अगर आप AI citations की उम्मीद में schema markup जोड़ रहे हैं, तो सबसे अच्छे नियंत्रित सबूत कहते हैं: रिटर्न की उम्मीद मत रखिए। Ahrefs ने JSON-LD जोड़ने वाले 1,885 पन्नों को 4,000 मैच किए गए कंट्रोल के मुकाबले ट्रैक किया। Google AI Overviews citations कंट्रोल की तुलना में 4.6% गिरे; AI Mode और ChatGPT सांख्यिकीय शोर में रहे। citations का शिकार करने की उम्मीद में मार्कअप जोड़िए मत। पर जो पहले से खड़ा है उसे तोड़िए भी मत।
वह सलाह जो सब दोहराते हैं
पाँच एजेंसियों से पूछिए कि AI युग के SEO के लिए schema markup ज़रूरी है या नहीं, और पाँच बार एक ही जवाब सुनिएगा: हाँ, जोड़िए। schema FAQ, schema Article और schema Organization हर ऑप्टिमाइज़ेशन चेकलिस्ट के सिर पर बैठे हैं। प्रमाण के तौर पर आम तौर पर उद्धृत आँकड़ा Ahrefs से है: 6 मिलियन URLs के विश्लेषण में AI के उद्धृत किए पन्नों में JSON-LD होने की संभावना गैर-उद्धृत पन्नों की तुलना में लगभग तीन गुना थी।
यह संख्या LinkedIn पर अच्छी घूमती है और इसकी एक जानी-मानी समस्या है। जो पन्ने मार्कअप जोड़ते हैं वे अक्सर वही होते हैं जो टेक्निकल SEO में निवेश करते हैं, आथॉरिटी वाला कंटेंट प्रकाशित करते हैं और लिंक कमाते हैं। मार्कअप शायद सबके साथ चलता है, कारण नहीं होता। मई 2026 में Ahrefs ने एक टेस्ट चलाया जो दोनों को अलग करता है।
प्रयोग कैसे चला
प्रोटोकॉल सरल था। Ahrefs ने अपने क्रॉलर के इतिहास से 1,885 पन्ने पहचाने जिन्होंने अगस्त 2025 और मार्च 2026 के बीच पहली बार JSON-LD जोड़ा। हर इंटरवेंशन पेज को दूसरे डोमेन से तीन मैच किए गए कंट्रोल पेज मिले — मिलकर लगभग 4,000 — मिलते-जुलते citation स्तरों और बिना मार्कअप के। टीम ने हर बदलाव के 30 दिन पहले और 30 दिन बाद Google AI Overviews, Google AI Mode और ChatGPT के citations गिने, फिर समूहों की difference-in-differences विधि से तुलना की, जो उसी दौर के प्लेटफ़ॉर्म ट्रेंड को बेअसर कर देती है — जैसे AI Mode का बढ़ना और AI Overviews का सिकुड़ना।
नतीजे पढ़ते वक़्त एक बात ध्यान रखने लायक है: हर इंटरवेंशन पेज पहले से तेज़ी से उद्धृत था। मार्कअप जुड़ने से पहले हर एक के पास कम से कम 100 AI Overviews citations थे। प्रयोग यह मापता है कि जवाब देने वाले इंजनों की पटी में पहले से आए पन्नों का क्या होता है — यह नहीं कि नज़रअंदाज़ किए गए पेज के लिए मार्कअप क्या कर सकता है।
उन्हें क्या मिला
| AI स्रोत | मैच किए गए कंट्रोल के मुकाबले बदलाव | Ahrefs का फ़ैसला |
|---|---|---|
| Google AI Overviews | −4.6% | छोटा पर आँकड़ों के लिहाज़ से मायने रखने वाला गिरावट |
| Google AI Mode | +2.4% | शून्य से अलग करना नामुमकिन |
| ChatGPT | +2.2% | शून्य से अलग करना नामुमकिन |
