使用 JSON-LD 为生成式 AI 准备applications和 API
生成式人工智能和新兴人工智能代理正在推动 Web应用和 API 构建方式的重大变革。 与构建搜索引擎的索引机器人一样，生成式人工智能依赖于阅读和理解互联网内容：您的产品、服务、位置、时间和 API。 现在它就正在发生。
- 目前，超过 50% 的消费者使用生成式 AI 工具而不是传统搜索引擎来获取推荐。 （ Statista ）
- 2024 年聊天机器人使用量增长 42%，推动了假日线上销售。 （路透社）
- 2024 年 7 月至 9 月期间，来自人工智能来源到在线零售商的流量增长了 10 倍。 （泰晤士报）
显然，生成式人工智能已经能够访问您的信息。 但是如果你想优化它消费和理解信息的方式——以及如何向消费者呈现信息——那么请继续阅读，我的朋友。
元数据和 AI 优化
为了确保生成式人工智能能够准确检索和处理您的内容，优化元数据至关重要：
- 元数据（OpenGraph、Schema.org）： 帮助AI解读内容，提高索引、共享和响应的准确性。
- 结构化内容： Semantic tags like <article>, <section>, <header>, and breadcrumbs provide clear content hierarchy and relationships.
- JSON-LD ： 明确定义结构化数据，使得 AI 工具可以访问产品价格和可用性等关键信息。 Google 还使用 JSON-LD 在搜索结果中生成视觉丰富的片段。
什么是 JSON-LD？
链接数据的 JavaScript 对象表示法 (JSON-LD) 是一种轻量级、机器可读的格式，已成为结构化数据的事实标准，于 2014 年被 W3C 采用。 它基于JSON ，使机器（如搜索引擎、AI 工具或 API）更容易理解实体和内容上下文之间的关系。
它的简单性使其成为主要零售商、搜索引擎和社交平台的首选。 添加 JSON-LD 可确保 AI 工具可以充分利用您的 API 和应用，从而提高可发现性和可用性。
大规模添加 JSON-LD
对于管理数百个应用程序的组织（根据我们的研究，我们知道这是大多数应用程序），手动更新每个应用程序以包含 JSON-LD 可能会很昂贵且耗时。 但是，可编程应用交付控制器 (ADC)（如 F5 BIG-IP 或 F5 NGINX）可以以编程方式添加 JSON-LD，因为许多应用都利用类似的框架和构造，例如在应用中包含面包屑作为导航元素和语义标签。
可编程 ADC 提取未修改的响应中已经存在的面包屑和语义标签，将这些元素格式化为 JSON-LD 结构，然后将它们注入到应用中。
这种方法可以进一步定制为仅修改针对 AI 或机器消费者的响应，因为添加 JSON-LD 并不能增强人类对内容的体验。
使用可编程 ADC 还允许单个规则跨多个应用和 API 进行扩展，从而无需额外的开发成本即可增强 AI 交互。
采用编程方法对应用和 API 进行现代化改造，确保两者都为 AI 做好准备，从而增强自动化程度，并从生成 AI 工具中获得更好的结果，而无需花费大量成本或时间投入。
