Hướng dẫn về Dataset Schema

Tóm tắt — tập dữ liệu schema là code bạn thêm để trang đó publishes collection của dữ liệu — nghiên cứu dữ liệu, government/civic dữ liệu, machine-learning training đặt — so công cụ tìm kiếm understands Điều tập dữ liệu là. nhưng ở đây catch phần lớn mọi người miss: nó làm không nhận bạn fancy listings bạn see trên thông thường Google searches. nó nguồn cấp tách biệt công cụ được gọi là Google tập dữ liệu Tìm kiếm (datasetsearch.nghiên cứu.Google.com), khác trang web Google được xây dựng cho researchers và dữ liệu scientists. nếu bạn không theo nghĩa đen publish dữ liệu, điều này đánh dấu không phải cho bạn.

Điều tập dữ liệu schema là

Khi bạn nằm trên một trang hosting tập dữ liệu — CSV của rainfall readings, công khai health dữ liệu bảng, ML training đặt — Bạn có thể đọc tiêu đề, spot giấy phép, see ai đã tạo nó. công cụ tìm kiếm sees đơn giản text và có để guess. tập dữ liệu schema spells nó ra trong code, sử dụng shared schema.org vocabulary: Đây là tập dữ liệu name, Đây là description của Điều nó contains, Đây là creator, Đây là license, những điều này là download formats.

nó gần như luôn được viết như JSON-LD — nhỏ block của code đó sits trong trang không có thay đổi Cách trang trông.

một điều để hiểu trước khi bất cứ điều khác

phần lớn schema types earn bạn rich kết quả trong ordinary Google tìm kiếm — star ratings, FAQ dropdowns, recipe cards. tập dữ liệu schema không. Của nó đểàn bộ payoff là tách biệt Google sản phẩm: tập dữ liệu Tìm kiếm, dedicated công cụ tại khác web address đó indexes datasets từ across web. Everyday searchers typing câu hỏi vào Google không bao giờ see nó. So không thêm tập dữ liệu schema expecting của bạn trang để suddenly xem richer trong thông thường kết quả — đó không Điều nó làm.

Điều bạn thực ra cần

chỉ hai các thuộc tính là truly bắt buộc:

• name — Điều tập dữ liệu là được gọi là. Làm nó cụ thể (nhiều hơn trên Tại sao dưới).
• mô tả — đơn giản-language summary của dữ liệu, giữa 50 và 5 000 characters.

Beyond đó, một vài extras carry thực weight cho điều này particular audience:

• giấy phép — reuse terms, như sạch URL. Researchers evaluating của bạn tập dữ liệu muốn để know giấy phép trước khi họ invest thời gian trong nó — though đánh dấu itself là pointer để terms, không substitute cho đọc chúng.
• isAccessibleForFree — liệu nó free để access.
• creator, từ khóa, và coverage của dữ liệu (nơi và Khi nó là collected).

Ai nên bother

Honestly? hẹp group: nghiên cứu institutions, government và university open-dữ liệu portals, machine-learning tập dữ liệu hosts (think Kaggle-style các trang), và scientific journals đó publish supporting dữ liệu. cho chúng nó thực sự valuable. cho typical kinh doanh hoặc blog với không literal tập dữ liệu để dùng chung, nó sai công cụ — và thêm nó sẽ không hỗ trợ của bạn thông thường khả năng hiển thị trên tìm kiếmột bit.

Muốn đó bắt buộc-so với-được khuyến nghị thuộc tính detail, đó “duplicate name” (bản dịch) «duplicate name» pitfall Google cụ thể warns về, và một đầy đủ JSON-LD ví dụ? chuyển để đó nâng cao tab.

Tóm tắt — schema.org/tập dữ liệu đánh dấu (thường JSON-LD) làm dữ liệu-collection trang discoverable trong Google tập dữ liệu Tìm kiếm (datasetsearch.nghiên cứu.Google.com). November 5, 2025 Google tìm kiếm Central tài liệu cập nhật explicitly scoped tập dữ liệu có cấu trúc để tập dữ liệu Tìm kiếm — không mainstream Google tìm kiếm — so treat nó như tách biệt đích, không chung-SERP rich snippet. Google hiện tại tập dữ liệu Tìm kiếm profile requires description (50–5000 chars, của mà tập dữ liệu Tìm kiếm đọc chỉ đầu tiên 5000) và name; license và isAccessibleForFree quan trọng nhiều hơn ở đây hơn trên phần lớn CreativeWork types vì tập dữ liệu Tìm kiếm người dùng là weighing reuse — though giấy phép, access rights, và legal rights là distinct layers, và đánh dấu không quyết định legal reuse (không legal lời khuyên). Google explicitly calls ra duplicate generic names (nhiều undisambiguated “Snow depth” datasets) và incomplete giấy phép các URL như thực-world thất bại modes. Đây là niche play cho life-sciences, social-sciences, ML, và civic/government dữ liệu publishers — không chung SEO xếp hạng tactic. nếu của bạn trang web không có literal tập dữ liệu, điều này loại không phải cho bạn, và không amount của đánh dấu thay đổi đó.

