Dane strukturalne a odpowiedzi AI: fakty, mity i to, co naprawdę warto wdrożyć

Czym są dane strukturalne i co faktycznie robią

Dane strukturalne to ustandaryzowany zapis informacji o stronie, dodany do jej kodu po to, aby program nie musiał zgadywać, czym jest dana treść. Zwykły tekst mówi człowiekowi, że hydraulik z Łodzi przyjmuje zgłoszenia od poniedziałku do soboty. Znacznik mówi maszynie to samo w postaci pól: typ firmy, nazwa, adres, godziny otwarcia. W polskiej wersji dokumentacji Google ten sam mechanizm nosi nazwę uporządkowanych danych, więc oba określenia oznaczają jedno.

Słownikiem, z którego pochodzą nazwy typów i pól, jest schema.org. Według odpowiedzi na częste pytania w serwisie schema.org to wspólne przedsięwzięcie największych wyszukiwarek, którego celem jest jeden zestaw znaczników rozumiany przez wszystkich. Ten sam dokument zaznacza, że znaczniki pomagają wyszukiwarkom zrozumieć informacje na stronach i pokazywać bogatsze wyniki, a także mogą służyć innym narzędziom i aplikacjom.

Google obsługuje trzy formaty: JSON-LD, mikrodane oraz RDFa. We wprowadzeniu do danych strukturalnych w dokumentacji Google czytamy, że wszystkie trzy są równie dobre, o ile kod jest poprawny, a zalecany jest JSON-LD, ponieważ najłatwiej go wdrożyć i utrzymać na większą skalę. Google odczytuje ten format również wtedy, gdy blok jest wstawiany na stronę dynamicznie, na przykład przez wtyczkę systemu zarządzania treścią.

Do czego Google używa znaczników

Z tego samego wprowadzenia wynikają dwa zastosowania. Pierwsze to zrozumienie treści konkretnej strony. Drugie to gromadzenie wiedzy o sieci i świecie, czyli o osobach, książkach czy firmach opisanych w znacznikach. Widocznym skutkiem są wyniki z elementami rozszerzonymi, czyli pozycje w wyszukiwarce wzbogacone o dodatkowe informacje, takie jak cena, dostępność, ocena albo logo.

W całym temacie wraca jedno ograniczenie: znacznik niczego nie dodaje do treści, a jedynie nazywa to, co już na stronie jest. Jeżeli kancelaria z Krakowa nie podaje na stronie zakresu spraw, godzin przyjęć i danych kontaktowych, żaden kod tego nie nadrobi.

Co Google oficjalnie mówi o znacznikach w funkcjach AI

Stanowisko Google jest krótkie: dane strukturalne nie są wymagane w wyszukiwaniu z generatywną AI i nie ma specjalnego znacznika schema.org, który należałoby dodać z myślą o tych funkcjach. Tak brzmi fragment oficjalnego opracowania Google o optymalizacji pod funkcje generatywnej AI, w części poświęconej obalaniu mitów. Punkt nosi wymowny tytuł o nadmiernym skupianiu się na danych strukturalnych.

Zaraz za tym zdaniem stoi drugie, o którym łatwo zapomnieć. Google uznaje za dobry pomysł dalsze stosowanie znaczników w ramach ogólnej strategii SEO, ponieważ pomagają one stronie kwalifikować się do wyników z elementami rozszerzonymi. Oba zdania trzeba czytać razem: znaczniki nie są dźwignią do odpowiedzi AI, ale pozostają zwykłym, pożytecznym elementem dobrze prowadzonej strony.

