Dane strukturalne (JSON-LD) dla SEO i AI: praktycznie

Dane strukturalne to temat, o którym mówi się w SEO, ale niewiele osób implementuje je porządnie. Tymczasem wymagają minimalnego nakładu czasu i przynoszą konkretne efekty: bogatsze wyniki w Google i lepszą cytowalność w AI.

W tym artykule skupiam się na JSON-LD — czym jest, dlaczego ma znaczenie i jak zaimplementować cztery typy o największym praktycznym wpływie.

Czym jest JSON-LD i schema.org

Schema.org to słownik definiujący znaczenie różnych rzeczy w sieci. Organizacja, artykuł, pytanie z odpowiedzią, adres, produkt — każda z nich ma swój typ i właściwości, na które umówiły się Google, Bing, Yahoo i Yandex.

JSON-LD (JSON for Linked Data) to sposób na zapisanie tego słownika. Wstawia się go do <script type="application/ld+json"> w nagłówku lub treści strony — bez żadnych modyfikacji widocznego HTML.

<script type="application/ld+json">
{
  "@context": "https://schema.org",
  "@type": "Article",
  "headline": "Tytuł artykułu",
  "author": {
    "@type": "Person",
    "name": "Miroslav Lalík"
  },
  "datePublished": "2026-06-24"
}
</script>

To wszystko. Google to odczytuje i wie, co znajduje się na stronie — bez konieczności parsowania języka naturalnego.

Dlaczego to pomaga Google

Google na podstawie JSON-LD tworzy rich results — wizualnie wzbogacone wyniki wyszukiwania. Zamiast zwykłego tytułu i opisu zobaczysz gwiazdki przy recenzji, FAQ rozwinięte bezpośrednio w wynikach, nawigację breadcrumb pod linkiem lub datę publikacji artykułu.

Te elementy zwiększają CTR. Strona na 4. miejscu z rozbudowanymi pytaniami FAQ spokojnie może pokonać wyniki wyżej.

Ważne: Google waliduje dane. Jeśli w JSON-LD wpiszesz pytania FAQ, których na stronie nie ma, albo autor nie odpowiada rzeczywistemu autorowi — rich results nie otrzymasz lub je utracisz. Dane strukturalne to maszynowe odwzorowanie widocznej treści — nie sposób na dodanie ukrytych informacji.

Dlaczego to pomaga AI

ChatGPT, Gemini, Perplexity, Claude — wszystkie czytają sieć. Część z nich crawluje bezpośrednio, część uczy się z danych obejmujących strukturę strony.

Gdy strona ma JSON-LD z wyraźnym @type, autorem, datą i nagłówkiem, model AI może jednoznacznie zacytować źródło. Bez tego musi zgadywać: czy to nazwa firmy, czy nazwa sekcji? Czy to autor, czy tylko tekst na stronie?

Dobrze ustrukturyzowana strona jest dla modelu AI jak dobrze opisany rekord w bazie danych. Łatwiej go zrozumieć, łatwiej zacytować, łatwiej uwzględnić w odpowiedzi.

GEO (Generative Engine Optimization) jako dziedzina dopiero się kształtuje, ale podstawowa zasada jest jasna: cytowalność zaczyna się od maszynowej czytelności.

Cztery typy, na które warto się skupić

Organization

Informuje Google, że ta strona należy do konkretnej organizacji. Najlepiej wstawiać go na każdej podstronie, a przynajmniej na stronie głównej.

Co tam umieścić: nazwa, URL, logo, kontaktowy e-mail, adres, profile w mediach społecznościowych. Raz skonfigurować i zapomnieć.

Dlaczego to ma sens: Google łączy Twoją witrynę z Twoją encją w Knowledge Graph. Pomaga to szczególnie przy brand search — gdy ktoś szuka Twojej nazwy.

Article

Oznacza wpis blogowy lub artykuł. Kluczowe właściwości: headline, author, datePublished, dateModified, image, publisher.

Bez Article Google nie wie, czy strona to artykuł, czy strona produktowa. Z Article może wyświetlić datę, autora i zdjęcie w wynikach. Dla AI Article jest sygnałem, że treść jest autorska, datowana i cytowalna.