Điều tập dữ liệu schema thực ra làm — tập dữ liệu Tìm kiếm phân biệt

Đây là framing đó phần lớn đối thủ nội dung nhận sai, so I’ll là blunt: tập dữ liệu schema không nguồn cấp mainstream Google web-tìm kiếm rich kết quả. nó nguồn cấp Google tập dữ liệu Tìm kiếm, dedicated công cụ tại của nó riêng address (datasetsearch.nghiên cứu.Google.com), tách biệtừ chính SERP. Google đã làm điều này rõ ràng thay vì implicit: November 5, 2025 entry trong Google tìm kiếm Central tài liệu-cập nhật log clarified đó tập dữ liệu có cấu trúc là được sử dụng chỉ bởi tập dữ liệu Tìm kiếm, không bởi Google tìm kiếm itself. tập dữ liệu Tìm kiếm là công cụ researchers, dữ liệu scientists, và analysts go để Khi họ cần để tìm dữ liệu — và tập dữ liệu schema là tín hiệu đó nhận của bạn tập dữ liệu vào đó chỉ mục. I sẽ không call tập dữ liệu mainstream rich kết quả anywhere khác trên điều này trang; phân biệt trên là một đó quan trọng.

Google riêng framing là một phát hiện-công cụ framing, không một rich-snippet một: “Datasets are easier to find in the Dataset Search tool when you provide supporting information such as their name, description, creator and distribution formats as structured data.” (bản dịch) «Datasets là easier để tìm trong đó tập dữ liệu Tìm kiếm công cụ khi bạn cung cấp supporting information như của họ name, mô tả, creator và bản phân phối formats như dữ liệu có cấu trúc.» Đọc đó cẩn thận — “easier to find in the Dataset Search tool,” (bản dịch) «easier để tìm trong đó tập dữ liệu Tìm kiếm công cụ,» không “gets a rich result in Search.” (bản dịch) «nhận một rich kết quả trong Tìm kiếm.» Đó phân biệt là đó đểàn bộ điểm của này bài viết.

Bắt buộc so với được khuyến nghị các thuộc tính

những điều này là Google hiện tại tập dữ liệu Tìm kiếm consumer profile requirements — hẹp hơn chung schema.org/tập dữ liệu vocabulary, và cụ thể để Điều Google công cụ kiểm tra cho. Checked so với tài liệu củ Google như của 2026-07-16.

Bắt buộc bởi Google tập dữ liệu Tìm kiếm profile (cả hai, hoặc bạn đang không eligible):

• name — tập dữ liệu tiêu đề.
• description — 50 để 5 000 characters. điều này length window là hard constraint mọi người trip trên: một-line mô tả dưới 50 characters fails validation, và enormous dữ liệu dictionary trên 5 000 characters bị từ chối. Beyond ceiling, tập dữ liệu Tìm kiếm đọc chỉ đầu tiên 5 000 characters của textual các thuộc tính như điều này một — nội dung past đó điểm không phải consumed, so không bury bất cứ điều load-bearing tại end.

Được khuyến nghị bởi Google profile — và các loại đó quan trọng nhiều hơn ở đây hơn trong phần lớn CreativeWork types:

• license — reuse terms, ideally như sạch, hoàn tất URL để giấy phép. tập dữ liệu Tìm kiếm người dùng là thường trying để gauge liệu dữ liệu trông reusable cho của họ purposes, so incomplete hoặc bị thiếu giấy phép là thực chi phí, không cosmetic một. (nhiều hơn trên Tại sao “license” không phải đểàn bộ legal picture dưới.)
• isAccessibleForFree — liệu access là free. giống nhau reasoning: reuse đánh giá.
• creator, funder, citation — provenance và Cách cite nó.
• identifier — DOI hoặc khác persistent ID.
• keywords, variableMeasured — Điều dữ liệu bao quát và measures.
• spatialCoverage, temporalCoverage — geographic và thời gian span của dữ liệu.
• distribution — thực tế download/access formats (DataDownload objects với contentUrl và encodingFormat).
• hasPart / isPartOf, sameAs, measurementTechnique, alternateName, version, url.

Những lỗi phổ biến Google cụ thể flags

tài liệu củ Google call ra concrete, thực-world thất bại modes — những điều này không phải hypotheticals:

• Duplicate / generic tập dữ liệu names. canonical ví dụ là nhiều datasets tất cả named “Snow depth” từ khác providers với không disambiguation. Tại quy mô điều này làm datasets indistinguishable trong tập dữ liệu Tìm kiếm. name uniqueness quan trọng nhiều hơn cho gần như bất kỳ khác schema loại — bake nhà cung cấp, region, hoặc thời gian range vào name.
• Incomplete giấy phép các URL. truncated hoặc non-resolving giấy phép liên kết undermines duy nhất trường của bạn audience phần lớn wants để kiểm tra.
• Unexpected csvw:Table các giá trị. Malformed CSV-trên—Web metadata là được ghi lại nguồn của các lỗi, though DCAT tài liệu notes điều này cụ thể warning có thể là đã bỏ qua dưới condition nó mô tả — kiểm tra của bạn riêng case so với tài liệu trước khi assuming nó áp dụng.

