Schema markup i dane strukturalne – często brakujące na wysoko pozycjonowanych stronach:
Dlaczego schema jest ważniejsza dla AI:
Google używa sygnałów wykraczających poza schemę (linki, autorytet, zaangażowanie). Systemy AI mocno polegają na danych strukturalnych, by:
- Rozpoznać typ treści
- Wyodrębnić informacje z pewnością
- Zweryfikować informacje o podmiotach
- Zredukować niejednoznaczność
Schema wpływająca na AI (~10% rankingu Perplexity):
- Article/TechArticle – Identyfikacja typu treści
- FAQPage – Ekstrakcja pytań i odpowiedzi
- HowTo – Procesy krok po kroku
- Organization – Rozpoznanie podmiotu
- Product/Service – Jasność intencji komercyjnej
- BreadcrumbList – Zrozumienie hierarchii strony
Lista wdrożeniowa:
{
"@context": "https://schema.org",
"@type": "Article",
"headline": "Tytuł Twojej strony",
"datePublished": "2026-01-06",
"dateModified": "2026-01-06",
"author": {
"@type": "Person",
"name": "Imię autora",
"url": "https://yoursite.com/author"
},
"publisher": {
"@type": "Organization",
"name": "Twoja firma"
}
}
Typowe błędy:
- Schema niezgodna z widoczną treścią
- Nieaktualne znaczniki dateModified
- Brak informacji o autorze/wydawcy (sygnały E-E-A-T)
- Brak schema FAQPage przy sekcjach FAQ
Weryfikuj za pomocą Google Rich Results Test ORAZ Schema Markup Validator.