Aktualizacja: sierpień 2026. Redakcja merytoryczna: Damian Grądzki, Senior SEO/GEO w WBIZNES.
Firma techniczna potrzebuje minimalnego, spójnego zestawu danych strukturalnych (structured data): Organization, WebPage, BreadcrumbList, Product z parametrami, BlogPosting z autorem oraz kilku uzupełniających. Poniżej przygotowaliśmy gotowy zestaw w formacie JSON-LD, sposób połączenia go w jeden graf i to, co zmieniło się w schema.org po decyzjach Google z 2026 roku.
Typowa sytuacja wygląda tak. Firma B2B ma wtyczkę SEO, która „dodaje dane strukturalne”. W kodzie strony są trzy bloki Organization z trzema różnymi wariantami nazwy firmy, opis produktu bez jednego parametru technicznego i znaczniki FAQ opisujące sekcję, którą usunięto rok temu.
Model językowy nie widzi tu dostawcy z konkretną specjalizacją. Widzi trzy podmioty o podobnych nazwach i zero informacji technicznych.
Wszystkie przykłady w tym przewodniku pokazujemy na producencie maszyn, bo jego katalog produktowy zawiera najwięcej typów danych naraz: parametry, warianty, normy i usługi serwisowe. Ten sam zestaw znaczników działa jednak podobnie w firmie budowlanej, instalacyjnej, produkcyjnej, w automatyce czy w usługach technicznych dla przemysłu. Zmienia się zawartość, nie struktura.
📎 Podstawy:
- Czym jest GEO (Generative Engine Optimization)?
- Jak pisać opisy produktów technicznych, żeby cytowało je AI
Z tego artykułu dowiesz się
- Czym są dane strukturalne i dlaczego JSON-LD wyparł Microdata oraz RDFa
- Które siedem typów schema.org wystarczy firmie technicznej i jak zapisać parametry produktu
- Jak połączyć rozproszone bloki w jeden graf przez @graph i @id
- Co zrobić ze znacznikami FAQ po wycofaniu wyników rozszerzonych przez Google
- Czy poprawnie wdrożone dane strukturalne zwiększają cytowania w systemach AI, z danymi zamiast obietnic
Test na kwadrans, zanim przeczytasz resztę. Otwórz kod źródłowy swojej strony głównej i wyszukaj frazę "@type": "Organization". Policz, ile razy się pojawia. Jeśli więcej niż raz, w kodzie jednej strony istnieją co najmniej dwa opisy Twojej firmy, prawdopodobnie z różnymi nazwami. To najczęstszy błąd we wdrożeniach danych strukturalnych i od niego zaczyna się każda naprawa.
Schema.org: czym są dane strukturalne na stronie i w jakim formacie je wdrożyć?
Dane strukturalne to opis zawartości strony w ustalonym słowniku, dodany do kodu HTML witryny w sposób czytelny dla maszyn, botów czy narzędzi od Google. Dane strukturalne pomagają wyszukiwarkom lepiej zrozumieć treść na Twojej stronie internetowej. Firma techniczna wdraża je po to, żeby wyszukiwarka i systemy AI wiedziały, że liczba 12 000 to wydajność w metrach sześciennych na godzinę, a nie moc silnika ani rok produkcji.
W firmie budowlanej ta sama zasada dotyczy rozpiętości konstrukcji i klasy betonu, w instalacyjnej mocy grzewczej i klasy energetycznej, a w usługach technicznych zakresu certyfikatów i obszaru działania. Zmieniają się elementy strony i to, co opisujesz. Sposób opisu zostaje ten sam.
Słownikiem jest schema.org, wspólny projekt Google, Microsoftu, Yahoo i Yandeksu. Definiuje typy obiektów (np. Organization, Product, Person) i ich właściwości name, material, weight. Zadaniem wdrożenia jest przypisanie treści strony do tych typów.
Zapisać je można w trzech formatach.
| Format | Jak działa | Status |
| JSON-LD | Osobny blok skryptu w kodzie strony, niezależny od struktury HTML | Rekomendowany przez Google |
| Microdata | Atrybuty wplecione bezpośrednio w znaczniki HTML | Obsługiwany, trudniejszy w utrzymaniu |
| RDFa | Atrybuty w HTML, słownik rozszerzalny poza schema.org | Obsługiwany, rzadko stosowany |
JSON-LD wygrał z trzech powodów praktycznych. Zmiana szablonu strony nie psuje znaczników, bo są od niego oddzielone. Blok da się wygenerować automatycznie z bazy produktów. Cały opis strony znajduje się w jednym miejscu, więc walidacja zajmuje chwilę zamiast przeglądania całego kodu HTML.
Jest jedno zastrzeżenie, które decyduje o wszystkim pozostałym: blok JSON-LD musi znajdować się w kodzie źródłowym, a nie być wstrzykiwany skryptem po załadowaniu strony. Crawlery systemów AI nie wykonują JavaScriptu, więc dane strukturalne doładowywane przez wtyczkę mogą dla nich w ogóle nie istnieć.