giấy phép, access rights, và Điều đánh dấu không quyết định

Đây là place I muốn để là nhiều hơn careful hơn phần lớn schema explainers là. giấy phép, access rights, và khác-rights metadata là distinct layers, không một trường standing trong cho tất cả chúng — đó phân biệt xuất hiện từ DCAT ( Dữ liệu Catalog Vocabulary đó schema.org/tập dữ liệu interoperates với), không chỉ từ schema.org itself:

• license mô tả reuse terms Google tập dữ liệu Tìm kiếm profile kiểm tra cho.
• Access rights (ai có thể nhận dữ liệu hay không) và khác rights (phân bổ đóng góp, restrictions beyond giấy phép) là tách biệt concerns DCAT tracks bên cạnh giấy phép.
• tập dữ liệu có thể có giấy phép tại tập dữ liệu level và khác mộtại bản phân phối level (see tập dữ liệu-so với-bản phân phối mô hình dưới) — DCAT explicitly warns đó conflicting tập dữ liệu- và bản phân phối-level giấy phép declarations có thể mislead bất kỳ ai trying để evaluate reuse. nếu bạn publish multiple distributions, hãy đảm bảo của họ licenses agree với tập dữ liệu-level giấy phép hoặc là có chủ ý, rõ ràng scoped differently.

None của Đây là legal lời khuyên, và đánh dấu itself không quyết định legal reuse rights. Thêm license thuộc tính là machine-readable pointer để terms — nó không grant giấy phép, waive rights, hoặc resolve conflicting claim. nếu reuse terms thực sự quan trọng cho tập dữ liệu (họ thường làm, cho điều này audience), nhận giấy phép text đúng và, nơi nó ambiguous hoặc cao-stakes, điểm người dùng để thực tế legal hướng dẫn thay vì relying trên schema trường alone.

Ai nên thực ra triển khai điều này

I muốn để là honest về fit thay vì overselling niche loại:

tốt fit:

• nghiên cứu institutions và.edu xuất bản study dữ liệu.
• Government / civic open-dữ liệu portals (.gov và equivalents).
• ML / dữ liệu-science tập dữ liệu hosting — Kaggle-style repositories.
• Scientific journals với supplementary datasets đằng sau papers.
• Science-journalism các trang xuất bản dữ liệu đằng sau story.

Poor fit:

• Typical commercial nội dung các trang, blogs, hoặc stores với không literal tập dữ liệu để publish. không có phiên bản của điều này đó hỗ trợ của bạn ordinary tìm kiếm lưu lượng truy cập, và marking lên random downloadable PDF hoặc spreadsheet như Dataset là misuse — Google hướng dẫn implies thực, dữ liệu có cấu trúc collection, không bất kỳ arbitrary downloadable file.

Đó mục đích, trong Google riêng từ ngữ, là rộng trong nghiên cứu và dữ liệu: “The purpose of this markup is to improve discovery of datasets from fields such as life sciences, social sciences, machine learning, civic and government data, and more.” (bản dịch) «Đó mục đích của này đánh dấu là để improve phát hiện của datasets từ các trường như life sciences, social sciences, machine learning, civic và government dữ liệu, và hơn.» Note đó framing kills một phổ biến myth — này là không “only for government data.” (bản dịch) «chỉ cho government dữ liệu.» Điều này spans life sciences, social sciences, ML, và civic/government dữ liệu alike. Nhưng đây là vẫn scoped để thực tế datasets.

nơi tập dữ liệu sits trong schema family

tập dữ liệu lives trong Creative Hoạt động family bên cạnh siblings như Bài viết, Book, và media-object types — nó CreativeWork subtype cho structured dữ liệu collections cụ thể. nếu Điều bạn đang xuất bản là prose, Bài viết; nếu nó book, Book; nếu nó queryable/downloadable dữ liệu collection, Dataset. cho nơi tất cả điều này fits trong rộng hơn picture, Schema đánh dấu và Dữ liệu có cấu trúc hubs điều này bài viết nests dưới là place để bắt đầu.

tập dữ liệu → bản phân phối → phiên bản mô hình

Worth khả năng hiểu conceptually trước khi bạn ghi JSON-LD: tập dữ liệu là điều là described — conceptual collection. bản phân phối là một accessible representation của nó — CSV export, JSON API, ZIP archive. Một tập dữ liệu có thể có several distributions. Trong schema.org terms, DataDownload (được sử dụng bên trong distribution thuộc tính) là tương đương của DCAT dcat:Distribution — giống nhau mối quan hệ, khác vocabulary. Đó là lý do giấy phép và access information có thể differ bởi bản phân phối, không chỉ bởi tập dữ liệu, và Tại sao conflict warning trong phần trên quan trọng.

bên cạnh đó, DCAT 3 ( W3C Khuyến nghị) thêm formal versioning và tập dữ liệu-series semantics — hữu ích sau khi bạn đang xuất bản đã cập nhật releases của giống nhau underlying tập dữ liệu theo thời gian — trong khi staying backward-compatible với DCAT 2. nếu bạn đang không đã sử dụng những điều đó tính năng, DCAT 2-style metadata không cần upgrade chỉ vì DCAT 3 tồn tại.

