Over leesbaarheid voor LLM's
Wat is leesbaarheid voor LLM's?
Leesbaarheid voor LLM's is de mate waarin een AI-assistent daadwerkelijk iets van uw pagina kan lezen nadat deze is gerenderd. Het gaat niet om wat een bezoeker ziet en ook niet om wat er in uw bronbestand staat, maar om de tekst die overblijft wanneer de pagina is geladen en de markup is verwijderd.
Die drie zaken wijken meer van elkaar af dan mensen verwachten. Een pagina die rijk aan content lijkt, kan na het buiten beschouwing laten van navigatie, cookiemeldingen, widgets met gerelateerde berichten en scripttags nog maar een paar honderd bruikbare woorden bevatten.
Deze controlefunctie laadt je pagina in een echte browser, op dezelfde manier als onze audit, en rapporteert hoeveel leesbare content er aanwezig is. Een pagina die een systeem grondig kan lezen, kan worden geciteerd; een pagina die het nauwelijks kan lezen, wordt overgeslagen ten gunste van een concurrent die het wel kan.
Waarom de gerenderde versie telt
Content dat na het laden door JavaScript wordt samengesteld, is mogelijk niet beschikbaar voor systemen die de pagina uitlezen. Niet elke crawler voert scripts uit, en crawlers die dat wel doen, stoppen er snel mee. Daardoor kan een pagina waarvan de hoofdtekst pas laat verschijnt, worden gelezen alsof deze vrijwel leeg is.
De betrouwbare oplossing is om betekenisvolle content via server-side rendering of statische generatie in de initiële HTML aan te bieden. Een traag script zorgt dan voor een mindere gebruikerservaring, maar wist de pagina niet uit.
De verhouding is net zo belangrijk als de hoeveelheid. Een pagina waarvan de daadwerkelijke tekst verborgen zit onder lagen presentatiemarkup, is moeilijker schoon uit te lezen, ook al wordt de pagina voor een persoon perfect weergegeven.
Dit is het minst glamoureuze onderdeel van geciteerd worden en een van de meest doorslaggevende, omdat al het andere hiervan uitgaat. Structuur, koppen en schema gaan er allemaal van uit dat de tekst bereikbaar is, en juist dit gaat bij een redesign het vaakst ongemerkt mis: de pagina ziet er nog steeds goed uit voor iedereen die deze in een browser bekijkt.
Wat er vaak ontbreekt
- Tekst die na de eerste respons door JavaScript wordt geïnjecteerd.
- Content achter tabbladen, accordeons of ‘meer lezen’-schakelaars die nooit worden geopend.
- Alles in een iframe, omdat dit een afzonderlijk document is.
- Tekst die alleen in een afbeelding staat, zonder tekstueel equivalent.
- Pagina's die voornamelijk uit interface-elementen bestaan, waarbij de inhoud uit een alinea bestaat.
Wat deze tool controleert
De pagina wordt in een headless browser weergegeven en de leesbare inhoud die daaruit voortkomt, wordt gerapporteerd. Zo ziet u ongeveer waarmee een machine die de pagina leest, zou moeten werken.
Vergelijk dit met wat volgens u op de pagina staat. Een groot verschil wijst op inhoud die afhankelijk is van scripts, of op een pagina die minder inhoud bevat dan de lay-out doet vermoeden.
Waar je nu verder kunt gaan
Leesbare tekst is het ruwe materiaal; structuur maakt die bruikbaar. Controleer of de
header-tags de pagina een logische structuur geven, bevestig dat de
woordenaantal overeenkomt met wat je wilde publiceren en let op
JavaScript-fouten die kunnen verhinderen dat content wordt geladen.