Az elérhetetlen oldalak lemaradnak az AI-keresésben

Az AI ugyanúgy olvassa a webet, mint a képernyőolvasók

Amikor az AI-alapú kereső- és felfedezőrendszerek feltérképezik a weboldalát, valami olyat tesznek, aminek ismerősnek kell lennie: elemzik a HTML szemantikus struktúráját, hogy megértsék, mit tartalmaz az oldal és mit jelent.

Megvizsgálják a címsorok hierarchiáját, hogy megértsék, hogyan szerveződik a tartalom. Elolvassák az alt szöveget, hogy megértsék, mit közvetítenek a képek. A linkszöveget használják annak megértéséhez, hova vezetnek a linkek. A megfelelően strukturált táblázatokra támaszkodnak, hogy értelmet nyerjenek a táblázatos adatok. Amikor ezek a szerkezeti elemek hiányoznak vagy hibásak, az AI-rendszer — akárcsak egy képernyőolvasó — vagy félreértelmezi a tartalmat, vagy teljesen elveszíti azt.

Ez nem véletlen. Azok a webszabványok, amelyek a tartalmat elérhetővé teszik a segítő technológiák számára — szemantikus HTML, szükség esetén ARIA, strukturált adatok, értelmes szöveges alternatívák —, ugyanazok a szabványok, amelyek a tartalmat értelmezhetővé teszik a gépi tanulási rendszerek számára. Az akadálymentesség és az AI-felfedezhetőség nem különálló szempontok, amelyek véletlenül osztoznak néhány technikán. Ugyanannak az alapelvnek a kifejeződései: az információt szerkezetileg kell közölni, nem csupán vizuálisan.

Hogyan dolgozzák fel az AI-keresőrendszerek a webes tartalmat

A modern AI-alapú kereső- és felfedezőrendszerek — beleértve a nagy keresőmotorokban most megjelenő nyelvi modell alapú keresési funkciókat — több lépcsős folyamaton keresztül nyerik ki a jelentést a weboldalakból:

Feltérképezés: automatizált rendszerek lekérik az oldalait és elemzik azok HTML-jét. Azok az oldalak, amelyek blokkolják a feltérképezőket, a tartalmat kizárólag olyan JavaScripten keresztül töltik be, amelyet nem szerver oldalon renderelnek, vagy hibás a szerkezetük, előfordulhat, hogy nem kerülnek helyesen lekérésre vagy elemzésre.

Darabolás: a tartalom szegmensekre oszlik, jellemzően szemantikai egységekhez igazodva — címsorok, bekezdések, listák, szakaszok. A szemantikus struktúra nélküli tartalom (egyetlen tagolatlan szövegtömb) önkényesen kerül darabolásra, ami elveszíti az ötletek közötti logikai kapcsolatokat.

Beágyazás: minden darab egy vektoros reprezentációvá alakul, amely a szemantikai jelentést kódolja. E beágyazás minősége nagymértékben függ a környező struktúra minőségétől. Egy címsor, amely pontosan leírja az általa megelőzött tartalmat, segít a rendszernek megérteni, miről szól az a tartalom. Egy dekoratív címsor, amely nagy betűméretet használ, de <h2> helyett <div> elemet hordoz, alig járul hozzá bármihez.

Visszakeresés: amikor egy felhasználó kérdést tesz fel, a rendszer megtalálja azokat a darabokat, amelyek beágyazásai a legközelebb állnak a lekérdezés szemantikai jelentéséhez. A jól darabolt és beágyazott tartalom megjelenik a releváns lekérdezésekben. A strukturálatlan jelölésbe temetett tartalom nem.

Konkrét akadálymentességi hibák, amelyek rontják az AI-láthatóságot

Hiányzó vagy nem megfelelő alt szöveg

Az alt szöveg az, ahogyan az AI-rendszerek megértik a kép tartalmát. Egy kép, amely megmondja, hogyan néz ki a termék egy vásárlási kontextusban, vagy mit mutat a diagram egy adatkontextusban, értelmes információval járul hozzá az AI oldalról alkotott képéhez. Egy fájlnév (“IMG_4821.jpg”) vagy egy üres alt attribútum semmivel sem járul hozzá.

Azoknál az oldalaknál, ahol a képek jelentős információs súllyal bírnak — termékoldalak, jelentésoldalak, oktatóoldalak —, a hiányzó alt szöveg egyszerre akadálymentességi hiba és AI-láthatósági hiba.

Hibás címsorstruktúra

A címsorhierarchia mind a képernyőolvasóknak, mind az AI-rendszereknek megmondja, hogyan szerveződik az oldal tartalma. Egy oldal, amely <h1>-ről <h3>-ra ugrik vizuális méretezési okokból, vagy amely a címsorcímkéket kizárólag stílushoz használja, olyan struktúrát hoz létre, amelyet sem a segítő technológia, sem az AI-feltérképezők nem tudnak helyesen elemezni.

