Κανείς δεν πληκτρολογεί πια «κόστος ιστοσελίδας Αθήνα». Ρωτάει «πόσο θα μου κόστιζε ένα καλό site για το μαγαζί μου στην Αθήνα, χωρίς κρυφά κόστη».
Τι είναι πραγματικά το conversational search
Η συνήθης εξήγηση είναι τεχνική και ανιαρή: «conversational search είναι όταν οι χρήστες γράφουν πλήρεις προτάσεις αντί για λέξεις-κλειδιά». Αληθές, αλλά επιφανειακό. Η πραγματική αλλαγή είναι ψυχολογική, όχι γραμματική. Για είκοσι χρόνια, μάθαμε όλοι (χωρίς να μας το πει κανείς ρητά) να «μιλάμε» στη Google σαν ρομπότ, κόβοντας τις σκέψεις μας σε τηλεγραφικές λέξεις-κλειδιά, γιατί ξέραμε ενστικτωδώς ότι η μηχανή δεν καταλάβαινε πλήρεις προτάσεις. Αυτή η συνήθεια είναι πλέον περιττή, και το πιο ενδιαφέρον είναι ότι οι χρήστες την εγκαταλείπουν πολύ πιο γρήγορα απ' ό,τι περίμενε κανείς, γιατί ποτέ δεν ήταν φυσική: ήταν μια προσαρμογή στους περιορισμούς του εργαλείου, όχι στον τρόπο που σκεφτόμαστε πραγματικά.
Στην πράξη, conversational search σημαίνει τρία πράγματα ταυτόχρονα. Πρώτον, ερωτήματα με πλήρη γραμματική δομή, συχνά με πλαίσιο («για μια μικρή επιχείρηση», «χωρίς μεγάλο budget»). Δεύτερον, follow-up ερωτήσεις μέσα στην ίδια «συζήτηση»: ο χρήστης ρωτάει κάτι, παίρνει απάντηση, και ρωτάει κάτι άλλο βασισμένο σε αυτήν, κάτι αδύνατο στο παλιό μοντέλο αναζήτησης όπου κάθε ερώτημα ήταν απομονωμένο. Τρίτον, αναμονή για μία απευθείας απάντηση, όχι για μια λίστα από λινκ να διαλέξει ανάμεσά τους.
Αυτή η τρίτη διάσταση είναι η πιο σημαντική για όποιον γράφει περιεχόμενο. Στο παλιό μοντέλο, αρκούσε να «καλύψετε» ένα θέμα κάπου μέσα στη σελίδα: ο χρήστης θα έψαχνε να το βρει. Στο conversational μοντέλο, αν η απάντηση δεν είναι άμεσα εξαγώγιμη σε μία έως δύο προτάσεις, το μοντέλο είτε θα την παραφράσει λάθος είτε θα προτιμήσει μια πηγή που το κάνει καθαρότερα.
Υπάρχει και μια τέταρτη διάσταση που συχνά ξεχνιέται: η συνομιλία έχει μνήμη. Ένας χρήστης που ρωτάει πρώτα «ποιο web agency στην Αθήνα κάνει e-shops» και μετά, στην ίδια συζήτηση, ρωτάει «και πόσο κοστίζει», αναμένει το μοντέλο να θυμάται το πλαίσιο της πρώτης ερώτησης χωρίς να το επαναλάβει. Αυτό σημαίνει ότι το περιεχόμενό σας πρέπει να αντέχει να «διαβαστεί» ως μέρος μιας αλυσίδας ερωτήσεων, όχι μόνο ως απομονωμένη απάντηση σε ένα μεμονωμένο ερώτημα. Μια σελίδα που απαντάει καλά στην πρώτη ερώτηση αλλά αγνοεί εντελώς την πιο πιθανή δεύτερη χάνει την ευκαιρία να παραμείνει η πηγή σε ολόκληρη τη συζήτηση, όχι μόνο στο πρώτο της βήμα.
