Schema Markup สำหรับเว็บไซต์โรงงาน: ทำ Organization, Product และ FAQ ให้ถูกต้อง
ข้อมูลมีโครงสร้างไม่ได้ทำให้ ChatGPT แนะนำคุณด้วยตัวเอง แต่ช่วยขจัดความสงสัยว่าคุณเป็นใครและผลิตอะไร นี่คือรายการสั้น ๆ ที่เว็บไซต์โรงงานต้องมี และสิ่งที่ข้ามได้

นักพัฒนาของเราถามว่าควรเพิ่ม schema markup อะไรในเว็บไซต์ภาษาอังกฤษของโรงงาน เราจำเป็นต้องมีสำหรับ Google และ AI ไหม และประเภทไหนสำคัญ?
คำตอบสั้นเพิ่มสามประเภทและรักษาให้ถูกต้อง: Organization ในหน้าแรก (ชื่อ โลโก้ ที่อยู่ ช่องทางติดต่อ และลิงก์ sameAs ไปยังโปรไฟล์ทางการ) Product markup ในแต่ละหน้าสินค้าหรือหน้าความสามารถโดยใช้รูปแบบ product snippet ของ Google และ BreadcrumbList ทั่วทั้งเว็บไซต์ FAQ markup เป็นทางเลือก เพราะตั้งแต่ปี 2023 Google แสดง FAQ rich results เฉพาะเว็บไซต์ภาครัฐและสุขภาพที่เป็นที่รู้จักเท่านั้น Google ระบุว่าไม่ต้องใช้ schema พิเศษเพื่อปรากฏใน AI Overviews แค่ markup ต้องตรงกับข้อความที่มองเห็นได้
ประเด็นสำคัญ
- เอกสารของ Google ระบุว่าไม่ต้องใช้ schema.org markup พิเศษเพื่อปรากฏใน AI Overviews หรือ AI Mode ข้อมูลมีโครงสร้างควรตรงกับข้อความที่มองเห็นบนหน้า
- Organization markup ไม่มีพร็อพเพอร์ตีบังคับ Google แนะนำชื่อ การมีตัวตนในโลกจริง เช่น ที่อยู่หรือโทรศัพท์ และการมีตัวตนออนไลน์ เช่น url หรือ logo
- โรงงานที่ไม่ได้ขายออนไลน์ควรใช้รูปแบบ product snippet ของ Google ซึ่งออกแบบมาสำหรับหน้าสินค้าที่คนซื้อโดยตรงไม่ได้
- FAQ rich results ถูกจำกัดเฉพาะเว็บไซต์ภาครัฐและสุขภาพที่เป็นที่รู้จักและน่าเชื่อถือตั้งแต่สิงหาคม 2023 ดังนั้นให้ถือว่า FAQ markup เป็นทางเลือก
- ตรวจสอบทุกเทมเพลตด้วย Rich Results Test ของ Google และแก้ข้อผิดพลาดก่อนนำ markup ไปใช้กับทุกหน้า
ถามผู้ให้บริการ SEO สามรายว่าเว็บไซต์โรงงานต้องใช้ schema อะไร แล้วคุณจะได้รายการยาวสามรายการ ส่วนใหญ่เกินความจำเป็น ผู้ผลิต B2B ที่ขายให้ผู้ซื้อต่างประเทศต้องการข้อมูลมีโครงสร้างจำนวนไม่มาก ที่รักษาให้ถูกต้อง บนหน้าที่ผู้ซื้ออ่านจริง คู่มือนี้ครอบคลุมสิ่งที่ควรเพิ่ม สิ่งที่ข้ามได้ และความเกี่ยวข้องกับ AI Search
ข้อมูลมีโครงสร้างช่วยให้โรงงานถูก AI อ้างอิงไหม?