Skąd funkcje AI w Google biorą treści

To samo opracowanie tłumaczy, dlaczego osobny znacznik dla AI nie jest potrzebny. Funkcje takie jak Przegląd od AI i Tryb AI opierają się na podstawowych systemach rankingowych i jakościowych wyszukiwarki. Google opisuje dwie techniki. Pierwsza polega na tym, że model przed udzieleniem odpowiedzi pobiera z indeksu wyszukiwarki trafne, aktualne strony i na ich podstawie buduje odpowiedź z linkami do źródeł. Druga to rozgałęzianie zapytania: model sam tworzy kilka pokrewnych pytań, aby zebrać więcej wyników. W przykładzie z dokumentacji pytanie o trawnik pełen chwastów rozpada się między innymi na pytania o środki chwastobójcze i o zapobieganie chwastom.

Aby trafić do odpowiedzi, strona musi więc najpierw trafić do indeksu. Google podaje warunek wprost: strona ma być zaindeksowana i mieć prawo do wyświetlania w wyszukiwarce z fragmentem tekstu. Zastrzega przy tym, że spełnienie wszystkich wymagań nie gwarantuje ani zaindeksowania, ani wyświetlenia. Dlatego fundamentem pozostaje SEO techniczne, czyli dostępność strony dla robotów, poprawne indeksowanie i czytelna budowa, a nie dopisywanie kolejnych bloków kodu.

Czego według Google nie trzeba robić

Obok danych strukturalnych na tej samej liście mitów znalazły się inne popularne pomysły. Google pisze, że nie trzeba tworzyć specjalnych plików tekstowych dla modeli ani innych nowych formatów czytelnych maszynowo, bo wyszukiwarka z nich nie korzysta. Nie trzeba dzielić treści na drobne kawałki ani przepisywać tekstów specjalnie dla systemów AI. Nie pomaga też zabieganie o sztuczne wzmianki w sieci. Które z nowych skrótów oznaczają coś realnego, wyjaśniamy we wpisie o GEO, AEO, LLMO i SEO.

Fakty i domysły branży: jak je od siebie odróżnić

Faktem jest to, co da się wskazać w dokumentacji wyszukiwarki lub producenta narzędzia. Domysłem jest wszystko, co opiera się na pojedynczych obserwacjach i przekonaniu, że skoro maszyny lubią uporządkowane dane, to modele językowe muszą je nagradzać. Zestawiamy najczęstsze twierdzenia z tym, co wynika z otwartych przez nas źródeł.

Wiersz o pytaniach i odpowiedziach wymaga komentarza, ponieważ ten znacznik bywa przedstawiany jako najprostsza droga do odpowiedzi AI. Na liście aktualizacji dokumentacji wyszukiwarki Google znajduje się wpis o usunięciu dokumentacji wyniku rozszerzonego typu FAQ z uzasadnieniem, że funkcja ta nie jest już wyświetlana w wynikach wyszukiwania. Sekcja pytań i odpowiedzi nadal bywa wartościowa dla czytelnika, a sam typ pozostaje częścią słownika schema.org, jednak nie ma podstaw, aby oczekiwać po nim szczególnego traktowania.

Co wiadomo o innych asystentach

Poza Google potwierdzeń jest mniej. W materiale opublikowanym przez zespół reklamowy odpowiedzialny za Bing i Copilota, zatytułowanym Optimizing Your Content for Inclusion in AI Search Answers, znaczniki schema opisano jako kod, który pomaga wyszukiwarkom i systemom AI zrozumieć treść, ponieważ zamienia zwykły tekst w dane, które maszyna może pewnie zinterpretować. Ten sam materiał przestrzega przed chowaniem ważnych odpowiedzi w zakładkach i rozwijanych elementach, bo systemy AI mogą takiej treści nie odczytać.

W przypadku ChatGPT, Perplexity i Claude nie znaleźliśmy oficjalnego dokumentu, który przesądzałby, czy i jak znaczniki wpływają na wybór źródeł. Twierdzenia, że te narzędzia nagradzają konkretny typ schema.org, należy więc traktować jako hipotezy. Z praktyki agencji wynika jedynie tyle, że strony z jednoznacznymi danymi firmy rzadziej padają ofiarą pomyłek opisanych we wpisie o błędnych informacjach o firmie w AI. To obserwacja, a nie zmierzona zależność.

