കുന്നുവെന്ന് OpenAI, Anthropic, Perplexity എന്നിവ രേഖപ്പെടുത്തിയിട്ടില്ല. അത് സെർവറിലോ build സമയത്തോ render ചെയ്യുക; JavaScript ഉള്ളടക്കവും AI ക്രോളറുകളും സംബന്ധിച്ച ഞങ്ങളുടെ ഗൈഡ് ഓപ്ഷനുകൾ ലിസ്റ്റ് ചെയ്യുന്നു.
5. ബാക്കിയായ noindex അല്ലെങ്കിൽ nosnippet ഇല്ല
Staging സൈറ്റുകൾ പലപ്പോഴും noindex സഹിതമാണ് വരുന്നത്, ഒരു ടെംപ്ലേറ്റ് അത് production-ലേക്ക് കൊണ്ടുപോയേക്കാം. robots meta tag-ഉം X-Robots-Tag HTTP header-ഉം പരിശോധിക്കുക, കാരണം ഏതെങ്കിലും ഒന്ന് മതി.
curl -s -D - -o /tmp/page.html https://example.com/new-page/ | grep -i "x-robots-tag"
grep -i -o '<meta[^>]*name="robots"[^>]*>' /tmp/page.html പാസ്: ഒന്നും പ്രിന്റ് ചെയ്തിട്ടില്ല, അല്ലെങ്കിൽ index, follow പോലുള്ളവ മാത്രം. AI Overviews, AI Mode എന്നിവയിൽ പ്രത്യക്ഷപ്പെടാൻ പേജ് ഇൻഡക്സ് ചെയ്തതും snippet-ന് യോഗ്യവുമായിരിക്കണമെന്നും, nosnippet അവയ്ക്ക് നേരിട്ടുള്ള ഇൻപുട്ടായി ഉപയോഗിക്കുന്നതും തടയുന്നുവെന്നും Google പറയുന്നു.
6. ഒരൊറ്റ canonical URL, പൂർണ്ണവും സ്വയം ചൂണ്ടുന്നതും
പേജ് കൃത്യമായി ഒരു rel="canonical", പൂർണ്ണ URL ആയി, നിങ്ങൾ പ്രസിദ്ധീകരിക്കുന്ന URL-ലേക്ക് ചൂണ്ടുന്ന രീതിയിൽ പ്രഖ്യാപിക്കണം. Google canonical-നെ ഒരു കൽപ്പനയല്ല, ശക്തമായ സിഗ്നൽ എന്നാണ് വിളിക്കുന്നത്, relative URL-കൾക്കെതിരെയും മറ്റൊരു വിലാസം ലിസ്റ്റ് ചെയ്യുന്ന sitemap പോലുള്ള വൈരുദ്ധ്യ സിഗ്നലുകൾക്കെതിരെയും മുന്നറിയിപ്പ് നൽകുന്നു.
ലോഞ്ചിലെ സാധാരണ തെറ്റുകൾ: ടെംപ്ലേറ്റ് പേജിൽ നിന്ന് പകർത്തിയ canonical, ഇപ്പോഴും staging host-ലേക്ക് ചൂണ്ടുന്ന canonical, ഒരു theme-ഉം ഒരു plugin-ഉം ഒരേസമയം ചേർക്കുന്ന രണ്ട് canonical tags.
പാസ്: ഒരു tag, ലൈവ് URL, sitemap-ലുള്ള അതേ protocol-ഉം host-ഉം.
7. Title-ഉം H1-ഉം പേജ് എന്തിന് ഉത്തരം നൽകുന്നുവെന്ന് പറയുന്നു, ഉത്തരം തൊട്ടുതാഴെ
പേജിന്റെ മുകൾഭാഗം ഒരു അപരിചിതൻ വായിക്കുന്നതുപോലെ വായിക്കുക. Title-ഉം H1-ഉം വാങ്ങുന്നവർ ഉപയോഗിക്കുന്ന വാക്കുകളിൽ ചോദ്യമോ വിഷയമോ പറയണം, H1-ന് താഴെയുള്ള ആദ്യ രണ്ടോ മൂന്നോ വാക്യങ്ങൾ അതിന് പൂർണ്ണമായി ഉത്തരം നൽകണം.