📎 Trudne terminy wyjaśniamy w słowniku marketingowym WBIZNES
Do czego wykorzystać dane strukturalne w 2026 roku? Dwa cele, które rozchodzą się w przeciwne strony
Dane strukturalne pełnią dziś dwie funkcje, a znaczenie każdej z nich zmienia się w odwrotnym kierunku: wyników z elementami rozszerzonymi jest coraz mniej, a opisu encji potrzeba coraz więcej.
Cel pierwszy: wyniki rozszerzone (rich snippets), których ubywa
Wyniki rozszerzone (rich snippets, rich data) to dodatkowe elementy wyświetlane przy wyniku wyszukiwania. W firmie technicznej dotyczą realnie czterech rzeczy: ścieżki nawigacyjnej, ogłoszeń rekrutacyjnych, wydarzeń branżowych i miniatur wideo.
Google systematycznie ogranicza tę warstwę. W 2023 roku ograniczył widoczność FAQ i HowTo, tłumacząc to porządkowaniem strony wyników. W 2025 wycofał kolejne funkcje jako mało używane. W maju 2026 usunął FAQ całkowicie.
Dla firmy sprzedającej w modelu B2B ten cel ma ograniczone znaczenie i warto powiedzieć to wprost. Wyniki rozszerzone dla typu Product wymagają właściwości offers z ceną, a producent maszyn, wykonawca konstrukcji czy dostawca automatyki zwykle cen nie publikuje. Nie uzyska więc rozszerzonego wyniku i nie jest to błąd wdrożenia, tylko konsekwencja sprzedaży opartej na wycenie indywidualnej.
Cel drugi: opis encji, którego potrzeba coraz więcej
Encja to Twoja firma, produkt, autor tekstu i usługa rozumiane jako odrębne, opisane byty. Tutaj dane strukturalne zyskują na znaczeniu, bo systemy AI potrzebują jednoznacznych faktów, żeby nie pomylić producenta pomp z producentem pomp ciepła.
Różnicę między tymi dwoma celami warto zapamiętać w jednym zdaniu. Dane strukturalne przestały służyć głównie temu, żeby Twój wynik wyglądał ładniej. Zaczęły służyć temu, żeby maszyny rozumiały Twoje treści poprawnie.
Kalendarium wygaszania FAQ
Wycofanie znaczników FAQ przebiegło w trzech etapach i warto znać wszystkie trzy daty, bo ostatnia ma ważne konsekwencje operacyjne.
| Data | Co się wydarzyło | Konsekwencja praktyczna |
| 07.05.2026 | Wyniki rozszerzone FAQ przestały pojawiać się w Google. Zmiana objęła również strony rządowe i zdrowotne, które zachowały uprawnienia od 2023 roku | Bez wpisu na blogu i bez ogłoszenia. Jedynym sygnałem była nota dodana do dokumentacji |
| czerwiec 2026 | Usunięcie filtra wyglądu w wyszukiwarce, raportu wyników rozszerzonych w Search Console i obsługi w Rich Results Test | Nie sprawdzisz już znaczników FAQ w narzędziu Google |
| sierpień 2026 | Koniec obsługi danych FAQ w Search Console API | Zautomatyzowane pulpity i eksporty do BigQuery zwracają wartości puste, bez komunikatu o błędzie |
Kalendarium wycofywania wyników rozszerzonych FAQ przez Google, od maja do sierpnia 2026. Sam typ FAQPage pozostaje poprawnym typem schema.org.
Google nie podał uzasadnienia w komunikacie. Wyjaśnił je natomiast Ryan Levering, inżynier odpowiedzialny w Google za dane strukturalne: znaczniki FAQ wymknęły się spod kontroli i sprawiały, że dane strukturalne zaczęły wyglądać na wektor spamu, w tej samej kategorii co fałszywe gwiazdki recenzji.
Morał jest ważniejszy niż same daty. Google nie wycofuje się z danych strukturalnych. Wycofuje się z ozdobników w wynikach wyszukiwania i z typów, które były nadużywane.
Minimalny zestaw 7 typów danych strukturalnych dla firmy technicznej
Wystarczy wdrożyć na stronie 7 typów danych, żeby firmę techniczną opisać kompletnie. Kolejność odpowiada temu, co system czyta najpierw: kim jesteś, gdzie znajduję się na Twojej stronie, co produkujesz lub wykonujesz, blogi i kto je napisał.
Minimalny zestaw typów schema.org dla firmy B2B i technicznej, stan na sierpień 2026. Wszystkie siedem typów wdraża się w formacie JSON-LD i łączy w jeden graf.
W firmie, która nie sprzedaje produktów katalogowych, ciężar przesuwa się z punktu 4 na punkt 7. Generalny wykonawca opisze zakres robót jako Service z właściwością areaServed, a dostawca automatyki połączy jedno z drugim: urządzenia jako Product, wdrożenia i serwis jako Service.
Dobór nie jest przypadkowy. W audycie przeprowadzonym przez Qwestyon w lipcu 2026 strony zajmujące pierwsze trzy pozycje dla zapytań w wyszukiwaniu AI miały medianę pięciu typów schema, najczęściej Article lub BlogPosting, BreadcrumbList, Organization, WebSite i Person. To obserwacja, nie eksperyment, ale pokrywa się z tym, co widać w praktyce.