Tóm tắt bằng AI

condensed take trên Nâng cao phiên bản:

• Điều này là: schema.org/Dataset đánh dấu (thường JSON-LD) đó mô tả một dữ liệu collection — nghiên cứu dữ liệu, government/civic dữ liệu, ML training thiết lập — so điều này có thể là discovered.
• Đó duy nhất hầu hết quan trọng điểm: điều này làm không tạo ra một mainstream Google web-tìm kiếm rich snippet. MỘT November 5, 2025 Google tìm kiếm Central tài liệu cập nhật explicitly scoped tập dữ liệu có cấu trúc để Google tập dữ liệu Tìm kiếm (datasetsearch.nghiên cứu.google.com), một tách biệt đích Google được xây dựng cho researchers và dữ liệu scientists — không mainstream Google tìm kiếm.
• Bắt buộc các thuộc tính (Google tập dữ liệu Tìm kiếm profile): chỉ hai — description (50–5000 characters, của mà tập dữ liệu Tìm kiếm đọc chỉ đó đầu tiên 5000) và name. MỘT mô tả dưới 50 hoặc trên 5 000 characters fails. Checked như của 2026-07-16.
• Được khuyến nghị, nhưng load-bearing ở đây: license và isAccessibleForFree quan trọng hơn trong hầu hết CreativeWork types vì tập dữ liệu Tìm kiếm người dùng là weighing reuse — though giấy phép, access rights, và legal rights là distinct layers theo DCAT, và đó đánh dấu không quyết định legal reuse rights (không legal lời khuyên). Cũng creator, identifier, keywords, spatialCoverage, temporalCoverage, variableMeasured, distribution.
• tập dữ liệu so với bản phân phối: một tập dữ liệu là đó described collection; một bản phân phối (DataDownload) là một accessible representation của điều này — giống nhau mối quan hệ như DCAT dcat:Distribution. DCAT 3 thêm versioning/series semantics trên top, backward-compatible với DCAT 2.
• Các lỗi thường gặp Google flags: duplicate/generic names (nhiều “Snow depth” datasets undisambiguated — name uniqueness là cốt yếu), incomplete giấy phép URLs, unexpected csvw:Table các giá trị.
• Ai nên dùng điều này: nghiên cứu institutions, .gov/.edu open-dữ liệu portals, Kaggle-style ML tập dữ liệu hosts, journals với supplementary dữ liệu. Không typical commercial các trang với không literal tập dữ liệu — và marking lên an arbitrary downloadable file như một Dataset là misuse.
• Myth corrected: điều này là không “only for government data” (bản dịch) «chỉ cho government dữ liệu» — Google riêng framing spans life sciences, social sciences, ML, và civic/government dữ liệu. Và điều này là không một chung SEO xếp hạng hoặc rich-kết quả tactic; đây là một niche bản phân phối play cho một cụ thể audience.

Tài liệu chính thức

Chính-nguồn tài liệu từ công cụ tìm kiếm.

Google — dữ liệu có cấu trúc

• tập dữ liệu có cấu trúc — authoritative reference: bắt buộc name/description, đầy đủ được khuyến nghị-thuộc tính danh sách, và phổ biến-mistakes hướng dẫn (duplicate names, giấy phép các URL, csvw:Table).
• Dữ liệu có cấu trúc tìm kiếm gallery — đầy đủ catalog của Google structured-dữ liệu tính năng, cho thấy nơi tập dữ liệu (và của nó tách biệt tập dữ liệu Tìm kiếm đích) sits relative để trên-SERP rich kết quả.
• Rich Kết quả Kiểm thử — Google explicitly points tập dữ liệu publishers ở đây, nhưng treat nó như kiểm tra của Google-supported tính năng eligibility và tập dữ liệu-cụ thể các vấn đề, không phổ quát schema.org validator, và không proof đó tập dữ liệu Tìm kiếm listing sẽ thực ra xuất hiện.
• Google tập dữ liệu Tìm kiếm — thực tế đích điều này đánh dấu nguồn cấp; browse nó để see Điều tốt-marked-lên tập dữ liệu trông như kết quả.

Bing / Microsoft

• Marking lên của bạn trang web với dữ liệu có cấu trúc — Bing chung structured-dữ liệu hỗ trợ (schema.org, JSON-LD được khuyến nghị).

Trích dẫn từ nguồn

trên—record statements từ Google. nơi nguồn trang exposes text, liên kết là deep liên kết đó jumps để quoted đoạn văn.

