Google Ra Mắt Định Dạng Kiến Thức Mở, Một Tiêu Chuẩn AI

Google đã giới thiệu Định Dạng Kiến Thức Mở (OKF), một thông số mở mới được thiết kế để chuẩn hóa cách thức nội dung được đóng gói và chia sẻ với các tác nhân AI. Bài đăng X của Google Cloud Techmô tả nó như một tiêu chuẩn "không phụ thuộc vào nhà cung cấp", được xây dựng để có thể đọc được bởi cả con người và máy móc mà không cần công cụ hoặc phần mềm mới để triển khai.

Định Dạng Kiến Thức Mở là gì?

OKF v0.1 sử dụng một thư mục các tệp markdown với YAML frontmatter để thiết lập các quy ước chuẩn hóa, giúp nội dung tương thích hơn giữa các nhà sản xuất và các tác nhân AI. Theo Google, một gói tài liệu OKF là:

• “Chỉ là markdown:” mỗi tệp là markdown thuần túy có thể mở trong bất kỳ trình soạn thảo nào, hiển thị trên GitHub và có thể được lập chỉ mục bởi các công cụ tìm kiếm tiêu chuẩn
• “Chỉ là các tệp:” một gói được gửi dưới dạng tarball, sống trong bất kỳ kho git nào và có thể gắn vào bất kỳ hệ thống tệp nào
• “Chỉ là YAML frontmatter:” một danh sách ngắn các trường có thể truy vấn bao gồm loại, tiêu đề, mô tả, tài nguyên, thẻ và dấu thời gian

Google đã nhấn mạnh sự đơn giản của định dạng này. Không có sơ đồ nén, runtime mới, hay SDK yêu cầu nào liên quan.

Hiện tại, các triển khai tham chiếu và công cụ tập trung vào Google Cloud, nhưng thông số kỹ thuật tự nó là mở và không phụ thuộc vào nhà cung cấp, được xuất bản trên GitHub dưới giấy phép Apache 2.0. OKF v0.1 sẽ phát triển khi các nhà sản xuất và người tiêu dùng tìm hiểu những đại diện kiến thức mà các tác nhân thực sự cần.

Tại sao điều này quan trọng đối với các nhà tiếp thị

Vẫn còn sớm. OKF là một định dạng kiến thức nội bộ cho các tác nhân AI, không phải là tín hiệu xếp hạng tìm kiếm hay xuất bản web, và nó không gắn liền với Google Search, YouTube, Maps, hoặc các sản phẩm tiêu dùng khác.

Lập luận của Google là OKF có thể kéo câu trả lời từ các nguồn không tương thích. Các ví dụ của chính nó là nội bộ và kỹ thuật: định nghĩa bảng, chỉ số và tài liệu hướng dẫn. Đối với các nhóm tiếp thị, các điểm tương đồng cũng là nội bộ, như cơ sở kiến thức thương hiệu, báo cáo, hỗ trợ bán hàng và đào tạo.

OKF không phải là tiêu chuẩn duy nhất hướng tới các tác nhân AI, và những khác biệt rất dễ bị nhầm lẫn. Một sơ đồ XML liệt kê các trang trên trang web của bạn. Một tệp llms.txt chỉ định cho các trình thu thập thông tin hướng tới nội dung hữu ích nhất của bạn. OKF đi xa hơn một bước và cung cấp kiến thức chính nó, được đóng gói dưới dạng các tệp mà một tác nhân đọc trực tiếp. Sự khác biệt quan trọng là hướng đi: llms.txt và sơ đồ hướng ra ngoài, về phía các trình thu thập thông tin truy cập trang web của bạn, trong khi OKF hướng vào bên trong, về phía các tác nhân của tổ chức.

Đối với hầu hết các nhà tiếp thị, không có điều gì trong số này yêu cầu hành động ngay hôm nay. Một gói OKF đã xuất bản sẽ không làm thay đổi thứ hạng của bạn trong tuần này hoặc tuần tới. Hãy đảm bảo nội dung của bạn sạch sẽ và được cấu trúc tốt, theo dõi cách tiêu chuẩn phát triển, và xác nhận rằng các trình thu thập thông tin AI đã có thể truy cập nội dung bạn xuất bản. Nếu các tiêu chuẩn hướng tới tác nhân trở nên phổ biến như sơ đồ và schema đã làm, công việc cơ bản đó sẽ được đền đáp.

Cách chuẩn bị với Semrush

Site Audit (Kiểm tra trang) đánh dấu xem trang web của bạn có đang chặn các trình thu thập thông tin AI hay không và nêu bật các vấn đề kỹ thuật có thể giữ nội dung của bạn ra khỏi các câu trả lời được tạo ra bởi AI, bao gồm cả tệp llms.txt bị thiếu. Nó hoạt động trên mọi kế hoạch Semrush, vì vậy đây là nơi khởi đầu dễ dàng.

Để xem cách công việc đó chuyển thành khả năng hiển thị, AI Visibility Toolkit (Bộ công cụ khả năng hiển thị AI) theo dõi tần suất thương hiệu của bạn được trích dẫn trên ChatGPT, Perplexity, Google AI Mode và Gemini.

Đối với các nhóm doanh nghiệp, Semrush Enterprise AIO đi sâu hơn, với theo dõi khả năng hiển thị AI trên nhiều LLM hơn và Crawler Profiles (Hồ sơ thu thập thông tin) mô phỏng cách các bot như ChatGPT và Googlebot truy cập và diễn giải trang web của bạn.