Data terstruktur

Empat markup esensial: Organization (kartu entitas merek, dengan sameAs ke akun resmi), Article (penulis dan tanggal), FAQPage (pertanyaan terstruktur), dan LocalBusiness (data bisnis lokal). Disiplinnya: markup harus sesuai konten dan sumber eksternal — «FAQPage tanpa FAQ yang terlihat» adalah sinyal penipuan.

llms.txt

Berkas Markdown di root situs yang memberi tahu perayap AI apa situs ini dan di mana konten inti berada. Perayap OpenAI dan Anthropic mulai mengikutinya. Ia adalah petunjuk navigasi, bukan undangan perayapan maupun tuas peringkat — kombinasikan dengan robots.txt, data terstruktur, dan kesegaran. Berkas llms.txt situs ini adalah implementasi referensi.

Rekayasa entitas

AI memutuskan entitas: nama, alias, tahun berdiri, alamat, produk, relasi. Bangun jaringan jangkar fakta yang konsisten antara skema resmi, profil bisnis, direktori industri, dan akun sosial, dijangkar dua arah lewat sameAs. Merek dengan nama multibahasa sebaiknya mendeklarasikannya lewat alternateName dan menghubungkan situsnya dengan hreflang.

Pertanyaan umum

Apakah data terstruktur langsung menaikkan tingkat kutipan?
Syarat perlu tetapi tidak cukup: ia memungkinkan mesin memahami Anda, tetapi dikutip atau tidak bergantung pada keterkutipan konten dan otoritas sumber. Tiket masuk, bukan pukulan penentu.
Bagaimana hubungan llms.txt dengan robots.txt?
Saling melengkapi: robots.txt menentukan siapa boleh masuk; llms.txt menentukan apa yang dilihat di dalam. Tidak ada konflik — atur keduanya.