Które typy pomagają maszynom zrozumieć firmę

Firmę opisują przede wszystkim dwa typy: Organization, czyli organizacja, oraz LocalBusiness, czyli firma działająca lokalnie. Pierwszy mówi, kim jest podmiot stojący za stroną. Drugi dodaje fizyczne miejsce, godziny i sposób kontaktu z konkretną placówką.

Według dokumentacji znaczników organizacji dodanie ich do strony głównej może pomóc Google lepiej zrozumieć informacje administracyjne i uniknąć niejasności dotyczących organizacji w wynikach wyszukiwania. Część pól służy w tle do odróżnienia jednej organizacji od innych, a część może wpływać na elementy wizualne, na przykład logo w wynikach i w panelu wiedzy. Żadne pole nie jest wymagane, lecz Google zaleca podanie możliwie wielu tych, które rzeczywiście dotyczą firmy: nazwy, adresu strony, logo, opisu, telefonu, adresu pocztowego oraz odnośników do profili firmy w innych serwisach w polu sameAs.

Pole sameAs zasługuje na uwagę. We wprowadzeniu do danych strukturalnych Google zaznacza, że może z niego korzystać w sposób ogólny, także poza opisanymi funkcjami. Dla maszyny to prosta wskazówka, że strona firmy, jej profil na Facebooku i kanał w YouTube należą do tego samego podmiotu. Ma to sens tylko wtedy, gdy dane w tych miejscach są zgodne, o czym piszemy we wpisie o spójności nazwy, adresu i telefonu.

Firma działająca lokalnie

W dokumentacji typu LocalBusiness wymagane są dwa pola: nazwa firmy oraz adres jako fizyczna lokalizacja. Pozostałe należą do zalecanych. Dokumentacja pozwala wskazać kilka typów działalności jednocześnie i podaje przykład firmy, która jest zarazem elektrykiem, hydraulikiem i ślusarzem. Ogólne wytyczne wymagają przy tym sięgania po najbardziej szczegółowy typ, jaki pasuje do działalności.

<script type="application/ld+json">
{
  "@context": "https://schema.org",
  "@type": "Plumber",
  "name": "Przykładowy Hydraulik",
  "url": "https://www.example.com/",
  "telephone": "+48 42 000 00 00",
  "address": {
    "@type": "PostalAddress",
    "streetAddress": "ul. Przykładowa 1",
    "addressLocality": "Łódź",
    "postalCode": "90-001",
    "addressCountry": "PL"
  },
  "sameAs": ["https://www.facebook.com/przykladowy-profil"]
}
</script>

W wypadku firm lokalnych znaczniki na stronie są tylko jednym z kilku źródeł. Google w opracowaniu o funkcjach generatywnych wskazuje, że odpowiedzi AI mogą zawierać informacje o lokalnych firmach, i w tym kontekście wymienia Profil Firmy w Google. Dlatego przy pozycjonowaniu lokalnym dbamy o to, aby strona, znaczniki i profil mówiły to samo.

Które typy pomagają zrozumieć produkt i sklep

Dla sklepu najważniejszy jest typ Product, czyli produkt, wraz z ofertą zawierającą cenę i dostępność. Według wprowadzenia do danych strukturalnych produktów dzięki nim informacje o towarze mogą wyświetlać się w wynikach atrakcyjniej, także w Grafice Google: użytkownik zobaczy na przykład cenę, dostępność, oceny i informacje o dostawie.

Google dzieli te znaczniki na dwie klasy. Pierwsza jest przeznaczona dla stron, na których produktu nie można kupić bezpośrednio, na przykład recenzji. Druga dotyczy stron, na których klient składa zamówienie, i pozwala podać więcej szczegółów, takich jak rozmiar odzieży, dostawa czy zwroty. Jeśli sklep z Poznania sprzedaje to samo krzesło w czterech kolorach, przydają się dodatkowo znaczniki wersji produktu, które pomagają zrozumieć, że to odmiany jednego towaru.

