اسکیما شامل کرکے، ہم نے 1,885 صفحات کو ٹریک کیا۔ کچھ AI حوالہ جات منتقل ہوئے ہیں۔

ہم نے یہ مطالعہ 6 ملین یو آر ایلز کا تجزیہ کرکے شروع کیا اور پایا کہ اسکیما مارک اپ ان صفحات پر زیادہ عام تھا جن کا حوالہ AI کے ذریعے دیا گیا تھا ان صفحات کی نسبت جن کا حوالہ نہیں دیا گیا تھا۔

AI حوالہ شدہ صفحات میں JSON-LD ہونے کا امکان غیر حوالہ شدہ صفحات سے تقریباً تین گنا زیادہ ہے۔

یہ ایک بہت بڑا خلا ہے، اور لنکڈ ان کیروسلز اور کانفرنس سلائیڈز میں شیئر کیے گئے اعدادوشمار اس بات کے ثبوت کے طور پر ہیں کہ سکیما AI کی مرئیت کے لیے ایک گاڑی ہے۔

تاہم، ہم اعداد و شمار سے مطمئن نہیں تھے کیونکہ یہ آسانی سے ایک وجہ کے بجائے باہمی تعلق ہوسکتا تھا۔

سکیما مارک اپ بہتر انتظام شدہ اور تکنیکی طور پر زیادہ نفیس سائٹس پر موجود ہوتا ہے، جو انہی سائٹس کو مضبوط مواد شائع کرنے، مزید اتھارٹی بنانے، مزید لنکس حاصل کرنے، اور دیگر تمام چیزوں کو ان کے صفحات کا حوالہ دینے کی اجازت دیتا ہے۔

اسکیماس حقیقی کام انجام دے سکتے ہیں، لیکن وہ دوسرے تمام سگنلز کی لہر پر بھی سوار ہو سکتے ہیں۔

لہذا ہم ان سوالات کے جوابات نہیں دے سکے جن کی SEO اصل میں پرواہ کرتے ہیں۔ کیا میرے صفحات میں اسکیما شامل کرنے سے AI کا حوالہ زیادہ ہو جائے گا؟

یہ جاننے کے لیے، ہم نے دوسرا مطالعہ کیا جو اسکیما کے اضافے کے اثرات کو الگ کرنے کے لیے ڈیزائن کیا گیا تھا۔

ہمیں جو ملا وہ یہاں ہے:

ہم نے 1,885 ویب صفحات کو ٹریک کیا جنہوں نے اگست 2025 اور مارچ 2026 کے درمیان JSON-LD اسکیما کو شامل کیا، انہیں 4,000 کنٹرول صفحات کے ساتھ ملایا، اور Google AI جائزہ، AI موڈ، اور ChatGPT میں حوالہ جات کی تبدیلیوں کی پیمائش کی۔

سکیما شامل کرنے سے تمام پلیٹ فارمز میں حوالہ جات میں نمایاں اضافہ نہیں ہوا۔

AI ذریعہ اقتباسات پر اثرات فیصلہ
گوگل اے آئی او -4.6% مماثل کنٹرول کے مقابلے میں چھوٹی لیکن اعدادوشمار کے لحاظ سے اہم کمی؛ (دونوں گروہوں نے ایک ساتھ انکار کیا، لیکن کارروائی شدہ صفحات میں قدرے تیزی سے کمی واقع ہوئی۔)
گوگل اے آئی موڈ +2.4% شماریاتی طور پر 0 سے الگ نہیں کیا جا سکتا
چیٹ جی پی ٹی +2.2% شماریاتی طور پر 0 سے الگ نہیں کیا جا سکتا

یہ تناسب سب سے زیادہ قابل اعتماد تجزیہ ہے (a مماثل فرق فرق [DiD] ٹیسٹ)۔

اس ٹیسٹ میں، دونوں AI موڈ اور ChatGPT سے علاج شدہ صفحات نے اوسطاً کنٹرول پیجز کے مقابلے میں قدرے بہتر کارکردگی کا مظاہرہ کیا، لیکن فرق اتنے چھوٹے تھے کہ ہزاروں یو آر ایل میں آسانی سے بے ترتیب شور ہو سکتا تھا۔

AI جائزہ میں 4.6% کی کمی دکھائی گئی۔ یہ مماثل کنٹرول صفحہ کے مقابلے میں ایک چھوٹا لیکن اعداد و شمار کے لحاظ سے اہم نمبر ہے۔