Γιατί αλλάζει το SEO, όχι απλά το εμπλουτίζει
Η βιομηχανία θέλει να πιστεύει ότι αυτό είναι απλά «SEO με επιπλέον βήματα»: βάλε μερικές ερωτήσεις-απαντήσεις στη σελίδα, τελείωσε. Αυτή η άποψη υποτιμά πόσο θεμελιώδης είναι η αλλαγή. Το κλασικό SEO βασίστηκε σε μια σταθερή παραδοχή τριάντα ετών: ο χρήστης βλέπει μια λίστα επιλογών και αποφασίζει μόνος του ποια να εμπιστευτεί. Όλη η επιστήμη του SEO (meta descriptions, τίτλοι με πρόθεση κλικ, snippets) χτίστηκε γύρω από το πώς πείθεις έναν άνθρωπο να διαλέξει εσένα ανάμεσα σε δέκα.
Στο conversational search, αυτή η απόφαση έχει ήδη ληφθεί από το μοντέλο πριν καν τη δει ο χρήστης. Δεν πείθετε πια έναν άνθρωπο να κάνει κλικ σε εσάς ανάμεσα σε εννέα άλλους. Πείθετε ένα σύστημα ότι η απάντησή σας αξίζει να μεταφερθεί αυτούσια, με τη δική του φωνή, σε έναν χρήστη που ίσως ποτέ δεν δει το όνομά σας καθόλου. Αυτό αλλάζει τι σημαίνει «καλό περιεχόμενο» πιο ριζικά από οποιαδήποτε ενημέρωση αλγορίθμου της τελευταίας δεκαετίας.
Υπάρχει και μια δεύτερη συνέπεια, λιγότερο προφανής: το ίδιο ερώτημα μπορεί τώρα να έχει δεκάδες φυσικές παραλλαγές διατύπωσης, όχι μία «σωστή» λέξη-κλειδί. «Πόσο κοστίζει», «τι κόστος έχει», «πόσα λεφτά θέλει», «ποια είναι η τιμή», όλα οδηγούν στην ίδια πρόθεση, και ένα μοντέλο τα αναγνωρίζει όλα ισοδύναμα. Το keyword research που κυνηγούσε την «ακριβή φράση με τον μεγαλύτερο όγκο» χάνει νόημα όταν το σύστημα καταλαβαίνει την πρόθεση πίσω από δεκάδες διατυπώσεις της ίδιας ερώτησης.
Η τρίτη συνέπεια αφορά τη μέτρηση επιτυχίας, και εδώ οι περισσότερες επιχειρήσεις μένουν πίσω γιατί κρατάνε τα ίδια εργαλεία analytics που μέτραγαν κλικ και κατάταξη. Αν ένας χρήστης παίρνει την απάντησή του απευθείας μέσα σε μια συνομιλία χωρίς να επισκεφτεί καν το site σας, το Google Analytics δεν θα δείξει τίποτα: καμία επίσκεψη, κανένα session, καμία μετατροπή καταγεγραμμένη. Αυτό δεν σημαίνει ότι δεν έχετε αξία· σημαίνει ότι η αξία γίνεται αόρατη στα παλιά εργαλεία μέτρησης, και χρειάζεται νέος τρόπος να την παρακολουθήσετε: δοκιμές σε πραγματικά μοντέλα, όχι μόνο dashboards κίνησης.
Πώς αλλάζει η δομή περιεχομένου στην πράξη
Η πρώτη πρακτική συνέπεια: κάθε ενότητα πρέπει να μπορεί να «σταθεί μόνη της» ως απάντηση, χωρίς να εξαρτάται από τα συμφραζόμενα των προηγούμενων παραγράφων. Στο παλιό μοντέλο γραφής, χτίζατε αργά προς μια εξήγηση: εισαγωγή, πλαίσιο, μετά η απάντηση στο τέλος. Ένα μοντέλο γλώσσας που αποσπά μία ενότητα για να απαντήσει σε ένα conversational ερώτημα δεν διαβάζει τα προηγούμενα. Αν η ενότητα ξεκινάει με «όπως είπαμε παραπάνω» ή «γι' αυτό τον λόγο», η απόσπαση σπάει και γίνεται ακατανόητη.