เริ่มจากสิ่งที่ Google พูด แนวทางสำหรับเจ้าของเว็บไซต์เรื่องฟีเจอร์ AI ระบุว่าไม่มีข้อกำหนดเพิ่มเติมเพื่อปรากฏใน AI Overviews หรือ AI Mode คุณไม่ต้องมีไฟล์หรือ markup ใหม่ที่เครื่องอ่านได้ และไม่มีข้อมูลมีโครงสร้าง schema.org พิเศษที่ต้องเพิ่ม หน้าเดียวกันระบุเป็นแนวปฏิบัติ SEO ที่ดีตามปกติว่า "ทำให้แน่ใจว่าข้อมูลมีโครงสร้างตรงกับข้อความที่มองเห็นบนหน้า"
ดังนั้นข้อมูลมีโครงสร้างไม่ใช่สวิตช์เปิดการอ้างอิงบน AI สิ่งที่มันทำคือขจัดความกำกวม มันระบุในรูปแบบที่เครื่องอ่านได้ว่าหน้านี้เกี่ยวกับบริษัทนี้ ที่อยู่นี้ ผลิตสินค้าเหล่านี้ และมีโปรไฟล์ทางการเหล่านี้ สำหรับโรงงานจีนที่ชื่อภาษาอังกฤษ ชื่อจีน และชื่อบริษัทการค้ามักไม่ตรงกันทั่วเว็บ ความชัดเจนนี้คุ้มค่ากับเวลานักพัฒนาหนึ่งบ่าย
Organization markup ในหน้าแรกของโรงงานควรมีอะไร?
เอกสาร Organization ของ Google ระบุว่าไม่มีพร็อพเพอร์ตีบังคับ แนะนำให้เพิ่มพร็อพเพอร์ตีที่เกี่ยวข้องกับองค์กรของคุณ เน้นที่มีประโยชน์ต่อผู้ใช้ เช่น name หรือ alternateName สัญญาณการมีตัวตนในโลกจริงอย่าง address หรือ telephone และการมีตัวตนออนไลน์อย่าง url หรือ logo ตัวอย่างของ Google ยังใช้ sameAs เพื่อระบุโปรไฟล์ทางการ
| พร็อพเพอร์ตี | สิ่งที่ควรใส่สำหรับโรงงาน | ข้อผิดพลาดที่พบบ่อย |
|---|---|---|
| name | ชื่อบริษัทภาษาอังกฤษที่จดทะเบียน ตรงตามใบแจ้งหนี้ | ใช้สโลแกนการตลาดหรือชื่อบริษัทการค้า |
| alternateName | ชื่อแบรนด์แบบสั้น ชื่อจีนแบบพินอินหรืออักษรจีน | ไม่ใส่ไว้ ทำให้ AI เชื่อมโยงชื่อต่าง ๆ ไม่ได้ |
| url, logo | URL หน้าแรกและ URL รูปโลโก้ที่คงที่ | URL โลโก้ที่เปลี่ยนทุกครั้งที่ออกแบบเว็บใหม่ |
| address, telephone, email | ที่อยู่จริงของโรงงานและช่องทางติดต่อฝ่ายขายที่มีคนดูแล | ที่อยู่ที่ไม่ตรงกับร้านบนมาร์เก็ตเพลส |
| sameAs | หน้าบริษัทบน LinkedIn ร้านบนมาร์เก็ตเพลส ช่อง YouTube | ลิงก์ไปยังโปรไฟล์ที่ไม่มีความเคลื่อนไหวหรือเป็นของตัวแทน |
| foundingDate, numberOfEmployees | ข้อเท็จจริงที่คุณระบุในหน้า About ด้วย | ตัวเลขที่ไม่ปรากฏให้เห็นที่ใดเลย |
ใส่ Organization ไว้ในหน้าแรก (และหน้า About หากต้องการ) ไม่ใช่ใส่ซ้ำทุกหน้าด้วยค่าที่ต่างกัน ข้อเท็จจริงต้องตรงกับสิ่งที่ผู้เข้าชมเห็น
Product markup แบบไหนเหมาะกับโรงงานที่ไม่ได้ขายออนไลน์?
