Schema.org, arama motorlarının ve diğer platformların sayfa içeriğini daha iyi anlaması için kullanılan ortak bir yapılandırılmış veri sözlüğüdür. Yani sayfanızdaki bir ürünün fiyatını, bir makalenin yazarını ya da bir etkinliğin tarihini makine tarafından okunabilir biçimde tanımlamanızı sağlar. Bu sözlük Google, Microsoft, Yahoo ve Yandex’in birlikte yürüttüğü bir girişim olarak doğdu; amacı tek bir işaretleme dilinde anlaşmaktı. Kısaca söylemek gerekirse schema org, HTML’in görünmez etiketleriyle içeriğe anlam kazandırma işidir.
Pratikte bu tanım, arama sonuçlarında zengin snippet’lerin, ürün puanlarının ve SSS açılır kutularının nasıl ortaya çıktığını açıklar. Yapılandırılmış veri olmadan da sayfa dizine girer; fakat arama motoru içeriğin türünü tahmin etmek zorunda kalır. Doğru işaretleme bu tahmini azaltır, hata payını düşürür.
Bu rehberde schema org’un temel kavramlarını, JSON-LD ile nasıl uygulandığını, hangi içerik türlerinde hangi tiplerin kullanıldığını ve sık yapılan hataları ele alacağım. Yanına bir e-ticaret senaryosu ve iki karşılaştırma tablosu ekleyeceğim. Amaç, konuyu teknik bilgiye boğmadan uygulanabilir hale getirmek.
Schema org tanımı ve kapsamı
Schema.org, Google, Microsoft, Yahoo ve Yandex’in ortak geliştirdiği açık bir yapılandırılmış veri sözlüğüdür. Amaç tek: sayfadaki varlıkları arama motorlarına makine tarafından okunabilir biçimde anlatmak. Sözlük 2011’de yayına girdi ve o günden beri ortak bir dil olarak kullanılıyor.
Schema.org’un tanımı ve kökeni
Schema.org bir standart değil, bir kelime dağarcığıdır. Ürün, makale, etkinlik, kurum, kişi gibi tipleri ve bu tiplerin özelliklerini tanımlar. Her tip, JSON-LD, Microdata veya RDFa biçiminde sayfaya eklenebilir; Google’ın önerdiği biçim JSON-LD’dir.
Sözlüğün tam yapısı schema.org üzerinde açık biçimde yayımlanır. Google’ın uygulama kuralları ise Search Central belgelerinde listelenir.
Arama motorları için anlam katmanı
HTML sayfanın görsel iskeletini kurar; anlamı ise yapılandırılmış veri taşır. Bir ürün sayfasında fiyat, stok durumu ve puanı işaretlediğinizde, bot bu bilgileri tahmin etmek zorunda kalmaz. Aynı mantık makale, tarif, etkinlik ve yerel işletme sayfaları için de geçerlidir.
Schema.org, arama motoruna “bu sayfada ne var” sorusunun standart cevabını verir. Doğru işaretleme, içeriğin zengin sonuçlarda ve yapay zeka destekli yanıtlarda alıntılanma şansını artırır.
Yapılandırılmış verinin faydaları
Fayda iki katmanda görünür: görünürlük ve yorumlanabilirlik. Zengin sonuçlar (rich results) tıklama oranını etkileyebilir; ancak Google görünürlük garantisi vermez. Yapılandırılmış veri, arama motorunun içeriği daha az hatayla eşleştirmesine yardım eder.
- Ürün, makale ve etkinlik gibi varlıkların net tanımı
- Zengin sonuçlar için teknik temel
- Yapay zeka destekli arama yanıtlarında alıntılanabilirlik
- Hatalı işaretlemede Search Console üzerinden uyarı alma
Schema Org Türleri ve Yapılandırılmış Veri Sözlüğü
Schema.org, tek bir düz liste değil, birbirinden özellik devralan türlerden oluşan hiyerarşik bir sözlüktür. Her tür, üst türünün özelliklerini miras alır; bu yüzden bir türü seçmeden önce hangi üst türden türediğine bakmak gerekir.