Η δεύτερη συνέπεια αφορά τίτλους. Οι τίτλοι πρέπει να μοιάζουν πιο πολύ με πραγματικές ερωτήσεις που θα έκανε κάποιος παρά με λέξεις-κλειδιά διατεταγμένες για SEO. «Τιμές Web Development» ήταν ο σωστός τίτλος το 2015. «Πόσο κοστίζει ένα website για μικρή επιχείρηση» είναι πιο κοντά στο πώς διατυπώνεται πραγματικά η ερώτηση σήμερα, και ταιριάζει καλύτερα με το πώς αναζητούν οι άνθρωποι μέσα σε μια συνομιλία. Η ίδια λογική εξηγεί γιατί απαντάτε πλέον καλύτερα και στο google ai overview seo: και τα δύο συστήματα ανταμείβουν τη σαφή, άμεση διατύπωση της ερώτησης στον ίδιο τον τίτλο.
Η τρίτη συνέπεια, και η πιο δύσκολη να υιοθετηθεί: πρέπει να προβλέψετε τη follow-up ερώτηση και να την απαντήσετε προληπτικά στην ίδια σελίδα. Αν μια σελίδα λέει «το SEO πακέτο ξεκινάει από 200€», η φυσική επόμενη ερώτηση είναι «τι περιλαμβάνει ακριβώς αυτά τα 200€». Αν η απάντηση δεν υπάρχει στην ίδια σελίδα, το μοντέλο είτε θα την αγνοήσει είτε θα πάει αλλού να τη βρει, και «αλλού» σημαίνει έναν ανταγωνιστή.
Μια τέταρτη πρακτική συνέπεια αφορά τη γλώσσα των παραγράφων, όχι μόνο τη δομή τους. Οι μεγάλες, πολύπλοκες περίοδοι με πολλαπλές υποτακτικές προτάσεις είναι δύσκολο να αποσπαστούν καθαρά: ένα μοντέλο που προσπαθεί να πάρει μία πρόταση για παράθεση από ένα κείμενο γεμάτο εγκιβωτισμένες αναφορικές προτάσεις είτε θα κόψει τη νοηματική αλυσίδα στη μέση είτε θα την προσπεράσει εντελώς. Σύντομες, ανεξάρτητες προτάσεις, μία ιδέα τη φορά, δεν είναι απλά καλύτερο ύφος γραφής: είναι τεχνική προϋπόθεση για να μπορεί μια μηχανή να σας αποσπάσει σωστά.
Τα πιο συχνά λάθη σε αυτή τη μετάβαση
Το πιο κοινό λάθος: προσθήκη μιας ενότητας «Συχνές Ερωτήσεις» στο τέλος της σελίδας ως μεταγενέστερη σκέψη, με ερωτήσεις που κανείς δεν θα έκανε ποτέ πραγματικά, «Γιατί να μας επιλέξετε;» αντί για «Πόσο γρήγορα παραδίδετε ένα website;». Μια λίστα FAQ φτιαγμένη για να «γεμίσει» τη σελίδα με λέξεις-κλειδιά αντί να απαντήσει σε πραγματικές απορίες αποτυγχάνει διπλά: δεν βοηθάει τον άνθρωπο, και δεν δίνει στο μοντέλο τίποτα χρήσιμο να αποσπάσει.
Δεύτερο λάθος: υπερβολική εξάρτηση σε μαρκετίστικη γλώσσα αντί για απευθείας απάντηση. «Η ομάδα μας δεσμεύεται να προσφέρει λύσεις προσαρμοσμένες στις ανάγκες σας» δεν απαντάει σε καμία πραγματική ερώτηση κανενός. Τρίτο λάθος: αγνόηση των παραλλαγών διατύπωσης, δηλαδή βελτιστοποίηση μόνο για μία φράση-κλειδί αντί να καλυφθεί η ίδια πρόθεση με φυσικές παραλλαγές μέσα στο κείμενο, κάτι που ήδη κάνουμε συστηματικά όταν χτίζουμε δομές γύρω από το σωστό keyword research διαδικασία: η διαδικασία πλέον στοχεύει προθέσεις, όχι μεμονωμένες φράσεις.
