Wat een zoekmachine en een taalmodel van je site kunnen lezen

Er wordt veel geschreven over content. Er wordt weinig gekeken of die content technisch gezien wel te lezen is. Dat laatste kost tien minuten en het is vervelend vaak de verklaring waarom een goede tekst niets oplevert.

Drie dingen, en u kunt ze alle drie zelf nakijken.

1. Heeft elk stuk een eigen adres?

Een pdf op een overzichtspagina is geen artikel. Hij krijgt geen eigen titel in de zoekresultaten, hij kan geen gestructureerde gegevens dragen, en de crawlers van de taalmodellen lezen hem slechter dan gewone HTML.

Open uw nieuwspagina en klik op een bericht. Verandert het adres in de balk naar iets als /actueel/onderhoud-van-natuursteen/, dan zit het goed. Krijgt u een download, of blijft u op dezelfde pagina staan, dan bestaat dat stuk voor een zoekmachine niet als eigen pagina.

2. Staat uw tekst in de HTML, of komt hij pas met JavaScript?

Google voert JavaScript meestal uit. De crawlers waarmee taalmodellen pagina’s ophalen doen dat meestal niet. Staat uw tekst er pas nadat de pagina zichzelf heeft opgebouwd, dan bent u zichtbaar voor de een en onzichtbaar voor de ander.

Nakijken kan zonder gereedschap: open de pagina, kies Paginabron bekijken, en zoek een zin uit uw eigen tekst. Staat hij er niet, dan komt hij van JavaScript.

3. Weet uw sitemap op welk domein u staat?

Een sitemap is de lijst die u zelf aanlevert. Staat daarin een ander domein dan waar uw site draait, bijvoorbeeld omdat u ooit van naam veranderd bent, dan levert u een lijst aan met adressen die allemaal doorsturen. Dat is niet fataal, maar het live domein heeft daarmee feitelijk geen eigen sitemap.

Typ uw adres in met /robots.txt erachter. Daar staat een regel die begint met Sitemap:. Staat daar hetzelfde domein als waar u nu bent?

Wat dit met AI te maken heeft

Wie iets wil weten typt tegenwoordig net zo vaak een vraag in bij een taalmodel als bij Google. Zo’n model haalt pagina’s op, leest wat het kan lezen, en noemt soms de bron. Om genoemd te worden moet u aan drie dingen voldoen: uw pagina moet bestaan, leesbaar zijn zonder JavaScript, en het moet duidelijk zijn dat u het bent die iets beweert.

Dat laatste is waar gestructureerde gegevens voor bestaan. Een blok in de paginabron dat zegt: dit is een artikel, dit is de titel, dit is de datum, en dit bedrijf is de auteur. Dat is geen trucje maar de enige manier waarop een machine het verschil ziet tussen uw uitleg en de tekst in het menu ernaast.

Veelgestelde vragen

Hoe weet ik of mijn artikelen een eigen adres hebben?

Klik op uw nieuwspagina een bericht aan. Verandert het adres in de adresbalk naar een adres dat alleen bij dat bericht hoort, dan is het goed. Krijgt u een pdf of blijft u op dezelfde pagina, dan niet.

Is een pdf dan waardeloos?

Nee. Google indexeert pdfs en voor een handleiding of een productblad is het een prima vorm. Maar als artikel is het een slechte: geen eigen titel in de zoekresultaten, geen gestructureerde gegevens, en slechter leesbaar voor de crawlers van taalmodellen.

Moet ik mijn hele site ombouwen?

Meestal niet. Wat nodig is, is een paginatype voor artikelen, met een eigen adres en een titel. De rest van de site kan blijven zoals hij is.

Blokkeer ik AI-crawlers beter?

Dat is een keuze en er is geen goed antwoord voor iedereen. Blokkeert u ze, dan wordt u niet genoemd in de antwoorden die die modellen geven. Wilt u gevonden worden, dan is blokkeren precies het tegenovergestelde. Kijk in uw robots.txt wat er nu staat, want vaak weet niemand het.