टेबल की ईमानदार पढ़ाई: मार्कअप जोड़ने ने किसी प्लेटफ़ॉर्म पर नापा-तौला कोई फ़ायदा नहीं दिया। AI Overviews के −4.6% को डराने वाला बताने से पहले एक बात: यह सैकड़ों citations पाने वाले पन्नों पर प्रति पेज रोज़ाना लगभग 12 citations की कमी है — और उस नमूने में इंटरवेंशन और कंट्रोल पन्ने मार्कअप से कोई लेना-देना न रखने वाले कारणों से साथ-साथ गिर रहे थे। Ahrefs यह खुल कर कहता है: यह छोटा गिरावट मार्कअप को जिम्मेदार नहीं ठहराया जा सकता। और चार स्वतंत्र सांख्यिकीय टेस्ट एक ही कहानी कहते हैं: कोई नेट असर नहीं — न सकारात्मक, न नकारात्मक।
इंजन आपका मार्कअप कच्चे टेक्स्ट की तरह क्यों पढ़ते हैं
मैकेनिज़्म शून्य नतीजे की व्याख्या करता है। फरवरी 2026 में मार्क विलियम्स-कुक ने एक प्रयोग प्रकाशित किया जो मार्कअप ब्लॉक को पढ़ने को उसके पार्स होने से अलग करने के लिए बनाया गया था। उन्होंने एक काल्पनिक शर्ट-विक्रेता का पेज बनाया और पता सिर्फ जानबूझकर खराब किए गए JSON-LD में रखा: गढ़ा हुआ @context, गढ़ा हुआ @type, असल में मौजूद न होने वाले प्रॉपर्टीज़, और दिखने वाले टेक्स्ट में कोई पता नहीं। जब उन्होंने ChatGPT और Perplexity से पता माँगा, दोनों ने सही दिया। Perplexity ने तो खुद ही जोड़ा कि उसने यह «पेज में शामिल स्ट्रक्चर्ड डेटा» में पाया। मॉडल्स ने ब्लॉक को अजीब विराम-चिह्नों वाला सादा टेक्स्ट पढ़ा; मार्कअप के सही होने की कभी जाँच नहीं की।
Ahrefs की रिपोर्ट में उद्धृत searchVIU प्रयोग वही बात दूसरी राह से पक्की करता है। जब ChatGPT, Claude, Perplexity, Gemini और Google AI Mode किसी पेज को रियल टाइम में लेते हैं, तो पाँचों सिस्टम सिर्फ दिखने वाला HTML निकालते हैं। छिपा हुआ JSON-LD, छिपी Microdata और छिपा RDFa सीधे-सीधे लेने पर नज़रअंदाज़ हो जाते हैं।
अवलोकन वाले अध्ययन उसी दिशा की ओर इशारा करते हैं
इस क्षेत्र में नियंत्रित प्रयोग दुर्लभ हैं, इसलिए जाँचना ज़रूरी है कि बड़े अवलोकन-आधारित डेटा उनका खंडन तो नहीं करते। नहीं करते। SE Ranking ने 129,000 डोमेन से 216,524 पन्नों का विश्लेषण किया: schema FAQ वाले पन्नों को ChatGPT में औसतन 4.2 के मुकाबले 3.6 citations मिलते हैं — हल्का नकारात्मक सहसंबंध (अवलोकनात्मक अध्ययन)। First Page Sage ने 4,213 कमर्शियल प्रॉम्प्ट पर AI सिफ़ारिश इंजनों को मॉडल किया और मानक AI सर्च में schema और स्ट्रक्चर्ड डेटा को 0.9% मॉडल किया हुआ प्रभाव दिया — आथॉरिटी सिग्नल के 80.4% के मुकाबले (वेंडर का मॉडल किया विश्लेषण, प्रयोग नहीं)।
उसी First Page Sage रिपोर्ट का एक ब्योरा ध्यान खींचता है: एजेंटिक सर्च में — जब AI एजेंट काम शुरू करने से पहले तथ्य जाँचता है — स्ट्रक्चर्ड डेटा का मॉडल किया वज़न 4.6% तक बढ़ जाता है। कीमतें, उपलब्धता, बुकिंग — यह डेटा मशीन को काम पूरा करने में सचमुच मदद करता है। यह स्ट्रक्चर्ड डेटा के पक्ष की दलील है — एजेंटों के लिए काम करने वाली सुविधा के रूप में, citations के लिए लीवर के रूप में नहीं।
यह अध्ययन आपको क्या नहीं बता सकता
