$ man how-to/content-cluster-strategy
geo-seoadvanced
איך לעצב אסטרטגיית אשכולות תוכן בין מספר אתרים
טופולוגיית hub-and-spoke, ניתוב קנוני וקישור בין אתרים שמגביר סמכות באופן מצטבר
by Shawn Tenam
מה זה טופולוגיית אשכולות תוכן
טופולוגיית אשכולות תוכן היא הארכיטקטורה המכוונת של איך תוכן מתחבר בתוך ובין אתרים. דפים בודדים הם צמתים. הפניות צולבות וקישורים פנימיים הם קשתות. הטופולוגיה קובעת איך סמכות זורמת דרך הגרף. בלוג שטוח ללא קישורים פנימיים הוא אוסף צמתים מנותקים - כל דף מתחיל מאפס. טופולוגיית אשכול עם קישורים דו-כיווניים, אוצר מילים משותף, והיררכיה מפורשת יוצרת גרף שבו כל דף חדש מחזק כל דף קיים. מנועי AI מעריכים סמכות נושאית על ידי מדידת הגרף הזה. אתרים עם כיסוי מקיף ומחובר של נושא מקבלים ציטוט מועדף.
PATTERN
מודל Hub-and-Spoke
הגדר קונספט הורה אחד כ-hub. פצל ורטיקלים מתמחים כ-spokes. אתר ה-hub מכסה את הנרטיב העל - תהליך הבנייה. אתרי ה-spoke מכסים את התוצרים - מה שהתהליך מייצר. בארכיטקטורת שלושה אתרים: ה-hub (shawnos.ai) מכסה בנייה עם AI ומסע בניית המערכת. spoke ראשון (thegtmos.ai) מכסה את תהליכי ה-GTM שהמערכת מייצרת. spoke שני (thecontentos.ai) מכסה את מתודולוגיית התוכן שהמערכת מדגימה. המבנה הרקורסיבי הוא העניין. תוכן כל אתר מוכיח את התזה של שני האתרים האחרים. פעולת הבנייה היא תוכן ה-hub. תהליכי העבודה שנוצרים הם תוכן spoke ראשון. מתודולוגיית יצירת התוכן היא תוכן spoke שני.
CODE
ניתוב מונע טקסונומיה
הגדר את הטופולוגיה בקובץ טקסונומיה בגרסאות מנוהלות, לא בראש של מישהו. מפה כל עמוד תוכן לדומיין. מפה כללי ניתוב במפורש: סיפורים אישיים מנותבים ל-hub, מערכות GTM מנותבות ל-spoke ראשון, אסטרטגיית תוכן מנותבת ל-spoke שני. פוסטים בין-דומייניים מקבלים דומיין ראשי בתוספת קישורים צולבים לאחים. קובץ הטקסונומיה הופך למקור האמת היחיד למיקום תוכן. כל חבר צוות, כל סוכן AI, כל מיומנות אוטומציה יכולים לקרוא את הקובץ ולדעת לאן התוכן שייך. מחזור חיים של סטטוס (draft, review, final, published, archived) חל באופן אחיד על כל הדומיינים.
PATTERN
ייעוד אתר קנוני
כל רשומת תוכן משותפת מקבלת שדה canonicalSite שמציין באיזה דומיין היא מרונדרת באופן מקורי. כשלמדריך how-to מוגדר canonicalSite כ-gtmos, הוא מרונדר ב-thegtmos.ai ומייצר הפניה מ-shawnos.ai. ה-hub לא מכפיל תוכן של spoke - הוא מנתב אליו. זה מונע עונשי תוכן כפול תוך שמירה על הגרף הבין-אתרי. כל שלושת האתרים מייבאים את אותה חבילת נתונים של TypeScript. הייעוד הקנוני הוא שדה באובייקט הנתונים, לא תצורת DNS או CMS. הוספת רשומה בין-אתרית חדשה פירושה הגדרת שדה אחד. ה-monorepo מטפל בשאר.
PATTERN
קישור צולב דו-כיווני
כל רשומה חדשה חייבת לקשר לרשומות קשורות קיימות. כל רשומה קיימת שקשורה לחדשה חייבת לקשר בחזרה. זה יוצר קשתות דו-כיווניות בגרף התוכן. בלי מבוי סתום, בלי יתומים. היישום פשוט: מערכי related בכל אובייקט נתונים. כשאתה מוסיף מדריך how-to חדש, אכלס את מערך ה-related שלו עם מזהי מדריכים קיימים. אחר כך עדכן את המדריכים הקיימים כדי לכלול את המזהה החדש במערכי ה-related שלהם. דפי התבנית מרנדרים את המערכים האלה כקישורים ניתנים ללחיצה. קישור פנימי פרוגרמטי מטפל בחיבורים ברמת אזכור. התוצאה היא גרף שבו אתה יכול להגיע לכל צומת מכל צומת אחר בתוך שניים-שלושה קליקים.
PRO TIP
סכמת Breadcrumb למנועי AI
Breadcrumbs הם לא רק ניווט - הם אותות טופולוגיה. סכמת BreadcrumbList markup ב-JSON-LD מספרת למנועי חיפוש ומנועי AI בדיוק איפה דף יושב בהיררכיה שלך. מדריך how-to ב-gtmos מקבל breadcrumbs: GTMOS, How-To, Content Cluster Strategy. זה מתקשר שה-gtmos הוא אתר הסמכות לנושא הזה. breadcrumbs בין-אתריים מספרים למנועי AI שה-hub וה-spokes הם חלק מישות אחת. בשילוב עם סכמת sameAs שמחברת את שלושת הדומיינים, היררכיית ה-breadcrumb מסמנת אשכול רב-אתרי, לא שלושה בלוגים עצמאיים. מנועי AI עם 15 ישויות מוכרות או יותר מציגים סבירות ציטוט גבוהה פי 4.8. ארכיטקטורת האשכול היא הדרך שבה אתה בונה ספירת ישויות.
מדריכים קשורים