സെർച്ച് ഫലങ്ങളിൽ മുറിഞ്ഞുപോകാനുള്ള സാധ്യത കുറയ്ക്കാൻ title ഏകദേശം 60 അക്ഷരങ്ങൾക്കുള്ളിൽ നിർത്തുക. സംഖ്യകൾ, യൂണിറ്റുകൾ, ഉൽപ്പന്നത്തിന്റെ പേര് എന്നിവ പൂർണ്ണമായി എഴുതി, ഒറ്റയ്ക്ക് ഉദ്ധരിച്ചാലും അർത്ഥമാകുന്ന രീതിയിൽ ചുരുക്ക ഉത്തരം എഴുതുക.
പാസ്: ആദ്യ ഖണ്ഡിക മാത്രം വായിക്കുന്നയാൾക്ക് ഉത്തരം കിട്ടുന്നു. AI ഉത്തരങ്ങളിൽ ഉദ്ധരിക്കപ്പെടാനുള്ള വഴികളെക്കുറിച്ചുള്ള ഞങ്ങളുടെ ലിസ്റ്റ് ഉദ്ധരണിക്കായി എഴുതുന്നത് കൂടുതൽ ആഴത്തിൽ വിശദീകരിക്കുന്നു.
8. JSON-LD ശരിയായി parse ആകുന്നു, കാണുന്ന ടെക്സ്റ്റുമായി ചേരുന്നു
തകർന്ന JSON-LD മുഴുവനായി അവഗണിക്കപ്പെടുന്നു, അതിനാൽ ഒരു കോമ വിട്ടുപോയാൽ എല്ലാം നഷ്ടമാകും. URL Google-ന്റെ Rich Results Test-ലോ Schema Markup Validator-ലോ ഒട്ടിച്ച് എല്ലാ പിശകുകളും ശരിയാക്കുക.
തുടർന്ന് മൂല്യങ്ങൾ പേജുമായി താരതമ്യം ചെയ്യുക. Markup-ലെ headline, തീയതികൾ, വില, കറൻസി, സ്ഥാപനത്തിന്റെ പേര് എന്നിവ വായനക്കാരൻ കാണുന്നവ തന്നെയായിരിക്കണം. തങ്ങളുടെ AI ഫീച്ചറുകൾക്ക് പ്രത്യേക markup ആവശ്യമില്ലെന്നും structured data കാണുന്ന ടെക്സ്റ്റുമായി ചേരണമെന്നും Google പറയുന്നു.
പാസ്: പിശകുകളില്ല, ഓരോ മൂല്യവും പേജിൽ കാണാം. ഒഴിവാക്കാം: പേജ് തരത്തിന് അനുയോജ്യമായ markup ഇല്ലെങ്കിൽ; തെറ്റായ markup-നേക്കാൾ നല്ലത് ലളിതമായ പേജാണ്.
9. കാണുന്ന തീയതി, markup തീയതികൾ, sitemap lastmod എന്നിവ ഒത്തുപോകുന്നു
പേജിൽ ലേബലോടെ തീയതി കാണിക്കുക, അതേ തീയതികൾ datePublished, dateModified എന്നിവയിൽ ഉപയോഗിക്കുക, sitemap lastmod അവസാനത്തെ പ്രധാന മാറ്റത്തിലേക്ക് സജ്ജമാക്കുക. കാണുന്ന തീയതിയും markup തീയതിയും ഒത്തുപോകണമെന്ന് Google ആവശ്യപ്പെടുന്നു, lastmod സ്ഥിരമായും പരിശോധിക്കാവുന്ന രീതിയിലും കൃത്യമാണെങ്കിൽ മാത്രമേ ഉപയോഗിക്കൂ എന്നും പറയുന്നു.