Wynik rozszerzony nie jest jedyną drogą produktu do odpowiedzi AI. W opracowaniu o funkcjach generatywnych Google wskazuje, że odpowiedzi mogą zawierać listy produktów, i wymienia w tym miejscu Merchant Center z plikami produktowymi. Znaczniki i plik produktowy powinny więc podawać te same ceny i tę samą dostępność co widoczna karta. Jak ułożyć samą kartę, opisujemy we wpisie o karcie produktu pod SEO, a porządkowanie znaczników w całym asortymencie jest stałą częścią pozycjonowania sklepów.

Jeśli chcą Państwo zamówić SEO techniczne, zachęcamy do kontaktu: tel. 222 500 844 lub mailowo: biuro@pozycjonowaniestron.pl

Które typy pomagają zrozumieć autora i treść

Treści redakcyjne opisuje typ Article z odmianami dla wiadomości i wpisów blogowych, a autora wskazuje się w polu author. Według dokumentacji znaczników artykułu ich dodanie może pomóc Google lepiej zrozumieć stronę oraz wyświetlić właściwy tytuł, obrazy i datę. Znaczniki pozwalają też wyraźnie wskazać, o czym jest treść i kto jest jej autorem.

Najwięcej konkretów dotyczy autora. Google prosi, aby w znacznikach uwzględnić wszystkich autorów przedstawionych na stronie, każdego w osobnym polu, a nie kilka nazwisk w jednym. Zaleca określenie, czy autor jest osobą, czy organizacją, oraz podanie adresu strony z informacjami o nim. W polu z nazwą ma się znaleźć wyłącznie imię i nazwisko.

Znacznik autora nie zastąpi wiedzy autora

W opracowaniu o funkcjach generatywnych Google podkreśla, że na obecność w odpowiedziach AI najmocniej wpływa treść unikalna i użyteczna: własny punkt widzenia, doświadczenie z pierwszej ręki, wiedza wykraczająca poza to, co wszyscy już napisali. Znacznik autora pomaga przypisać taką treść do właściwej osoby, ale sam jej nie tworzy. Więcej da rzetelna strona autora i dobrze przygotowana strona o firmie, na których czytelnik znajdzie potwierdzenie kompetencji.

Dlaczego znaczniki muszą zgadzać się z widoczną treścią

Znaczniki muszą opisywać to, co widzi odwiedzający, ponieważ Google traktuje rozbieżność jako naruszenie wytycznych, które może odebrać stronie prawo do wyników z elementami rozszerzonymi. Ogólne wytyczne dotyczące danych strukturalnych mówią to bez niedomówień: nie wolno oznaczać treści niewidocznej dla czytelnika, a dane mają być prawdziwym odzwierciedleniem zawartości strony. Wprowadzenie do danych strukturalnych dodaje, że nie należy umieszczać w znacznikach informacji niewidocznych dla użytkownika nawet wtedy, gdy są one prawdziwe.

W życiu firm wygląda to zwyczajnie. Restauracja zmienia godziny otwarcia w stopce, a we wtyczce zostają stare. Sklep obniża cenę na karcie, a znacznik nadal podaje poprzednią. Gabinet deklaruje w kodzie ocenę i liczbę opinii, których na stronie nigdzie nie widać. Każdy z tych przypadków to niezgodność, niezależnie od intencji.

Najważniejsze zasady jakości

Wytyczne dzielą wymagania na techniczne i jakościowe. Techniczne da się sprawdzić narzędziem: obsługiwany format oraz dostęp robota do strony, której nie wolno blokować plikiem robots.txt ani dyrektywą noindex. Jakościowych automat nie wychwyci, a ich złamanie może sprawić, że składniowo poprawny kod nie zostanie wyświetlony jako wynik rozszerzony albo zostanie uznany za spam. Należą do nich aktualność informacji, oryginalność treści, zakaz oznaczania treści mylących, w tym fałszywych opinii, oraz zakaz podszywania się pod inną osobę lub organizację.