FAQPage

Oznacza stronę lub sekcję zawierającą pytania i odpowiedzi. Google generuje z tego rich results bezpośrednio w wyszukiwarce — rozwinięte pytania pod wynikiem.

Warunek: każde pytanie i odpowiedź w JSON-LD muszą być widoczne na stronie. Google to sprawdza. Ma to też sens: rich results FAQ służą użytkownikom, nie jako przestrzeń marketingowa.

{
  "@context": "https://schema.org",
  "@type": "FAQPage",
  "mainEntity": [
    {
      "@type": "Question",
      "name": "Czym jest JSON-LD?",
      "acceptedAnswer": {
        "@type": "Answer",
        "text": "Format zapisu danych strukturalnych w stronie HTML."
      }
    }
  ]
}

FAQPage to jeden z najefektywniejszych typów pod względem widoczności w wynikach. A dla modeli AI to idealny format — jawne parowanie pytania z odpowiedzią.

BreadcrumbList

Wyświetla ścieżkę nawigacyjną pod linkiem w wynikach wyszukiwania. Zamiast gołego URL użytkownik widzi: solutionbox.cz › Blog › JSON-LD.

To samo w sobie zwiększa CTR. Użytkownik od razu wie, gdzie strona znajduje się w hierarchii serwisu.

Technicznie to lista elementów ListItem z pozycją i URL. Implementuje się na każdej stronie, która ma nadrzędne sekcje.

Jedna zasada, którą łamie prawie każdy

Dane w JSON-LD muszą zgadzać się z tym, co użytkownik widzi na stronie.

To nie jest fikcja. Google Search Console wyraźnie ostrzega o niezgodności między danymi strukturalnymi a widoczną treścią i może odebrać rich results lub penalizować strony jako spam.

W praktyce oznacza to: nie implementuj FAQ w JSON-LD, jeśli sekcja FAQ na stronie nie istnieje. Nie podawaj autora, jeśli jego imię nie pojawia się na stronie. Nie wpisuj w headline innego tekstu niż nagłówek artykułu.

Co wdrażamy na solutionbox.cz

Na tej stronie mamy wdrożone wszystkie cztery typy. Organization działa na każdej podstronie. Article i FAQPage działają na blogu — w tym na tym artykule. BreadcrumbList odzwierciedla hierarchię sekcji i konkretnej strony.

Analizując konkurencję w niszy B2B .NET/ERP integracji, nie znalazłem innej strony, która miałaby jednocześnie Article i FAQPage wdrożone na blogu. Dane strukturalne są częścią tego, co oferujemy klientom — implementujemy je jako standard przy projektach SEO i webowych.

Rich results nie są gwarantowane — Google wyświetla je lub nie, według własnego uznania i jakości treści. Ale bez JSON-LD szansa jest zerowa. To wystarczający powód.

FAQ

Czym jest JSON-LD i czym różni się od mikrodanych i RDFa?

JSON-LD to sposób zapisu danych strukturalnych w osobnym bloku <script type="application/ld+json"> w HTML. Nie miesza się z widoczną treścią strony, co czyni go łatwiejszym w utrzymaniu niż mikrodane lub RDFa, gdzie atrybuty są rozsiane bezpośrednio w tagach HTML. Google rekomenduje JSON-LD jako preferowany format.

Czy JSON-LD musi zgadzać się z widocznym tekstem na stronie?

Tak. Google aktywnie to sprawdza i penalizuje strony, które w JSON-LD podają informacje niewidoczne na stronie — traktuje to jako spam. Dane strukturalne są maszynowym odwzorowaniem tego, co czyta użytkownik — nie ukrytą warstwą reklamową.

Czy dane strukturalne pomagają też w odpowiedziach AI (ChatGPT, Gemini, Perplexity)?

Żaden z tych systemów tego wprost nie potwierdza, ale istnieje logiczny powód, dla którego tak jest: modele AI uczą się (lub crawlują) z sieci, a JSON-LD daje im jednoznaczny maszynowy kontekst — kto jest autorem, jaki jest temat, jakie jest pytanie i odpowiedź. Strony z silną strukturą danych są cytowalne bez niejednoznaczności.