جان مولر گوگل: آیا صفحات Markdown اختصاصی برای LLMها ضروری هستند؟
جان مولر، کارشناس جستجوی گوگل، ایده ایجاد صفحات جداگانه با فرمت Markdown یا JSON صرفاً برای Large Language Models (LLMs) را زیر سوال برده است. او عنوان کرده که دلیلی نمیبیند چرا LLMها باید صفحاتی را ببینند که برای هیچ کاربر دیگری قابل مشاهده نیستند.
این بحث زمانی آغاز شد که لیلی ری (Lily Ray) در Bluesky در مورد “ایجاد صفحات جداگانه با فرمت Markdown / JSON برای LLMها و ارائه این URLها به باتها” سوال کرد و جویای دیدگاه گوگل در این زمینه شد.
سوال ری به یک روند رو به رشد اشاره دارد که در آن ناشران، نسخههای “سایه” (shadow copies) از محتوای مهم را با فرمتهایی ایجاد میکنند که درک آنها برای سیستمهای هوش مصنوعی آسانتر است.
دیدگاه مولر درباره صفحات فقط برای LLMها
مولر در پاسخ عنوان کرد که گوگل از هیچ سیستمی که چنین پیکربندی را ایجاب کند، اطلاعی ندارد.
او تاکید کرد که LLMها از همان ابتدا با صفحات وب معمولی کار کردهاند و به نظر میرسد مشکلی در پردازش HTML ندارند. مولر پرسید: “چرا آنها باید صفحهای را ببینند که هیچ کاربری نمیبیند؟ و اگر هدف بررسی معادلسازی است، چرا از HTML استفاده نکنیم؟”
زمانی که ری سوال کرد آیا یک فرمت جداگانه میتواند به “انتقال سریعتر نکات کلیدی به LLMها” کمک کند، مولر استدلال کرد که اگر فرمتهای فایل تفاوت معناداری ایجاد میکردند، شرکتهای سازنده این سیستمها حتماً این موضوع را به صراحت اعلام میکردند. او افزود: “شرکتهای AI به خجالتی بودن معروف نیستند.”
او همچنین بیان کرد که ممکن است برخی صفحات برای سیستمهای هوش مصنوعی بهتر از بقیه عمل کنند، اما این موضوع را به فرمت فایل، یعنی HTML در مقابل Markdown، مرتبط ندانست: “با این حال، میتوانم تصور کنم که برخی صفحات برای کاربران و برخی دیگر برای سیستمهای هوش مصنوعی بهتر کار کنند، اما شک دارم که این به دلیل فرمت فایل باشد و قطعاً قابل تعمیم به همه چیز نیست. (به جز JavaScript که هنوز برای بسیاری از این سیستمها دشوار به نظر میرسد).”
در مجموع، اظهارات مولر حاکی از آن است که از دیدگاه گوگل، نیازی به ایجاد نسخههای تکراری (clones) صفحات موجود با فرمتهای Markdown یا JSON فقط برای LLMها نیست تا توسط آنها درک شوند.
نقش Structured Data
افراد دیگری در این بحث، بین فرمتهای “سایه” (shadow formats) حدس و گمانهزنی و مواردی که پلتفرمهای AI الزامات فید مشخصی دارند، تفاوت قائل شدند.
مَت رایت (Matt Wright) به فیدهای محصول eCommerce از OpenAI به عنوان نمونهای اشاره کرد که در آن JSON schemas اهمیت پیدا میکنند. در این بستر، یک مشخصات تعریفشده نحوه دریافت و نمایش دادههای محصول توسط ChatGPT را تعیین میکند. رایت توضیح میدهد: “جالب اینجاست که فیدهای محصول eCommerce از OpenAI فعال هستند: به نظر میرسد JSON schemas از قبل نقش کلیدی در جستجوی AI ایفا میکنند.”
این مثال از این ایده حمایت میکند که فیدها و Schemas ساختاریافته زمانی اهمیت بیشتری پیدا میکنند که یک پلتفرم یک مشخصه (spec) منتشر کرده و از شما بخواهد که از آن استفاده کنید.
علاوه بر این، رایت به پستی در LinkedIn اشاره میکند که در آن کریس لانگ (Chris Long) مشاهده کرده بود “سایتهای محتوایی که از Product Schemas استفاده میکنند، تمایل دارند در استنادات ChatGPT قرار گیرند.”
اهمیت این موضوع
اگر در حال بررسی این هستید که آیا باید نسخههای Markdown یا JSON محتوای خود را “بهینهسازی شده برای LLM” بسازید، این گفتگو میتواند شما را به اصول اولیه بازگرداند.
اظهارات مولر این نکته را تقویت میکند که LLMها از دیرباز توانایی خواندن و تجزیه (parse) HTML استاندارد را داشتهاند.
برای اکثر وبسایتها، بهبود سرعت، خوانایی و ساختار محتوا در صفحاتی که در حال حاضر دارید، و پیادهسازی Schema در جایی که راهنمایی واضحی از پلتفرم وجود دارد، پربارتر است.
در عین حال، بحث در Bluesky نشان میدهد که فرمتهای مخصوص AI در حوزههای محدودی مانند Product Feeds در حال ظهور هستند. این موارد ارزش رصد کردن را دارند، اما آنها به یکپارچهسازیهای صریح گره خوردهاند، نه یک قانون کلی که Markdown برای LLMها بهتر است.
نگاه به آینده
این گفتگو نشان میدهد که چگونه تغییرات سریع در جستجوی مبتنی بر AI، به درخواستهای فنی برای تیمهای SEO و توسعهدهنده تبدیل میشوند، اغلب پیش از اینکه مستندات کافی برای پشتیبانی از آنها وجود داشته باشد.
تا زمانی که ارائهدهندگان LLM دستورالعملهای مشخصتری منتشر کنند، این بحث شما را به کارهایی هدایت میکند که میتوانید امروز توجیه کنید: HTML خود را تمیز نگه دارید، JavaScriptهای غیرضروری را که درک محتوا را دشوار میکنند، کاهش دهید و از Structured Data در جایی که پلتفرمها Schemas مستند و واضحی ارائه کردهاند، استفاده کنید.
منبع: مشاهده مقاله اصلی