Google tài liệu — Điều đánh dấu là cho

• “Datasets are easier to find in the Dataset Search tool when you provide supporting information such as their name, description, creator and distribution formats as structured data.” (bản dịch) «Datasets là easier để tìm trong đó tập dữ liệu Tìm kiếm công cụ khi bạn cung cấp supporting information như của họ name, mô tả, creator và bản phân phối formats như dữ liệu có cấu trúc.» đi tới để trích dẫn
• “The purpose of this markup is to improve discovery of datasets from fields such as life sciences, social sciences, machine learning, civic and government data, and more.” (bản dịch) «Đó mục đích của này đánh dấu là để improve phát hiện của datasets từ các trường như life sciences, social sciences, machine learning, civic và government dữ liệu, và hơn.» đi tới để trích dẫn

tập dữ liệu schema myths và mistakes để tránh

Myth: “Dataset schema gets me a rich snippet in regular Google search results.” (bản dịch) «tập dữ liệu schema nhận me một rich snippet trong regular Google kết quả tìm kiếm.» Sai — và này là đó mistake đó gửi đó sai mọi người xuống này path. tập dữ liệu schema nguồn cấp Google tập dữ liệu Tìm kiếm (datasetsearch.nghiên cứu.google.com), một tách biệt công cụ hầu hết everyday searchers không bao giờ open. Điều này không enhance cách của bạn trang trông trong đó mainstream SERP. Nếu một chung-tìm kiếm rich kết quả là điều bạn là sau, tập dữ liệu là đó sai loại hoàn đểàn.

Myth: “Dataset schema is only for government data.” (bản dịch) «tập dữ liệu schema là chỉ cho government dữ liệu.» Sai. Google riêng framing là rõ ràng đó điều này bao quát “life sciences, social sciences, machine learning, civic and government data, and more.” (bản dịch) «life sciences, social sciences, machine learning, civic và government dữ liệu, và hơn.» Government open dữ liệu là một quan trọng dùng case, không đó boundary.

Myth: “Any downloadable file on my site is a dataset.” (bản dịch) «Bất kỳ downloadable file trên my site là một tập dữ liệu.» Không. MỘT random PDF, một marketing spreadsheet, hoặc một downloadable brochure không phải một Dataset. Google hướng dẫn implies một real, dữ liệu có cấu trúc collection. Marking lên arbitrary downloads như datasets là misuse và sẽ không hỗ trợ bạn.

Mistake: duplicate hoặc generic name các giá trị. Google cụ thể flags điều này — nhiều undisambiguated “Snow depth” datasets từ khác providers trở thành indistinguishable. Uniqueness trong name quan trọng nhiều hơn ở đây hơn trong gần như bất kỳ khác schema loại; mã hóa nhà cung cấp, region, hoặc thời gian range.

Mistake: description bên ngoài 50–5 000 character window. một-liner dưới 50 characters và giant dữ liệu dictionary trên 5 000 cả hai fail validation. Ghi thực, con người summary trong đó range.

Mistake: incomplete hoặc non-resolving license các URL. giấy phép là trường của bạn nghiên cứu audience phần lớn wants để kiểm tra trước khi reusing dữ liệu. truncated hoặc hỏng giấy phép liên kết undermines duy nhất phần lớn valuable được khuyến nghị thuộc tính cho điều này loại.

Mistake: overselling nó để client ai không có tập dữ liệu. nếu trang web publishes prose, các sản phẩm, hoặc services — không literal dữ liệu collections — tập dữ liệu schema làm không có gì cho nó. Recommending nó bên ngoài của nó thực sử dụng case là phần lớn phổ biến cách điều này loại nhận misapplied.

tập dữ liệu schema bảng tham khảo nhanh

** một framing để không bao giờ forget**

tập dữ liệu schema → Google tập dữ liệu Tìm kiếm (datasetsearch.nghiên cứu.Google.com), tách biệt công cụ. không mainstream web-tìm kiếm rich snippet.

Bắt buộc (chỉ hai)

Được khuyến nghị — load-bearing các loại cho điều này audience

Những lỗi phổ biến Google flags

• Duplicate / generic name các giá trị ( “Snow depth” vấn đề).
• Incomplete hoặc non-resolving license các URL.
• Unexpected csvw:Table các giá trị.
• description dưới 50 hoặc trên 5 000 characters.

Fit kiểm tra

Fast facts

• Format: JSON-LD (được khuyến nghị).
• Các trường covered: life sciences, social sciences, ML, civic/government — không government-chỉ.
• Payoff surface: tập dữ liệu Tìm kiếm, không chính SERP.
• Không Bing tương đương để tập dữ liệu Tìm kiếm được chuyển lên trong điều này nghiên cứu.
• Nov 5, 2025: Google tài liệu explicitly clarified tập dữ liệu là tập dữ liệu-Tìm kiếm-chỉ.

nên I sử dụng tập dữ liệu schema hay không?

Hoạt động xuống cácâu hỏi honestly — điều này loại là easy để misapply.

1. Làm trang publish thực, dữ liệu có cấu trúc collection (nghiên cứu dữ liệu, civic/government dữ liệu, ML training đặt, journal supplementary dữ liệu)?