Schema org türleri bir aile ağacı gibi çalışır: alt tür, üst türün tüm özelliklerini taşır ve yalnızca kendine özgü alanları ekler.
Temel varlık türleri: Thing, CreativeWork, Product
Thing, hiyerarşinin köküdür. Neredeyse tüm türler ondan türer; ad, açıklama ve aynı varlığa işaret eden tanımlayıcılar bu kökten gelir.
CreativeWork, yazı, görsel, video gibi üretilmiş içerikleri temsil eder. Article ve VideoObject bu daldan çıkar. Product ise fiziksel ya da dijital bir ürünü anlatır; fiyat, marka ve stok durumu gibi alanlar burada devreye girer. Ürün sayfasında Product, blog yazısında Article kullanmak bu ayrımın doğal sonucudur.
Sektörel örnekler: Article, Event, LocalBusiness, FAQPage
Tür seçimi sayfanın işlevine göre yapılır. Aşağıdaki tablo hangi içerikte hangi türün öne çıktığını özetler.
| İçerik | Tür | Öne çıkan alan |
|---|---|---|
| Haber/blog | Article | datePublished, author |
| Etkinlik | Event | startDate, location |
| Yerel işletme | LocalBusiness | address, openingHours |
| Soru-cevap | FAQPage | mainEntity |
FAQPage, HowTo ve Article gibi türler, doğru işaretlendiğinde arama sonuçlarında zengin görünümü destekler. Yine de görünürlük garanti değildir; Google’ın zengin sonuç politikaları ve içerik kalitesi belirleyicidir. Ayrıntılı kurallar için Google Search Central yapılandırılmış veri belgelerine bakabilirsiniz.
Tür seçerken dikkat edilecekler
Sayfa içeriğiyle eşleşmeyen tür kullanımı yanıltıcı sonuç doğurur ve manuel işlem riski taşır. Ürün listeleme sayfasına FAQPage eklemek, kullanıcıya görünmeyen bir soru-cevap yapısı tanımlamak gibi hatalar bu çerçevededır.
- Türü içeriğin gerçek amacına göre seçin.
- Zorunlu alanları eksiksiz doldurun.
- İşaretlemeyi sayfada görünen bilgiyle sınırlayın.
- Değişiklikleri Schema Markup Validator ile test edin.
Tür tanımlarının tam listesi schema.org sözlüğünde sürüm bazında yayımlanır; güncel alan adlarını oradan doğrulayın.
Schema Org Nasıl Eklenir? JSON-LD, Microdata ve RDFa Karşılaştırma Tablosu
Schema org işaretlemesi sayfaya üç formattan biriyle eklenir: JSON-LD, Microdata veya RDFa. Google, JSON-LD’yi önerilen format olarak belgeler ve zengin sonuçların çoğu bu biçimle okunur. Seçim, sayfanın teknik yapısına ve ekibin kod yazma alışkanlığına göre değişir.
JSON-LD, HTML’den bağımsız bir script bloğu olarak durur; Microdata ve RDFa ise mevcut HTML etiketlerinin içine gömülür. Bu fark, bakım maliyetini doğrudan etkiler.
Kritik kural: Aynı sayfada aynı varlık için iki farklı format kullanmak çakışan sinyaller üretir. Yeni şemaları tek formatta tut.
JSON-LD ile uygulama adımları
JSON-LD, sayfa yapısına dokunmadan ayrı bir <script type=”application/ld+json”> bloğunda çalışır. Bu yüzden tema değişikliklerinde bozulma riski düşüktür.
- Sayfa türünü belirle: ürün, makale, SSS veya yerel işletme.
- Şemayı schema.org sözlüğünden seç ve zorunlu alanları listele.
- JSON bloğunu <head> veya <body> içine yerleştir.