Kolejne zasady dotyczą miejsca i kompletności. Znaczniki umieszcza się na tej stronie, którą opisują. Jeżeli ta sama treść występuje pod kilkoma adresami, Google zaleca te same znaczniki na wszystkich kopiach, nie tylko na stronie kanonicznej. Należy podać wszystkie pola wymagane dla danego typu, a obrazy wskazane w kodzie muszą być dostępne dla robota i związane z treścią.

Co grozi za niezgodność

Skutkiem może być ręczne działanie dotyczące danych strukturalnych. Wytyczne wyjaśniają jego zakres: strona traci możliwość wyświetlania się jako wynik rozszerzony, natomiast nie wpływa to na jej pozycję w zwykłych wynikach wyszukiwania. Informacja o takim działaniu pojawia się w Search Console, w raporcie Ręczne działania. Z praktyki agencji dodajemy, że sprzeczne dane w tekście i w kodzie zwiększają też ryzyko, że asystent poda klientowi nieaktualną cenę lub złe godziny.

Jak sprawdzić wdrożenie w teście wyników z elementami rozszerzonymi

Wdrożenie sprawdza się w publicznym narzędziu Google o nazwie Test wyników z elementami rozszerzonymi, dostępnym bez logowania pod adresem search.google.com/test/rich-results. Według pomocy Search Console test pokazuje, które typy wyników rozszerzonych zostały znalezione na stronie, oraz zgłasza błędy i sugestie dotyczące znaczników. Obsługuje wszystkie trzy formaty: JSON-LD, RDFa i mikrodane.

1. Wybór sposobu testowania

   Na ekranie startowym są dwie możliwości: podanie pełnego adresu strony albo przejście do zakładki Kod i wklejenie fragmentu kodu. Adres sprawdza się przy stronie już opublikowanej, a kod przy pracy nad szablonem przed wdrożeniem.

2. Wybór urządzenia

   Pod polem tekstowym znajduje się lista klientów użytkownika, czyli wybór między smartfonem a komputerem. Domyślnie ustawiony jest smartfon.

3. Uruchomienie testu

   Narzędzie pobiera stronę tak, jak anonimowy użytkownik z internetu, więc strona chroniona hasłem lub ukryta za zaporą nie zostanie sprawdzona.

4. Odczytanie stanu

   Wynik zaczyna się od komunikatu o stanie adresu, na przykład o wykryciu prawidłowych elementów, o elementach z ostrzeżeniami, o elementach nieprawidłowych albo o tym, że nie wykryto żadnych.

5. Przejście do szczegółów

   Każdy wykryty typ można rozwinąć. Kliknięcie opisu błędu otwiera eksplorator kodu we właściwym miejscu, co ułatwia przekazanie poprawki osobie opiekującej się stroną.

Błędy a ostrzeżenia

Błąd krytyczny oznacza zwykle brak pola wymaganego i odbiera danemu elementowi możliwość wyświetlenia jako wynik rozszerzony. Ostrzeżenie dotyczy pól zalecanych. Dokumentacja poszczególnych typów mówi, że błędy krytyczne należy naprawić, a usunięcie problemów niekrytycznych może poprawić jakość danych, lecz nie jest konieczne, aby strona kwalifikowała się do wyników rozszerzonych. Nie warto zatem wpisywać zmyślonych wartości tylko po to, aby ostrzeżenie znikło. Google przedkłada mniejszą liczbę pól kompletnych i dokładnych nad wypełnienie wszystkich możliwych danymi niepełnymi lub błędnymi.

