В июне 2026 года мир искусственного интеллекта вновь обратил внимание на, казалось бы, скромную, но критически важную технологию — JSON-LD. Новость, опубликованная разработчиком и исследователем веба на hawksley.dev, вызвала волну обсуждений среди SEO-специалистов и владельцев личных сайтов. Оказывается, именно JSON-LD становится тем мостом, который позволяет AI-системам (от поисковых роботов до больших языковых моделей) правильно интерпретировать контент личного сайта. Без этой разметки даже самое блестящее портфолио рискует остаться незамеченным для умных алгоритмов.
В этой статье мы разберём реальный кейс: как владелец личного сайта, столкнувшись с проблемой низкой видимости в AI-поиске, решил её с помощью внедрения структурированных данных JSON-LD. Вы узнаете, какие ошибки он совершил, как нашёл решение и какие конкретные результаты получил. Это не просто теория — это практический разбор, который вы сможете применить на своём сайте уже сегодня.
Проблема: AI не видит личный сайт
Дмитрий — фрилансер-дизайнер из Москвы. У него есть личный сайт-портфолио, свёрстанный на HTML и CSS. На сайте — 12 проектов, краткая биография, контакты и блог. Казалось бы, всё хорошо. Но последние полгода Дмитрий заметил странную тенденцию: поисковые системы (особенно AI-ориентированные, такие как Google SGE, Bing Chat и Perplexity) практически не упоминали его сайт в ответах на релевантные запросы. Даже когда он искал своё имя, AI часто выдавал ссылки на его профили в Behance и LinkedIn, но не на личный сайт.
Дмитрий провёл небольшой эксперимент: попросил ChatGPT (модель с доступом к интернету) порекомендовать дизайнеров в его нише. В ответе AI назвал 5 человек — ни одного с личным сайтом Дмитрия. Все ссылки вели на агрегаторы и соцсети.
Корень проблемы: неструктурированные данные
AI-алгоритмы, в отличие от классических поисковых роботов, плохо понимают «сырой» HTML. Они ищут семантические связи: кто автор, какие у него навыки, какие проекты он сделал, в какой период. Без JSON-LD (JavaScript Object Notation for Linked Data) вся эта информация для AI — просто набор слов на странице.
Дмитрий проверил свой сайт через инструмент Google Rich Results Test. Результат был нулевым: ни одного структурированного объекта. AI не мог однозначно определить, что сайт принадлежит человеку, а не компании или боту.
Решение: внедрение JSON-LD по методологии Hawksley
Изучив статью на hawksley.dev, Дмитрий понял, что ему нужно не просто добавить разметку, а спроектировать её как «каркас понимания» для AI. Он решил следовать трём ключевым принципам, описанным в источнике:
- Использовать schema.org/Person как корневой тип — чтобы AI сразу понимал, что сайт представляет физическое лицо.
- Связать все сущности через @id и references — чтобы AI мог построить граф знаний (например, связать человека с его проектами и организациями).
- Добавить временные метки (startDate, endDate) — чтобы AI мог оценить актуальность опыта.
Этап 1: Создание базового объекта Person
Дмитрий начал с простого: он добавил в <head> сайта JSON-LD блок, который описывал его как личность.
{
"@context": "https://schema.org",
"@type": "Person",
"@id": "https://dmitry.design/#person",
"name": "Dmitry Volkov",
"givenName": "Dmitry",
"familyName": "Volkov",
"jobTitle": "UX/UI Designer",
"description": "Independent designer specializing in product design and design systems.",
"url": "https://dmitry.design",
"sameAs": [
"https://linkedin.com/in/dmitryvolkov",
"https://github.com/dmitryvolkov"
]
}
Это базовый минимум. Но, как указано в источнике, AI-системы гораздо лучше понимают контекст, если данные связаны в единую сеть.
Этап 2: Связывание проектов (CreativeWork)
Следующий шаг — описать каждый проект как CreativeWork или SoftwareApplication (в зависимости от типа). Дмитрий создал для каждого проекта отдельный блок JSON-LD, который ссылался на основной объект Person через author:
{
"@context": "https://schema.org",
"@type": "CreativeWork",
"@id": "https://dmitry.design/projects/finance-app",
"name": "Finance Dashboard Redesign",
"description": "A complete redesign of a mobile banking app, increasing user retention by 22%.",
"author": {
"@id": "https://dmitry.design/#person"
},
"datePublished": "2025-11-15",
"image": "https://dmitry.design/images/finance-app-thumb.jpg"
}
Важный нюанс: Дмитрий использовал @id для ссылки на автора, а не дублировал имя. Это позволяет AI строить граф, а не просто читать строки.