- Google’ın Rich Results Test aracıyla doğrula.
- Search Console’daki “Geliştirmeler” raporunu haftalık izle.
Microdata ve RDFa arasındaki farklar
Microdata, itemscope, itemtype ve itemprop nitelikleriyle HTML’e işlenir. RDFa ise vocab, typeof ve property niteliklerini kullanır; W3C tarafından standartlaştırılmıştır (RDFa Primer).
- Microdata: görünür metne bağlıdır, kaldırılan bir etiket şemayı da siler.
- RDFa: aynı mantık, farklı sözdizimi; semantik web projelerinde yaygın.
- JSON-LD: HTML’den ayrı, çoklu şema desteği kolay.
Hangi format ne zaman tercih edilmeli?
Yeni projelerde varsayılan seçim JSON-LD olmalı. CMS eklentileri de çoğunlukla bu formatı üretir; schema org kurulumu bu sayede kod yazmadan tamamlanabilir. Örneğin 300 ürünlü bir e-ticaret sitesinde her ürün şablonuna tek bir JSON-LD bloğu eklemek, 300 ayrı HTML düzenlemesinden daha az hata üretir.
| Ölçüt | JSON-LD | Microdata | RDFa |
|---|---|---|---|
| Kurulum | Kolay | Orta | Orta |
| HTML bağı | Yok | Var | Var |
| Google desteği | Önerilen | Geniş | Sınırlı |
| Bakım riski | Düşük | Yüksek | Yüksek |
Eski temalarda Microdata hazır geliyorsa tamamen sökmek şart değil. Yeni şemaları JSON-LD ile eklemek, çakışma riskini azaltır. Doğrulamayı her yayın öncesi tekrarla.
Schema Org ve Yapay Zeka Görünürlüğü İlişkisi
Arama motoru yanıtlarında yapılandırılmış verinin rolü
Schema org, bir sayfadaki varlıkları makinelerin okuyabileceği standart etiketlerle tanımlayan ortak sözlüktür. Yapılandırılmış veri, sayfanın anlamını açıkça bildirdiği için yapay zeka destekli özetlerde alıntılanma olasılığını artırır. Google, zengin sonuçları ve bazı yapay zeka yanıtlarını bu işaretlere dayandırır; resmi rehber Search Central üzerinde yayımlanır.
Bu standartlık, özetleyici modellerin bilgiyi çıkarırken belirsizliği azaltmasına yardım eder. Ürün, makale ve kuruluş gibi varlıklar aynı etiketlerle tanımlandığında, modelin sayfayı yorumlama biçimi tutarlı hale gelir.
Kritik kural: Sayfa metni ile JSON-LD işaretlemesi çelişirse, modelin güveni düşer. İkisi aynı bilgiyi söylemeli.
Yapay zeka yanıtlarında alıntılanma bir garanti değildir; işaretleme yalnızca makinenin sayfayı doğru anlamasına katkı sağlar.
AI ajanları için makine okunabilir içerik
AI ajanları, ürün, fiyat ve stok bilgisini yapılandırılmış işaretleme üzerinden daha kolay işler. Fiyat ve stok gibi alanlar sık değiştiği için işaretlemenin sayfa içeriğiyle eşzamanlı güncellenmesi gerekir.
- Ürün: ad, marka, GTIN ve fiyat alanlarını eksiksiz doldurun.
- Stok durumu: availability değerini gerçek duruma göre verin.
- Tarih: fiyat geçerlilik tarihini belirtin.
Pixenon’un Yapay Zeka Görünürlüğü hizmeti tam bu noktada devreye girer: işaretleme ile içerik tutarlılığını denetler.
E-ticaret ve pazaryerlerinde schema kullanımı
Pazaryerlerinde aynı ürünü satan birden çok satıcı olduğu için teklif ve fiyat işaretlemesi ayrıştırıcı bilgi sağlar. Ürün işaretlemesinin temel alanları Schema.org üzerinde tanımlıdır (schema.org/Product).