ഓരോ build-ലും ഓരോ URL-നും ഇന്നത്തെ തീയതി പതിക്കുന്ന sitemap generator പുതിയ പേജിന് മാത്രമല്ല, എല്ലാ പേജുകൾക്കും lastmod ഉപയോഗശൂന്യമാക്കുന്നു.
പാസ്: മൂന്ന് സ്ഥലങ്ങൾ, ഒരു തീയതി.
10. പേജ് sitemap-ൽ ഉണ്ട്, ബന്ധപ്പെട്ട പേജുകളിൽ നിന്ന് ലിങ്ക് ചെയ്തിരിക്കുന്നു
ക്രോളറുകൾ ലിങ്കുകളിലൂടെയും sitemaps-ലൂടെയും പേജുകൾ കണ്ടെത്തുന്നു. കൃത്യമായ canonical URL ഉപയോഗിച്ച് പുതിയ URL നിങ്ങളുടെ XML sitemap-ൽ ചേർക്കുക, കുറഞ്ഞത് രണ്ട് ബന്ധപ്പെട്ട പേജുകളിൽ നിന്നും ഒരു hub അല്ലെങ്കിൽ index പേജിൽ നിന്നും അതിലേക്ക് ലിങ്ക് ചെയ്യുക.
ഒരു sitemap ഫയലിൽ 50,000 URL-കൾ വരെയും കംപ്രസ് ചെയ്യാതെ 50 MB വരെയും ഉൾക്കൊള്ളാം; വലിയ സൈറ്റുകൾക്ക് sitemap index വേണം. priority, changefreq എന്നിവ അവഗണിക്കുന്നുവെന്ന് Google പറയുന്നു, അതിനാൽ അവയിൽ സമയം കളയരുത്. ആന്തരിക ലിങ്കുകളില്ലാത്ത പേജ് ഒരു അനാഥനാണ്, ക്രോളറുകൾ അത് വൈകി കണ്ടെത്തിയേക്കാം അല്ലെങ്കിൽ കണ്ടെത്തിയേക്കില്ല.
പാസ്: URL sitemap-ൽ ഉണ്ട്, കുറഞ്ഞത് രണ്ട് പേജുകൾ വിവരണാത്മക anchor text സഹിതം അതിലേക്ക് ലിങ്ക് ചെയ്യുന്നു.
11. hreflang പരസ്പരമുള്ളതാണ്, x-default സഹിതം
പേജ് പല ഭാഷകളിലുണ്ടെങ്കിൽ, ഓരോ പതിപ്പും സ്വയം ഉൾപ്പെടെ എല്ലാ പതിപ്പുകളും ലിസ്റ്റ് ചെയ്യണം, ഓരോന്നും തിരികെ ലിങ്ക് ചെയ്യണം. മറുവശത്ത് നിന്ന് സ്ഥിരീകരിക്കാത്ത hreflang സൂചനകൾ Google അവഗണിക്കുന്നു. ഒരു ഭാഷയും ചേരാത്തപ്പോൾ കാണിക്കുന്ന പതിപ്പിനായി x-default ചേർക്കുക.
ഒഴിവാക്കാം: സൈറ്റിന് ഒരു ഭാഷ മാത്രമേയുള്ളൂവെങ്കിൽ. hreflang x-default-നെക്കുറിച്ചുള്ള ഞങ്ങളുടെ ഗൈഡ് അത് എപ്പോൾ ആവശ്യമാണെന്ന് വിശദീകരിക്കുന്നു.
