Salida JSON-LD
Genere un bloque de script limpio para el marcado Organización, Negocio local, Servicio profesional, Calificación agregada o Revisión.
Cree JSON-LD para el marcado de organización, negocio local, servicio profesional, calificación agregada o revisión, luego califique si la afirmación de calificación, la evidencia fuente, el alcance de la entidad y el contexto de la página son lo suficientemente seguros para publicar.
El esquema de revisión puede ayudar a las máquinas a comprender una afirmación de calificación, pero también puede amplificar declaraciones de revisión inexactas, no respaldadas o sensibles a las políticas. Esta herramienta crea JSON-LD y comprueba si la afirmación subyacente es lo suficientemente fiable para su publicación.
Genere un bloque de script limpio para el marcado Organización, Negocio local, Servicio profesional, Calificación agregada o Revisión.
Compruebe si la entidad del esquema coincide exactamente con la sucursal, la página del sitio web y el perfil de Google.
Calificación de registros, recuento, URL de origen, ID de lugar, fecha de última verificación y supuestos de captura de pantalla.
Califique el riesgo de datos estructurados en las opciones de prueba de fuente, actualidad, volumen, alcance de la entidad, sector y revisión.
Una página puede parecer limpia para los visitantes mientras sus datos estructurados exageran una calificación, agregan la entidad incorrecta o marcan testimonios que no deberían promocionarse. Los sitios web profesionales y legales necesitan una gestión de esquemas conservadora.
Un bloque de esquema puede adjuntar una calificación a la sucursal, entidad legal, profesional o página de servicio incorrectos.
Es posible que una calificación copiada manualmente o verificada hace meses no coincida con el perfil activo de Google.
El marcado de reseñas seleccionado puede parecer una selección de testimonios o publicidad de resultados.
Los motores de búsqueda y las plataformas pueden ignorar o penalizar el marcado que sea egoísta, no verificable o engañoso.
Ingrese la entidad, la fuente de evidencia, la calificación y el plan de esquema. La herramienta crea JSON-LD y resalta si el marcado debe publicarse, revisarse o retenerse.
La regla combina confiabilidad de la fuente, volumen de calificación, actualidad, alcance de la entidad, contexto de la página, tipo de marcado, sensibilidad del sector y controles de mitigación. Las puntuaciones más bajas significan que JSON-LD es más fácil de publicar; las puntuaciones más altas necesitan revisión o revisión.
Los datos estructurados deben reflejar una afirmación documentada, no crear una más sólida.
Mantenga la URL de origen, el ID del lugar, la calificación, el recuento, la fecha de verificación, la captura de pantalla y el propietario en un registro.
Adjunte el marcado de calificación solo a la rama, entidad o página canónica correspondiente.
Prefiera datos agregados a fragmentos de reseñas seleccionados para bufetes de abogados y servicios confidenciales.
Listo para publicar Por lo general, el esquema puede entrar en funcionamiento después de la validación JSON y las comprobaciones finales del origen.
Agregar controles Agregue controles de fuente, entidad, fecha, captura de pantalla o alcance de la página antes de la publicación.
Revisión legal o técnica Se debe revisar el tipo de margen, el alcance de la entidad, el sector o la fuente de evidencia.
Mantener esquema No publique hasta que se corrijan los problemas de fuente, política, entidad o privacidad.
Utilice las herramientas de insignia o widget para una visualización visible y utilice Place ID antes de publicar enlaces, widgets, insignias o esquemas.
Cree una insignia de calificación visible y compacta que coincida con el reclamo del esquema.
Utilice un widget más completo cuando la página necesite contexto de fuente, recuento y verificación.
Verifique el perfil de Google antes de vincular el esquema a una entidad.
Pimlegal puede revisar las afirmaciones del esquema, las fuentes de evidencia, el alcance de la entidad, la redacción de los testimonios, los riesgos de privacidad y la implementación de datos estructurados antes de la publicación.