E-ticaret Yapay Zeka Görünürlüğü çalışmalarında ürün sayfaları, kategori sayfaları ve SSS blokları birlikte ele alınır. Sonuçlar tarama sıklığına ve içerik kalitesine göre değişir; sabit bir sıralama garantisi yoktur.
Örnek senaryo: 300 ürünlük mağaza
300 ürünlü bir mağazada önce ürün sayfalarındaki ad, marka ve fiyat alanları denetlenir. Ardından stok durumu ile sayfadaki metin karşılaştırılır; çelişen kayıtlar düzeltilir. Son adımda fiyat geçerlilik tarihi eklenir ve işaretleme haftalık kontrol edilir.
Ölçüm ölçütleri
| Ölçüt | Ne kontrol edilir |
|---|---|
| Alan bütünlüğü | Zorunlu alanların doluluk oranı |
| Tutarlılık | Metin ile JSON-LD uyumu |
| Güncellik | Fiyat ve stok eşleşmesi |
| Geçerlilik | Zengin sonuç testi sonucu |
Gerçek Uygulama Senaryosu: 300 Ürünlü E-Ticaret Sitesi
300 ürünlük bir mağazada schema org uygulaması, ürün ve kategori sayfalarına ayrı ayrı yapılandırılmış veri eklemeyi gerektirir. Aşağıdaki senaryo, sıfırdan başlayan bir mağazanın izleyebileceği yolu gösterir.
Mevcut durum ve hedefler
Site, açık kaynak bir e-ticaret altyapısıyla çalışıyor ve ürün sayfalarında fiyat, stok ve puan bilgisi düz metin olarak duruyor. Arama motoru bu bilgiyi okuyamıyor; sonuç sayfasında yalnızca başlık ve açıklama görünüyor.
Hedefler üç başlıkta toplanır:
- Ürün sayfalarında fiyat ve stok bilgisinin zengin bu durumda görünmesi.
- Kategori sayfalarında gezinme izinin (breadcrumb) arama sonucuna yansıması.
- Search Console üzerinden hata ve uyarı takibinin kurulması.
Adım adım uygulama süreci
- Product, Offer ve AggregateRating şemalarını her ürün sayfasına JSON-LD olarak ekleyin. Fiyat, para birimi ve stok durumu Offer içinde tanımlanır; puan ortalaması yalnızca gerçek yorumlara dayanıyorsa AggregateRating ile verilir.
- Kategori sayfalarına BreadcrumbList ve ItemList ekleyin. ItemList, listedeki ürünlerin sırasını ve bağlantısını taşır.
- Şablonları tek bir merkezden üretin; 300 sayfayı elle düzenlemek yerine veri katmanından besleyin.
- Google’ın Product yapılandırılmış veri kılavuzuna göre zorunlu alanları doğrulayın.
Beklenen çıktılar ve ölçüm
Uygulama sonrası Search Console’daki “Zengin sonuçlar” raporunda ürün ve gezinme izi türleri ayrı ayrı izlenir. Hata sayısı, geçerli öğe sayısı ve kapsam dışı bırakılan URL’ler haftalık kontrol edilir.
Ölçüm için bir karşılaştırma tablosu:
| Ölçüt | Önce | Sonra |
|---|---|---|
| Ürün şeması | Yok | 300 sayfa |
| Breadcrumb | Yok | Kategori bazlı |
| Hata takibi | Manuel | Search Console |
Sonuçların görünür olması zaman alır; sıralama ve tıklama değişimi sektöre ve rekabete göre farklılaşır. Google’ın zengin sonuç galerisi hangi türlerin hangi koşullarda gösterildiğini açıklar.
