AI Crawlers साठी Machine Readability आणि स्वच्छ HTML

Crawlers ना प्रत्यक्षात काय मिळते, semantic HTML, सामान्य अडचणी, text-to-HTML ratio चे सत्य, आणि एक झटपट तपासणी.

भाषा: English · हिंदी · मराठी

Machine readability म्हणजे एखादा crawler किंवा parser एखाद्या पानाच्या code मधून त्याचा अर्थ किती सहजपणे काढू शकतो: मुख्य text, headings, दुवे आणि रचना. एखादे पान browser मध्ये अगदी व्यवस्थित दिसू शकते आणि तरीही यंत्रांसाठी वाचणे कठीण असू शकते, जर त्याचा content JavaScript ने उशिरा येत असेल, images मध्ये ठेवला असेल, किंवा layout च्या code च्या थरांखाली दडलेला असेल. स्वच्छ, semantic HTML यांपैकी बहुतेक अडचणी दुरुस्त करते.

Crawlers ना प्रत्यक्षात काय मिळते

Googlebot JavaScript render करतो, पण rendering पहिल्या crawl नंतर होऊ शकते. बहुतेक AI crawlers JavaScript चालवतच नाहीत आणि केवळ तो HTML वाचतात जो server पाठवतो. कोणत्या content चे मूल्यमापन करण्यापूर्वी तपासा की त्या पहिल्या प्रतिसादात काय आहे. तुम्ही तो browser मध्ये “View page source” ने पाहू शकता (ना की “Inspect” ने, जे scripts चालल्यानंतरचे पान दाखवते), curl सारख्या command-line साधनाने, किंवा Google Search Console च्या URL Inspection tool मधल्या “View crawled page” पर्यायाने.

Semantic HTML

Semantic elements एखाद्या parser ला सांगतात की पानाचा प्रत्येक भाग काय आहे:

Element अर्थ
main पानाचा मुख्य content, navigation आणि footer पेक्षा वेगळा
article एक स्वतःपुरता पूर्ण तुकडा, जसे एखादी post किंवा guide
h1 ते h3 Heading ची उतरंड
nav, header, footer साइटची चौकट जी content काढताना वगळता येते
ul, ol, table याद्या आणि तक्त्यातला data, त्यांची रचना शाबूत ठेवून
time यंत्राने वाचता येणाऱ्या स्वरूपात एक तारीख

Page builders अनेकदा div elements तयार करतात ज्यांना headings, याद्या किंवा tables सारखे दिसण्यासाठी सजवले जाते. माणसांना तीच गोष्ट दिसते, पण parser रचना गमावतो.

सामान्य अडचणी

  • मुख्य text पान load झाल्यानंतर JavaScript ने टाकला जाणे
  • महत्त्वाची माहिती केवळ images, sliders किंवा videos च्या आत, ज्याचा कोणता text प्रकार नाही
  • Tabs किंवा accordions मध्ये तो content जो click केल्यावरच आणला जातो
  • Headings उतरंडीऐवजी font च्या आकारासाठी निवडली जाणे, जसे अनेक h1 elements किंवा वगळलेल्या पातळ्या
  • Page builders कडून आलेल्या wrapper elements च्या फार खोल थर
  • Iframes च्या आत content, ज्याला crawlers वेगळे कागदपत्र मानतात

Text-to-HTML ratio बद्दल

काही SEO tools “text-to-HTML ratio” नोंदवतात आणि कमी मूल्याला अडचण मानतात. Google ने सांगितले आहे की तो ranking factor नाही. जड markup ची तरीही किंमत असते: Lighthouse इशारा देते जेव्हा एखाद्या पानात सुमारे 1,400 पेक्षा जास्त DOM nodes असतात, कारण मोठी DOM rendering आणि interaction मंद करतात. फुगलेला markup स्वच्छ करणे वेग आणि स्पष्टतेसाठी करण्याजोगे आहे; तो ratio स्वतः सोडून देता येतो.

Machine readability आणि accessibility

Machine readability च्या बहुतेक दुरुस्त्या accessibility च्या दुरुस्त्याही आहेत. Screen readers त्याच headings, landmarks, याद्या, table च्या headers आणि alt text वर विसंबतात ज्यांना parsers वापरतात. Web Content Accessibility Guidelines (WCAG) पाळल्याने दोन्ही एकत्र सुधारतात.

एक झटपट होणारी तपासणी

  1. पानाचा source उघडा आणि मुख्य content च्या मधून एक वाक्य शोधा. ते नसेल, तर ते JavaScript ने येते.
  2. तपासा की एक h1 आहे आणि h2 तसेच h3 headings पानाच्या बाह्यरेषेनुसार चालतात.
  3. तपासा की tables, table, tr, th आणि td elements वापरतात.
  4. Images बंद करा आणि पाहा की कोणती मुख्य माहिती गहाळ होत नाही.
  5. Lighthouse चालवा आणि DOM च्या आकाराचा इशारा पाहा.

वारंवार विचारले जाणारे प्रश्न

Page builder SEO साठी वाईट आहे का?

आपोआप नाही. काही स्वच्छ markup तयार करतात, काही फार जड code. साधनाच्या नावाऐवजी त्याचा output तपासा.

Google ला JavaScript शिवाय पाने लागतात का?

नाही, Google JavaScript render करतो. इतर search engines आणि बहुतेक AI crawlers करत नाहीत, त्यामुळे server कडून पाठवलेला content जास्त systems पर्यंत पोहोचतो.

संबंधित पाने