सीमाएँ — उनमें से ज़्यादातर Ahrefs खुद गिनता है। हर पड़ताल का पेज पहले से तेज़ी से उद्धृत था: नतीजा उन पन्नों के बारे में कुछ नहीं कहता जिन्हें AI कभी दिखाता ही नहीं; उनके लिए मार्कअप फिर भी क्रॉलिंग, पार्सिंग या इंडेक्सिंग में मदद कर सकता है, और Ahrefs यह नोट करता है। सारे schema प्रकार इकट्ठे जोड़े गए; कोई खास प्रकार अलग बर्ताव कर सकता है। 30 दिन की खिड़की धीमे असर छोड़ देती। अध्ययन सिर्फ सरव किए गए HTML में मौजूद JSON-LD को कवर करता है — Microdata नहीं, RDFa नहीं, जावास्क्रिप्ट से डाला गया मार्कअप नहीं। और यह मैच किया गया अवलोकनात्मक अध्ययन है, रैंडमाइज़्ड प्रयोग नहीं, इसलिए AI Overviews का छोटा गिरावट साफ़ तौर पर मार्कअप को नहीं ठहराया जा सकता। इसीलिए JSON-LD को «बोझ» कहना भी डेटा से आगे बढ़ना है। जो दावा बचाया जा रहा है वह पतला है: जहाँ इसे सबसे ज़ोर-शोर से बेचा जाता है, वहाँ रिटर्न का सबूत शून्य है।
इसकी जगह क्या करें
तीन काम — उस क्रम में जो सबूत उठाते हैं।
पहला, नए schema को AI visibility का लीवर बताकर बजट करना बंद कीजिए। schema FAQ को AI citations का लीवर बताकर बेचा जाने वाला हर प्रपोज़ल मौजूदा सबसे अच्छे नियंत्रित डेटा के खिलाफ है। कैलेंडर वाला तर्क भी गिर चुका है: Google ने 7 मई 2026 को FAQ rich results को सर्च से पूरी तरह हटा दिया, और «रिज़ल्ट पेज पर ज़्यादा जगह» वाला पुराना वादा अब बचाया नहीं जा सकता।
दूसरा, घबराकर मत हटाइए। Google का दस्तावेज़ कहता है कि इस्तेमाल न होने वाला स्ट्रक्चर्ड डेटा कोई दिक्कत पैदा नहीं करता, और मार्कअप पारंपरिक सर्च इंफ़्रा और Knowledge Graph में एंटिटी को साफ़ पहचान दिलाने को अब भी पोषित करता है। schema-under-GEO मार्केटिंग से बिल्कुल नहीं खिंचने वाले विलियम्स-कुक इसी वजह से मार्कअप रखने की सलाह देते हैं। नकारात्मक सहसंबंध की वजह से चालू मार्कअप हटाना उसी मूल गलती को उल्टी दिशा में दोहराना है।
तीसरा, मेहनत वहाँ लगाइए जहाँ सबूत इशारा करते हैं। First Page Sage का मॉडल प्रभाव का 80.4% आथॉरिटी सिग्नल को देता है — मार्कअप के 0.9% से कहीं आगे — और Ahrefs के सहसंबंध अध्ययन बार-बार दिखाते हैं कि उद्धृत पन्ने कुल मिलाकर मज़बूत साइटों के होते हैं। व्यवहार में यह एक चीज़ पर टिकता है: नाम से बुलाया जाना। हमारी गाइड ChatGPT आपका प्रोडक्ट सुझाता है या नहीं, जाँचने की एक दोपहर में निपट जाती है और औज़ार नहीं माँगती; AI से नाम बुलाया जाना Google में अच्छी रैंकिंग से ज़्यादा क्यों कीमती है बाकी पूरा कर देता है।
पहला कदम अपनी साइट पर नज़र डालना है: मुफ़्त तुरंत जाँच आपके होमपेज पर सात टेक्निकल चेक चलाती है और हर नतीजा पेज पर ही दिखाती है।
इसी पेज के schema पर एक टिप्पणी
हाँ, इस पेज पर JSON-LD Article और FAQPage हैं। ऊपर कही गई कोई बात इसके खिलाफ नहीं है। हमारा मार्कअप पारंपरिक सर्च इंफ़्रा और एंटिटी स्पष्टता को निशाना बनाता है, और हम इसे AI citations का लीवर नहीं बताते। यह लेख citations की उम्मीद में मार्कअप जोड़ने के खिलाफ है, टेक्निकल तौर पर सेहतमंद साइट के खिलाफ नहीं।
अक्सर पूछे जाने वाले सवाल
JSON-LD जोड़ने से AI citations बढ़ते हैं?