Schema Org Uygularken Sık Yapılan Hatalar
Schema org işaretlemesinde en sık görülen hata, sayfada kullanıcıya gösterilmeyen bilgiyi kodda tanımlamaktır. Bu yaklaşım Google’ın yapılandırılmış veri politikalarına aykırıdır ve manuel işlem riskini artırır. Aşağıda üç yaygın hatayı, düzeltme yolunu ve bir kontrol tablosunu bulacaksınız.
İçerikle uyuşmayan işaretleme
Sayfada görünmeyen fiyat, puan veya stok bilgisini schema ile işaretlemek yanıltıcıdır. Google, işaretlenen verinin sayfadaki görünür içerikle eşleşmesini ister; aksi halde zengin sonuçlar kaldırılır.
- Ürün fiyatı sayfada yazmıyorsa offers özelliğini doldurmayın.
- Yorum sayısı görünmüyorsa aggregateRating eklemeyin.
- Kampanya tarihi metinde yoksa priceValidUntil vermeyin.
Kontrol yöntemi basit: işaretlediğiniz her alanı sayfada gözle arayın. Bulamıyorsanız o alanı koddan çıkarın.
Zorunlu özelliklerin eksik bırakılması
Her türün zorunlu ve önerilen özellikleri farklıdır; eksik zorunlu alan şemayı geçersiz kılar. Örneğin Article için başlık ve yazar, Product için ad ve teklif bilgisi gerekir.
Google’ın zengin sonuç galerisi her tür için gerekli alanları listeler. Yayına almadan önce Rich Results Test ile doğrulayın; hataları tek tek kapatın.
Aşırı ve gereksiz tür kullanımı
Her sayfaya aynı şemayı eklemek fayda sağlamaz; alakasız türler sinyali zayıflatır. Blog yazısına Product, iletişim sayfasına Recipe eklemenin karşılığı yoktur.
Sayfa türüne göre tek bir doğru şemayı seçin. Bir sayfada birden fazla tür gerekiyorsa @graph ile ilişkilerini açıkça tanımlayın; gereksiz alanları temiz tutun.
Altın kural: schema org yalnızca sayfada görünen, doğrulanabilir bilgiyi tanımlar. Görünmeyen veri işaretlemek kural ihlalidir.
Örnek senaryo: 40 ürünlük mağaza
Kırk ürünlü bir mağazada her ürün sayfasına aynı şablonu uyguladığınızı düşünün. Stokta olmayan ürünlerde fiyat alanı boş kalıyorsa offers bloğu da boş görünür; bu, doğrulama aracında uyarı üretir. Önce sayfa türünü belirleyin, sonra yalnızca dolu alanları işaretleyin. Son adımda her sayfayı tek tek test edin.
Hata kontrol ölçütleri
| Hata | Belirti | Düzeltme |
|---|---|---|
| Görünmez veri | Kodda var, sayfada yok | Alanı kaldır |
| Eksik zorunlu alan | Testte geçersiz şema | Zorunlu alanı ekle |
| Alakasız tür | Sayfa türüyle uyumsuz | Doğru türü seç |
Ölçüm için hangi aracı, hangi sıklıkta kullandığınızı yazılı tutun. Aylık denetim, yeni sayfa eklenirken yapılan hataları erken yakalar. Şema yapısının kuralları için schema.org belgelerine başvurabilirsiniz.
Schema Org Doğrulama ve Ölçüm Yöntemleri
Schema org işaretlemesi eklemek tek başına yeterli değil; yayına aldıktan sonra doğrulama ve ölçüm yapılmadan hatalar görünmez kalır. Doğrulama, işaretlemenin sözdizimsel olarak geçerli ve Google’ın beklediği alanlarla uyumlu olduğunu kontrol eder.
Rich Results Test ve Schema Markup Validator kullanımı
Google Rich Results Test, tek bir URL’yi veya sayfa kodunu test ederek zengin sonuç uygunluğunu gösterir. Test sonucunda “geçerli öğeler” ve “uyarılar” ayrı listelenir; uyarılar zorunlu alan eksikliğini işaret eder.