Google อธิบายข้อมูลมีโครงสร้างของสินค้าไว้สองประเภท Product snippets สำหรับหน้าสินค้าที่คนซื้อสินค้าโดยตรงไม่ได้ Merchant listings สำหรับหน้าที่ลูกค้าซื้อจากคุณได้ พร้อมตัวเลือกด้านการจัดส่งและการคืนสินค้ามากกว่า โรงงาน B2B ส่วนใหญ่เสนอราคาตามคำขอ ดังนั้น product snippets จึงเหมาะสมตามความเป็นจริง
ในแต่ละหน้าสินค้าหรือหน้าความสามารถ ให้อธิบายสินค้าด้วย name, description, image, brand (แบรนด์ของคุณหรือ "OEM") และวัสดุหรือหมวดหมู่ตามที่เกี่ยวข้อง อย่าแต่งราคาหรือคะแนนรีวิวขึ้นมาเพื่อให้ได้ rich results หากราคามีอยู่แค่ในใบเสนอราคา ก็ไม่ต้องใส่ หน้าสินค้าที่มีสเปกถูกต้องและมองเห็นได้ ให้ประโยชน์แก่ผู้ซื้อและ AI มากกว่า markup ที่สัญญามากกว่าที่หน้าแสดง
FAQ schema ยังคุ้มที่จะเพิ่มไหม?
ในเดือนสิงหาคม 2023 Google ประกาศลดการมองเห็นของ FAQ rich results: FAQ rich results จากข้อมูลมีโครงสร้าง FAQPage จะแสดงเฉพาะเว็บไซต์ภาครัฐและสุขภาพที่เป็นที่รู้จักและน่าเชื่อถือ สำหรับเว็บไซต์โรงงาน นั่นหมายความว่า FAQ markup แทบจะไม่สร้างผลลัพธ์แบบขยายได้ที่บางเอเจนซียังขายอยู่
ตัว FAQ เองยังมีคุณค่า คำถามและคำตอบที่มองเห็นได้ ("MOQ สำหรับสีสั่งทำคือเท่าไร?", "ผ่านการทดสอบสัมผัสอาหารอะไรบ้าง?") คือข้อความแบบที่คำตอบ AI ดึงไปใช้ได้พอดี เก็บ FAQ ที่มองเห็นได้ไว้ เขียนแต่ละคำตอบให้ประโยคแรกเข้าใจได้ด้วยตัวเอง และถือว่า FAQPage markup เป็นงานดูแลเสริมที่ไม่บังคับ
โรงงานควรนำข้อมูลมีโครงสร้างไปใช้อย่างไร?
- แก้ข้อเท็จจริงก่อน กำหนดชื่อบริษัทภาษาอังกฤษ ที่อยู่ และหมวดสินค้าชุดเดียวที่จะใช้ทุกที่
- เพิ่ม Organization ในหน้าแรก พร้อม name, alternateName, url, logo, address, ช่องทางติดต่อ และ sameAs
- เพิ่ม Product ในเทมเพลตเดียว (หน้าสินค้าหรือหน้าความสามารถหนึ่งหน้า) และ BreadcrumbList ทั่วทั้งเว็บไซต์
- ตรวจสอบด้วย Rich Results Test และแก้ข้อผิดพลาดร้ายแรงก่อนนำเทมเพลตไปใช้ทั้งหมด
- ทยอยใช้ทีละหน้า ตรวจว่าทุกค่าที่ทำ markup ปรากฏในข้อความที่มองเห็นได้
- ตรวจซ้ำหลังออกแบบใหม่ทุกครั้ง เทมเพลตมักทำ JSON-LD หายหรือซ้ำเมื่อเปลี่ยนธีม
ข้อมูลมีโครงสร้างแก้อะไรไม่ได้?
