FalcoSoft ITS
Active Member
Да. По снимката DAX всъщност му казва доста точно какво липсва. Проблемът не е само в robots.txt. Той вече има 5 LLM файла, но почти няма структурирана информация, от която AI агентът лесно да разбере кой стои зад сайта, какво предлага и как да взаимодейства с него.
Това бих му казал да оправи:
Така че не бих гонил просто:
AI Discovery 9 → 100
чрез създаване на 20 .txt/.json файла.
Правилната архитектура е приблизително:
robots.txt
↓
sitemap.xml
↓
реални HTML страници
├── категории
├── обяви
├── FAQ
├── контакти
└── за платформата
↓
Schema.org / JSON-LD
↓
llms.txt
↓
допълнителни AI metadata/context файлове
За реална AI откриваемост бих приоритизирал:
robots.txt → sitemap.xml → crawlable съдържание → structured data → контакти/идентичност → llms.txt → останалите AI файлове.
И всъщност тази снимка ми показва и нещо, което трябва да подобрим в самия DAX: при FAQ: 0, Контакти: 0, Каталог: 0, Услуги/API: 0 трябва да показваме точно какъв файл/URL/Schema очакваме и дали е задължителен или само препоръчителен. Сега казваме на човека „липсва“, но не му казваме достатъчно конкретно как да получи точките. Това е UX недостатък на нашия AI Discovery модул.
Това бих му казал да оправи:
- robots.txt — първо и задължително. Да премахне противоречивите правила и да има ясни разрешения за търсещите AI crawler-и, особено OAI-SearchBot. Това е входната врата.
- sitemap.xml — трябва да съдържа всички важни публични страници: категории, обяви/продукти, информационни страници, контакти и т.н. Това е много по-важно за реалното откриване от създаването на десетки LLM файлове.
- llms.txt — един основен файл в:
В него бих описал накратко:
- какво представлява xxSale;
- какво предлага;
- основните категории;
- важните URL адреси;
- контакти;
- правила за използване;
- препратки към по-подробните ресурси.
- FAQ — DAX показва FAQ: 0. Това трябва да се оправи. Но не бих създавал някакъв измислен faq.txt само за DAX. По-добре истинска публична страница примерно /faq/, със съдържание за потребителите и подходящо FAQPage structured data, когато съдържанието отговаря на изискванията.
- Контакти — Контакти: 0. Това е сериозен пропуск. Трябва да има нормална публична /contact/ или /contacts/ страница с поне име/оператор на платформата, имейл, начин за контакт и други действителни данни. AI системата трябва да може да установи кой стои зад сайта.
- Каталог — Каталог: 0. При xxSale това вероятно е един от най-важните елементи. Категориите и обявите трябва да имат crawlable HTML URL адреси и структурирани данни. Не е необходимо непременно да има catalog.json; по-важно е истинският каталог да бъде машинно разбираем.
- Услуги/API — Услуги/API: 0. Тук има една важна подробност: ако xxSale няма публичен API, не трябва да създава фалшив API само за да стане DAX резултатът зелен. DAX правилно го показва като липсваща приложима група, но това не означава непременно грешка. Ако има API — тогава документация, OpenAPI schema и ясни endpoints са много полезни.
Така че не бих гонил просто:
AI Discovery 9 → 100
чрез създаване на 20 .txt/.json файла.
Правилната архитектура е приблизително:
robots.txt
↓
sitemap.xml
↓
реални HTML страници
├── категории
├── обяви
├── FAQ
├── контакти
└── за платформата
↓
Schema.org / JSON-LD
↓
llms.txt
↓
допълнителни AI metadata/context файлове
За реална AI откриваемост бих приоритизирал:
robots.txt → sitemap.xml → crawlable съдържание → structured data → контакти/идентичност → llms.txt → останалите AI файлове.
И всъщност тази снимка ми показва и нещо, което трябва да подобрим в самия DAX: при FAQ: 0, Контакти: 0, Каталог: 0, Услуги/API: 0 трябва да показваме точно какъв файл/URL/Schema очакваме и дали е задължителен или само препоръчителен. Сега казваме на човека „липсва“, но не му казваме достатъчно конкретно как да получи точките. Това е UX недостатък на нашия AI Discovery модул.