WAŻNE: TO TYLKO PREZENTACJA, JAK POWINNO SIĘ UPORZĄDKOWAĆ DANE – NIE WKLEJAJ TEGO 1:1 U SIEBIE
Organization
Blok definiuje firmę raz, a wszystkie pozostałe znaczniki będą się do niego odwoływać.
{
„@context”: „https://schema.org”,
„@type”: „Organization”,
„@id”: „https://twojadomena.pl/#organization”,
„name”: „Nazwa Firmy”,
„legalName”: „Nazwa Firmy Sp. z o.o.”,
„url”: „https://twojadomena.pl/”,
„logo”: {
„@type”: „ImageObject”,
„url”: „https://twojadomena.pl/img/logo.png”,
„width”: 600,
„height”: 200
},
„description”: „Producent przenośników ślimakowych i systemów transportu materiałów sypkich dla przemysłu spożywczego oraz produkcji pasz.”,
„foundingDate”: „2004-03-15”,
„identifier”: [
{ „@type”: „PropertyValue”, „propertyID”: „NIP”, „value”: „0000000000” },
{ „@type”: „PropertyValue”, „propertyID”: „KRS”, „value”: „0000000000” }
],
„address”: {
„@type”: „PostalAddress”,
„streetAddress”: „ul. Przemysłowa 12”,
„addressLocality”: „Rzeszów”,
„postalCode”: „35-000”,
„addressCountry”: „PL”
},
„contactPoint”: {
„@type”: „ContactPoint”,
„telephone”: „+48000000000”,
„contactType”: „sales”,
„areaServed”: „PL”,
„availableLanguage”: [„pl”, „en”]
},
„knowsAbout”: [
„transport materiałów sypkich”,
„przenośniki ślimakowe”,
„systemy dozowania dla przemysłu spożywczego”
],
„sameAs”: [
„https://www.linkedin.com/company/nazwa-firmy/”,
„https://www.youtube.com/@nazwafirmy”
]
}
Najważniejszą właściwością w tym bloku jest sameAs. Wiąże Twoją stronę z profilami, w których model już widzi Twoją firmę: LinkedIn, kanał wideo, katalogi branżowe, wpis w Wikidanych, jeśli istnieje. To jedyne miejsce w całym zestawie, w którym opis encji wychodzi poza Twoją domenę.
Druga warta uwagi właściwość to knowsAbout. Deklaruje obszary kompetencji firmy i pomaga systemom przypisać Cię do właściwej kategorii, zamiast zgadywać ją z treści strony głównej.
Product z parametrami
Poniżej przedstawiamy blok z przenośnikiem ślimakowym PS-200 – ten sam, na którym pokazywaliśmy budowę opisu produktu w poprzednim tekście. Parametry są poglądowe.
{
„@context”: „https://schema.org”,
„@type”: „Product”,
„@id”: „https://twojadomena.pl/produkty/przenosnik-ps-200/#product”,
„name”: „Przenośnik ślimakowy PS-200”,
„description”: „Przenośnik ślimakowy do poziomego i nachylonego transportu materiałów sypkich o frakcji do 20 mm, w wykonaniu przeznaczonym do kontaktu z żywnością.”,
„sku”: „PS-200”,
„mpn”: „PS200-STD”,
„model”: „PS-200”,
„category”: „Przenośniki ślimakowe”,
„brand”: { „@type”: „Brand”, „name”: „Nazwa Firmy” },
„manufacturer”: { „@id”: „https://twojadomena.pl/#organization” },
„countryOfOrigin”: „PL”,
„material”: „stal nierdzewna AISI 304”,
„width”: {
„@type”: „QuantitativeValue”,
„value”: 200,
„unitCode”: „MMT”
},
„weight”: {
„@type”: „QuantitativeValue”,
„value”: 340,
„unitCode”: „KGM”
},
„image”: [
„https://twojadomena.pl/img/ps-200-1×1.jpg”,
„https://twojadomena.pl/img/ps-200-16×9.jpg”
],
„additionalProperty”: [
{
„@type”: „PropertyValue”,
„name”: „Wydajność”,
„minValue”: 2,
„maxValue”: 12,
„unitText”: „m³/h”
},
{
„@type”: „PropertyValue”,
„name”: „Długość transportu”,
„minValue”: 1.5,
„maxValue”: 8,
„unitText”: „m”
},
{
„@type”: „PropertyValue”,
„name”: „Maksymalne nachylenie”,
„value”: 30,
„unitText”: „stopni”
},
{
„@type”: „PropertyValue”,
„name”: „Maksymalna frakcja materiału”,
„value”: 20,
„unitCode”: „MMT”
},
{
„@type”: „PropertyValue”,
„name”: „Moc napędu”,
„minValue”: 1.5,
„maxValue”: 4.0,
„unitCode”: „KWT”
},
{
„@type”: „PropertyValue”,
„name”: „Zakres temperatury pracy”,
„minValue”: -10,
„maxValue”: 80,
„unitCode”: „CEL”
},
{
„@type”: „PropertyValue”,
„name”: „Zgodność z normą”,
„value”: „PN-EN ISO 12100”
},
{
„@type”: „PropertyValue”,
„name”: „Termin realizacji”,
„value”: „4–6 tygodni od potwierdzenia zamówienia”
}
]
}
Ten blok kryje trzy pułapki, na które trafia większość wdrożeń.