• Không — nó prose, sản phẩm, service, hoặc arbitrary downloadable file → tập dữ liệu schema không phải cho bạn. sử dụng đúng CreativeWork loại (Bài viết cho prose, Book cho book) hoặc none. không force nó.
• Có → continue.

2. là bạn hoping điều này nhận bạn richer listing trong thông thường Google tìm kiếm?

• Có → reset của bạn expectations. tập dữ liệu schema làm không làm đó. nó nguồn cấp tập dữ liệu Tìm kiếm, tách biệt công cụ. nếu mainstream rich kết quả là goal, bạn đang looking tại sai schema loại.
• Không — bạn muốn của bạn tập dữ liệu discoverable bởi researchers/dữ liệu scientists trong tập dữ liệu Tìm kiếm → continue; Đây là chính xác đúng play.

3. Làm bạn có hai bắt buộc các thuộc tính?

• name Đó là cụ thể và unique (không generic repeat), và
• description giữa 50 và 5 000 characters.
• Bị thiếu either hoặc ra của range → khắc phục đó đầu tiên; bạn đang không eligible nếu không.

4. có thể bạn thêm reuse-cốt yếu được khuyến nghị các trường?

• Thêm license (hoàn tất URL) và isAccessibleForFree — cho điều này audience những điều này là gần-essential, since người dùng là deciding liệu họ có thể legally reuse dữ liệu. sau đó layer trong creator, identifier, keywords, spatialCoverage, temporalCoverage, và distribution.

5. trước khi bạn ship:

• Validate JSON-LD, xác nhận description là trong range, xác nhận name không phải generic duplicate, và xác nhận license URL resolves.
• sau đó kiểm tra liệu tập dữ liệu thực ra xuất hiện trong Google tập dữ liệu Tìm kiếm — đó đích, không chính SERP.

Rule của thumb: nếu Bạn có thể’t điểm tại literal tập dữ liệu trên trang, dừng — điều này loại không phải một bạn muốn.

Sạch so với hỏng tập dữ liệu JSON-LD

Nhanh mô hình trước khi code: Dataset node dưới mô tả collection itself; duy nhất object bên trong distribution là một accessible representation của nó (schema.org DataDownload, tương đương của DCAT dcat:Distribution). thực tập dữ liệu có thể có several distributions — một CSV, một điểm cuối API, một ZIP — mỗi potentially với của nó riêng contentUrl và encodingFormat. See Nâng cao tab cho fuller tập dữ liệu → bản phân phối → phiên bản mô hình, including Tại sao giấy phép có thể differ bởi bản phân phối.

sạch, tốt-formed tập dữ liệu snippet

cụ thể name, description comfortably trong 50–5 000 range, hoàn tất license URL, free-access flag, coverage, và thực bản phân phối:

{
  "@context": "https://schema.org/",
  "@type": "Dataset",
  "name": "NOAA Daily Snow Depth — Colorado Front Range, 2010–2024",
  "description": "Daily snow depth measurements in centimeters from 42 automated weather stations across Colorado's Front Range, collected between January 2010 and December 2024. Includes station identifiers, elevation, latitude/longitude, and quality-control flags for each reading.",
  "url": "https://example.org/datasets/co-front-range-snow-depth",
  "keywords": ["snow depth", "Colorado", "Front Range", "climate", "weather stations"],
  "creator": {
    "@type": "Organization",
    "name": "Example Climate Research Institute",
    "url": "https://example.org"
  },
  "license": "https://creativecommons.org/licenses/by/4.0/",
  "isAccessibleForFree": true,
  "identifier": "https://doi.org/10.1234/co-frontrange-snow-2024",
  "temporalCoverage": "2010-01-01/2024-12-31",
  "spatialCoverage": {
    "@type": "Place",
    "name": "Colorado Front Range, USA"
  },
  "variableMeasured": "snow depth (cm)",
  "distribution": [
    {
      "@type": "DataDownload",
      "encodingFormat": "text/csv",
      "contentUrl": "https://example.org/datasets/co-front-range-snow-depth.csv"
    }
  ]
}

giống nhau tập dữ liệu, hỏng

mỗi line flagged dưới là thực, phổ biến tập dữ liệu thất bại chế độ:

{
  "@context": "https://schema.org/",
  "@type": "Dataset",
  "name": "Snow depth",
  "description": "Snow data.",
  "license": "creativecommons.org/licenses/by",
  "isAccessibleForFree": "yes"
}

Điều sai:

• name: "Snow depth" — chính xác generic-duplicate vấn đề Google calls ra. hàng trăm của “Snow depth” datasets exist; không có gì distinguishes yours. mã hóa nhà cung cấp, region, và thời gian range.
• description: "Snow data." — far dưới 50-character minimum. Ghi thực summary trong 50–5 000 window.
• license: "creativecommons.org/licenses/by" — incomplete, non-resolving URL (không scheme, không phiên bản). sử dụng đầy đủ URL như https://creativecommons.org/licenses/by/4.0/.
• isAccessibleForFree: "yes" — nên là boolean true/false, không string.
• Không creator, distribution, hoặc coverage — technically vẫn hợp lệ với chỉ name + fixed description, nhưng điều này tập dữ liệu cho tập dữ liệu Tìm kiếm người dùng gần như không có gì để evaluate, cite, hoặc reuse.

