Dane strukturalne (schema.org)
Dane strukturalne (Schema.org) to semantyczny kod osadzony w HTML strony, który opisuje jej zawartość w języku zrozumiałym dla maszyn: typ encji, atrybuty, relacje i kontekst, dzięki czemu silniki wyszukiwania i generatywne mogą precyzyjnie zidentyfikować, co strona reprezentuje.
Po angielsku: Schema.org / Structured Data.
Najważniejsze
- Obecność schematu koreluje z +21,60% wyższą częstotliwością cytowań w AI (Semrush, 5 mln URL), choć efekt ten jest spleciony z autorytetem domeny i pozycją organiczną.
- Wellows (15 847 wyników AI Overview) odnotował 73% wyższą selekcję stron ze schematem, przy czym Ahrefs klasyfikuje schemat jako czynnik wtórny wobec reputacji domeny.
- Dane strukturalne łączą stronę z grafem wiedzy przez właściwości takie jak sameAs, co pozwala silnikowi powiązać encję na stronie z jej reprezentacją w Wikidata lub Google Knowledge Graph.
Jak to działa
Potoki RAG i silniki generatywne budują reprezentację encji z wielu sygnałów. Schemat dostarcza jeden z nich: jawną deklarację, że dana strona opisuje konkretną organizację, produkt, osobę lub pojęcie, wraz z jej atrybutami. Gdy model pobiera fragment przez podobieństwo semantyczne, schemat wzmacnia spójność embeddingu, bo typ encji jest zakodowany bezpośrednio w metadanych dokumentu. Dla lokalnej firmy usługowej schemat Organization z polami name, address i sameAs wskazującym na Wikidata zwiększa szansę, że silnik poprawnie rozpozna encję i uwzględni ją w odpowiedzi na zapytanie brandowe.
Powiązane pojęcia
- Encja Encja to jednoznacznie identyfikowalny obiekt rzeczywisty lub pojęciowy, taki jak marka, osoba, miejsce czy produkt, który modele językowe i silniki wyszukiwania rozpoznają jako spójną jednostkę wiedzy i łączą z konkretnymi atrybutami w grafie wiedzy.
- Powiązanie sameAs Powiązanie sameAs to właściwość Schema.org, która informuje silniki wyszukiwania i modele językowe, że dany podmiot na stronie jest tą samą encją co konkretny wpis w zewnętrznej bazie wiedzy, takiej jak Wikidata, Wikipedia lub Google Knowledge Graph, co pozwala systemom AI jednoznacznie zidentyfikować markę, osobę lub miejsce.
- Gęstość encji Gęstość encji to miara liczby rozpoznawalnych encji (osób, miejsc, organizacji, pojęć) przypadających na jednostkę tekstu.