Pułapka pierwsza: kolejność właściwości
Schema.org ostrzega wprost, że aplikacje korzystające z konkretnych właściwości width, weight, material, color) oczekują danych właśnie tam, a nie w ogólnym mechanizmie par nazwa–wartość. Zasada jest więc taka: najpierw właściwości dedykowane, dopiero potem additionalProperty dla tego, co odpowiednika nie ma. Wydajność wolumetryczna, ciśnienie robocze czy zakres nachylenia własnych właściwości w słowniku nie mają, więc trafiają do additionalProperty zasadnie. Masa urządzenia wpisana tam zamiast do weight jest już błędem.
Pułapka druga: jednostki
Typ PropertyValue przyjmuje unitCode w kodach UN/CEFACT Common Code, na przykład MMT dla milimetra, GM dla kilograma, KWT dla kilowata i CEL dla stopnia Celsjusza. Dla jednostek złożonych, jak metr sześcienny na godzinę, prościej i bezpieczniej użyć unitText z zapisem czytelnym dla człowieka. Wartość liczbowa bez jednostki jest niejednoznaczna i traci sens poza kontekstem strony.
Pułapka trzecia: brak ceny
Wyniki rozszerzone dla typu Product wymagają offers z ceną, więc producent sprzedający na wycenę indywidualną ich nie uzyska. To normalne i nie jest powodem, żeby rezygnować z Product. Znacznik nadal opisuje encję produktu, a to w tym przypadku jego właściwa funkcja. Zamiast pustego offers warto opisać sposób wyceny i termin realizacji w additionalProperty, tak jak w ostatnim wierszu powyżej.
Właściwości przydatne w przemyśle, o których warto pamiętać przy budowaniu szablonu: material dla gatunku stali, weight, width, height, depth, model, sku, brand, manufacturer, countryOfOrigin, hasCertification, a w additionalProperty tolerancje wymiarowe, normy zgodności, minimalna wielkość zamówienia i termin realizacji.
📎 Treść samej karty produktu opisaliśmy osobno: Jak pisać opisy produktów technicznych, żeby cytowało je AI
Pozostałe 5 typów: co w nich wpisać
WebSite i WebPage wiążą pojedynczą podstronę z organizacją i podają daty. Właściwości obowiązkowe: datePublished, dateModified, isPartOf, about, inLanguage..
BreadcrumbList odwzorowuje ścieżkę nawigacyjną i musi odpowiadać temu, co widzi użytkownik. Przy katalogu produktowym o trzech poziomach jest to jeden z niewielu typów, które nadal dają wynik rozszerzony.
BlogPosting z Person to sygnał doświadczenia i kompetencji. Autora opisujemy jako Person z właściwościami jobTitle, knowsAbout, sameAs prowadzącym do profilu na LinkedIn. Wpis techniczny podpisany konstruktorem z nazwiskiem niesie inną wagę niż tekst bez autora.
ImageObject i VideoObject opisują rysunki techniczne, zdjęcia z realizacji i materiały wideo. Przy wideo warto uzupełnić transcript, bo transkrypcja jest tekstem, który systemy AI mogą przetworzyć, w odróżnieniu od samego nagrania.
Service opisuje usługi towarzyszące sprzedaży: serwis, montaż, przeglądy okresowe, szkolenia operatorów, a w firmie budowlanej i instalacyjnej cały zakres wykonawstwa. Właściwości: serviceType, areaServed, provider z odwołaniem do organizacji przez @id. Dla wykonawcy działającego regionalnie areaServed jest tu równie ważne jak parametry w karcie produktu u producenta.
Jak połączyć wszystko w jeden graf i dodać dane strukturalne?
Rozproszone bloki JSON-LD opisują pojedyncze obiekty. Graf opisuje relacje między nimi, a to relacje decydują o tym, czy model zbuduje poprawny obraz firmy.
Wzorzec jest prosty: jeden blok @graph na stronę, w nim węzły z trwałymi identyfikatorami. Organizacja definiowana raz, wszystko pozostałe wskazuje na nią przez @id zamiast powielać dane.