Τέταρτο λάθος, πιο σπάνιο αλλά καταστροφικό όταν συμβαίνει: αντιφατικές απαντήσεις σε διαφορετικά σημεία του ίδιου site. Αν η σελίδα υπηρεσιών λέει ένα εύρος τιμών και η σελίδα FAQ λέει διαφορετικό, ένα μοντέλο που διαβάζει και τα δύο βλέπει σύγκρουση και συχνά αποφασίζει να μην παραθέσει κανένα από τα δύο παρά να ρισκάρει λάθος απάντηση. Πέμπτο λάθος: γραφή σε παθητική φωνή και απρόσωπο ύφος («οι υπηρεσίες παρέχονται» αντί για «κάνουμε»), που κάνει δυσκολότερη τη σαφή απόδοση ποιος ακριβώς κάνει τι, ιδιαίτερα όταν το μοντέλο προσπαθεί να αποδώσει μια ενέργεια σε συγκεκριμένη επιχείρηση μέσα στην απάντησή του.
Πώς το προσεγγίζουμε στη Distarter
Ξεκινάμε κάθε καινούργια σελίδα γράφοντας πρώτα τη λίστα ερωτήσεων που θα έκανε ένας πραγματικός άνθρωπος, με φυσική γλώσσα, σαν να μιλούσε σε έναν φίλο που ξέρει το αντικείμενο. Όχι λέξεις-κλειδιά. Πραγματικές προτάσεις, με το «γιατί» και το «πώς» ενσωματωμένα. Μετά γράφουμε την απάντηση σε κάθε μία ξεχωριστά, με τρόπο που να στέκεται αυτόνομα, πριν καν σκεφτούμε τη ροή ή το ύφος της σελίδας ως σύνολο.
Δεύτερο βήμα: ελέγχουμε κάθε ενότητα με το «τεστ απόσπασης»: αν αφαιρέσουμε αυτή την παράγραφο από τη σελίδα και τη δείξουμε σε κάποιον μόνη της, καταλαβαίνει τι λέει; Αν η απάντηση είναι όχι, ξαναγράφουμε. Τρίτο βήμα, το πιο παραμελημένο από τους περισσότερους: προσθέτουμε ρητά τη follow-up ερώτηση και την απάντησή της αμέσως μετά την κύρια απάντηση, όχι σε ξεχωριστή σελίδα FAQ που ίσως δεν διαβαστεί ποτέ μαζί με την πρώτη.
Τέταρτο βήμα, και το πιο χρονοβόρο: δοκιμάζουμε τη σελίδα ως πραγματική συνομιλία, όχι ως μεμονωμένο ερώτημα. Ανοίγουμε ένα μοντέλο γλώσσας, κάνουμε την πρώτη ερώτηση, διαβάζουμε την απάντηση, και μετά κάνουμε τη φυσική follow-up ερώτηση όπως θα την έκανε ένας πραγματικός πελάτης, χωρίς να ξέρουμε εκ των προτέρων τι θα απαντήσει το μοντέλο. Αν στο δεύτερο γύρο το μοντέλο χάνει το νήμα, ή δίνει μια απάντηση που δεν στηρίζεται πια στο δικό μας περιεχόμενο, ξέρουμε ακριβώς πού να επιστρέψουμε και τι να προσθέσουμε.
Conversational search vs κλασικό keyword-based SEO
Η διαφορά δεν είναι απλά στη μορφή του ερωτήματος. Είναι στην ίδια τη μονάδα ανταγωνισμού. Στο κλασικό SEO, ανταγωνίζεστε για μία θέση ανάμεσα σε δέκα, και η όγδοη θέση ακόμα φέρνει κάποια κίνηση. Στο conversational search, ανταγωνίζεστε για να είστε η μία απάντηση που θα δοθεί, ή η μία από τρεις πηγές που θα αναφερθούν. Δεν υπάρχει «όγδοη θέση» με μερική αξία. Είτε επιλεγήκατε είτε όχι.
