Schema markup mówi maszynom, co znaczą Twoje treści. Ale format ma znaczenie. Schema markup można zapisać w trzech różnych językach: Microdata, RDFa i JSON-LD. Większość sieci używa Microdata, bo jest stare i łatwe. Systemy AI preferują JSON-LD, bo jest czyste, ustrukturyzowane i jednoznaczne.
JSON-LD to skrót od JSON for Linking Data. To format wymyślony specjalnie po to, by dane strukturalne były czytelne dla maszyn bez zaśmiecania HTML. Zapisujesz go w osobnym znaczniku script. Widoczna treść pozostaje czysta. Dane czytelne dla maszyn leżą w osobnym bloku. Roboty AI analizują JSON-LD szybciej i pewniej niż inne formaty. Jeśli chcesz, by Twoje treści dało się cytować systemom AI, JSON-LD jest drogą do tego celu.
Dlaczego JSON-LD wygrywa z innymi formatami schema
Microdata wygląda tak. Dodajesz atrybuty bezpośrednio do znaczników HTML:
<div itemscope itemtype="https://schema.org/Article">
<h1 itemprop="headline">Article Title</h1>
<p itemprop="description">Article summary.</p>
</div>
Działa. Google to czyta. Ale HTML zapełnia się atrybutami schema. Treść i metadane są splątane.
JSON-LD całkowicie je rozdziela:
<script type="application/ld+json">
{
"@context": "https://schema.org",
"@type": "Article",
"headline": "Article Title",
"description": "Article summary"
}
</script>
HTML pozostaje czysty. Dane czytelne dla maszyn są w osobnym znaczniku script. Roboty AI wolą to rozdzielenie. Jest jaśniejsze. Rzadziej zawiera błędy. Analizuje się szybciej.
RDFa to trzeci format, ale rzadko używany. Jest bardziej złożony niż Microdata i JSON-LD. Ani Google, ani systemy AI go nie preferują. Pomiń RDFa.
Jak systemy AI czytają JSON-LD
Gdy robot AI odwiedza stronę, robi dwie rzeczy. Czyta widoczną treść HTML. I analizuje wszystkie znaczniki script z JSON-LD, które znajdzie.
JSON-LD mówi mu: ta strona to Article. Opublikowano ją w tym dniu. Napisał ją ten autor. Główny temat jest taki. Obraz znajduje się pod tym adresem URL. Liczba słów wynosi tyle. Wszystkie te metadane pomagają systemowi AI zrozumieć treść głębiej, niż mógłby z samego tekstu.
Gdy system AI później decyduje, czy zacytować Twoją stronę, używa tych metadanych. Poprawnie sformatowany schemat Article w JSON-LD z datą publikacji, autorem i obrazem jest cytowany częściej niż ta sama treść bez żadnego schematu. Metadane dowodzą, że to Ty jesteś pierwotnym źródłem.
Podstawowa struktura JSON-LD
Każdy blok JSON-LD ma trzy główne części. @context mówi parserowi, jakiego słownika używasz (prawie zawsze schema.org). @type mówi, jaki rodzaj rzeczy opisujesz. Właściwości opisują konkretne atrybuty.
Podstawowy schemat Article wygląda tak:
<script type="application/ld+json">
{
"@context": "https://schema.org",
"@type": "Article",
"headline": "Your Article Title",
"description": "Your article summary",
"image": "https://yoursite.com/image.jpg",
"datePublished": "2026-04-17",
"author": {
"@type": "Person",
"name": "Author Name"
},
"publisher": {
"@type": "Organization",
"name": "Your Brand",
"logo": {
"@type": "ImageObject",
"url": "https://yoursite.com/logo.jpg"
}
}
}
</script>
Ten blok JSON-LD siedzi w nagłówku strony (head) lub w dowolnym miejscu body. Mówi robotowi wszystko, co musi wiedzieć o artykule.
Gdzie umieścić JSON-LD na stronie
Dobra praktyka to umieszczenie JSON-LD w sekcji head HTML, nad widoczną treścią. Robot czyta head jako pierwszy, więc dostaje metadane schema, zanim zacznie analizować body.
Ale JSON-LD działa w dowolnym miejscu strony. W head. W body. Przed treścią. Po treści. Nie ma to znaczenia. Dopóki JSON jest poprawny, roboty go znajdą i przeanalizują.
Wiele platform treści automatycznie umieszcza JSON-LD w head, gdy wypełnisz pola metadanych. Wpisujesz nagłówek, opis i datę publikacji w CMS. Platforma generuje JSON-LD automatycznie. Nie piszesz go ręcznie.
JSON-LD dla różnych typów treści
Article to najczęstszy typ schema, ale JSON-LD obsługuje wiele typów. Każdy typ ma inne wymagane i opcjonalne właściwości.
Schemat FAQPage
Jeśli strona ma sekcję FAQ, użyj schematu FAQPage. Mówi robotom AI dokładnie, gdzie są pytania i odpowiedzi:
<script type="application/ld+json">
{
"@context": "https://schema.org",
"@type": "FAQPage",
"mainEntity": [
{
"@type": "Question",
"name": "What is JSON-LD?",
"acceptedAnswer": {
"@type": "Answer",
"text": "JSON-LD is a structured data format that AI systems prefer."
}
},
{
"@type": "Question",
"name": "Where do I put JSON-LD?",
"acceptedAnswer": {
"@type": "Answer",
"text": "In the head or body of your HTML page."