12. പുതിയ പേജ് crawl ചെയ്യാൻ സെർച്ച് എഞ്ചിനുകളോട് ആവശ്യപ്പെടുക
പേജ് ലൈവായി മുകളിലെ പരിശോധനകൾ പാസായിക്കഴിഞ്ഞാൽ, സെർച്ച് എഞ്ചിനുകളെ അറിയിക്കുക. Google Search Console-ൽ പുതിയ URL-ൽ URL പരിശോധന ഉപയോഗിച്ച് ഇൻഡക്സിംഗ് അഭ്യർത്ഥിക്കുക തിരഞ്ഞെടുക്കുക. Bing-നും IndexNow പിന്തുണയ്ക്കുന്ന മറ്റ് എഞ്ചിനുകൾക്കും, നിങ്ങളുടെ key സഹിതം URL IndexNow endpoint-ലേക്ക് സമർപ്പിക്കുക; ഇത് crawling-ഓ ഇൻഡക്സിംഗോ ഉറപ്പുനൽകുന്നില്ലെന്ന് Bing ചൂണ്ടിക്കാട്ടുന്നു.
AI അസിസ്റ്റന്റുകൾക്ക് സമർപ്പണ ഫോം ഇല്ല. അവയുടെ ക്രോളറുകൾ ലിങ്കുകളിലൂടെയും സെർച്ചിലൂടെയും പേജ് കണ്ടെത്തുന്നു, അതുകൊണ്ടാണ് 2, 3, 10 പരിശോധനകൾ പ്രധാനമാകുന്നത്. നിങ്ങൾ ഒരു llms.txt ഫയൽ പ്രസിദ്ധീകരിക്കുന്നുണ്ടെങ്കിൽ, പേജ് അവിടെയും ചേർക്കുക; തങ്ങളുടെ Search അത് ഉപയോഗിക്കുന്നില്ലെന്ന് Google പറയുന്നു, അതിനാൽ അത് ഐച്ഛികമായി കാണുക.
പാസ്: ലൈവ് പേജ് ഇൻഡക്സ് ചെയ്യാമെന്ന് URL പരിശോധന കാണിക്കുന്നു.
ഈ പരിശോധനകൾ എങ്ങനെ തിരഞ്ഞെടുത്തു
ലിസ്റ്റ് ഒരു ക്രോളർ പോകുന്ന വഴി പിന്തുടരുന്നു: URL-ൽ എത്തുക, robots.txt വായിക്കുക, ഫയർവാൾ കടക്കുക, HTML വായിക്കുക, തുടർന്ന് അത് വ്യാഖ്യാനിക്കുക. ഓരോ പരിശോധനയും OpenAI, Anthropic, Perplexity, Google എന്നിവ തങ്ങളുടെ ക്രോളറുകളെക്കുറിച്ച് രേഖപ്പെടുത്തിയത്, robots.txt-നുള്ള RFC 9309, canonicals, തീയതികൾ, sitemaps, hreflang എന്നിവയെക്കുറിച്ചുള്ള Google-ന്റെ മാർഗ്ഗനിർദ്ദേശം എന്നിവയെ അടിസ്ഥാനമാക്കിയുള്ളതാണ്. keyword സാന്ദ്രത, വാക്കുകളുടെ എണ്ണ ലക്ഷ്യം പോലുള്ള, AI ഉത്തരങ്ങളിൽ രേഖപ്പെടുത്തിയ ഫലമില്ലാത്ത പരിശോധനകൾ ഞങ്ങൾ ഒഴിവാക്കി.
ഒരു പേജ് വായിക്കാനാകുമെന്ന് പരിശോധനകൾ കാണിക്കുന്നു; അത് ഉദ്ധരിക്കപ്പെടുമെന്ന് കാണിക്കാനാവില്ല. അത് മറ്റ് ഉറവിടങ്ങളുമായി താരതമ്യം ചെയ്യുമ്പോൾ ഉത്തരം എത്ര നല്ലതാണ് എന്നതിനെ ആശ്രയിച്ചിരിക്കുന്നു. ഓരോ ഫയർവാൾ, CDN, theme അല്ലെങ്കിൽ CMS മാറ്റത്തിന് ശേഷവും 2 മുതൽ 5 വരെ പരിശോധനകൾ ആവർത്തിക്കുക, കാരണം ആ മാറ്റങ്ങളാണ് അവയെ നിശ്ശബ്ദമായി ഇല്ലാതാക്കുന്നത്.
