Schema markup a strukturovaná data – často chybí i na dobře hodnocených webech:
Proč schema pro AI znamená víc:
Google používá signály nad rámec schematu (odkazy, autoritu, zapojení). AI systémy se silně spoléhají na strukturovaná data pro:
- Pochopení typu obsahu
- Důvěryhodnou extrakci informací
- Ověření entity
- Snížení nejednoznačnosti
Schema ovlivňující AI (~10 % hodnocení Perplexity):
- Article/TechArticle – Identifikace typu obsahu
- FAQPage – Extrakce otázek a odpovědí
- HowTo – Postupné kroky
- Organization – Rozpoznání entity
- Product/Service – Jasnost komerčního záměru
- BreadcrumbList – Pochopení hierarchie webu
Kontrolní seznam implementace:
{
"@context": "https://schema.org",
"@type": "Article",
"headline": "Název vaší stránky",
"datePublished": "2026-01-06",
"dateModified": "2026-01-06",
"author": {
"@type": "Person",
"name": "Jméno autora",
"url": "https://vasweb.cz/autor"
},
"publisher": {
"@type": "Organization",
"name": "Vaše společnost"
}
}
Časté chyby:
- Schema neodpovídá viditelnému obsahu
- Zastaralá dateModified razítka
- Chybějící informace o autorovi/vydavateli (signály E-E-A-T)
- Chybějící FAQPage schema u FAQ sekcí
Ověřte pomocí Google Rich Results Testu A Schema Markup Validatoru.