TO TYLKO PREZENTACJA, JAK POWINNO SIĘ UPORZĄDKOWAĆ DANE – NIE WKLEJAJ TEGO 1:1 U SIEBIE
{
„@context”: „https://schema.org”,
„@graph”: [
{
„@type”: „Organization”,
„@id”: „https://twojadomena.pl/#organization”,
„name”: „Nazwa Firmy”,
„url”: „https://twojadomena.pl/”
},
{
„@type”: „WebSite”,
„@id”: „https://twojadomena.pl/#website”,
„url”: „https://twojadomena.pl/”,
„name”: „Nazwa Firmy”,
„publisher”: { „@id”: „https://twojadomena.pl/#organization” },
„inLanguage”: „pl-PL”
},
{
„@type”: „WebPage”,
„@id”: „https://twojadomena.pl/produkty/przenosnik-ps-200/#webpage”,
„url”: „https://twojadomena.pl/produkty/przenosnik-ps-200/”,
„name”: „Przenośnik ślimakowy PS-200”,
„isPartOf”: { „@id”: „https://twojadomena.pl/#website” },
„about”: { „@id”: „https://twojadomena.pl/produkty/przenosnik-ps-200/#product” },
„datePublished”: „2025-04-10”,
„dateModified”: „2026-08-06”,
„breadcrumb”: { „@id”: „https://twojadomena.pl/produkty/przenosnik-ps-200/#breadcrumb” }
},
{
„@type”: „BreadcrumbList”,
„@id”: „https://twojadomena.pl/produkty/przenosnik-ps-200/#breadcrumb”,
„itemListElement”: [
{ „@type”: „ListItem”, „position”: 1, „name”: „Strona główna”, „item”: „https://twojadomena.pl/” },
{ „@type”: „ListItem”, „position”: 2, „name”: „Produkty”, „item”: „https://twojadomena.pl/produkty/” },
{ „@type”: „ListItem”, „position”: 3, „name”: „Przenośniki ślimakowe”, „item”: „https://twojadomena.pl/produkty/przenosniki-slimakowe/” },
{ „@type”: „ListItem”, „position”: 4, „name”: „PS-200” }
]
},
{
„@type”: „Product”,
„@id”: „https://twojadomena.pl/produkty/przenosnik-ps-200/#product”,
„name”: „Przenośnik ślimakowy PS-200”,
„manufacturer”: { „@id”: „https://twojadomena.pl/#organization” },
„material”: „stal nierdzewna AISI 304”
}
]
}
Blok Product w tym przykładzie jest skrócony dla czytelności. W praktyce wstawiasz tu pełną wersję z poprzedniej sekcji.
Co ta konstrukcja rozwiązuje? Przede wszystkim najczęstszy błąd we wdrożeniach: sprzeczne bloki Organization generowane przez różne narzędzia. Kiedy organizacja jest zdefiniowana raz i ma stały identyfikator, nie ma miejsca na trzy warianty nazwy firmy w kodzie jednej strony.
Porównanie z warsztatu bywa tu pomocne. Rozproszone bloki JSON-LD to szuflada z luźnymi rysunkami. Graf to złożona dokumentacja techniczna, w której każdy rysunek ma numer i odwołania do pozostałych.
Zestaw rozszerzony: cztery typy warte rozważenia
Poza minimalnym zestawem są cztery typy, z których każdy ma w firmie technicznej konkretne zastosowanie i konkretne ograniczenie.
Dataset zasługuje na osobne zdanie, bo bywa pomijany. Jeśli publikujesz tabelę doboru urządzenia do rodzaju materiału albo charakterystykę wydajności w funkcji nachylenia, opisujesz dane, których nie ma konkurencja i których model nie wygeneruje samodzielnie. Ich formalne opisanie kosztuje kilkanaście minut.
Co zrobić z oznaczeniami FAQ po zmianach Google?
Nie trzeba ich usuwać. FAQPage pozostaje poprawnym typem schema.org, a Google przypomina, że nieużywane dane strukturalne schema nie powodują problemów w wyszukiwarce.
Decyzja zależy od tego, co znaczniki opisują.
| Sytuacja | Decyzja |
| Znaczniki opisują widoczną na stronie sekcję pytań i odpowiedzi | Zostaw. Nie szkodzą, a inne systemy nadal je przetwarzają |
| Znaczniki opisują treść, której już na stronie nie ma | Usuń. To niezgodność znaczników z treścią, a nie tylko nieużywany kod |
| Sekcja pytań powstała wyłącznie po to, żeby zdobyć wynik rozszerzony | Rozważ usunięcie całej sekcji. Skoro nie służyła użytkownikowi, straciła jedyny powód istnienia |
Warto natomiast uważać na twierdzenie, które pojawiło się w części poradników dokładnie w momencie wycofania funkcji: że znaczniki FAQ podnoszą teraz cytowania w systemach AI. Google nie powiązał tych dwóch rzeczy w żaden sposób, a dokumentacja funkcji opartych na AI mówi wprost, że żaden specjalny znacznik schema.org nie jest do nich wymagany.
Jedno zadanie techniczne warto odhaczyć. Jeśli Twoje pulpity albo eksporty do BigQuery pobierają dane FAQ przez Search Console API, wyeksportuj historię przed końcem obsługi. Po tej dacie zapytania zwracają wartości puste, bez komunikatu o błędzie, więc raport wygląda na poprawny i po prostu jest pusty.
8 błędów we wdrażaniu danych strukturalnych
- Osiem błędów, które często powtarzają się na stronach firm technicznych. Pierwszy ma największe konsekwencje, ostatni występuje najczęściej.
- Schema opisuje treść, której nie ma na stronie. Google wymaga zgodności znaczników z widoczną treścią. To jedyny błąd z tej listy, który bywa traktowany jako naruszenie wytycznych, a nie jako niedoskonałość wdrożenia.
- Sprzeczne bloki Organization. Wtyczka SEO generuje jeden, motyw strony drugi, a kod wklejony kiedyś przez agencję trzeci. Model widzi trzy podmioty pod jednym adresem.
- additionalProperty tam, gdzie istnieje właściwość dedykowana. Masa urządzenia wpisana jako para nazwa–wartość zamiast do weight.
