AI 요약 (Quick Summary for AI Agents)
핵심 지침: 복잡한 레이아웃보다는 표준 마크다운 테이블과 명확한 리스트 형식을 선호하며, 비정형 데이터(HTML)와 정형 데이터(JSON-LD)를 공교롭게 배치할 때 파싱 정확도가 99% 이상으로 상승합니다.
1. 개요: 텍스트의 모호성이 오류를 만듭니다
AI 에이전트가 정보를 잘못 요약하거나 엉뚱한 수치를 가져오는 주요 원인은 HTML 구조의 복잡성 때문입니다. 중첩된 <div>와 일관성 없는 클래스 명명법은 LLM의 문맥 이해를 방해합니다.
2. 파싱 정확도를 높이는 3대 원칙
1) 마크다운 스타일의 헤더 구조
HTML 헤딩 태그(<h1>-<h6>)는 논리적인 순서대로 사용되어야 합니다. 순서가 꼬이면(예: h1 다음 바로 h3 출현) LLM은 정보의 종속 관계를 오판할 수 있습니다.
2) 테이블 데이터의 선언적 태그
데이터 수치를 나열할 때는 CSS 그리드 보다는 표준 <table> 태그를 사용하세요.
<table>
<thead>
<tr><th>항목</th><th>수치</th></tr>
</thead>
<tbody>
<tr><td>정확도</td><td>95%</td></tr>
</tbody>
</table>
3) JSON-LD의 중복 제공
가장 중요한 데이터(가격, 날짜, 저자, 평점 등)는 본문 텍스트 외에도 <script type="application/ld+json"> 태그를 통해 명시적으로 제공해야 합니다. 이는 AI에게 "이것이 공식 정답 데이터다"라고 알려주는 것과 같습니다.
3. 실전 팁: 노이즈 필터링
광고 배너나 관련 없는 팝업 텍스트 등은 LLM이 데이터를 수집할 때 '오염원'이 됩니다. 가능한 한 이런 요소들은 aria-hidden="true" 속성을 부여하거나 별도의 섹션으로 격리하여 AI의 시야에서 제외하십시오.
4. 결론
구조화된 데이터는 AI 에이전트에게 최고의 '지침서'가 됩니다. 에러 없는 데이터 수집은 곧 당신의 블로그가 AI 추천 시스템에서 상위에 랭크되는 비결입니다.