Schema zaawansowane, e-commerce, content/media, local i AI-ready

Podstawowe typy schema

Prowadzimy rejestr typów schema wdrożonych w serwisie i monitorujemy, czy nadal działają. Obejmuje on między innymi Organization, WebSite, Article, LocalBusiness, Product, Service, Event, JobPosting i VideoObject.

Jak to robimy

1. Spisujemy, na jakich szablonach i adresach występuje każdy typ znacznika.
2. Regularnie crawlujemy serwis i porównujemy bieżący stan z rejestrem.
3. Sprawdzamy raporty ulepszeń w Search Console pod kątem nowych błędów i spadków liczby elementów.
4. Zgłaszamy zespołowi zmiany w serwisie, które usunęły lub uszkodziły znaczniki.

Co otrzymujesz

Dostajesz aktualny rejestr wdrożonych typów schema z informacją o ich stanie. Każda utrata znaczników jest widoczna w kolejnym raporcie.

Kiedy i w jakiej formie: Kwartalnie

• Screaming Frog
• Google Search Console

Jakość JSON-LD

Kontrolujemy techniczną jakość kodu JSON-LD w serwisie. Sprawdzamy składnię, powtarzające się identyfikatory @id, zgodność z treścią oraz poprawność encji, które mają jednocześnie kilka typów.

Jak to robimy

1. Walidujemy składnię JSON-LD i wymagane właściwości na każdym typie szablonu.
2. Szukamy zdublowanych identyfikatorów @id, które przypisują różne obiekty do jednej encji.
3. Sprawdzamy encje wielotypowe, na przykład Organization i LocalBusiness w jednym obiekcie.
4. Wykrywamy sprzeczności, takie jak dwie różne ceny lub adresy dla tej samej encji.

Co otrzymujesz

Dostajesz listę problemów technicznych w JSON-LD z przykładowymi adresami i sposobem naprawy. Po poprawkach znaczniki są spójne i wolne od sprzeczności.

Kiedy i w jakiej formie: Kwartalnie

• Screaming Frog
• Sitebulb

Product schema: e-commerce

Przeglądamy znaczniki produktów pod kątem wymagań Google dla wyników produktowych. Sprawdzamy identyfikatory GTIN i MPN, dostępność, cenę, warianty oraz informacje o wysyłce i zwrotach.

Jak to robimy

1. Weryfikujemy, czy każdy produkt ma GTIN lub MPN oraz poprawne Offer.availability i price.
2. Sprawdzamy, czy produkty z wariantami używają AggregateOffer lub grupowania wariantów.
3. Oceniamy rozróżnienie Review i AggregateRating oraz zgodność ocen z opiniami na stronie.
4. Porównujemy właściwości ShippingDetails i MerchantReturnPolicy z zapisami regulaminu sklepu internetowego.

Co otrzymujesz

Dostajesz raport jakości znaczników produktowych z listą braków według kategorii i szablonów. Poprawione znaczniki zwiększają szansę na wyniki rozszerzone produktów.

Kiedy i w jakiej formie: Miesięcznie/kwartalnie

• Merchant Center
• Google Search Console
• Screaming Frog

Article schema: content/media

W serwisach z dużą liczbą publikacji kontrolujemy znaczniki Article na poziomie całego archiwum. Porównujemy daty, autora i nagłówek w znaczniku z podpisem widocznym przy tekście.

Jak to robimy

1. Pobieramy z artykułów właściwości datePublished, dateModified, author, publisher, headline i image.
2. Sprawdzamy, czy autor w znaczniku zgadza się z podpisem widocznym na stronie.
3. Wykrywamy sztuczne odświeżanie dat, za którym nie idą żadne zmiany w treści.
4. Kontrolujemy mainEntityOfPage oraz obecność obrazów w odpowiedniej rozdzielczości.

Co otrzymujesz

Dostajesz raport zgodności znaczników Article z treścią dla całego archiwum publikacji. Wiesz, które szablony lub wpisy wymagają poprawy.