Schema Markup Validator ise Google’a özgü olmayan, genel schema org sözdizimini denetler. İki araç birbirini tamamlar: biri görünür sonuç olasıini, diğeri yapının bütünlüğünü ölçer.
- Test öncesi sayfanın canlı sürümünü kullanın; önbellekteki eski sürüm yanıltır.
- Ürün, makale ve SSS gibi türleri ayrı ayrı test edin.
- Uyarıları sıfıra indirmek yerine zorunlu alanların tam olduğundan emin olun.
Search Console raporlarını okuma
Search Console’daki “Geliştirmeler” bölümü, geçersiz öğeleri tür bazında gruplar. Her satırda etkilenen URL sayısı ve hata nedeni görünür; düzeltme sonrası yeniden tarama isteyin.
Rapor yalnızca Google’ın dizine eklediği sayfaları kapsar. Yeni eklenen işaretlemelerin görünmesi günler alabilir; bu gecikme normaldir.
Ölçüm için takip edilecek metrikler
Zengin sonuç gösterimleri ve tıklama oranları, işaretlemenin işe yarayıp yaramadığını gösteren iki temel sinyaldir. Performans raporunda arama görünümü filtresiyle bu verileri ayrıştırabilirsiniz.
| Metrik | Ne Gösterir |
|---|---|
| Geçerli öğe sayısı | İşaretleme kapsamı |
| Gösterim | Zengin sonuç görünürlüğü |
| Tıklama oranı | Sonuç çekiciliği |
| Ortalama pozisyon | Sıralama değişimi |
Değişimi tek başına yorumlamayın; içerik güncellemesi ve mevsimsellik de bu metrikleri etkiler. Google’ın yapılandırılmış veri kuralları için Search Central belgelerine ve sözdizimi standardı için schema.org sitesine başvurun.
Schema Org Kontrol Listesi: Adım Adım Uygulama
Schema org uygulaması, sayfaya etiket eklemekle bitmez; envanter, test ve izleme olmak üzere üç aşamalı bir döngüdür. Aşağıdaki kontrol listesi her aşamada ne yapılacağını ve hangi çıktının bekleneceğini sırayla verir.
Ön hazırlık ve envanter
İşaretlemeye başlamadan önce hangi sayfa türünde hangi varlığın tanımlanacağını netleştirin. Bu adım, ileride çakışan veya eksik etiketlerin önünü keser.
- Site haritasındaki URL’leri sayfa türüne göre gruplayın (ürün, kategori, blog, iletişim).
- Her türe karşılık gelen schema.org tipini eşleştirin; örneğin ürün sayfası için Product, blog için Article.
- Hangi alanların zorunlu, hangilerinin isteğe bağlı olduğunu schema.org başlangıç kılavuzundan doğrulayın.
Beklenen çıktı: Sayfa türü–tip eşlemesini gösteren tek sayfalık bir tablo ve her tür için zorunlu alan listesi.
İşaretleme ve test
Etiketleri şablona bir kez ekleyip tüm sayfalara yaymak, elle sayfa sayfa düzenlemekten daha az hata üretir. JSON-LD bloğunu baş şablonuna yerleştirin, değişken alanları içerikten besleyin.
- Her şablonda üretilen JSON-LD çıktısını Schema Markup Validator ile kontrol edin.
- Zengin sonuç uygunluğunu Google Rich Results Test üzerinden doğrulayın.
- Test sonuçlarındaki uyarıları hata ile karıştırmayın; yalnızca hatayı yayın engeli sayın.
Beklenen çıktı: Hatasız doğrulanan şablonlar ve test ekran görüntüleriyle birlikte kısa bir hata kaydı.
Kural: Bir şablon doğrulayıcıdan hatasız geçmeden o şablonu canlıya almayın. Uyarılar not edilir, hatalar düzeltilir.
Yayın sonrası izleme
Yayına aldıktan sonra işaretlemenin gerçekten işlendiğini takip edin. Google, yapılandırılmış veriyi indeksledikçe Search Console’da raporlar.