- Wartości liczbowe bez jednostek. Liczba 340 bez unitCode albo unitText nie niesie informacji.
- Brak @id i sameAs. Encje nie łączą się w graf, każdy blok jest osobną wyspą, a firma nie ma powiązania z profilami zewnętrznymi.
- Schema wstrzykiwana skryptem po załadowaniu strony. Crawlery systemów AI nie wykonują JavaScriptu, więc dla nich znaczniki nie istnieją.
- dateModified aktualizowany automatycznie przy każdym przebudowaniu strony, bez realnej zmiany treści. Data przestaje wtedy cokolwiek znaczyć.
- Znaczniki FAQ przy sekcji, która zniknęła ze strony. Po zmianach z maja 2026 nikt już tego nie sprawdza w narzędziu Google, więc błąd zostaje niezauważony.
Osobno o wtyczkach SEO
Wtyczki w rodzaju Yoast SEO generują dane strukturalne automatycznie i to jest ich zaleta, zwłaszcza przy katalogu liczącym setki produktów (najlepiej Yoast SEO Premium lub All In One SEO). Problem zaczyna się wtedy, gdy działają równolegle z motywem strony, konstruktorem stron i kodem dodanym ręcznie. Efektem jest błąd numer dwa z listy powyżej.
Sprawdzenie zajmuje kwadrans. Otwórz kod źródłowy strony głównej, wyszukaj wszystkie wystąpienia application/ld+json i policz, ile razy pojawia się „@type”: „Organization”. Jeśli więcej niż raz, masz do rozwiązania problem, od którego trzeba zacząć przed jakąkolwiek dalszą pracą nad znacznikami. Opcją alternatywną jest analiza schema w walidatorze np. tym: https://schema.org/
„Najczęściej znajduję trzy różne nazwy tej samej firmy w kodzie jednej strony. Wtyczka wpisuje pełną nazwę ze spółką, motyw skróconą, a w stopce jest jeszcze wersja z myślnikiem. Dla człowieka to ta sama firma. Dla modelu to trzy podmioty i żaden z nich nie ma kompletu informacji. Zanim dołożymy cokolwiek nowego, zawsze zaczynamy od policzenia, ile razy w kodzie pojawia się Organization."
Z naszej praktyki kilkudziesięciu audytów rocznie wynika, że jednym z najczęściej popełnianych błędów jest fakt, że pozostawienie SCHEMY samej sobie. Dziś generowana jest ona przez wtyczki lub AI, co sprawia, że uzupełnienie może być zbyt skromne lub nieadekwatne do Twojej obecnej sytuacji. Jeśli nie uzupełnisz jej samodzielnie, na własne życzenie ograniczasz potencjał pozycjonowania, ponieważ SCHEMA jest ważnym czynnikiem rankingowym.
Jak sprawdzić poprawność danych strukturalnych schema.org?
Trzy narzędzia, z których każde sprawdza co innego, i tylko jedno nadaje się w firmie technicznej jako podstawowe.
| Narzędzie | Co sprawdza | Ograniczenie |
| Schema Markup Validator (schema.org) | Poprawność względem słownika, wszystkie typy | Nie mówi nic o wynikach rozszerzonych |
| Rich Results Test (Google) | Kwalifikację do wyników rozszerzonych | Od czerwca 2026 bez obsługi FAQ. Nie sprawdza typów spoza listy funkcji Google |
| Search Console, raport Elementy rozszerzone | Stan wdrożenia w skali całego serwisu | Od czerwca bez raportu FAQ, od sierpnia bez danych FAQ w API |
Zalecana kolejność wygląda tak: najpierw sprawdź poprawność w narzędziu schema.org, potem kwalifikacja w narzędziu Google, na końcu raporty w Google Search Console.
Dlaczego akurat taka kolejność w firmie technicznej? Pracujesz głównie na typach Organization, Product bez ceny, Service i BlogPosting. Rich Results Test powie Ci przy nich niewiele, bo większość nie kwalifikuje się do wyników rozszerzonych. Poprawność względem słownika jest tym, co realnie sprawdzasz i co realnie wpływa na to, jak systemy odczytają Twoje dane.
Jest jeszcze czwarty test, którego nie ma w żadnym z tych narzędzi. Wyłącz JavaScript w przeglądarce i sprawdź, czy blok JSON-LD nadal znajduje się we fragmencie kody strony. To jedyny sposób, żeby zweryfikować, czy znaczniki dotrą do systemów AI.
📎 Pełen zakres sprawdzenia Twojej strony znajdziesz tutaj: audyt SEO
Czy wdrożenie danych strukturalnych zwiększa widoczność i cytowania w AI?
Nie ma na to potwierdzenia, a jedyny duży test przyczynowy wykazał brak wzrostu. Dane strukturalne umożliwiają zrozumienie treści, nie cytowanie – i to rozróżnienie decyduje o tym, czego można od nich oczekiwać.
Co potwierdzili dostawcy
Fabrice Canel, Principal Product Manager w Microsoft Bing, powiedział na konferencji SMX Munich w marcu 2025 roku, że znaczniki schema pomagają modelom językowym Microsoftu, w tym Copilotowi, zrozumieć treść. Dodał, że systemy generatywne cenią świeżą treść jako punkt odniesienia wobec danych treningowych.
