結構資料 是以命名欄位排列的資訊。 一個人可以理解「一盒50個無咖啡因綠茶包」。 軟體受益於產品名稱、數量、茶葉類型和咖啡因狀態的單獨標籤。
標籤是軟體知道「50」是茶包的數量,而不是價格。 標籤使資訊更容易比較。 他們不會自己做。
茶點
對於產品,商店可以記錄其名稱、標識符、包裝尺寸、價格、貨幣和可用性。 客戶在頁面上閱讀這些事實。 另一個系統可以接收帶有明確標籤的值,而不是猜測段落中的哪個數字是價格。
每杯價格是茶店需要的一個很好的例子,一般詞彙不能提供現成的。 它是商店中最有用的標籤之一,因為它是將 40 袋盒子與 240 袋盒子進行比較的最公平的方式。 teas.co.uk 將其與標準產品事實一起保存在自己的記錄中。
什麼是 Schema.org 和 JSON-LD?
Schema.org 是用於描述網路內容的共享詞彙。 JSON-LD 是一種寫入頁面的結構化資料的方式。 兩者都有助於軟體了解名稱、價格和品牌的價值。 他們沒有證明這些價值觀是正確的。
它與 API 不同嗎?
是的。 結構化資料描述資訊的組織方式。 API 描述軟體如何請求資訊或使用服務。 API 回應可以包含結構化資料,而普通網頁也可以包含它。
購物者應該期待什麼?
更清晰的比較,正確的包附加到正確的價格,以及在屬性未知時的明確答案。 空白的成分或過敏領域永遠不應成為自信的「免於」主張。
結構化資料不保證搜尋外觀或助理推薦。 在 teas.co.uk 它支持一個更基本的目標:一個權威來源 一個人和一個機器共享的事實。
為什麼一家茶店給它的事實貼上標籤
人們開始問人工智慧助理買哪種茶,而不是在搜尋框中輸入兩個字。 一位被派去回答「物超所值的無咖啡因伯爵格雷」的助理走出去,閱讀商店、導遊和數據,檢查價格和包裝尺寸以及茶是否真的是無咖啡因咖啡,然後報告。 那個助手不能瞇著眼睛看盒子背面的照片來解決咖啡因。 它需要列出、標記和採購的事實。
我建造了 teas.co.uk,以便獨立的茶店可以成為那個來源。 一個猜測有時會弄錯的助理,所以如果在整潔的來源和凌亂的來源之間做出選擇,它會選擇整潔的。 標示的事實是小商店如何成為整潔的。
一段產品副本是為人寫的。 兩者都寫了一張標示的記錄:購物者閱讀頁面,軟體讀取相同的事實,並附上其名稱。
每個頁面和圖片旁邊的文件
產品頁面背後的標籤只是開始。 商店還在圖像和發現文件旁邊發布邊車文件,這些文件告訴軟體事實在哪裡以及如何要求它們。
引文格式
對於記者、研究人員、人工智慧助理和內容創作者。 選擇您需要的格式:
免費引用、引用和重用,並歸因於 Teas.co.uk。
有東西要補充嗎? 登入的客戶可以向 Tea Wiki 提交新增內容,管理員認可,您的姓名在署名上,加上獎勵積分。
登入貢獻