- Search Console’da Geliştirmeler bölümünü haftalık kontrol edin.
- Şablon değiştiğinde doğrulama testini yeniden çalıştırın.
- Hata sayısını ve etkilenen URL listesini kaydedin; düzelme eğilimini izleyin.
Beklenen çıktı: Haftalık hata sayısı ve düzeltilen URL sayısını gösteren basit bir takip tablosu.
| Aşama | Çıktı | Sıklık |
|---|---|---|
| Envanter | Tip eşleme tablosu | Bir kez |
| Test | Doğrulama kaydı | Her şablon değişiminde |
| İzleme | Hata takip tablosu | Haftalık |
Schema Org Hakkında Sık Sorulan Sorular
Schema.org kullanımına dair en çok sorulan üç soruyu kısa ve uygulanabilir biçimde yanıtladım. Cevaplar, arama motorlarının resmi belgelerine ve gerçek uygulama pratiğine dayanıyor.
Schema.org zorunlu mu?
Hayır, schema org zorunlu değildir. Google, yapılandırılmış veriyi sıralama için doğrudan bir zorunluluk olarak duyurmuyor; ancak zengin sonuçlar (yıldız, fiyat, SSS açılımı) için belirli türlerde işaretleme bekliyor.
Pratikte ayrım şöyle: Sayfanın indekslenmesi için gerekli değil, zengin sonuç görünümü için gerekli. Google’ın yapılandırılmış veri galerisi hangi türlerin hangi görünümü tetiklediğini listeler.
Kural: İşaretleme, sayfada görünen içerikle birebir örtüşmeli. Görünmeyen veriyi işaretlemek manuel işlem riski doğurur.
Hangi durumda JSON-LD tercih edilmeli?
JSON-LD, yapılandırılmış veriyi HTML’den ayrı bir script bloğunda tutar; Google bunu önerilen biçim olarak belirtiyor. Şu durumlarda net biçimde öne çıkar:
- Ürün, makale, SSS gibi çok alanlı türlerde: iç içe nesneleri okumak kolaydır.
- Şablon tabanlı sitelerde: veri, CMS tarafından tek yerden üretilir.
- Google Tag Manager veya sunucu tarafı enjeksiyon kullanılan kurulumlarda.
JSON-LD sözdizimi W3C JSON-LD 1.1 standardına dayanır; bu yüzden araç desteği geniştir.
Schema.org ve mikro veri arasındaki fark nedir?
Mikro veri, etiketleri doğrudan HTML içine gömer; JSON-LD ise veriyi ayrı tutar. İkisi de aynı sözlüğü kullanır, fark yalnızca biçimdedir.
| Ölçüt | JSON-LD | Mikro veri |
|---|---|---|
| Konum | Ayrı script | HTML içinde |
| Bakım | Kolay | Zahmetli |
| Google önerisi | Evet | Desteklenir |
Mikro veri, şablon değişikliği yapılamayan eski sistemlerde hâlâ işe yarar. Yeni kurulumlarda JSON-LD daha az hata üretir.
İlgili hizmetler ve kaynaklar
Schema org standartlarını doğru uygulamak, arama motorlarının ve yapay zeka tabanlı arama ajanlarının sayfanızı daha net anlamasını sağlar. Aşağıdaki kaynaklar, yapılandırılmış veri çalışmalarınızı planlarken başvurabileceğiniz hizmet ve belge bağlantılarını bir araya getiriyor. Her bağlantı farklı bir ihtiyaca karşılık gelir; hangisinin size uygun olduğunu sayfanızın türüne ve ölçeğine göre belirleyebilirsiniz.
Hizmet bağlantıları
- Yapay Zeka Görünürlüğü
- E-Ticaret ve Pazaryeri Yapay Zeka Görünürlüğü
- Schema Markup ve Yapılandırılmış Veri Danışmanlığı
- Tüm Hizmetler
- AI Ajan Optimizasyonu
Hangi durumda hangi kaynak?