Kiedy i w jakiej formie: Kwartalnie

• Screaming Frog
• Google Search Console

VideoObject / AudioObject / Podcast

Sprawdzamy znaczniki materiałów wideo i audio, w tym odcinków podcastów. Poprawnie opisany materiał ma datę publikacji, czas trwania, miniaturę, adres pliku lub odtwarzacza oraz transkrypcję.

Jak to robimy

1. Wyszukujemy strony z osadzonymi filmami, nagraniami audio i odcinkami podcastów.
2. Weryfikujemy uploadDate, duration, thumbnailUrl oraz contentUrl lub embedUrl.
3. Sprawdzamy dostępność transkrypcji i napisów, które opisują treść nagrania.
4. Dla podcastów wdrażamy PodcastEpisode powiązany z serią i autorami.

Co otrzymujesz

Materiały wideo i audio mają kompletne znaczniki z transkrypcją i miniaturą. Wyszukiwarka może je rozpoznać i pokazać jako wyniki multimedialne.

Kiedy i w jakiej formie: Przy publikacji

• Google Search Console

LocalBusiness schema

Weryfikujemy znacznik LocalBusiness Twojej firmy i jego zgodność z wizytówkami w mapach. Sprawdzamy współrzędne, adres, godziny otwarcia, zakres cen, obszar działania, telefon i powiązane profile.

Jak to robimy

1. Kontrolujemy GeoCoordinates i PostalAddress względem rzeczywistej lokalizacji firmy.
2. Porównujemy OpeningHoursSpecification z godzinami podanymi w wizytówkach Google, Bing i Apple.
3. Sprawdzamy telephone, priceRange, areaServed oraz link do mapy dojazdu.
4. Uzupełniamy sameAs o wizytówki i profile, jeśli pasuje to do modelu działalności.

Co otrzymujesz

Znacznik LocalBusiness jest zgodny z wizytówkami w mapach i danymi na stronie. Wyszukiwarka dostaje spójny sygnał o lokalizacji i godzinach pracy firmy.

Kiedy i w jakiej formie: Przy landingach lokalnych

• Google Business Profile
• Bing Places
• Apple Business Connect

WebSite SearchAction

Wdrażamy znacznik WebSite z SearchAction w serwisach, które mają własną wyszukiwarkę wewnętrzną. Robimy to tylko wtedy, gdy wyszukiwarka działa poprawnie i nie tworzy indeksowalnych, bezwartościowych adresów.

Jak to robimy

1. Testujemy wyszukiwarkę serwisu, w tym trafność wyników i obsługę pustych zapytań.
2. Sprawdzamy, czy strony wyników wewnętrznej wyszukiwarki są wyłączone z indeksowania.
3. Dodajemy SearchAction z poprawnym szablonem adresu zapytania w znaczniku WebSite.
4. Uprzedzamy, że Google wycofał pole wyszukiwania w wynikach, więc znacznik opisuje głównie funkcję serwisu.

Co otrzymujesz

Serwis ma poprawny znacznik WebSite z SearchAction i zabezpieczone strony wyników wyszukiwania. Wewnętrzna wyszukiwarka nie zaśmieca indeksu przypadkowymi adresami.

Kiedy i w jakiej formie: Przy szablonie

• Google Search Console
• Screaming Frog

Speakable i voice readiness

Dla treści informacyjnych i medialnych oceniamy, czy warto oznaczyć fragmenty znacznikiem Speakable. Wskazuje on krótkie części tekstu, które nadają się do odczytania przez asystentów głosowych.

Jak to robimy

1. Wybieramy treści z jednoznacznymi, krótkimi odpowiedziami, na przykład streszczenia wiadomości.
2. Redagujemy fragmenty tak, żeby brzmiały naturalnie po przeczytaniu na głos.
3. Oznaczamy je właściwością speakable z selektorem CSS lub ścieżką XPath.
4. Uprzedzamy, że Google obsługuje ten znacznik w ograniczonym zakresie, więc wdrażamy go selektywnie.

Co otrzymujesz

Wybrane treści mają zwięzłe fragmenty przygotowane pod asystentów głosowych i poprawny znacznik. Te same krótkie odpowiedzi łatwiej też zacytować w odpowiedziach AI.