Αυτό αλλάζει και τη λογική επένδυσης περιεχομένου. Στο κλασικό SEO, δέκα μέτρια σελίδες μπορούσαν να φέρουν συνολικά αξιόλογη κίνηση, καθεμία παίρνοντας ένα μικρό κομμάτι. Στο conversational search, μία εξαιρετική σελίδα που απαντάει πλήρως σε ένα θέμα αξίζει περισσότερο από δέκα μέτριες, γιατί μόνο η πιο πλήρης και σαφής θα επιλεγεί ως πηγή της απάντησης. Η ποσότητα περιεχομένου χάνει έδαφος απέναντι στο βάθος μιας συγκεκριμένης απάντησης.
Υπάρχει και μια τρίτη διαφορά, πιο δομική: το κλασικό SEO ανταμείβει τη συνέπεια στην πάροδο του χρόνου — μια σελίδα που κρατάει την ίδια θέση για χρόνια χτίζει εμπιστοσύνη αργά αλλά σταθερά. Το conversational search είναι πιο ρευστό, με τη θέση σας να μπορεί να αλλάξει από τη μία εβδομάδα στην άλλη ανάλογα με το ποιος ενημέρωσε πιο πρόσφατα το περιεχόμενό του. Αυτό σημαίνει ότι η νοοτροπία «το φτιάξαμε μια φορά, τελειώσαμε» είναι πιο επικίνδυνη εδώ απ' ό,τι ήταν ποτέ στο κλασικό SEO — η συντήρηση του περιεχομένου γίνεται μέρος της ίδιας της στρατηγικής, όχι μεταγενέστερη σκέψη.
Ειδικές περιπτώσεις που αξίζει προσοχή
Πολύγλωσσα sites αντιμετωπίζουν μια πρόσθετη πολυπλοκότητα: μια conversational ερώτηση στα ελληνικά έχει διαφορετική φυσική δομή από τη μετάφρασή της στα αγγλικά, και μια μηχανική μετάφραση σπάνια αποδίδει το πώς πραγματικά ρωτάει κάποιος στη μητρική του γλώσσα. Χρειάζεται ξεχωριστή δουλειά ερωτήσεων ανά γλώσσα, όχι απλή μετάφραση της ίδιας λίστας.
Τοπικές επιχειρήσεις με πολύ συγκεκριμένο, περιορισμένο γεωγραφικά κοινό βλέπουν μικρότερο όγκο conversational ερωτημάτων συνολικά, αλλά κάθε ένα από αυτά έχει πολύ υψηλότερη πρόθεση — κάποιος που ρωτάει «ποιο υδραυλικός δουλεύει το Σαββατοκύριακο στο Χαλάνδρι» έχει ήδη πρόβλημα να λύσει τώρα, όχι γενική περιέργεια. Εδώ αξίζει να επενδύσετε σε βάθος για λίγα, πολύ συγκεκριμένα ερωτήματα παρά σε πλάτος για πολλά γενικά.
Μια τρίτη ειδική περίπτωση αφορά B2B επιχειρήσεις με μεγάλο κύκλο πωλήσεων. Εκεί η conversational ερώτηση σπάνια είναι η πρώτη επαφή — είναι συχνά μέρος έρευνας ενός στελέχους που ήδη γνωρίζει την κατηγορία και ψάχνει να επιβεβαιώσει λεπτομέρειες πριν από μια σύσκεψη. Το περιεχόμενο εδώ πρέπει να αντέχει πιο τεχνικές, πιο σε βάθος follow-up ερωτήσεις από ό,τι σε μια απλή τοπική αναζήτηση καταναλωτή, γιατί ο χρήστης δεν ρωτάει απλά «τι κάνετε» αλλά «πώς ακριβώς λειτουργεί αυτό στην περίπτωσή μου».
