AI Trust AuditBETA
    Voltar à visão geral
    Conhecimento SEO/GEO

    Product Schema: Quais campos JSON-LD a IA precisa

    GEO Expert13. março 20265 min de leitura
    Product Schema: Quais campos JSON-LD a IA precisa

    Product Schema para Visibilidade de IA: Quais campos o seu JSON-LD realmente precisa

    Para operadores de e-commerce: sem um Product Schema implementado corretamente de acordo com o padrão Schema.org, uma loja online é quase invisível para os motores de busca de IA. Neste artigo, você aprenderá quais campos seu JSON-LD deve conter obrigatoriamente — e quais campos opcionais fazem a diferença decisiva na visibilidade da IA.

    O papel dos dados estruturados na era da IA

    Quando um motor de busca baseado em IA processa uma consulta complexa – por exemplo, "Melhores tênis de corrida para maratonistas propensos a lesões com entrega até amanhã" – ele precisa de fatos legíveis por máquina. O Product Schema funciona como a única fonte de dados confiável.

    Enquanto o Google tradicionalmente também avalia o texto visível de uma página, os crawlers LLM como GPTBot ou PerplexityBot dependem principalmente de dados estruturados. A razão: um LLM pode extrair fatos de um bloco JSON-LD de forma muito mais confiável do que de um texto corrido que mistura linguagem de marketing, formulações ambíguas e elementos decorativos.

    Seja Padrão, não criativo

    A máxima é: "Seja Padrão, não criativo". Use o vocabulário oficial do Schema.org. Embora a interface visual possa ser criativa, a descrição técnica deve seguir padrões rigorosos.

    Erros comuns na prática:

    • Nomes de propriedades inventados como productCategory em vez de category
    • Declarações @type ausentes em objetos aninhados
    • Formatos de moeda inconsistentes (EUR vs. € vs. Euro)
    • Preço como string com vírgula em vez de ponto ("159,90" em vez de "159.90")

    Cada um desses erros pode fazer com que a IA descarte ou interprete os dados incorretamente.

    Os campos obrigatórios indispensáveis

    1. name: O nome completo do produto — claro, descritivo e sem floreios de marketing. "Tênis de Maratona Pro-Run X1" em vez de "O Tênis de Corrida DEFINITIVO!!!".
    2. offers: Preço, moeda e disponibilidade. Sem essa tríade, seu produto é irrelevante para consultas comerciais de IA. Sempre use o formato de URL do Schema.org para disponibilidade (por exemplo, https://schema.org/InStock).
    3. review ou aggregateRating: A prova social é indispensável para recomendações de IA. Um produto com 124 avaliações e 4.8 estrelas será recomendado com muito mais frequência do que um sem quaisquer dados de avaliação.

    Campos decisivos para a visibilidade da IA

    Identificadores (SKU, GTIN, MPN)

    Os identificadores são a espinha dorsal da diferenciação de variantes. O GTIN (Global Trade Item Number) permite que a IA compare e combine dados de diferentes fontes. Se o seu produto é identificado identicamente no Amazon, na sua loja e num portal de comparação de preços através do GTIN, a confiança da IA na qualidade dos dados aumenta significativamente.

    A SKU (Stock Keeping Unit) também ajuda na identificação interna do produto e na diferenciação de variantes (tamanho, cor). Sem identificadores, a IA trata cada listagem como um produto potencialmente diferente.

    Marca

    O campo brand é muitas vezes subestimado, mas essencial. Ele vincula o produto à entidade de marca superior no Knowledge Graph. Sempre use o tipo aninhado: "brand": { "@type": "Brand", "name": "Pro-Run" }.

    Preço e Disponibilidade

    Esses dados devem corresponder exatamente no JSON-LD com as informações da página de destino. Qualquer discrepância entre o preço exibido e o preço do esquema pode ser considerada uma tentativa de manipulação pelos crawlers e danificar a confiança de forma duradoura.

    Preste atenção especial a:

    • priceCurrency no formato ISO-4217 (EUR, USD, GBP)
    • price como número decimal com ponto (não vírgula)
    • priceValidUntil para ofertas por tempo limitado
    • availability como URL do Schema.org

    Detalhes de Envio

    Através de shippingDetails, você pode especificar com precisão os prazos de entrega e os custos de envio. Somente assim a IA pode responder a perguntas como "O que pode ser entregue até sexta-feira?" ou "Qual loja entrega gratuitamente?". Este campo está se tornando cada vez mais um diferencial, pois os usuários nas pesquisas de IA frequentemente filtram por condições de entrega.

    Avaliação Agregada e Avaliações

    As avaliações servem como prova social. Os sistemas de IA classificam produtos com histórico positivo mais alto. Importante: Use aggregateRating para a avaliação geral e, adicionalmente, entradas review individuais para opiniões detalhadas de clientes. Quanto mais avaliações verificadas, mais forte o sinal de confiança.

    Exemplo prático: JSON-LD correto

    {
      "@context": "https://schema.org/",
      "@type": "Product",
      "name": "Pro-Run Marathon Schuh X1",
      "description": "Leichter Laufschuh für Marathonläufer mit verstärkter Dämpfung und atmungsaktivem Obermaterial.",
      "sku": "PR-X1-2024",
      "gtin13": "4012345678901",
      "brand": { "@type": "Brand", "name": "Pro-Run" },
      "image": "https://example.com/images/pro-run-x1.jpg",
      "aggregateRating": {
        "@type": "AggregateRating",
        "ratingValue": "4.8",
        "reviewCount": "124"
      },
      "offers": {
        "@type": "Offer",
        "priceCurrency": "EUR",
        "price": "159.90",
        "availability": "https://schema.org/InStock",
        "priceValidUntil": "2025-12-31",
        "shippingDetails": {
          "@type": "OfferShippingDetails",
          "deliveryTime": {
            "@type": "ShippingDeliveryTime",
            "transitTime": {
              "@type": "QuantitativeValue",
              "minValue": 1,
              "maxValue": 2,
              "unitCode": "d"
            }
          }
        }
      }
    }
    

    Validação e Teste

    Um Product Schema bem construído pouco adianta se contiver erros de sintaxe. Use estas ferramentas para validação:

    1. Google Rich Results Test: Verifica se o seu esquema é qualificado para Rich Snippets
    2. Schema.org Validator: Valida a correção técnica em relação ao padrão
    3. AI Trust Audit: Verifica seus dados estruturados especificamente para visibilidade e integridade da IA

    Após cada alteração no seu template de loja, teste se os dados estruturados ainda são emitidos corretamente — especialmente após atualizações do seu sistema de loja.

    Conclusão

    Use consistentemente identificadores únicos (GTIN, SKU), mantenha os detalhes de envio e entrega diretamente no esquema, mantenha os dados de preços e disponibilidade cuidadosamente atualizados e siga rigorosamente o padrão Schema.org. Um Product Schema completo não é um "nice-to-have" — é o bilhete de entrada para a visibilidade da sua loja na IA.