Narzędzie ma swoje granice. Zielony wynik potwierdza poprawność składni dla typów obsługiwanych przez Google, a nie zgodność danych z widoczną treścią. Tę trzeba porównać samodzielnie, otwierając stronę i czytając odczytane wartości pole po polu. Pomoc Search Console zwraca też uwagę, że test ignoruje komentarze w blokach JSON-LD, choć standard ich nie przewiduje, więc przed publikacją należy je usunąć.

Kontrola po publikacji

Jednorazowy test nie wystarcza, bo znaczniki potrafią zepsuć się po aktualizacji szablonu lub wtyczki. Dokumentacja zaleca dwa stałe punkty kontroli w Search Console. Pierwszy to raporty stanu wyników z elementami rozszerzonymi, które pokazują poprawność znaczników w skali całego serwisu. Drugi to narzędzie do sprawdzania adresów URL, w którym widać, jak Google odczytał konkretną stronę, i z którego można poprosić o ponowne zaindeksowanie po poprawkach. Google uprzedza, że ponowne skanowanie wymaga czasu, a odnalezienie nowej strony może zająć kilka dni.

Obecność w funkcjach generatywnych Google mierzy się osobno: opracowanie o AI odsyła do raportu skuteczności w funkcjach generatywnej AI w Search Console i przestrzega przed zewnętrznymi narzędziami, które obiecują dostęp do wewnętrznych wskaźników wyszukiwarki. Sposoby pomiaru opisujemy we wpisie o tym, jak mierzyć widoczność marki w odpowiedziach AI.

Typowe pomyłki, rozsądna kolejność prac i moment na pomoc

Najczęstszą pomyłką jest traktowanie znaczników jako osobnego projektu pod AI zamiast jako opisu strony, która i tak musi być dobra. Z audytów, które prowadzimy, wynika kilka powtarzalnych sytuacji: dwa zestawy znaczników generowane jednocześnie przez motyw i wtyczkę, dane wpisane raz w ustawieniach i nigdy nieaktualizowane, typ dobrany na wyrost do treści, której na stronie nie ma, oraz oceny dodane do kodu bez pokrycia w widocznej treści.

Rozsądna kolejność zaczyna się od treści, nie od kodu. Najpierw na stronie powinny znaleźć się pełne dane firmy, rzetelne opisy usług lub produktów i podpisane treści. Potem należy ustalić, jakie znaczniki system już generuje. Dopiero wtedy uzupełnia się braki, zaczynając od organizacji na stronie głównej, przez placówki i produkty, po wpisy z autorem. Na końcu przychodzi test i stała kontrola w Search Console.

• Dane w znacznikach są widoczne na tej samej stronie i brzmią identycznie.
• Na stronie działa jeden zestaw znaczników danego typu, a nie dwa konkurujące.
• Typ jest możliwie szczegółowy i odpowiada głównej treści strony.
• Wszystkie pola wymagane są wypełnione, a zalecane tylko prawdziwymi danymi.
• Strona ze znacznikami nie jest blokowana przed robotem i może być indeksowana.
• Ceny, dostępność i godziny w kodzie zmieniają się razem z treścią.
• Test nie pokazuje błędów krytycznych, a raporty w Search Console są przeglądane po każdej większej zmianie.

Pomoc specjalisty przydaje się, gdy znaczniki powstają z szablonu obsługującego tysiące podstron, gdy sklep ma warianty produktów i kilka źródeł cen, gdy w Search Console pojawiło się ręczne działanie albo gdy wyniki rozszerzone znikły po zmianie motywu. W takich przypadkach kontrolę znaczników zwykle zaczynamy od audytu SEO, a przy stronach nastawionych na obecność w asystentach łączymy z pozycjonowaniem AI. Zaznaczamy przy tym, że żadne wdrożenie nie daje pewności wyświetlenia wyniku rozszerzonego ani cytowania w odpowiedzi.

Jeśli chcą Państwo zamówić SEO techniczne, zachęcamy do kontaktu: tel. 222 500 844 lub mailowo: biuro@pozycjonowaniestron.pl