Twoja strona mówi do dwóch odbiorców naraz: do ludzi i do maszyn. Ludzie widzą ładny artykuł z nagłówkami, maszyny widzą surowy kod, z którego muszą zgadnąć, co jest pytaniem, co odpowiedzią, kto jest autorką i ile kosztuje produkt. Dane strukturalne (schema) kończą to zgadywanie: to etykiety w kodzie strony, które mówią botom wprost "to jest FAQ", "to jest artykuł tej ekspertki", "to jest produkt w tej cenie". W erze odpowiedzi generowanych przez AI te etykiety przestały być technicznym dodatkiem, a stały się standardem widoczności. Dobra wiadomość: wdrożysz je bez programisty, i dokładnie przez to przejdziemy.
Definicja na start: dane strukturalne to ustandaryzowany opis zawartości strony w formacie zrozumiałym dla maszyn (najczęściej JSON-LD według słownika Schema.org), umieszczany w kodzie strony obok treści widocznej dla ludzi. Google używa ich do wyników rozszerzonych, a silniki AI do pewnego wycinania faktów: pytań, odpowiedzi, autorów, cen, ocen.
Schema numer 1: FAQPage, najszybsza droga do odpowiedzi AI
Jeśli masz wdrożyć jedną rzecz z tego artykułu, wdróż tę. Modele AI budują odpowiedzi z par pytanie-odpowiedź, a FAQPage podaje im te pary na tacy: oznacza w kodzie, które zdanie jest pytaniem, a który akapit odpowiedzią. Bot nie musi interpretować układu strony, dostaje gotowe kapsuły do zacytowania w wynikach rozszerzonych i panelach konwersacyjnych.
Warunek działania: schema musi opisywać treść realnie widoczną na stronie. Sekcja FAQ w artykule (taka jak na dole tego tekstu) plus jej odwzorowanie w danych strukturalnych to duet, który projektowałam w mojej Bazie wiedzy od pierwszego artykułu. Jak pisać same odpowiedzi (50-100 słów, samodzielne, konkret w pierwszym zdaniu), opisałam przy treściach cytowanych przez AI i w artykule o AEO i GEO.
Wdrożenie bez programisty: wtyczki SEO (Rank Math, Yoast i podobne) mają moduły schema, w których typ FAQ zaznaczasz przy edycji wpisu, a bloki FAQ w edytorze generują znaczniki automatycznie. Zero kodu.
Schema numer 2: Article + Person, czyli autorka z kwalifikacjami
Dla bota zwykły wpis na blogu nie ma autora, dopóki mu tego nie powiesz. A autorstwo to dziś twarda waluta: modele i Google oceniają treści przez pryzmat E-E-A-T (doświadczenie, ekspertyza, autorytet, zaufanie), więc tekst podpisany ekspertką z weryfikowalnym profilem wygrywa z tekstem znikąd.
Duet do wdrożenia: schema Article (tytuł, daty publikacji i modyfikacji, obrazek) połączona ze schema Person dla autorki, z polami takimi jak imię i nazwisko, rola zawodowa (jobTitle) i link do profilu (np. LinkedIn), gdzie maszyna może potwierdzić, że istniejesz i robisz to, co deklarujesz. Jawna data modyfikacji w Article to jednocześnie sygnał świeżości, o którym pisałam przy filarze Procesów metody T.O.P. AI.
Wdrożenie: wtyczki SEO generują Article automatycznie z danych wpisu; Twoim zadaniem jest uzupełnić profil autorki (w ustawieniach wtyczki lub profilu użytkowniczki WordPressa: rola, opis, linki do profili) i pilnować, żeby każdy wpis miał przypisaną prawdziwą autorkę, a nie konto "admin".
Schema numer 3: Product + Offer, bilet do rekomendacji zakupowych
Gdy ktoś pyta AI "jaki kurs X wybrać" albo "gdzie kupić Y", modele sięgają po strony z czytelnie opisanymi produktami. Schema Product z rozszerzeniami Offer (cena, waluta, dostępność) i AggregateRating (średnia ocen, liczba opinii) to sposób, w jaki Twój sklep mówi maszynom, co sprzedaje i za ile.
