İşletmenin varlık bilgisini sitede, şemada, Business Profile'da ve dizinlerde karşılaştır, tutarsızlıkları çıkar

İşletmemin [işletme adı] internetteki varlık bilgisinin tutarlı olup olmadığını denetle. Sitem: [site adresi]. Google Business Profile konumum: [konum adı ya da alan adı, yoksa "yok"]. Resmi sosyal profillerim: [profil adresleri]. Şehir: [şehir]. Bu yalnızca okuma ve planlama çalışması, hiçbir şeyi değiştirme. Yapay zeka sistemleri bir işletmeyi farklı kaynaklardaki aynı bilgileri eşleştirerek tanır. Ad, adres, telefon ya da web adresi kaynaklar arasında farklıysa sistem bunları iki ayrı işletme sanabilir ya da yanlış bilgiyi aktarabilir. Bu yüzden her bilgiyi karakter karakter karşılaştır. 1. Sitedeki görünen bilgi. Ana sayfayı, iletişim ve hakkımızda sayfalarını site_read_url ile text=true vererek oku (truncated true ise max_bytes=1000000 ile tekrar oku). Görünen işletme adını, adresi, telefonu, e-postayı ve çalışma saatlerini sayfa sayfa çıkar. Bu bilgiler JavaScript olmadan görünmüyorsa ayrıca işaretle. 2. Sitedeki şema. Aynı üç sayfayı ve en önemli iki hizmet sayfasını site_read_url ile max_bytes=1000000 vererek oku ve gövdedeki `application/ld+json` bloklarını çıkar. Her blok için türü, @id değerini, name, url, logo, telephone, address, sameAs ve parentOrganization alanlarını listele. Şunları kontrol et: Organization ya da LocalBusiness düğümü her sayfada aynı @id ile mi geçiyor, hiç @id yoksa düğümler birbirine bağlanamaz; aynı işletme farklı sayfalarda farklı adla mı yazılmış; şemadaki telefon ve adres görünen metinle aynı mı; sameAs'taki her adres site_read_url ile max_bytes=0 verildiğinde 200 dönüyor mu. 3. Business Profile. Konumum varsa gbp_location_details ile adı, adresi, telefonu, web sitesi adresini, kategorileri ve çalışma saatlerini oku. Web sitesi alanı ana sayfaya mı yoksa ilgili şube sayfasına mı gidiyor, yaz. 4. Yerel dizinler. seo_history ile bu argümanlarla çalıştırılmış bir sorgu var mı bak. Yoksa seo_local_listings ile brand=[işletme adı] ve city=[şehir] çalıştır. Araç dizin başına kredi harcar, varsayılan Türk dizin setini kullanmadan önce kaç dizin sorgulanacağını bana söyle. Her dizinde kaç kayıt olduğunu, kapalı görünen kayıtları ve yinelenen kayıtları al. Bir dizin hata döndürdüyse onu "kayıt yok" değil "ölçülemedi" diye yaz. 5. Wikidata. site_read_url ile https://www.wikidata.org/w/api.php?action=wbsearchentities&search=[işletme adı]&language=tr&format=json adresini oku. Kayıt varsa resmi web sitesi alanının sitemle aynı olup olmadığına bak. Kayıt yoksa bunu yaz ama küçük işletmeler için kayıt açmayı önerme, çünkü Wikidata'nın kayda değerlik kuralları vardır. Çıktı şöyle olsun. Önce üç cümlelik özet. Sonra karşılaştırma tablosu: bilgi (ad, adres, telefon, web adresi, saatler, sosyal profiller), sitedeki görünen metin, sitedeki şema, Business Profile, dizinler, durum (tutarlı, farklı, eksik). Sonra şema tablosu: sayfa, tür, @id, sorun. Sonra önem sırasına göre düzeltme planı: her madde için nerede değişecek, eski değer, yeni değer ve kim yapacak. En sonda sitenin tamamında kullanılacak tek bir @id grafı için JSON-LD taslağı yaz: Organization ya da uygun LocalBusiness alt türü `[site adresi]/#org` veya `/#business` kimliğiyle, WebSite `/#website` kimliğiyle ve publisher bağlantısıyla, sameAs'ta yalnız 200 dönen resmi profillerle. Yalnız sitede yazan ya da benim verdiğim bilgileri kullan. Çalışma saati, koordinat, puan ya da kuruluş tarihi elimizde yoksa alanı hiç yazma; emin olmadığın her alanı [ONAY GEREKİR] diye işaretle. Bu taslağı uygulamak ayrı bir iştir, şimdi hiçbir dosyaya ya da profile dokunma.