Λίστα ελέγχου: 7 σημεία για conversational-ready περιεχόμενο
Πρώτο, κάθε τίτλος διατυπώνεται σαν πραγματική ερώτηση, όχι σαν λέξη-κλειδί. Δεύτερο, κάθε ενότητα στέκεται αυτόνομα, χωρίς αναφορές σε «παραπάνω» ή «παρακάτω». Τρίτο, η πρώτη πρόταση κάθε ενότητας απαντάει άμεσα, όχι μετά από εισαγωγικό πλαίσιο. Τέταρτο, η πιο πιθανή follow-up ερώτηση απαντιέται αμέσως μετά, στην ίδια σελίδα.
Πέμπτο, το κείμενο καλύπτει φυσικές παραλλαγές διατύπωσης της ίδιας πρόθεσης, όχι μόνο μία φράση-κλειδί. Έκτο, δοκιμάσατε το ίδιο θέμα ως πραγματική συνομιλία σε ένα μοντέλο, με follow-up ερωτήσεις, όχι μόνο ένα μεμονωμένο ερώτημα. Έβδομο, το περιεχόμενο ενημερώνεται όποτε αλλάζει κάτι ουσιαστικό, όχι εφάπαξ στη δημιουργία — μια πρακτική που συνδέεται άμεσα και με το πώς χτίζεται σωστά ένα content calendar οδηγός γύρω από ερωτήσεις πραγματικών χρηστών αντί για ημερολογιακές υποχρεώσεις δημοσίευσης.
Καμία από αυτές τις επτά ενέργειες δεν απαιτεί να ξαναχτίσετε το site σας από την αρχή. Είναι, στην ουσία, μια αλλαγή στο πώς σκέφτεστε μια παράγραφο πριν την γράψετε — ρωτήστε πρώτα «ποια ακριβώς ερώτηση απαντάει αυτό», και μετά γράψτε την απάντηση πριν από οτιδήποτε άλλο. Οι επιχειρήσεις που θα προσαρμοστούν πρώτες σε αυτή τη συνήθεια δεν θα ανταγωνίζονται απλά για καλύτερη κατάταξη. Θα ανταγωνίζονται για να είναι η μόνη απάντηση που θα ακούσει ποτέ ο πελάτης.
Ένα αριθμητικό παράδειγμα: τι αξίζει μια αναφορά μέσα σε AI απάντηση
Η αντίρρηση που ακούμε συχνότερα είναι λογιστική: «αν ο χρήστης δεν επισκέπτεται καν το site μου, πώς ξέρω ότι αξίζει τον κόπο;». Ας το κάνουμε αριθμό αντί για συναίσθημα. Μια τυπική τοπική επιχείρηση με 3.000 οργανικές επισκέψεις τον μήνα και 3% conversion rate παράγει περίπου 90 leads. Αν το 15% των ερωτημάτων για την κατηγορία της γίνεται πλέον μέσα σε συνομιλία με AI εργαλείο —ένα ποσοστό που αυξάνεται σταθερά κάθε τρίμηνο— τότε 450 πιθανοί ερωτηματοδότες δεν φτάνουν καν στο site, ανεξάρτητα από το πόσο καλά κατατάσσεται. Αν η επιχείρηση είναι η πηγή που παρατίθεται στο 20% αυτών των συνομιλιών, αυτό είναι 90 άνθρωποι που έμαθαν το όνομά της, τη στιγμή που αποφάσιζαν τι να κάνουν με ένα πρόβλημα — χωρίς να καταγραφεί ποτέ ως κλικ.
Το ερώτημα δεν είναι αν αυτή η κίνηση «μετράει» με τα παλιά εργαλεία. Δεν μετράει, και αυτό είναι πρόβλημα μέτρησης, όχι απόδειξη ότι δεν υπάρχει αξία. Ο μόνος τρόπος να δείτε πραγματικά το μέγεθος είναι δοκιμή δείγματος: επιλέξτε 20 ερωτήματα που ανήκουν στην κατηγορία σας, ρωτήστε τα σε τρία διαφορετικά μοντέλα γλώσσας, και μετρήστε πόσες φορές εμφανίζεται το όνομά σας ως πηγή έναντι των ανταγωνιστών σας. Αν το ποσοστό είναι κάτω από 10%, έχετε ένα μετρήσιμο κενό να κλείσετε — και ξέρετε ακριβώς ποιες ερωτήσεις να στοχεύσετε πρώτα, όχι γενικά «να βελτιώσουμε το AEO».