AISeeWhy ഇവയിൽ മിക്ക പരിശോധനകളും ഒറ്റ റണ്ണിൽ ചെയ്യുന്നു: അത് ഒരു യഥാർത്ഥ ബ്രൗസറിനൊപ്പം 16 AI, സെർച്ച് ക്രോളറുകളായി പേജ് എടുക്കുന്നു, ഓരോ ക്രോളറിനും robots.txt ബാധകമാക്കുന്നു, HTML, markup, canonical, തീയതികൾ എന്നിവ വായിക്കുന്നു. സൗജന്യ പരിശോധന സ്കോറും ആദ്യ കണ്ടെത്തലും കാണിക്കുന്നു; പൂർണ്ണ റിപ്പോർട്ട് ഓരോ പ്രശ്നവും തയ്യാറായ പരിഹാരത്തോടെ ലിസ്റ്റ് ചെയ്യുന്നു.
ഈ പ്രശ്നത്തിനുള്ള പരിഹാരങ്ങൾ
- OAI-SearchBot തടയപ്പെട്ടിരിക്കുന്നു
- പേജ് ഉള്ളടക്കത്തിന് JavaScript വേണം
- സാധാരണ ടെക്സ്റ്റായി എഴുതിയ ലിസ്റ്റുകൾ
- വിഭാഗങ്ങൾ ചെറിയ ഉത്തരത്തോടെ തുടങ്ങുന്നില്ല: 3-ൽ 2
അടുത്ത ഘട്ടങ്ങൾ
- AI ക്രോളറുകൾക്കുള്ള robots.txt ടെസ്റ്ററും ചെക്കറും
- llms.txt ചെക്കറും വാലിഡേറ്ററും
- പൂർണ്ണ റിപ്പോർട്ടിന്റെ ഒരു ഉദാഹരണം കാണുക
- AI ക്രോളർ മോണിറ്ററിംഗ്
- പ്ലാനുകളും വിലകളും
ഈ ലേഖനത്തിലെ ക്രോളറുകൾ
പതിവ് ചോദ്യങ്ങൾ
ഈ പരിശോധനകൾ എല്ലാ പേജിലും ചെയ്യേണ്ടതുണ്ടോ?
ഓരോ പുതിയ പേജിലും 1 മുതൽ 5 വരെ പരിശോധനകൾ ചെയ്യുക, കാരണം ഒരൊറ്റ URL തടയപ്പെടുകയോ ബാക്കിയായ noindex ഉണ്ടാവുകയോ ചെയ്യാം. 6 മുതൽ 11 വരെ പ്രധാനമായും ടെംപ്ലേറ്റിനെ ആശ്രയിക്കുന്നു, അതിനാൽ ഓരോ പേജ് തരത്തിനും ഒരിക്കൽ ചെയ്ത് പുതിയ പേജുകൾ ഇടയ്ക്കിടെ സാമ്പിളായി പരിശോധിക്കുക.
Google-ന് സമർപ്പിക്കുന്നതുപോലെ ChatGPT-ക്കോ Claude-നോ പേജ് സമർപ്പിക്കാൻ കഴിയാത്തത് എന്തുകൊണ്ട്?
OpenAI, Anthropic, Perplexity എന്നിവ വെബ് പേജുകൾക്കായി URL സമർപ്പണ ടൂൾ നൽകുന്നില്ല. അവയുടെ ക്രോളറുകൾ ലിങ്കുകൾ പിന്തുടർന്നും സെർച്ചിലൂടെയും പേജുകൾ കണ്ടെത്തുന്നു, അതിനാൽ ആന്തരിക ലിങ്കുകൾ, sitemap, OAI-SearchBot, Claude-SearchBot, PerplexityBot എന്നിവയ്ക്കുള്ള തുറന്ന ആക്സസ് എന്നിവയാണ് നിങ്ങളുടെ നിയന്ത്രണത്തിലുള്ളത്.
