Blog
GEO

JSON-LD czy Microdata? Jak wybrać zapis danych Schema.org

Schema.org jest słownikiem, JSON-LD i Microdata są sposobami zapisu, a itemprop jest atrybutem Microdata. Wybór dotyczy utrzymania poprawnych danych, nie zakupu przewagi w cytowaniach AI.

dwa prostokąty, jeden z napisem "JSON-LD Schema.org", a drugi "microdata itemprop"

Zaktualizowano dnia 20 października 2026.

Najpierw rozdziel pojęcia

Schema.org określa typy i właściwości, na przykład Organization oraz name. JSON-LD zapisuje dane w bloku skryptu. Microdata opisuje je atrybutami HTML: itemscope, itemtype i itemprop. Zestawienie „Schema.org kontra itemprop” miesza więc słownik ze składnią.

Google obsługuje JSON-LD, Microdata i RDFa. Rekomenduje JSON-LD ze względu na łatwiejsze wdrażanie i utrzymanie, ale poprawne wdrożenia obsługiwanych formatów są akceptowalne. Nie ma podstaw, by obiecywać cytowanie przez modele dzięki samej zmianie składni.

Jak wybrać format w istniejącym serwisie

Zacznij od ustalenia, co już generuje CMS, motyw i wtyczka SEO. Jeżeli poprawne Microdata są zgodne z treścią i pozostają aktualne po edycji strony, nie migruj ich tylko z powodu etykiety GEO. Migracja ma sens, gdy upraszcza utrzymanie lub usuwa konkretny błąd.

Przy nowym wdrożeniu JSON-LD często pozwala utrzymywać dane poza szablonem widocznej treści. Nie zwalnia to z synchronizacji. Cena, nazwa lub autor w skrypcie muszą odpowiadać temu, co użytkownik rzeczywiście widzi. Wybierz jeden odpowiedzialny mechanizm dla danej encji i sprawdź, czy drugi komponent nie emituje sprzecznych informacji.

Porównanie decyzji wdrożeniowych

Tabela dotyczy sposobu utrzymania, a nie rankingowej przewagi formatu.

PytanieJSON-LDMicrodata
Gdzie zapisujesz dane?Osobny blok skryptuAtrybuty elementów HTML
Co najłatwiej przeoczyć?Rozbieżność skryptu i widocznej treściUtratę atrybutów po zmianie szablonu
Kiedy zachować wdrożenie?Gdy jest poprawne i ma właścicielaGdy jest poprawne i ma właściciela

Ten sam fikcyjny podmiot w dwóch składniach

Poniższe przykłady pokazują wyłącznie równoważny zapis nazwy fikcyjnej organizacji. Nie są wdrożeniem Semly ani kompletną instrukcją kwalifikacji do konkretnego wyniku rozszerzonego. example.com jest adresem przykładowym.

<script type="application/ld+json">
{"@context":"https://schema.org","@type":"Organization","name":"Demo","url":"https://example.com/"}
</script>
<div itemscope itemtype="https://schema.org/Organization"><span itemprop="name">Demo</span><a itemprop="url" href="https://example.com/">Demo</a></div>

Odbiór przed i po zmianie

Porównaj wynikowy HTML z widoczną stroną. Sprawdź nazwę, URL, autora i inne użyte właściwości. Przy ofertach kontroluj także cenę i dostępność. Nie dodawaj fikcyjnych ocen, recenzji lub kwalifikacji. Sprawdź warianty językowe: opis i adres powinny odnosić się do właściwej wersji strony.

Użyj walidatora Schema.org do składni i słownika oraz Rich Results Test do funkcji obsługiwanych przez Google. Poprawny test nie gwarantuje wyświetlenia wyniku rozszerzonego. Po publikacji ponownie sprawdź rzeczywisty URL, nie tylko próbkę kodu. Zmiana szablonu może wpłynąć na więcej stron niż jedna ręczna próba.

Co to oznacza dla Semly i widoczności AI

Semly pomaga obserwować opis marki i źródła w odpowiedziach na monitorowane pytania. Narzędzie SEO lub CMS odpowiada za kod danych na stronie. Tych zadań nie należy utożsamiać. Ani specjalny typ schema, ani JSON-LD sam w sobie nie zapewnia obecności w odpowiedziach AI.

W Google nie ma wymaganego osobnego znacznika Schema.org dla funkcji generatywnych. Priorytetem pozostają prawdziwe, dostępne informacje. Jeśli dane są błędne, popraw źródło i jego generator; jeżeli są poprawne, oceń koszt zmiany zamiast zakładać, że inna składnia poprawi cytowania.

Powiązane instrukcje

Semly obok Yoast SEO lub Rank Math: jak rozdzielić zadania na stronie WordPress

Czy llms.txt działa? Zastosowanie, ograniczenia i test odbioru

Źródła i zakres

Google: JSON-LD, Microdata, RDFa

Schema.org

Google: AI Search

Sprawdź czy AI widzi Twoją firmę

Wykonaj darmowy audyt

Udostępnij:

Przeczytaj inne artykuły o AI
GEO

Jak sklepy ograniczają wydatki na reklamy dzięki AI?

Na pierwszy rzut oka wszystko wygląda prosto: marketplace pobiera prowizję, reklamy kosztują za kliknięcia, afiliacja rozlicza się za sprzedaż, a GEO i SEO kojarzą się z tańszym ruchem. W praktyce koszt każdego kanału jest większy, niż pokazuje sama stawka. W tym artykule sprawdzamy, ile naprawdę kosztuje sprzedaż przez reklamy PLA, marketplace’y, afiliację i GEO, oraz jak te kanały wpływają na marżę, koszt zamówienia i opłacalność sklepu.

eCommerce

Anatomia idealnej karty produktu pod modele AI LLM

Widoczność w e-commerce w 2025 roku nie oznacza bycia na pierwszej stronie Google - oznacza bycie w odpowiedzi generowanej przez AI. Kiedy ktoś pyta ChatGPT, Perplexity czy Google SGE o “najlepsze buty do biegania poniżej 500 zł”, Twoje produkty mogą być polecane lub całkowicie pominięte, w zależności od tego, jak dobrze AI rozumie ich kontekst.

eCommerce

Jak poprawić dane produktowe dla AI?

W tym artykule pokazuję, jak uporządkować dane produktowe, aby AI lepiej rozumiało Twój katalog. Skupiam się na atrybutach, opisach, kategoriach i elementach, które realnie wpływają na widoczność oraz sprzedaż.

eCommerce

Jak model bez prowizji i kosztów reklam realnie chroni marżę?

Właściciele e-commerce coraz częściej dostrzegają, że model kosztowy kampanii marketingowych ma większy wpływ na rentowność niż sama cena towaru. Główne źródła drenażu marży to modele CPC (Cost Per Click) i prowizje od sprzedaży - obie formy przerzucają ryzyko na sprzedawcę.

Sprawdź, czy AI ChatGPT Cię widzi

Wpisz adres Twojej strony, żeby otrzymać raport widoczności w AI.