Kiedy i w jakiej formie: Opcjonalnie

FAQ mainEntity

Kontrolujemy konstrukcję znacznika FAQPage, a zwłaszcza właściwość mainEntity z listą pytań. Każde pytanie ma wynikać z realnej intencji użytkownika, a odpowiedź zgadzać się z tekstem na stronie.

Jak to robimy

1. Sprawdzamy, czy mainEntity zawiera obiekty Question z właściwością acceptedAnswer.
2. Porównujemy treść pytań i odpowiedzi w znaczniku z widoczną sekcją FAQ.
3. Usuwamy pytania wymyślone pod frazy, których nikt realnie nie zadaje.
4. Pilnujemy, żeby na jednej stronie znajdował się tylko jeden blok FAQPage.

Co otrzymujesz

Znaczniki FAQPage mają poprawną strukturę i pytania zgodne z treścią. Dostajesz listę stron, na których poprawiliśmy lub usunęliśmy znaczniki.

Kiedy i w jakiej formie: Przy publikacji

• Google Search Console

ImageObject i multimedia

Opisujemy znacznikiem ImageObject obrazy, które niosą informację, na przykład schematy, infografiki czy zdjęcia produktów. Znacznik uzupełnia podpis, miniaturę i nazwę alternatywną, a kontekst zapewnia otaczający tekst.

Jak to robimy

1. Wybieramy obrazy o znaczeniu informacyjnym i pomijamy grafiki czysto dekoracyjne.
2. Dodajemy ImageObject z właściwościami contentUrl, thumbnailUrl, caption i alternateName.
3. Piszemy podpisy i teksty alternatywne, które opisują, co przedstawia obraz.
4. Umieszczamy obraz blisko fragmentu tekstu, którego dotyczy, żeby kontekst był czytelny.

Co otrzymujesz

Najważniejsze obrazy mają znaczniki, podpisy i teksty alternatywne. Wyszukiwarka grafik i systemy AI lepiej rozumieją, co przedstawiają.

Kiedy i w jakiej formie: Przy publikacji

Course/CreativeWorkSeries

Dla kursów, szkoleń, serii poradników i cykli treści dobieramy typ Course lub CreativeWorkSeries. Znacznik grupuje powiązane materiały i łączy je z autorami oraz organizacją, która je przygotowała.

Jak to robimy

1. Identyfikujemy w serwisie kursy, szkolenia i serie publikacji tworzące całość.
2. Wybieramy typ: Course dla oferty edukacyjnej, CreativeWorkSeries dla cyklu treści.
3. Łączymy poszczególne części serii z nadrzędnym obiektem i z ich autorami.
4. Dodajemy organizację jako dostawcę kursu lub wydawcę serii i testujemy znacznik.

Co otrzymujesz

Kursy i serie treści mają znaczniki pokazujące ich strukturę, autorów i wydawcę. Wyszukiwarka widzi, że pojedyncze materiały należą do większej całości.

Kiedy i w jakiej formie: Według potrzeby

• Google Search Console

Schema pod AI / LLM

Raportujemy, jaka część serwisu ma dane strukturalne i czy nadają się one do odczytu przez systemy AI. Wskaźnik pokrycia pokazuje procent stron ze schema na tle wszystkich indeksowanych adresów.

Jak to robimy

1. Liczymy strony ze znacznikami i porównujemy je z liczbą stron w indeksie.
2. Sprawdzamy, czy sekcje FAQ i instrukcje mają odpowiadające im znaczniki.
3. Oceniamy gotowość do ekstrakcji danych: kompletność opisów, relacji i identyfikatorów.
4. Wskazujemy strony z rozwlekłymi lub niespójnymi opisami w znacznikach.

Co otrzymujesz

Dostajesz raport z procentowym pokryciem schema i listą stron do uzupełnienia. Kolejne raporty pokazują postęp we wdrażaniu danych strukturalnych pod AI.

Kiedy i w jakiej formie: Kwartalnie

• Screaming Frog
• Google Search Console
• Looker Studio