എന്റെ പേജ് പന്ത്രണ്ട് പരിശോധനകളും പാസാകുന്നു. എന്നിട്ടും എന്തുകൊണ്ട് ഉദ്ധരിക്കപ്പെടുന്നില്ല?
പരിശോധനകൾ പേജിനെ വായിക്കാവുന്നതാക്കുന്നു, മുൻഗണനയുള്ളതല്ല. ഒരു അസിസ്റ്റന്റ് ചോദ്യത്തിന് ഏറ്റവും നന്നായി ഉത്തരം നൽകുന്ന ഉറവിടങ്ങൾ തിരഞ്ഞെടുക്കുന്നു, അതിനാൽ അത് ഉദ്ധരിക്കുന്ന പേജുകളുമായി നിങ്ങളുടെ പേജ് താരതമ്യം ചെയ്യുക: അവ വേഗത്തിൽ ഉത്തരം നൽകുന്നുണ്ടോ, വിലകളോ സ്പെസിഫിക്കേഷനുകളോ ടെക്സ്റ്റിൽ പറയുന്നുണ്ടോ, നിങ്ങളുടേതിൽ ഇല്ലാത്ത ഡാറ്റ നൽകുന്നുണ്ടോ.
പ്രസിദ്ധീകരിച്ച ശേഷം AI ക്രോളറുകൾ എത്ര വേഗം വരും?
ഒരു കമ്പനിയും ഷെഡ്യൂൾ പ്രസിദ്ധീകരിക്കുന്നില്ല. OAI-SearchBot, Claude-SearchBot അല്ലെങ്കിൽ PerplexityBot ആദ്യമായി URL അഭ്യർത്ഥിക്കുന്നത് എപ്പോഴാണെന്ന് നിങ്ങളുടെ സെർവർ logs കാണിക്കുന്നു; AI ക്രോളറുകൾക്കായി സെർവർ logs പരിശോധിക്കുന്നതിനെക്കുറിച്ചുള്ള ഞങ്ങളുടെ ഗൈഡ് അവ എങ്ങനെ കണ്ടെത്താമെന്ന് കാണിക്കുന്നു.
ഉറവിടങ്ങൾ
- RFC 9309: Robots Exclusion Protocol (robots.txt പ്രോട്ടോക്കോൾ)
- OpenAI: OpenAI ക്രോളറുകളുടെ അവലോകനം
- Anthropic: Anthropic വെബിൽ നിന്ന് ഡാറ്റ crawl ചെയ്യുന്നുണ്ടോ, സൈറ്റ് ഉടമകൾക്ക് ക്രോളറെ എങ്ങനെ തടയാം?
- Perplexity: Perplexity ക്രോളറുകൾ
- Google Search Central: AI ഫീച്ചറുകളും നിങ്ങളുടെ വെബ്സൈറ്റും
- Google Search Central: Robots meta tag, data-nosnippet, X-Robots-Tag
- Google Search Central: canonical URL എങ്ങനെ വ്യക്തമാക്കാം
- Google Search Central: നിങ്ങളുടെ byline തീയതികളെ സ്വാധീനിക്കൽ
- Google Search Central: sitemap നിർമ്മിച്ച് സമർപ്പിക്കൽ
- Sitemaps.org: Sitemaps XML ഫോർമാറ്റ്
- Google Search Central: നിങ്ങളുടെ പേജിന്റെ പ്രാദേശിക പതിപ്പുകളെക്കുറിച്ച് Google-നോട് പറയൽ
- Google Search Console സഹായം: URL പരിശോധനാ ടൂൾ
- Bing: IndexNow, തുടങ്ങാം
- Google Search Console സഹായം: Rich Results Test
- Schema.org: Schema Markup Validator ടൂൾ
- Google Search Central: JavaScript SEO അടിസ്ഥാനങ്ങൾ