nơi payoff xuất hiện

Remember: sạch phiên bản của đầu tiên snippet không thay đổi Cách của bạn trang trông trong ordinary Google tìm kiếm. Của nó thành công xuất hiện trong Google tập dữ liệu Tìm kiếm — tìm kiếm ở đó cho tập dữ liệu sau khi nó được lập chỉ mục để xác nhậnó surfaced.

công cụ cho viết, validating, và kiểm thử tập dữ liệu đánh dấu

I’d bắt đầu với my riêng Schema đánh dấu Validator trước khi touching bất cứ điều khác. Paste của bạn tập dữ liệu JSON-LD trong và nó chạy severity-tiered structured-dữ liệu kiểm tra so với schema.org vocabulary và Google rich-kết quả requirements, catches cross-block @id graph các vấn đề, và hands lại corrected, copy-pasteable JSON-LD block — hữu ích cho catching chính xác thất bại modes điều này bài viết bao quát, như description bên ngoài 50–5 000 character window hoặc malformed license string.

Đó Rich-Kết quả Eligibility Checker là đó second dừng, và đây là đó một được xây dựng cụ thể cho đó “am I actually eligible” (bản dịch) «am I thực ra eligible» câu hỏi. Paste JSON-LD, paste một đầy đủ HTML trang, hoặc fetch một trực tiếp URL, và điều này tells bạn theo loại liệu đó trang qualifies — cho tập dữ liệu cụ thể điều này kiểm tra đó hai bắt buộc các thuộc tính (name, description) và flags đó được khuyến nghị các loại (creator, license, distribution.contentUrl, identifier, sameAs, temporalCoverage, spatialCoverage, variableMeasured, keywords, url) đó quan trọng hầu hết để một tập dữ liệu Tìm kiếm người dùng deciding liệu để reuse của bạn dữ liệu. Điều này cũng carries đó giống nhau honest framing này bài viết làm: tập dữ liệu surfaces trong Google tập dữ liệu Tìm kiếm rather hơn như một tiêu chuẩn trên-SERP rich kết quả, so không expect một mainstream-tìm kiếm preview card.

nếu bạn đang xây dựng đánh dấu từ scratch thay vì sửa existing đánh dấu, Schema đánh dấu Generator bao quát tập dữ liệu among của nó đầy đủ 921 vendored schema.org types — browse inherited các thuộc tính và dự kiến giá trị ranges, và export JSON-LD trong whichever của nó six đầu ra formats bạn cần. nó sẽ không hold của bạn hand qua tập dữ liệu-cụ thể gotchas cách eligibility checker làm, nhưng nó nhanh hơn cách để nhận structurally đúng starting điểm trước khi bạn chạy nó qua khác hai công cụ.

My suggested order cho mới tập dữ liệu trang: generate ban đầu JSON-LD với Schema đánh dấu Generator, validate nó với Schema đánh dấu Validator, sau đó xác nhận eligibility (và see chính xác mà được khuyến nghị các trường bạn đang vẫn bị thiếu) với Rich-Kết quả Eligibility Checker — trước khi bạn publish và chờ cho Google tập dữ liệu Tìm kiếm để pick nó lên.

Proving của bạn tập dữ liệu đánh dấu thực ra có hiệu lực

Chạy những điều này sau khi bạn ship hoặc edit tập dữ liệu JSON-LD trên một trang — mỗi một là truyền/fail kiểm tra với rõ ràng rollback tín hiệu, không chung health kiểm tra.

trước khi bạn kiểm thử, nhận xuất bản setup đúng. Google khuyến nghị placing tập dữ liệu đánh dấu trên canonical tập dữ liệu landing trang — không trên mỗi trang đó merely mentions tập dữ liệu. nếu giống nhau tập dữ liệu là described trên nhiều hơn một trang ( mirror, partner trang web, repository record), sử dụng sameAs để điểm tại canonical phiên bản thay vì duplicating đầy đủ đánh dấu mọi nơi. và thêm tập dữ liệu landing trang để của bạn sitemap — Google names điều này như điều đó đó hỗ trợ phát hiện, không điều đó đó bảo đảm nó. None của Đây là bắt buộc cho đánh dấu để validate, nhưng skipping nó là phổ biến lý do nếu không-sạch tập dữ liệu đánh dấu underperforms.

Kiểm thử 1: JSON-LD structural validity

Kiểm thử để chạy: paste trang tập dữ liệu JSON-LD vào Schema đánh dấu Validator. Dự kiến kết quả: không các lỗi trên Dataset block — name và description present, description length bên trong 50–5 000 character window, và bất kỳ license/distribution các URL tốt-formed. thất bại interpretation: lỗi ở đây gần như luôn traces để một của ba concrete mistakes điều này bài viết bao quát — description bên ngoài character window, license string đó không phải thực URL, hoặc stray csvw:Table giá trị từ CSV-trên—Web export. Monitoring window: immediate — Đây là syntax kiểm tra, không thu thập dữ liệu-phụ thuộc tín hiệu. Rollback trigger: bất kỳ lỗi-severity phát hiện; ship corrected JSON-LD validator hands lại trước khi moving để tiếp theo kiểm thử.