Ryan Levering z Google stwierdził kilka dni później, że wiele systemów Google działa znacznie lepiej przy obecności danych strukturalnych.
John Mueller z Google, zapytany wprost, czy schema pomaga modelom językowym, odpowiedział: „krótka odpowiedź brzmi tak, nie i to zależy”. Wskazał, że największe znaczenie ma przy funkcjach opartych na danych, takich jak ceny, dostawa i dostępność.
Dokumentacja Google dotycząca funkcji opartych na AI mówi natomiast, że nie jest do nich wymagany żaden specjalny znacznik schema.org, a dane strukturalne powinny odpowiadać widocznej treści strony.
Co pokazują badania
Ahrefs przeprowadził w 2026 roku jedyny duży test przyczynowy w tym obszarze. Próbą było 1 885 stron, które wdrożyły JSON-LD w latach 2025–2026. Cytowania w AI Overviews spadły o 4,6%. Zmiany w ChatGPT (+2,2%) i trybie AI (+2,4%) mieszczą się w granicach szumu statystycznego.
Search Atlas w grudniu 2024 roku przeanalizował zachowanie cytowań w OpenAI, Gemini i Perplexity i nie znalazł korelacji między pokryciem danymi strukturalnymi a częstością cytowania.
Po drugiej stronie są dane korelacyjne. Według zbioru SEranking około 71% stron cytowanych przez ChatGPT i około 65% cytowanych w trybie AI zawiera dane strukturalne. To jednak korelacja, nie dowód sprawczości. Strony z porządną schema to zwykle strony ogólnie lepiej prowadzone, więc ta liczba może opisywać jakość całego serwisu, a nie działanie samych znaczników.
Co z tego wynika dla Twojej firmy
Potwierdzona wartość to jednoznaczność encji. Model wie, jak nazywa się Twoja firma, co produkujesz, jakie parametry ma urządzenie i kto napisał tekst techniczny.
Niepotwierdzona wartość to wzrost liczby cytowań.
Zdanie, które warto wziąć z tej sekcji: dane strukturalne nie sprawią, że model zacznie Cię cytować. Sprawią, że kiedy już to zrobi, poda poprawne informacje.
Dla firmy sprzedającej rozwiązania techniczne to wystarczający powód. Błędny parametr w odpowiedzi AI nie jest kwestią wizerunku. Jest podstawą zapytania ofertowego, które nie ma pokrycia w rzeczywistości, i rozmowy handlowej zaczynającej się od prostowania cudzych danych.
📚 Skoro tu jesteś, te treści Cię zainteresują
- Ile kosztuje pozycjonowanie AI (GEO) w Polsce?
- Monitoring widoczności w ChatGPT i Perplexity — narzędzia i metoda
- Czy llms.txt ma sens? Fakty i mity
- 42 najważniejsze przykłady KPI
- Zrealizowane projekty WBIZNES
🎬 Materiały wideo Wojtka Bizuba
- 6 liczb, bez których marketing to tylko przepalanie pieniędzy
- Trzy typy firm na rynku. Tylko jeden nie skończy wojną cenową
- Co naprawdę DZISIAJ działa w marketingu internetowym
- Masz teraz mniej ZAPYTAŃ niż zwykle? Błąd pojawił się wiele miesięcy wcześniej
Dane strukturalne dla B2B i firm technicznych: podsumowanie i najważniejsze wnioski
Dane strukturalne w firmie technicznej przestały być dodatkiem poprawiającym wygląd wyniku wyszukiwania. Stały się warstwą, z której systemy odczytują fakty o Twojej firmie i Twoich maszynach.
- JSON-LD jest formatem rekomendowanym przez Google i jedynym sensownym przy generowaniu znaczników z bazy produktów
- Firmie technicznej wystarczy siedem typów, połączonych w jeden graf przez @id
- Parametry techniczne zapisuje się we właściwościach dedykowanych, a additionalProperty zostawia dla tego, co odpowiednika w słowniku nie ma
- Wyniki rozszerzone FAQ zniknęły w maju 2026, ale FAQPage pozostaje poprawnym typem i znaczników nie trzeba usuwać
- Dane strukturalne służą zrozumieniu treści, nie cytowaniu. Jedyny duży test przyczynowy nie wykazał wzrostu cytowań w systemach AI
Jeśli chcesz sprawdzić, jak wygląda sytuacja Twojej strony, zacznij od małego testu, który zajmie kwadrans. Otwórz kod źródłowy strony głównej i policz, ile razy pojawia się „@type”: „Organization”. Jeśli więcej niż raz, wiesz już, od czego zacząć.
Jeśli wolisz to zlecić: sprawdzamy dane strukturalne w całym serwisie w ramach audytu technicznego — kompletność typów, spójność encji, poprawność jednostek i to, czy znaczniki w ogóle docierają do systemów AI. Dostajesz listę poprawek z priorytetami, nie eksport z narzędzia.
📎 Zobacz, na czym polega pozycjonowanie AI (GEO) dla firm przemysłowych, budowlanych i technicznych
FAQ: najczęściej zadawane pytania
Czym są dane strukturalne i po co je wdrażać?