Jedno ostrzeżenie, ważniejsze niż cała reszta tej sekcji: dane w schema muszą zgadzać się z tym, co widzi człowiek. Cena w znacznikach inna niż na stronie to nie drobiazg, tylko sygnał nieuczciwości, który zabija zaufanie botów do całej witryny (a bywa też podstawą kar w wynikach rozszerzonych). Ten sam rygor dotyczy ocen: AggregateRating tylko z prawdziwych, zbieranych opinii. WooCommerce generuje schema produktów automatycznie, więc Twoja rola to głównie nie psuć: aktualne ceny, włączone prawdziwe opinie, opisy produktów z konkretem.
Schema numer 4: LocalBusiness, jeśli działasz też stacjonarnie
Prowadzisz warsztaty na miejscu, gabinet, sklep stacjonarny? Schema LocalBusiness podaje maszynom adres, współrzędne, godziny otwarcia i dane kontaktowe w formacie, który silniki AI krzyżują z wizytówką Google i opiniami w Mapach. Przy pytaniach lokalnych ("gdzie w Poznaniu...") to często decydujący sygnał. Wdrożenie: sekcja danych firmy w wtyczce SEO, pięć minut uzupełniania pól. Dla biznesów czysto online ta schema jest zbędna, nie dodawaj jej na siłę.
Nowość na 2026: plik llms.txt
Obok klasycznych plików strony (sitemap, robots.txt) upowszechnia się llms.txt: prosty plik tekstowy w głównym katalogu strony, adresowany wyłącznie do dużych modeli językowych. Opisuje w ustrukturyzowany sposób, kim jest marka, co oferuje, gdzie są najważniejsze treści i jakie są zasady korzystania z danych, dzięki czemu bot nie musi rekonstruować obrazu firmy z dziesiątek podstron. Tworzysz go bez ingerencji programistycznej: to zwykły plik tekstowy w formacie markdown, który wgrywasz na serwer jak każdy inny (a treść możesz wygenerować z AI na bazie swojej strony, prompt niżej). To młody standard, więc traktuj go jako tani zakład o przyszłość: koszt to godzina pracy, a wdrażasz coś, co część botów już czyta. Więcej o llms.txt w kontekście personalizacji napiszę w osobnym artykule.
Wdrożenie i kontrola jakości z AI
Plan minimalny dla strony edukacyjno-sprzedażowej: FAQPage na artykułach z sekcją FAQ, Article + Person na wszystkich wpisach, Product + Offer w sklepie (z WooCommerce w standardzie), llms.txt w katalogu głównym. HowTo dokładaj tam, gdzie treść jest realną instrukcją krok po kroku.
Dwa zadania dla AI w tym procesie. Pierwsze, generowanie:
Na podstawie tej treści strony [wklej] przygotuj dane strukturalne JSON-LD typu [FAQPage/Article/HowTo] zgodne ze słownikiem Schema.org. Użyj wyłącznie informacji obecnych w treści, niczego nie dopisuj. Dodaj komentarz, gdzie w WordPressie najprościej to osadzić bez edycji szablonu.
Drugie, kontrola spójności: wklej treść strony i wygenerowane znaczniki z pytaniem, czy schema nie zawiera niczego, czego nie ma na stronie. Rozjazd treści i znaczników to najczęstszy błąd wdrożeń.
Finalną weryfikację rób zawsze oficjalnym walidatorem: test wyników rozszerzonych Google (Rich Results Test) pokazuje, czy znaczniki są poprawne i które typy zostały wykryte. Wynik testu to Twój dowód wdrożenia, a nie "chyba działa".
Krok po kroku
- Sprawdź w swojej wtyczce SEO moduł danych strukturalnych i uzupełnij dane witryny oraz profil autorki (rola, opis, linki do profili).
- Włącz schema Article dla wpisów i przypisz prawdziwe autorki wszystkim tekstom (żadnych wpisów od "admina").
- Dodaj FAQPage do artykułów z sekcją FAQ, zaczynając od pięciu najważniejszych tekstów.
- W sklepie zweryfikuj schema produktów: zgodność cen, prawdziwe opinie, komplet pól oferty.
- Wygeneruj i wgraj plik llms.txt z opisem marki, oferty i mapą najważniejszych treści.
- Przetestuj każdą zmienioną stronę w teście wyników rozszerzonych Google i wpisz kontrolę schema do kwartalnego przeglądu strony.