Kiểm thử 2: tập dữ liệu rich-kết quả eligibility

Kiểm thử để chạy: chạy giống nhau URL hoặc JSON-LD qua Rich-Kết quả Eligibility Checker và open tập dữ liệu tính năng card. Dự kiến kết quả: ✓ eligible verdict trên hai bắt buộc các thuộc tính, với được khuyến nghị-trường danh sách cho thấy mà của creator, license, distribution.contentUrl, identifier, sameAs, temporalCoverage, spatialCoverage, variableMeasured, keywords, và url bạn’ve covered. thất bại interpretation: ✗ có nghĩ là một của hai bắt buộc các thuộc tính (name hoặc description) là bị thiếu hoặc rỗng trên parsed node — kiểm tra cho typo trong thuộc tính name hoặc giá trị nested nơi checker có thể’t resolve nó. Monitoring window: immediate, giống nhau như Kiểm thử 1 — điều này không phụ thuộc trên Google có được thu thập dữ liệu trang tuy vậy. Rollback trigger: ✗ trên either bắt buộc thuộc tính; không cân nhắc đánh dấu shippable cho đến khi điều này clears.

Kiểm thử 3: Appearance trong Google tập dữ liệu Tìm kiếm

Kiểm thử để chạy: tìm kiếm cho của bạn tập dữ liệu chính xác name (hoặc trang web: của bạn domain) trong Google tập dữ liệu Tìm kiếm sau khi trang có có thời gian để là recrawled và reindexed. Dự kiến kết quả: của bạn tập dữ liệu listing xuất hiện, cho thấy name, description, và giấy phép bạn đặt — confirming đánh dấu không phải chỉ hợp lệ nhưng thực ra picked lên. thất bại interpretation: nếu trang không xuất hiện sau khi reasonable chờ, kiểm tra Tìm kiếm Console cho thu thập dữ liệu/lập chỉ mụcác vấn đề trên URL đầu tiên — tập dữ liệu Tìm kiếm draws từ Google regular chỉ mục, so uncrawled hoặc noindexed trang sẽ không xuất hiện regardless của Cách sạch JSON-LD là. Monitoring window: Google chung khắc phục sự cố hướng dẫn là để cho phép several days cho recrawling và reindexing trước khi concluding điều đó sai — nhưng đó khắc phục sự cố hướng dẫn, không committed tập dữ liệu Tìm kiếm inclusion timeline, và Google không bảo đảm inclusion hay không. Rollback trigger: không có fixed deadline đó proves thất bại. nếu Tìm kiếm Console hiển thị trang rõ ràng được lập chỉ mục và đủ thời gian có đã truyền đó bạn’d reasonably expect kiểm tra-trong, re-verify canonical-landing-trang và sameAs setup trên, sau đó re-kiểm tra cho duplicate/generic-name vấn đề Google cụ thể flags — non-unique name là plausible lý do technically hợp lệ tập dữ liệu vẫn không stand ra trong tập dữ liệu Tìm kiếm. Treat non-appearance như prompt để re-kiểm tra của bạn setup, không proof đánh dấu thất bại.

Tự kiểm tra: tập dữ liệu Schema

Five nhanh cácâu hỏi trên schema.org/tập dữ liệu, tập dữ liệu Tìm kiếm phân biệt, và các thuộc tính đó quan trọng. Pick câu trả lời cho mỗi, sau đó kiểm tra.

các tài nguyên đáng để bạn dành thời gian

My viết trên điều này chủ đề

I haven’t published standalone tập dữ liệu schema hướng dẫn của my riêng — so thay vì điểm bạn tại điều đó đó không exist, honest move là để gửi bạn để chính các nguồn dưới và để liên quan structured-dữ liệu hoạt động trên điều này trang web. cho rộng hơn vocabulary và nơi tập dữ liệu fits among Creative Hoạt động types, see Schema đánh dấu và Dữ liệu có cấu trúc hubs; cho machine-readability angle, Schema đánh dấu cho AI.

từ khoảngành

• tập dữ liệu có cấu trúc (Google tìm kiếm Central) — authoritative reference: bắt buộc name/description, được khuyến nghị-thuộc tính danh sách, và phổ biến-mistakes hướng dẫn.
• Google tập dữ liệu Tìm kiếm (Google) — thực tế đích điều này đánh dấu nguồn cấp; browse nó để hiểu Điều tốt kết quả trông như.
• Dữ liệu có cấu trúc tìm kiếm gallery (Google) — đầy đủ tính năng catalog, hữu ích cho seeing đó tập dữ liệu sits apart từ trên-SERP rich kết quả.
• Điều là Schema đánh dấu? Cách Thêm nó & Tại sao điều này quan trọng (Ahrefs) — solid chung schema hướng dẫn.

Nhật ký thay đổi