Proč je JSON-LD (Schema.org) z hlediska GEO/AI lepší než mikrodata (itemprop)?
- Vylepšená spotřeba modelů a crawlerů - JSON je nativní formát pro parsery/LLM; minimalizuje "šum" DOM a chyby při vnořování mikrodat
- Graf znalostí místo stromu DOM - v JSON-LD máte k dispozici @id, vztahy entit, odstranění duplikace a propojení (sameAs, @graph). Mikrodata toto explicitně nenabízejí
- Snadnější údržba - můžete měnit obsah stránky bez rizika "rozlití" atributů itemprop; můžete generovat data z feedu (PIM/ERP) a vložit je do stránky
<head> - Bohatší rozlišení subjektů - typy, identifikátory (GTIN, MPN), varianty, politiky, pokrytí, jazyky; to je zásadní pro správnou reakci LLM (omezení halucinací)
- Vícejazyčnost a kontext - snadnější uvádění inLanguage, alternativních názvů, regionů (areaServed) a jejich mapování na přeshraniční trhy
- Standardizace a dodržování předpisů - vyhledávače již léta upřednostňují JSON-LD; mnoho nástrojů (validátorů, pipelines) je v tomto formátu
- Modularita v rámci GEO - můžete publikovat další entity (FAQ, HowTo, Review, Organization, Offer, MerchantReturnPolicy) beze změny HTML
Co to znamená v praxi?
Použijte Schema.org jako slovník a JSON-LD jako nosič. Mikrodata s itempropem mají smysl pouze v případě, že nemáte přístup k serveru <head> a je třeba se "vydávat" za existující HTML - ale v rámci GEO je to horší řešení (křehké a sémanticky chudší).
Srovnání
Mikrodata (zkráceně):
<img itemprop="image" src="/img/isotonic.jpg" />
<span itemprop="gtin13">5901234567890</span>
<div itemprop="offers" itemscope itemtype="https://schema.org/Offer">
<meta itemprop="priceCurrency" content="EUR" />
<span itemprop="price">6.50</span>
<link itemprop="availability" href="https://schema.org/InStock" />JSON-LD (doporučeno v rámci GEO/AI):
"@context": "https://schema.org",
"@type": "Product",
"@id": "https://example.com/p/sportfuel-isotonic#product",
"name": "SportFuel Isotonic",
"image": ["https://example.com/img/isotonic.jpg"],
"gtin13": "5901234567890",
"mpn": "SF-ISO-7",
"brand": { "@type": "Brand", "name": "SportFuel" },
"inLanguage": "cs",
"description": "Izotonický nápoj v sáčcích pro běžce a HYROX.",
"category": "Sportovní výživa",
"audience": { "@type": "PeopleAudience", "audienceType": "Vytrvalostní sportovci" },
"offers": {
"@type": "Offer",
"url": "https://example.com/p/sportfuel-isotonic",
"priceCurrency": "EUR",
"price": "6.50",
"availability": "https://schema.org/InStock",
"hasMerchantReturnPolicy": {
"@type": "MerchantReturnPolicy",
"applicableCountry": "CZ",
"returnPolicyCategory": "https://schema.org/MerchantReturnFiniteReturnWindow",
"merchantReturnDays": 14
},
"shippingDetails": {
"@type": "OfferShippingDetails",
"shippingDestination": { "@type": "DefinedRegion", "addressCountry": ["CZ","PL","DE"] },
"deliveryTime": { "@type": "ShippingDeliveryTime", "handlingTime": {"@type":"QuantitativeValue","minValue":0,"maxValue":1,"unitCode":"d"} }
}
},
"sameAs": [
"https://www.instagram.com/sportfuel",
"https://www.wikidata.org/entity/QXXXX"
]
}Na co si dát pozor "v rámci GEO pro AI"?
- Jednoznačnost:
@id,gtin*,mpn,značka,sku - Dosah a jazyk:
inLanguage,areaServed,availableLanguage - Nabídka a logistika:
Nabídka,OfferShippingDetails,MerchantReturnPolicy,priceValidUntil,dostupnost - Vztahy: propojení entit (
Organizacemajitel,Webové stránky,Seznam drobečků) - Obsah na podporu odpovědí LLM:
Často kladené dotazyStránka,Jak na to,Recenze,AggregateRating- pomáhat modelům vytvářet úplné a spolehlivé odpovědi
Souhrn
Souhrnně lze říci, že formát JSON-LD organizace Schema.org je dnes nejlepší volbou pro viditelnost v rámci strategií AI a GEO. Umožňuje čisté a jednoznačné datové struktury, které mohou jazykové modely snadno interpretovat a kombinovat s dalšími zdroji. Mikrodata s itemprop fungují dobře pouze v jednoduchých případech, ale nenabízejí flexibilitu, škálovatelnost ani kontextovou hloubku potřebnou v moderním ekosystému AI.
ČASTO KLADENÉ DOTAZY
Jsou Schema.org a itemprop totéž?
Ne. Schema.org je slovník konceptů (datových typů) a itemprop je atribut, který se používá v mikrodatech pro jejich vložení do HTML.
Proč je JSON-LD lepší než mikrodata?
Protože odděluje data od obsahu, je jednodušší na údržbu a je lépe srozumitelný pro umělou inteligenci a vyhledávače.
Používá AI skutečně data Schema.org?
Ano. Jazykové modely (např. ChatGPT, Gemini, Perplexity) analyzují struktury JSON-LD a poskytují přesnější odpovědi.
Vyplatí se používat mikrodata s itemprop?
Pouze pokud nemáte přístup do sekce <head> stránek. V ostatních případech je lepší použít Schema.org v JSON-LD.
Jak Schema.org ovlivňuje GEO (Generative Engine Optimisation)?
Jasný popis produktů, služeb a obsahu pomáhá umělé inteligenci správně interpretovat data a zvyšuje viditelnost značky v generativních odpovědích.
Slovníček
Schema.org - otevřený slovník termínů používaných k popisu dat na webových stránkách způsobem srozumitelným pro vyhledávače a umělou inteligenci
JSON-LD - formát pro ukládání strukturovaných dat založený na JSON, doporučený společností Google a nejlépe zpracovávaný modely umělé inteligence
Mikrodata - starší způsob vkládání dat do HTML pomocí atributů, jako je např itemscope, itemtype, itemprop
itemprop - atribut mikrodat určující vlastnost (např. název, cena, obrázek) entity
GEO (generativní optimalizace motorů) - optimalizace obsahu a dat tak, aby byly lépe srozumitelné a prezentované ve výsledcích generovaných modely AI, jako je ChatGPT nebo Gemini
Subjekt - jednotka znalostí (např. produkt, společnost, osoba), kterou lze jednoznačně popsat ve struktuře Schema.org
Graf znalostí - síť vzájemně propojených entit a jejich vztahů, kterou umělá inteligence používá k lepšímu pochopení kontextu dat
Prolézající umělá inteligence - proces, při kterém modely nebo vyhledávače zpracovávají strukturovaná data a vytvářejí tak vlastní interní znalostní báze
LLM (Velký jazykový model) - rozsáhlý jazykový model, například ChatGPT nebo Gemini, který generuje odpovědi na základě kontextu a dat z různých zdrojů
Nabídka / Přirážka k produktu - datová struktura Schema.org pro popis produktů, jejich cen, dostupnosti a variant v elektronickém obchodě
Sdílet: