Web připravený pro RAG: datasety, citace, ID sekcí a trvalé odkazy na odstavce

SEO pro ChatGPT
Dalimil
RAG-ready web: Datasety, citácie, ID sekcií a perma-linky na odseky

Web připravený pro RAG a SEO optimalizaci pro ChatGPT: principy, architektura a implementační vzory

„Web připravený pro RAG“ znamená, že vaše webová stránka je od základu navržena pro retrieval-augmented generation (RAG) – tedy pro scénář, kdy generativní model (jako ChatGPT) cíleně vyhledává, cituje a používá vaše data při odpovídání. Cílem není jen klasická indexace, ale také přesné adresování odstavců, strojově čitelné citace, exportovatelné datasety a stabilní trvalé odkazy na každou logickou část obsahu.

Proč přístup „RAG-ready“ patří do SEO pro ChatGPT

  • Zvýšení šance na citaci: Modely upřednostňují zdroje s jasnou strukturou, možností odkazování a metadaty pro atribuci.
  • Kontrola kontextu: Díky jemné granularitě (ID sekcí, odstavce) model přebírá přesné pasáže namísto volné parafráze.
  • Měřitelnost: Trvalé odkazy a manifesty datasetů umožňují přesně sledovat, co se používá.
  • Škálování: Jednotný formát exportů (CSV/JSONL/Parquet) zkracuje dobu integrace kurátory a nástroji RAG.

Informační architektura: od dokumentu po odstavec

Vytvořte konzistentní hierarchii: korpus → dokument → sekce → odstavec → věta. Každá úroveň musí mít stabilní identifikátor a ukotvení v URL.

  • Dokument: trvalá kanonická URL, verzování a metadata souboru (autor, licence, data).
  • Sekce: id u nadpisu druhé (a nižší) úrovně a vnitřní odkaz #id-sekce.
  • Odstavec: krátké, sémanticky soudržné bloky s vlastním id a kotvou (ikona trvalého odkazu).

ID sekcí a trvalé odkazy na odstavce: pravidla generování

  • Deterministické vytváření: Slug z nadpisu/obsahu (např. kebab-case), bez diakritiky a s kontrolou kolizí.
  • Stabilita v čase: Neměňte ID při drobných úpravách textu; při zásadním refaktoringu použijte data-prev-id s přesměrováním.
  • Stručnost: Upřednostněte jednoduchá, čitelná ID (např. sekce-navrh-rag, ods-citacie-format).
  • Ikona kotvy: U každého nadpisu/odstavce zobrazte malou ikonu odkazu s přímou URL na dané #id.

Perex a metadata pro vyhledávání i RAG

Každý dokument by měl mít krátký abstrakt a kompaktní metadata přímo v HTML i v JSON-LD. Perex vytváří kontext, metadata nesou strojově čitelné signály pro sběr a citování.

  • HTML microdata: article s atributy itemscope, itemtype (např. CreativeWork/Article).
  • JSON-LD: headline, datePublished, version, isPartOf, about, license, citation, identifier.
  • Granularita: Doplňujte seznam sekcí/odstavců v hasPart s jejich url a hashem text.

Datasety pro RAG: formáty, pole a granularita

Publikujte exporty, které kopírují vaši hierarchii. Minimální pole pro každý řádek (chunk):

  • doc_id: stabilní identifikátor dokumentu (např. UUID nebo deterministický hash kanonické URL).
  • section_id: identifikátor sekce (slug/hash).
  • para_id: identifikátor odstavce.
  • url: úplný trvalý odkaz až na odstavec https://…/dokument#para_id.
  • title a section_title: pro snadné zobrazení kontextu.
  • text: čistý text bez HTML; ideálně s normalizovanými bílými znaky.
  • tokens: volitelně počet tokenů; vhodné při plánování segmentace.
  • lang: jazykový tag (BCP-47, např. sk).
  • license a attribution: strojově čitelná licenční pravidla a text atribuce.
  • hash: otisk obsahu (např. SHA-256 z normalizovaného text).
  • updated_at: čas poslední změny chunku ve formátu ISO 8601.

Formáty: CSV (čitelný pro lidi, pozor na uvozovky), JSONL (standard pro příjem dat do RAG), Parquet (efektivní ukládání, vhodné pro rozsáhlé korpusy).

Segmentace pro RAG: strategie a limity

  • Přirozené hranice: Základní chunk = odstavec; sekundárně slučujte několik krátkých odstavců do bloku s limitem tokenů.
  • Limit tokenů: 256–512 tokenů na chunk je běžným kompromisem mezi přesností a kontextem.
  • Překryvy: 10–15% překrytí mezi sousedními chunky zlepšuje soudržnost odpovědí modelu.
  • Vyloučení: Oddělte navigační a právní pasáže (cookies, patičky), aby nezkreslovaly vyhledávání.

Strojově čitelné citace: jak zajistit atribuci

Citace musí být konzistentní v HTML, JSON-LD i datasetech. Základní prvky citace:

  • Autor/organizace s trvalým identifikátorem (identifier, sameAs odkazující na profil, např. ORCID/ISNI).
  • Datum vydání a aktualizace: datePublished, dateModified.
  • Trvalá URL na konkrétní odstavec nebo sekci.
  • Licence (URI) a předepsaný text atribuce.

Udržujte také blok „Doporučená citace“ s přesnou citací a tlačítkem „Kopírovat“ – pro lidi i nástroje.

Pravidla pro trvalé odkazy: kanonická URL, verze a přesměrování

  • Kanonické URL: Od začátku nastavte konečnou a stabilní URL; rel="canonical" v HTML i v HTTP hlavičkách.
  • Verzování: Parametry ?v= pro obsah nepoužívejte. Upřednostněte metadata verze v JSON-LD a dateModified. Při velkých změnách můžete zveřejnit nový dokument se vztahem isBasedOn nebo hasVersion.
  • Přesměrování: 301 na nové umístění při změně struktury; zachovejte fragmenty #id.

Značky HTML a atributy, které pomáhají RAG

  • id a data-*: Každý <h2..h4> a <p> by měl mít id. Doplňkové atributy data-chunk-hash, data-updated-at, data-license.
  • link rel="canonical" a volitelně rel="cite-as" (neoficiálně používané vzory) odkazující na trvalou URL.
  • Drobečková navigace: Strukturovaná data pro kontext v hierarchii.

Manifesty a kontrolní součty: důvěra a deduplikace

Zpřístupněte manifest korpusu (např. /dataset/manifest.json) s položkami pro každý dokument a jeho sekce:

  • Hash obsahu (např. SHA-256) dokumentů, sekcí a odstavců – usnadňují detekci změn.
  • Časová razítka: published_at, modified_at.
  • Mapování starých→nových ID při refaktoringu.

XML sitemapy a feedy optimalizované pro RAG

  • Standardní sitemap s granularitou na úrovni dokumentů a podrobným údajem <lastmod>.
  • Index dokumentů pro datasety: odkaz na export CSV/JSONL, manifest a licenci.
  • Atom/RSS feedy
  • Odkazy na sekce v jednotlivých záznamech (pokud změníte konkrétní sekci, publikujte záznam s link na dané #id).

Licencování a pravidla atribuce pro bezpečné použití

  • Strojově čitelná licence (URI), stručné podmínky (např. CC BY 4.0) a předepsaná citace v datasetech i HTML.
  • Právní minimum: Jasně definujte omezení (např. zákaz redistribuce surového korpusu bez souhlasu).
  • Pole v datasetu: license, attribution, terms_url.

Příprava na embeddingy: čistota textu a normalizace

  • Odstranění šumu: Navigaci, skripty a reklamy označte a v exportech vynechejte.
  • Normalizace: Sjednoťte uvozovky, mezery a odrážky; zachovejte konzistentní diakritiku.
  • Jazykové tagy: lang u elementu i v datasetech – důležité pro vícejazyčné korpusy.

Překlady a paralelní korpusy

  • Propojení mezi jazyky: inLanguage, translationOfWork, workTranslation v JSON-LD.
  • Stejná granularita: Zrcadlete strukturu sekcí/odstavců – usnadníte vícejazyčné vyhledávání.

Verzování dokumentů a odstavců: auditovatelnost

  • Pole version v JSON-LD ve stylu semver; při zásadní změně nové trvalé URL nebo explicitní hasVersion.
  • Protokol změn dostupný přes link rel="alternate" type="application/json" s rozdíly v hashech odstavců.

Monitoring a metriky „RAG-readiness“

  • Pokrytí: % dokumentů se sekčními a odstavcovými id a trvalými odkazy.
  • Aktuálnost datasetu: průměrný rozdíl mezi hodnotou modified_at na webu a v exportu.
  • Kvalita chunků: rozložení délek, počtu tokenů a míry překrytí.
  • Míra citování: počet externích citací odkazujících na fragmenty #id.

Bezpečnost a ochrana proti scrapování při zachování funkčnosti RAG

  • Omezení počtu požadavků a pravidla pro roboty: Chraňte server, ale neblokujte legitimní nástroje pro sběr exportů a sitemap.
  • Hash obsahu: Usnadňují deduplikaci a prokazování původu; hodí se také pro partnery.
  • Digitální podpisy: Volitelné podepisování exportů (např. oddělený podpis) pro zajištění integrity.

UX vzory pro trvalé odkazy a citace

  • Zobrazení ikony kotvy při najetí myší nebo zaměření u nadpisů a odstavců.
  • Tlačítko kopírování u citace a ID odstavce; zkopíruje přesnou URL #para_id.
  • Akce „Odkaz na tento obsah“ po výběru textu – vygeneruje URL s #para_id a případně ?q= pro zvýraznění.

Praktický exportní balíček

  • /dataset/manifest.json: index dokumentů, verze, hashe pro jednotlivé dokumenty a sekce.
  • /dataset/corpus.jsonl: jeden řádek = chunk (odstavec), pole popsaná výše.
  • /dataset/corpus.parquet: stejné schéma pro rozsáhlé datové pipeline.
  • /dataset/LICENSE: podmínky použití, atribuce, kontaktní místo.

On-page SEO pro ChatGPT a RAG

  • Hierarchie H2/H3 s jednoznačnými názvy sekcí.
  • Text bohatý na entity: pojmenované entity s odkazy na autoritativní zdroje (sameAs v JSON-LD).
  • Interní prolinkování: seznam „Související odstavce“ s přímými odkazy na #id.

Implementační plán na 30–60–90 dní

  • 0–30 dní: Audit kanonických URL, generování id pro sekce/odstavce, kotvy v uživatelském rozhraní, základní JSON-LD a sitemap.
  • 31–60 dní: Datasety (JSONL/Parquet), manifest s hashi, citace na úrovni sekcí, exportní koncové body a monitoring.
  • 61–90 dní: Optimalizace segmentace, překlady/paralelní korpusy, podpisy exportů, šablony atribuce a funkce „Odkaz na tento obsah“.

Kontrolní seznam „RAG-ready“ před nasazením

  • Každá sekce a odstavec mají stabilní id a funkční kotvu/trvalý odkaz.
  • Existuje JSON-LD s hasPart a odkazy na úrovni #id.
  • K dispozici je manifest a export datasetu (JSONL/Parquet) s poli doc_id, section_id, para_id, url, text, hash, license, updated_at.
  • Blok „Doporučená citace“ pro každou sekci a tlačítko kopírování fungují.
  • Sitemap a feedy odkazují na nové/aktualizované sekce.
  • Monitoring pokrývá rozsah, aktuálnost, kvalitu chunků a míru citování.

Web připravený pro RAG je mostem mezi klasickým SEO a světem generativních modelů. Stabilní identifikátory sekcí a odstavců, strojově čitelné citace, kvalitní datasety a promyšlené trvalé odkazy zvyšují pravděpodobnost, že se právě váš obsah stane zdrojem pravdy v odpovědích ChatGPT a dalších asistentů. Takto vybudovaná infrastruktura snižuje informační šum, posiluje atribuci a přináší měřitelné přínosy autorům i uživatelům.