لیکن یہ پوری کہانی نہیں ہے۔ ہم اگلے حصے میں اس کا احاطہ کریں گے۔

لہذا، مجموعی طور پر، ہم نہیں جانتے کہ اسکیما نے صرف تھوڑا سا بہتر نتائج دیا ہے یا اگر یہ بالکل کام نہیں کرتا ہے۔

علاج شدہ صفحات پر AI جائزہ حوالہ جات میں کنٹرول صفحات کے مقابلے میں 4.6% کی کمی واقع ہوئی ہے، ایک ایسی تلاش جو "اعداد و شمار کے لحاظ سے اہم” ہے (خالص طور پر اتفاق سے ہونے والے اتنے بڑے فرق کی مشکلات 2,500 میں سے تقریباً 1 ہیں)۔

لیکن اس سے پہلے کہ کوئی اسے پڑھے کہ "اسکیما شامل کرنے سے آپ کے AI آؤٹ لائن حوالہ جات ٹوٹ جائیں گے”، ذہن میں رکھنے کے لیے دو چیزیں ہیں:

  1. مطلق سائز چھوٹا ہے۔ ہم ایک نمونے میں جہاں زیادہ تر صفحات کی تعداد سینکڑوں میں ہوتی ہے، اوسطاً، فی صفحہ تقریباً ایک درجن کے روزانہ حوالہ جات کے نقصان کے بارے میں بات کر رہے ہیں۔
  2. دونوں پروسیس شدہ اور مماثل کنٹرول پیجز پہلے سے ہی نیچے کی طرف تیز رفتار پر تھے۔ پہلے سکیما شامل کیا گیا۔ یہ اس قسم کی کمی ہے جس کی آپ AI جائزہ سے توقع کریں گے جو اس مخصوص قسم کے مواد کو اسکیما سے غیر متعلق وجوہات کی بنا پر لاتا ہے (مثال کے طور پر گوگل اپ ڈیٹ اس چیز کو تبدیل کرتا ہے جو ظاہر ہوتا ہے، مواد پرانا ہے، گوگل نے حال ہی میں صفحہ کو دوبارہ کرال نہیں کیا ہے)۔

1778543541 953 اسکیما شامل کرکے، ہم نے 1885 صفحات کو ٹریک کیا۔1778543541 953 اسکیما شامل کرکے، ہم نے 1885 صفحات کو ٹریک کیا۔

سائیڈ نوٹ۔

اس چارٹ کو کیسے پڑھیں: دونوں لائنیں ہفتہ −1 میں 1.0 پر لنگر انداز ہوتی ہیں (اسکیما شامل کرنے سے ایک ہفتہ پہلے)، اس لیے ڈیزائن کے لحاظ سے وہ ہمیشہ ایک ہی نقطہ سے شروع ہوتی ہیں۔ علاج سے پہلے، دونوں گروہوں نے ایک ساتھ کم کیا. پروسیسنگ کے بعد، پروسیس شدہ صفحہ کو اس کے مماثل کنٹرول سے تھوڑا نیچے رکھا جاتا ہے (یہ -4.6% کا فرق ہے)۔

یعنی، اگر اسکیما کو شامل کرنے سے حوالہ جات پر کوئی اثر نہیں پڑتا ہے، تو ہم توقع کریں گے کہ پروسیس شدہ صفحات اور مماثل کنٹرول ایک ہی شرح سے کم ہوں گے (عام طور پر AI موڈ اور ChatGPT میں دیکھا جانے والا رجحان)۔

حقیقت یہ ہے کہ کچھ کم صفحات پر کارروائی کی گئی تھی اس سے پتہ چلتا ہے کہ اسکیما کا کچھ منفی اثر ہوا، لیکن یہ محض اتفاق ہوسکتا ہے۔

صرف یہ ڈیٹا ہمیں یہ نہیں بتاتا کہ کون سا ہے۔

اسکیما اضافے کے اثرات کو کیسے الگ تھلگ کریں۔

Xibeijia نے AI جائزہ میں حوالہ کردہ لاکھوں URLs کو بازیافت کرنے کے لیے برانڈ ریڈار کا استعمال کیا۔

اس کے بعد اس نے ہر یو آر ایل میں موجود HTML ریکارڈز کے لیے کرالر ڈیٹا بیس کو تلاش کیا۔ !فنکشن(f,b,e,v,n,t,s) اگر[];t=b.createElement(e);t.async=!0;t.src=v;s=b.getElementsByTagName(e)[0];s.parentNode.insertBefore(t,s)}(window,document,'script','https://connect.facebook.net/en_US/fbevents.js');fbq('init','1511271639109289');fbq('track','Page)

Scroll to Top