Dane strukturalne to zapisany w kodzie strony opis jej zawartości, wykonany w słowniku schema.org i czytelny dla maszyn. Wdraża się je po to, żeby wyszukiwarka Google i systemy AI nie musiały zgadywać, co oznacza dana liczba, nazwa czy oznaczenie. W firmie B2B najważniejszym efektem jest jednoznaczne opisanie firmy, produktów, usług i ich parametrów technicznych.
JSON-LD, Microdata czy RDFa – jaki format danych strukturalnych rekomenduje Google?
JSON-LD. Zapisuje się go jako osobny blok w kodzie strony, niezależny od struktury HTML, dzięki czemu zmiana szablonu nie psuje znaczników, a cały opis da się generować automatycznie z bazy produktów. Microdata i RDFa pozostają obsługiwane, ale są trudniejsze w utrzymaniu i rzadziej stosowane.
Czy dane strukturalne wpływają na algorytm i poprawiają pozycjonowanie w wynikach wyszukiwania?
Nie są bezpośrednim czynnikiem rankingowym. Wpływają na sposób prezentacji wyniku, czyli na wyniki rozszerzone, oraz na to, jak systemy rozumieją zawartość strony. Pośrednim efektem bywa wyższa klikalność, gdy wynik zawiera dodatkowe elementy, ale samo wdrożenie znaczników nie podnosi pozycji.
Czy trzeba usunąć znaczniki FAQ ze strony?
Nie. FAQPage pozostaje poprawnym typem schema.org, a Google przypomina, że nieużywane dane strukturalne nie powodują problemów. Usuń je tylko wtedy, gdy opisują treść, której na stronie już nie ma. Jeśli sekcja pytań powstała wyłącznie po to, żeby zdobyć wynik rozszerzony, rozważ usunięcie całej sekcji, nie tylko znaczników.
Czy firma bez publicznych cen może używać schematu Product?
Tak. Wyniki rozszerzone dla Product wymagają właściwości offers z ceną, więc przy sprzedaży opartej na wycenie indywidualnej rozszerzonego wyniku nie uzyskasz. Znacznik nadal opisuje encję produktu i jego parametry, a to jest w tym modelu sprzedaży jego właściwa funkcja. Sposób wyceny i termin realizacji warto opisać w additionalProperty.
Jak sprawdzić poprawność implementacji danych strukturalnych?
Najpierw Schema Markup Validator od schema.org, który sprawdza poprawność wszystkich typów względem słownika. Potem Rich Results Test od Google, który weryfikuje kwalifikację do wyników rozszerzonych. Na końcu raport Elementy rozszerzone w Search Console dla oceny skali wdrożenia. Warto dodać czwarty test: wyłączyć JavaScript i sprawdzić, czy znaczniki nadal są w kodzie.
Czy wtyczka SEO wystarczy do wdrożenia schema?
Do podstawowego zakresu tak, ale wtyczka nie zna Twoich parametrów technicznych i nie zbuduje sensownego bloku Product dla maszyny. Częstym problemem jest też generowanie znaczników równolegle przez wtyczkę, motyw i kod dodany ręcznie, przez co w kodzie jednej strony pojawiają się sprzeczne opisy firmy.
Czy dane strukturalne zwiększają cytowania czy tylko wpływają na zrozumienie treści strony internetowej przez roboty systemach AI?
Pomagają w zrozumieniu treści, co potwierdził Microsoft w odniesieniu do własnych modeli. Nie ma natomiast potwierdzenia, że zwiększają liczbę cytowań: w teście Ahrefs na 1 885 stronach, które wdrożyły JSON-LD, cytowania w AI Overviews spadły o 4,6%, a pozostałe zmiany mieściły się w granicach szumu statystycznego.
Źródła
- Search Engine Journal, wycofanie wyników rozszerzonych FAQ, 10.05.2026: https://www.searchenginejournal.com/google-drops-faq-rich-results-from-search/574429/
- kalendarium trzech dat i konsekwencje dla Search Console API: https://www.getpassionfruit.com/blog/what-changed-with-google-drops-faq-rich-results-and-what-to-do-now
- wyjaśnienie Ryana Leveringa dotyczące nadużyć znaczników FAQ: https://orangemonke.com/blogs/google-drops-faq-rich-results-from-search/
- Search Engine Land, wypowiedź Fabrice’a Canela z SMX Munich, 20.03.2025: https://searchengineland.com/microsoft-bing-copilot-use-schema-for-its-llms-453455
- test przyczynowy Ahrefs na 1 885 stronach oraz stanowisko Google: https://wearemachina.com/insights/schema-markup-explained
- badanie Search Atlas i audyt Qwestyon z lipca 2026: https://www.qwestyon.com/blog/boost-visibility-with-structured-data-a-guide-to-schema-markup-for-generative-engine-optimisation
- dane SEranking: https://derivatex.agency/blog/schema-markup-llm-seo/
- dokumentacja schema.org dla additionalProperty: https://schema.org/additionalProperty
- dokumentacja PropertyValue i kodów jednostek: https://schema.org/PropertyValue
- dokumentacja typu Product: https://schema.org/Product