Aşağıdaki tablo, sayfa türüne göre hangi hizmet veya belgenin öncelikli olduğunu gösterir. Ölçütler genel ihtiyaçlara göre sıralanmıştır; kesin bir sıralama değil, başlangıç noktası olarak okunmalıdır.
| Durum | Öncelikli kaynak |
|---|---|
| Ürün ve kategori sayfaları | E-Ticaret ve Pazaryeri Yapay Zeka Görünürlüğü |
| Şema türü seçimi ve doğrulama | Schema Markup ve Yapılandırılmış Veri Danışmanlığı |
| Genel görünürlük planı | Yapay Zeka Görünürlüğü |
| Ajan tabanlı sorgular | AI Ajan Optimizasyonu |
Resmi belgeler
Uygulama sırasında en güvenilir başvuru kaynağı, arama motorunun kendi belgeleridir. Şema türlerinin tanımı için schema.org sitesine, uygulama kuralları için Google Search Central’ın faydalı içerik rehberine göz atabilirsiniz. İşaretlemenin sözdizimi ve doğrulama adımları için W3C standartlarına bakmanız da yerinde olur.
Yapılandırılmış veri tek başına sıralama getirmez; sayfa içeriğiyle tutarlı olduğunda anlamlandırmayı kolaylaştırır. Sonuçlar sayfa türüne, içerik kalitesine ve arama motorunun değerlendirmesine göre değişir.
Kısa kontrol listesi
- Sayfa türünü belirleyin ve buna uygun şema türünü seçin.
- İşaretlemeyi sayfadaki görünür içerikle birebir eşleştirin.
- Doğrulama aracıyla hataları kontrol edin.
- Değişiklikleri düzenli aralıklarla yeniden test edin.
Sınırlar ve riskler
Schema.org işaretlemesi her site için doğru araç değil. Sayfa içeriği ile yapılandırılmış veri birbirini tutmuyorsa, işaretleme zengin sonuç üretmez; arama motoru uyuşmazlığı yok sayar veya manuel işlem uygular. Google’ın yapılandırılmış veri politikaları sayfası, sayfada görünmeyen bilginin işaretlenmesini açıkça yasaklar.
Şu durumlarda bu yaklaşım uygun değil:
- Sayfa tek bir ürün, etkinlik veya SSS bloğu içermiyorsa; şablonu doldurmak için işaretleme eklemek yanlış veri üretir.
- İçerik henüz yayına hazır değilse; işaretleme metni düzeltmez, yalnızca var olanı tanımlar.
- Ekip şema değişikliklerini sürüm kontrolünde tutamıyorsa; elle eklenen JSON-LD zamanla bozulur.
Başlıca riskler: kopyala-yapıştır şablonlardan gelen hatalı zorunlu alanlar, ürün fiyatı veya stok bilgisinin sayfayla eşleşmemesi, aynı sayfada çakışan birden fazla şema türü ve zengin sonuç kaybı. Google Search Console’daki “Geliştirmeler” raporu bu hataları tür bazında listeler; düzeltilmeden bırakılan uyarılar birikir.
Ölçüm yöntemi net olmalı. Hangi metriğin izleneceğini baştan yazın: geçerli öğe sayısı, hata ve uyarı sayısı, zengin sonuç gösterim sayısı ve tıklama oranı. Google Search Console’u haftalık, Rich Results Test denetimini her şablon değişikliğinde çalıştırın. Değişiklik öncesi ve sonrası dört haftalık dilimi karşılaştırın; tek günlük sıçramalar yanıltır. Sonuçlar site otoritesi, rekabet ve sorgu türüne göre değişir; işaretleme tek başına sıralama garantisi vermez.
Ölçüm tarafında Pixenon, bot erişimi ile atıf görünürlüğünü aynı panelde takip ediyor.