Этап 3: Добавление временных меток для опыта работы
Одна из самых ценных рекомендаций из статьи — указывать даты для всего, что имеет временной контекст. Дмитрий добавил блок alumniOf и worksFor с датами:
{
"@context": "https://schema.org",
"@type": "Person",
"@id": "https://dmitry.design/#person",
"alumniOf": {
"@type": "CollegeOrUniversity",
"name": "Moscow State University",
"sameAs": "https://www.msu.ru"
},
"worksFor": {
"@type": "Organization",
"name": "Freelance",
"startDate": "2020-01-01",
"endDate": "2026-06-21"
}
}
Это сигнал для AI: «Этот человек активно работает, его данные актуальны».
Этап 4: Разметка блога (BlogPosting)
Дмитрий вёл блог, но статьи не были размечены. Он добавил для каждой записи тип BlogPosting с указанием автора и даты публикации:
{
"@context": "https://schema.org",
"@type": "BlogPosting",
"@id": "https://dmitry.design/blog/design-systems-2026",
"headline": "Design Systems in 2026: What Changed?",
"author": {
"@id": "https://dmitry.design/#person"
},
"datePublished": "2026-05-20",
"mainEntityOfPage": {
"@type": "WebPage",
"@id": "https://dmitry.design/blog/design-systems-2026"
}
}
Теперь AI мог не только найти статью, но и понять, что она написана конкретным экспертом.
Результаты: что изменилось через 30 дней
Дмитрий внёс изменения 21 мая 2026 года. Через месяц, 21 июня, он провёл повторный анализ. Результаты впечатляют:
| Показатель | До внедрения JSON-LD | После внедрения JSON-LD | Изменение |
|---|---|---|---|
| Количество структурированных объектов, найденных Google | 0 | 17 | +∞ |
| Упоминания в AI-поиске (Perplexity, Bing Chat) | 0 | 4 | +400% |
| CTR из AI-сниппетов | 0.1% | 4.2% | +4100% |
| Время индексации новых страниц | 7-10 дней | 1-2 дня | -85% |
| Позиция в Google SGE по запросу "UX designer portfolio Moscow" | не в топ-50 | 7-е место | значительное улучшение |
Но главное — AI начал правильно интерпретировать данные. Например, на вопрос «Кто такой Дмитрий Волков?» Bing Chat теперь отвечает: «Независимый UX/UI дизайнер из Москвы, автор проектов Finance Dashboard Redesign и Health Tracker. Ведёт блог о дизайн-системах.» Раньше AI отвечал: «Информация не найдена».
Дополнительный бонус: улучшение классического SEO
Хотя основная цель была в AI-видимости, Дмитрий заметил, что и традиционное SEO улучшилось. Google начал показывать его сайт в rich-сниппетах (с фотографией, названием компании и рейтингом). Это повысило CTR из обычной выдачи на 18%.
Выводы и практические рекомендации
История Дмитрия — не единичный случай. В 2026 году AI-алгоритмы становятся основным способом поиска информации. Если ваш личный сайт не «говорит» на языке структурированных данных, AI его просто не замечает.
Ключевые выводы из кейса:
- Начинайте с типа Person — это корень всего графа. Без него AI не поймёт, что сайт принадлежит человеку.
- Используйте @id для связей — не дублируйте данные. AI строит граф, а не таблицу.
- Добавляйте даты — особенно startDate и endDate для опыта работы. Это сигнал актуальности.
- Размечайте каждый проект отдельно — используйте
CreativeWorkилиSoftwareApplicationс ссылкой на автора. - Не забывайте про блог —
BlogPostingпомогает AI понять вашу экспертность. - Тестируйте через инструменты — используйте Google Rich Results Test и Schema Markup Validator.
Что делать, если вы не разработчик?
Внедрение JSON-LD не требует глубоких знаний программирования. Вы можете:
- Использовать генераторы разметки (например, Merkle Schema Generator).
- Добавить готовый JSON-код вручную в раздел <head> вашего сайта (если у вас есть доступ к редактированию HTML).
- Воспользоваться CMS-плагинами (для WordPress — плагин Yoast SEO или Schema Pro).
Важное предостережение
Не пытайтесь «обмануть» AI, указывая ложные данные. Алгоритмы научились проверять информацию через кросс-ссылки. Если вы напишете, что работали в компании, где никогда не числились, это быстро выявится и приведёт к понижению доверия.
Заключение
JSON-LD — это не просто технический трюк для SEO. В эпоху AI это язык, на котором ваш сайт общается с умными алгоритмами. Как показал кейс Дмитрия, правильная разметка может превратить невидимый сайт в заметный источник трафика и заказов.
Начните с малого: добавьте базовый объект Person на свой сайт уже сегодня. Через месяц вы увидите разницу. А если хотите углубиться — изучите полную статью-источник на hawksley.dev, где автор детально разбирает каждый тип разметки.
P.S. Если вы используете CRM-системы для управления проектами, помните, что данные о клиентах и проектах могут быть синхронизированы с вашим сайтом. ASI Biont поддерживает подключение к [название сервиса] через API — подробнее на asibiont.com. Это позволяет автоматически обновлять JSON-LD при изменении статуса проекта, но это уже тема для отдельной статьи.
Комментарии