A jól strukturált címsorok vázlatot hoznak létre az oldal tartalmáról — valamit, amit az AI-rendszerek közvetlenül használnak annak megértéséhez, mit fed le az oldal, és hogyan kapcsolódnak egymáshoz a szakaszok.

Homályos vagy hiányzó linkszöveg

A linkszöveg jelzés. A “Tovább”, “kattintson ide” és “tudjon meg többet” semmit sem mond az AI-rendszernek a célról. A leíró linkszöveg — “Olvassa el útmutatónkat a WCAG 2.2 megfeleléshez” — megmondja az AI-nak, mit tartalmaz a hivatkozott oldal, és hozzájárul ahhoz, hogy a rendszer megértse az aktuális oldal tematikus kapcsolatait.

Feliratok és átiratok az audiovizuális tartalomhoz

A videó és a hang átlátszatlan az AI-rendszerek számára szöveges alternatívák nélkül. Az átiratok és feliratok egyszerre akadálymentességi követelmények és közvetlen bemenetek az AI-keresés indexelésébe. Egy jól feliratozott videó beszélt tartalma indexelt és visszakereshető. Egy felirat nélküli videó a címén és a környező szövegen túl szinte semmivel sem járul hozzá a keresési láthatósághoz.

Elérhetetlen PDF-ek

A beszkennelt képként vagy címkézetlen fájlként terjesztett PDF-ek nem elemezhetők megbízhatóan sem a képernyőolvasók, sem az AI-rendszerek által. A címkézett dokumentumok akadálymentességi hibája szinte mindig egyben felfedezhetőségi hiba is.

A PDF-akadálymentességi útmutatónkban elolvashatja, mit követel meg az akadálymentes PDF-struktúra.

Strukturált adatok

Bár szigorúan véve nem akadálymentességi követelmény, a strukturált adatjelölés (schema.org, JSON-LD) közvetlen kommunikációs csatorna mind a keresőmotorok, mind az AI-rendszerek felé arról, hogy mit jelent a tartalma. Egy megfelelő Article sémajelöléssel ellátott cikk, egy Product és Offer sémával ellátott termék, egy FAQPage sémával ellátott GYIK — ezek ellenőrzött, strukturált információt adnak az AI-rendszereknek, ahelyett, hogy pusztán az oldalszövegből kellene kikövetkeztetniük a jelentést.

A gyakorlati átfedés

Azok a lépések, amelyek javítják az akadálymentességet a fogyatékossággal élő emberi felhasználók számára, nagyrészt megegyeznek azokkal a lépésekkel, amelyek javítják az AI-felfedezhetőséget:

Akadálymentességi fejlesztés	AI-felfedezhetőségi előny
Értelmes alt szöveg hozzáadása a képekhez	A képek kereshetővé válnak, tartalmuk indexelhetővé
Megfelelő címsorhierarchia használata	A tartalom szervezése géppel olvasható
Leíró linkszöveg írása	Az oldalak közötti tematikus kapcsolatok explicitek
Videó feliratozása és átirata	A beszélt tartalom indexeltté és visszakereshetővé válik
Címkézett, akadálymentes PDF-ek létrehozása	A dokumentumtartalom elemezhető
Szemantikus HTML-elemek használata	Az oldalszerkezet CSS nélkül is értelmezhető

Másképp az akadálymentesség megtérüléséről

Az akadálymentesség üzleti indoklását általában a jogi megfelelés (az EAA, az ADA és hasonló szabályozások) és a fogyatékossággal élők piacának mérete köré építik. Mindkettő valós.

De az AI-keresési láthatóság egy másik dimenziót ad hozzá: az akadálymentesség nemcsak arról szól, ki tudja használni az oldalát. Arról szól, hogy megtalálható, megjeleníthető és összefoglalható-e a tartalma azon AI-rendszerek által, amelyek egyre inkább közvetítik, hogyan fedeznek fel az emberek információt.

Egy szemantikailag hibás weboldal — hiányzó alt szöveggel, lapos címsorstruktúrával, homályos linkekkel, strukturálatlan PDF-ekkel — olyan weboldal, amelynek tartalma kevésbé valószínűen jelenik meg az AI által generált válaszokban, összefoglalókban és ajánlásokban. Ahogy az AI által közvetített keresés a felfedezés egyre nagyobb hányadát teszi ki, ez a láthatósági rés kereskedelmi réssé válik.

Mindkét szempont kiindulópontja ugyanaz: értse meg, hol áll jelenleg az oldala. Indítson ingyenes ellenőrzést, hogy lássa, mik az akadálymentességi problémái. Sok javítás, amely javítja az akadálymentességet, egyben javítja az AI-felfedezhetőséget is — minden további erőfeszítés nélkül.