Η δεύτερη πλευρά του ίδιου αριθμού: το κόστος απόκτησης ενός lead μέσω παραδοσιακού SEO ανεβαίνει σταθερά κάθε χρόνο, καθώς ο ανταγωνισμός για τις ίδιες δέκα θέσεις πυκνώνει. Το κόστος να είσαι η πηγή σε μια AI απάντηση δεν είναι ακόμα πυκνό — οι περισσότεροι ανταγωνιστές δεν έχουν καν προσαρμόσει το περιεχόμενό τους. Αυτό σημαίνει ότι η ίδια επένδυση ώρας σε content σήμερα αποδίδει αναλογικά περισσότερο εδώ απ' ό,τι στο κορεσμένο κλασικό SEO, ακριβώς επειδή λιγότεροι παίζουν ακόμα αυτό το παιχνίδι σωστά.
Δομημένα δεδομένα: το τεχνικό θεμέλιο που παραβλέπεται
Όλη η προηγούμενη ανάλυση αφορά τι γράφετε. Υπάρχει και ένα κομμάτι που αφορά πώς το «διαβάζει» η μηχανή, και είναι καθαρά τεχνικό: το structured data μαρκάρισμα (schema.org). Χωρίς αυτό, ένα μοντέλο πρέπει να συμπεράνει τι είναι μια ερώτηση, τι είναι απάντηση, ποιο είναι το όνομα της επιχείρησης και ποια η τιμή, βασιζόμενο μόνο σε φυσική γλώσσα. Με σωστό FAQPage ή Article schema, αυτές οι σχέσεις δηλώνονται ρητά, σε μορφή που η μηχανή δεν χρειάζεται να μαντέψει.
Η διαφορά δεν είναι θεωρητική. Μια σελίδα με σωστά μαρκαρισμένο FAQPage schema δίνει στο μοντέλο ζεύγη ερώτησης-απάντησης έτοιμα προς παράθεση, χωρίς να χρειάζεται να τα αποσπάσει από μια παράγραφο πρόζας. Μια σελίδα χωρίς αυτό το μαρκάρισμα εξαρτάται εξ ολοκλήρου από το πόσο καθαρά είναι γραμμένο το κείμενο — κάτι που, όσο προσεκτικοί κι αν είστε, εισάγει πάντα κάποιο ρίσκο παρερμηνείας.
Το πιο συχνό λάθος εδώ δεν είναι η απουσία schema — είναι το λάθος schema. Πολλά sites βάζουν Organization schema (όνομα, λογότυπο, στοιχεία επικοινωνίας) και σταματούν εκεί, νομίζοντας ότι «έκαναν το schema τους». Αυτό βοηθάει την αναγνωρισιμότητα της επιχείρησης, αλλά δεν βοηθάει καθόλου την εξαγωγή απαντήσεων — χρειάζεται συγκεκριμένα FAQPage, HowTo, ή Product schema, ανάλογα με το είδος περιεχομένου, τοποθετημένο στην ίδια σελίδα με το αντίστοιχο ορατό κείμενο, όχι μόνο στο backend χωρίς ορατό αντίστοιχο.
Υπάρχει και ένα δεύτερο, πιο σπάνιο λάθος: schema που δεν συμφωνεί με το ορατό κείμενο της σελίδας — π.χ. μια τιμή στο schema διαφορετική από την τιμή που βλέπει ο χρήστης, συνήθως γιατί η μία ενημερώθηκε και η άλλη ξεχάστηκε. Αυτό δεν είναι απλώς ανακρίβεια, είναι ακριβώς το είδος ασυνέπειας που περιγράψαμε παραπάνω για αντιφατικές απαντήσεις σε διαφορετικά σημεία του site — μόνο που εδώ είναι αόρατο σε όποιον δεν ελέγχει το backend. Ένα τεστ με το επίσημο εργαλείο Rich Results της Google, μία φορά τον μήνα, εντοπίζει αυτή την απόκλιση πριν τη βρει ένα μοντέλο.