Markup ทำให้หน้าที่เนื้อหาบางกลายเป็นหน้าที่มีประโยชน์ไม่ได้ หากหน้าความสามารถของคุณเขียนว่า "อุปกรณ์ทันสมัยและการควบคุมคุณภาพเข้มงวด" โดยไม่มีตัวเลข การเพิ่ม Product schema ก็แค่ติดป้ายกล่องเปล่า ลำดับงาน GEO ยังเหมือนเดิม: อันดับแรกคือคอนเทนต์ที่เฉพาะเจาะจงและตรวจสอบได้บนหน้า อันดับสองคือข้อมูลเอนทิตีที่สอดคล้องกันทั่วเว็บ อันดับสามคือข้อมูลมีโครงสร้างเพื่ออธิบายทั้งสองอย่างให้ชัดเจน
ToucHigh ช่วยอย่างไร
GEO Autopilot ของ ToucHigh ถือว่าข้อมูลมีโครงสร้างเป็นส่วนหนึ่งของการแก้ไข ไม่ใช่โปรเจกต์แยก:
- ตรวจว่าโรงงานของคุณมองไม่เห็นตรงไหนบน ChatGPT, Perplexity, Google AI และ Gemini
- เขียนและเผยแพร่การแก้ไข ทั้งหน้าเว็บ คำตอบ และข้อมูลเอนทิตี เพื่อให้ข้อเท็จจริงและ markup ตรงกัน
- ติดตามสัดส่วนการอ้างอิงบน AI ของคุณ เพื่อให้เห็นว่าหน้าไหนเริ่มถูกอ้างอิง
นัดคุยกลยุทธ์ 30 นาที และนำหน้าสินค้ามาหนึ่งหน้า เราจะรีวิวว่าหน้านั้นเขียนว่าอะไร markup เขียนว่าอะไร และ AI พูดถึงคุณว่าอย่างไร
โรงงานและซัพพลายเออร์ B2B: ดูว่า ToucHigh ดูแลการมองเห็นซัพพลายเออร์บน AI Searchอย่างไร อยากเปลี่ยนการมองเห็นเป็นไปป์ไลน์? ดู ToucHigh PRO การเข้าถึงลูกค้าแบบกลยุทธ์มาก่อน
คำถามที่พบบ่อย
ควรใช้ JSON-LD หรือ microdata?
Google รองรับหลายรูปแบบ และ JSON-LD มักดูแลง่ายที่สุดเพราะอยู่ในบล็อกสคริปต์เดียวแทนที่จะแทรกอยู่ใน HTML ไม่ว่าเลือกแบบไหน ให้มีแหล่งข้อมูลหลักแหล่งเดียวเพื่อไม่ให้ markup และข้อความที่มองเห็นได้ค่อย ๆ ไม่ตรงกัน
ทำ markup ราคาที่เราให้เฉพาะในใบเสนอราคาได้ไหม?
ไม่ได้ ข้อมูลมีโครงสร้างควรอธิบายสิ่งที่อยู่บนหน้า หากหน้าไม่แสดงราคา ก็ไม่ต้องใส่ราคา และใช้รูปแบบ product snippet ซึ่ง Google ออกแบบไว้สำหรับหน้าที่คนซื้อโดยตรงไม่ได้
ต้องใช้ LocalBusiness markup ไหม?
เฉพาะเมื่อผู้ซื้อมาหาคุณด้วยตนเองในฐานะธุรกิจท้องถิ่น เช่น โชว์รูมที่มีเวลาเปิดทำการ สำหรับผู้ผลิตเพื่อการส่งออก Organization พร้อมที่อยู่จริงมักเป็นประเภทที่เหมาะสม
Schema markup จะพาเราเข้าไปอยู่ในคำตอบของ ChatGPT ไหม?
ไม่ใช่ด้วยตัวเอง Google ระบุว่าไม่ต้องใช้ schema พิเศษสำหรับฟีเจอร์ AI ของตน และผู้ช่วย AI อื่น ๆ พึ่งพาหน้าที่ครอว์เลอร์เข้าถึงได้และข้อมูลที่พบทั่วเว็บ Markup ช่วยด้วยการระบุข้อเท็จจริงของเอนทิตีให้ชัดเจน แต่คอนเทนต์ยังต้องตอบคำถามของผู้ซื้อ
แหล่งอ้างอิง
- Organization (Organization) structured data — Google Search Central
- Introduction to Product structured data — Google Search Central
- Changes to HowTo and FAQ rich results — Google Search Central Blog, 2023-08-08
- AI features and your website — Google Search Central
- Rich Results Test — Google
ทำไมเราเขียนบทความนี้เราเขียนบทความนี้เพราะโรงงานได้รับใบเสนอราคา "แพ็กเกจ AI schema" อยู่เรื่อย ๆ เอกสารชัดเจนพอที่จะบอกว่ารายการสั้นที่ถูกต้องดีกว่ารายการยาวที่เกินจริง