मौजूद सबसे अच्छे सबूत नहीं कहते। Ahrefs ने JSON-LD जोड़ने वाले 1,885 पन्नों को 4,000 मैच किए गए कंट्रोल के मुकाबले ट्रैक किया: Google AI Overviews citations कंट्रोल की तुलना में 4.6% गिरे, और AI Mode (+2.4%) व ChatGPT (+2.2%) सांख्यिकीय शोर में रहे। कोई प्लेटफ़ॉर्म नापने लायक बढ़त नहीं दिखाता।
क्या मौजूदा schema markup हटा देना चाहिए?
नहीं। Google का दस्तावेज़ कहता है कि बिना इस्तेमाल वाला स्ट्रक्चर्ड डेटा दिक्कत नहीं करता, और मई 2026 में rich results हटने के बाद भी FAQPage मार्कअप रह सकता है। schema पारंपरिक सर्च इंफ़्रा और एंटिटी पहचान में अब भी काम आती है। सबूत AI citations की उम्मीद में जुड़ने वाले नए मार्कअप के खिलाफ है — टेक्निकल तौर पर सेहतमंद साइट के खिलाफ नहीं।
AI इंजन schema को Google के crawler की तरह क्यों नहीं पढ़ते?
फरवरी 2026 के प्रयोग में ChatGPT और Perplexity ने पता सही निकाला जो सिर्फ जानबूझकर खराब, पूरी तरह गढ़े हुए JSON-LD में रखा गया था। मॉडल्स ने ब्लॉक को कच्चा टेक्स्ट पढ़ा; ढाँचा पार्स नहीं किया। Ahrefs की स्टडी में उद्धृत searchVIU टेस्ट दिखाता है कि पाँच AI सिस्टम रियल टाइम में पेज लेते वक़्त सिर्फ दिखने वाला HTML निकालते हैं।
AI citations असल में क्या सुधारता है?
मॉडल किए गए सबूत आथॉरिटी पर जमते हैं: First Page Sage AI जवाबों पर मॉडल किए प्रभाव का 80.4% आथॉरिटी सिग्नल को देता है — schema के 0.9% के मुकाबले। Ahrefs का सहसंबंध निष्कर्ष (उद्धृत पन्नों में JSON-LD लगभग तीन गुना आम) उसी दिशा में है: मार्कअप मज़बूत पन्नों के साथ चलता है, उन्हें मज़बूत नहीं बनाता।
इस पेज पर schema FAQ है। क्या यह विरोधाभास नहीं?
नहीं। हम इस पेज पर Article और FAQPage मार्कअप पारंपरिक सर्च इंफ़्रा और एंटिटी स्पष्टता के लिए रखते हैं; इसे AI citations का लीवर नहीं बताते। बहस नई मार्कअप के खिलाफ है जो citations की आस में जोड़ा जाता है — सही और सँभाले हुए स्ट्रक्चर्ड डेटा के खिलाफ नहीं।
स्रोत
- Ahrefs, "We Tracked 1,885 Pages Adding Schema. AI Citations Barely Moved." (नियंत्रित प्रयोग, मैच की गई difference-in-differences, 11 मई 2026 को प्रकाशित; पाँच AI सिस्टम पर searchVIU का डायरेक्ट-फ़ेच टेस्ट शामिल): ahrefs.com/blog/schema-ai-citations
- मार्क विलियम्स-कुक, "Schema, LLMs and the Low Bar for Evidence in GEO" (प्रयोग: जानबूझकर खराब JSON-LD से निकालना; लंबी पढ़ाई): markwilliamscook.substack.com; फरवरी 2026 का मूल टेस्ट (Search Engine Roundtable ने संजोया): seroundtable.com
- SE Ranking, "How to Optimize for ChatGPT" (अवलोकनात्मक अध्ययन, 129,000 डोमेन से 216,524 पन्ने, नवंबर 2025 में प्रकाशित): seranking.com/blog/how-to-optimize-for-chatgpt
- First Page Sage, "Impact of Structured Data on AI Rankings: 2026 Study" (वेंडर का मॉडल किया विश्लेषण, 4,213 कमर्शियल प्रॉम्प्ट, सितंबर 2026 में प्रकाशित): firstpagesage.com/reports/impact-of-structured-data-on-ai-rankings
- Search Engine Journal, "Google Drops FAQ Rich Results From Search" (Google की 7 मई 2026 की दस्तावेज़ी घोषणा का वृत्तांत): searchenginejournal.com