}
}
]
}
</script>
Schemat FAQPage zwiększa szansę, że systemy AI poprawnie wydobędą Twoje pytania i odpowiedzi.
Schemat Product
W e-commerce użyj schematu Product:
<script type="application/ld+json">
{
"@context": "https://schema.org/",
"@type": "Product",
"name": "Product Name",
"description": "Product description",
"image": "https://yoursite.com/product.jpg",
"brand": {
"@type": "Brand",
"name": "Your Brand"
},
"offers": {
"@type": "Offer",
"url": "https://yoursite.com/product",
"priceCurrency": "USD",
"price": "99.99"
}
}
</script>
Schemat Product mówi agentom zakupowym AI dokładną cenę, dostępność i cechy produktu.
Schemat HowTo
Przy poradnikach krok po kroku użyj schematu HowTo:
<script type="application/ld+json">
{
"@context": "https://schema.org",
"@type": "HowTo",
"name": "How to Set Up JSON-LD",
"step": [
{
"@type": "HowToStep",
"name": "Step 1",
"text": "Add a script tag to your page head."
},
{
"@type": "HowToStep",
"name": "Step 2",
"text": "Write valid JSON inside the script tag."
}
]
}
</script>
Schemat HowTo pomaga systemom AI zrozumieć kolejność i wydobyć kroki we właściwym porządku.
Częste błędy w JSON-LD
Najczęstszy błąd to niepoprawny JSON. JSON ma ścisłe reguły składni. Każdy ciąg musi być w podwójnych cudzysłowach. Po każdej właściwości musi stać dwukropek. Każdy element obiektu lub tablicy musi być oddzielony przecinkiem. Brak jednego przecinka psuje cały JSON.
Przetestuj JSON przed wdrożeniem. Użyj walidatora JSON. Wklej JSON-LD do walidatora, a pokaże, czy są błędy składni.
Drugi błąd to użycie złego @type. Jeśli strona to wpis blogowy, użyj Article, a nie BlogPosting. Jeśli to produkt, użyj Product, a nie Item. Typ ma znaczenie, bo roboty rozumieją strukturę inaczej zależnie od typu.
Trzeci błąd to brak wymaganych właściwości. Schemat Article wymaga nagłówka (headline). Schemat Product wymaga ceny. HowTo wymaga co najmniej jednego kroku. Sprawdź dokumentację schema.org dla każdego typu, by zobaczyć, co jest wymagane, a co opcjonalne.
Walidacja i testowanie JSON-LD
Google ma narzędzie Rich Results Test. Wklejasz adres URL, a ono pokazuje cały JSON-LD znaleziony na stronie. Mówi, czy JSON jest poprawny. Mówi, czy brakuje wymaganych właściwości. Pokazuje, jak wyglądają sparsowane dane.
Schema.org też ma narzędzie do walidacji. Wklej JSON-LD, a sprawdzi składnię i zgodność ze schematem.
Większość platform CMS ma wbudowaną walidację. Jeśli publikujesz treść z brakującymi wymaganymi właściwościami schema, CMS ostrzega przed publikacją.
Najczęściej zadawane pytania
Czy potrzebuję JSON-LD, jeśli już używam Microdata?
Nie. Używaj jednego formatu albo drugiego, nie obu. Jeśli używasz Microdata i działa, zostaw je. Ale jeśli ustawiasz schema markup od zera, JSON-LD jest lepszym wyborem. Jest czystszy, łatwiejszy w utrzymaniu i preferują go systemy AI. Dzięki kreatorowi stron WEMASY możesz to wdrożyć bezpośrednio na swojej stronie.
Czy mogę mieć kilka bloków JSON-LD na jednej stronie?
Tak. Możesz mieć schemat Article w jednym bloku i schemat Organization w drugim. Możesz też zagnieżdżać schematy. Na przykład schemat Article może zawierać schemat Person dla autora. Wiele bloków jest w porządku, dopóki każdy jest poprawnym JSON.
Czy JSON-LD wpływa na szybkość strony?
Nie. JSON-LD to tylko tekst. Nie wymaga żadnego przetwarzania przez serwer. Robot analizuje go podczas odwiedzin. Nie ma wpływu na wydajność strony. Jest niewidoczny dla odwiedzających.
Co jeśli zaktualizuję treść, ale zapomnę zaktualizować JSON-LD?
Roboty AI przeczytają stare metadane JSON-LD i aktualną widoczną treść. Mogą zauważyć niezgodność. Nagłówek w JSON-LD powinien zgadzać się z widocznym nagłówkiem. Data publikacji powinna być prawdziwa. Jeśli znacząco się rozmijają, roboty mogą ufać widocznej treści bardziej niż metadanym.
Czy używać JSON-LD dla linków wewnętrznych, czy tylko dla głównych treści?
Używaj JSON-LD dla każdej treści, którą systemy AI mają dobrze zrozumieć. Najwięcej zyskują główne artykuły. Zyskują strony produktów. Zyskują strony FAQ. Zwykłe linki nawigacyjne nie potrzebują JSON-LD. Skup wysiłek na treściach, które systemy AI mogą cytować lub polecać.
Czy systemy AI widzą JSON-LD ukryty przez CSS display:none?
Tak. Roboty AI analizują JSON-LD niezależnie od tego, czy jest widoczny dla użytkowników. Nie trzeba go ukrywać ani pokazywać. Większość platform umieszcza JSON-LD w head, gdzie i tak nie jest widoczny. Robot go widzi. To się liczy.