Od Schema Markup do rekomendacji AI: Czego wciąż brakuje większości witryn

Prawie każdy sklep internetowy posiada dziś dane strukturalne: system sklepowy dostarcza je automatycznie, wtyczka SEO jest aktywna, a walidator świeci na zielono. Mimo to wiele z tych sklepów pozostaje niewidocznych, gdy klienci proszą ChatGPT, Perplexity lub Gemini o rekomendacje. Nasza analiza 5 733 stron internetowych wskazuje kilka powodów takiego stanu rzeczy: techniczna powłoka istnieje niemal wszędzie, ale często brakuje sygnałów, na których systemy AI opierają tożsamość i zaufanie. Średni wynik audytu wynosi 59,9% – tylko 2,8% witryn osiąga 80% lub więcej, podczas gdy 42,6% pozostaje poniżej 60%. Tym, co oddziela większość od czołówki, nie są kosztowne przebudowy serwisów, lecz kilka celnych uzupełnień w istniejącym znaczniku. W tym artykule wyjaśniamy trzy najczęstsze luki i pokazujemy, jak konkretnie je zamknąć.
Dlaczego systemy AI czytają inaczej niż Google
Aby zrozumieć te luki, warto przyjrzeć się temu, jak asystent AI przygotowuje rekomendację. Gdy ktoś pyta: „Gdzie mogę kupić dobre buty do biegania online?”, system musi w tle wyjaśnić kilka kwestii – w tym to, czy dany sklep jest wystarczająco wiarygodny, by go polecić:
- Kim jest ten dostawca? Czy strona internetowa, profil z opiniami i wpis o firmie należą do tego samego przedsiębiorstwa?
- Co dokładnie jest oferowane? Jaki produkt, w jakiej cenie, czy jest dostępny?
- Czy można ufać dostawcy? Czy istnieją weryfikowalne fakty i recenzje?
Człowiek odpowiada na te pytania, klikając w witrynę. System AI preferuje natomiast informacje, które może jednoznacznie przypisać. Jeśli brakuje tej jednoznaczności, odpowiedź staje się niepewna – a niepewne źródła są rzadziej wymieniane. Dane strukturalne nie są więc celem samym w sobie, lecz językiem, w którym udzielasz odpowiedzi na te trzy pytania w sposób czytelny dla maszyn.
Paradoks: technologia jest, treści brakuje
71% sprawdzonych witryn w pełni spełnia nasz test dotyczący danych strukturalnych. Zupełnie inny obraz wyłania się, gdy przechodzimy do treści:
| Co pomaga systemom AI | W pełni spełnione |
|---|---|
| Dane strukturalne zasadniczo obecne | 71,1 % |
| Strona „O nas” z weryfikowalnymi faktami | 24,3 % |
Firma powiązana z oficjalnymi profilami (sameAs) | 19,1 % |
| Opinie możliwe do odczytania jako dane strukturalne | 5,4 % |
Powód jest oczywisty: systemy sklepowe automatycznie generują szkielet. Jednak żadna wtyczka nie może wiedzieć, które profile należą do Twojej firmy, co Cię wyróżnia i gdzie znajdują się Twoje opinie. Te informacje musisz uzupełnić samodzielnie.
Luka 1: Tożsamość firmy pozostaje niejasna
Dlaczego to jest ważne
Systemy AI pracują na tak zwanych encjach (entities): jednoznacznie zidentyfikowanych firmach, osobach i produktach. Dla takiego systemu Twój sklep jest początkowo tylko domeną. To, czy „mustershop.de”, profil opinii „Mustershop GmbH” i profil firmy w Google oznaczają to samo przedsiębiorstwo, system musi wywnioskować sam – a przy podobnych nazwach to przypisanie może się nie udać.
Dzięki właściwości sameAs odpowiadasz na to pytanie bezpośrednio: „Te profile należą do nas”. Dzięki temu opinie, wzmianki i dane firmowe z innych miejsc mogą zostać przypisane do Twojej firmy.
Co pokazują dane
Tylko 19% witryn w pełni łączy swoją firmę z oficjalnymi profilami. Nawet w przypadku stron z ofertą produktową jest to zaledwie 22%.
Jak to wdrożyć
Uzupełnij znacznik Organization na swojej stronie głównej o listę Twoich rzeczywistych profili:
{
"@context": "https://schema.org",
"@type": "Organization",
"name": "Mustershop GmbH",
"url": "https://www.mustershop.de",
"logo": "https://www.mustershop.de/logo.png",
"sameAs": [
"https://www.trustedshops.de/bewertung/info_XXXXXXXX.html",
"https://www.linkedin.com/company/mustershop",
"https://www.instagram.com/mustershop"
]
}
Best Practice:
- Jakość ponad ilość. Linkuj tylko te profile, które są aktywnie prowadzone i jednoznacznie należą do Ciebie. Porzucone konto z 2018 roku nie pomoże.
- Profile z opiniami na pierwszym miejscu. Profil z prawdziwymi opiniami klientów jest silnym dowodem zaufania, ponieważ istnieje niezależnie od Twojej strony.
- Spójność nazwy. Używaj w znaczniku tej samej nazwy firmy, co w stopce (Impressum) i na profilach.
Luka 2: Dane produktów są niekompletne
Dlaczego to jest ważne
Gdy asystenci AI porównują produkty lub dają rekomendacje zakupowe, potrzebują wiarygodnych faktów: ceny, waluty, dostępności. Bez tych danych system ryzykuje przekazanie nieaktualnych lub błędnych informacji – i woli korzystać ze źródeł, w których dane są kompletne.
Szczególną rolę odgrywają identyfikatory produktów, takie jak GTIN/EAN oraz marka (Brand). Są one unikalnym kluczem, dzięki któremu produkt jest rozpoznawany w różnych witrynach. Dopiero to pozwala na bezbłędne przypisanie testów, porównywarek cen i opinii do Twojej oferty.
Co pokazują dane
Wśród witryn ze znacznikiem produktu, w co piątej (21%) brakuje części danych o ofercie. Identyfikatory produktów i marka nie są w pełni podane w aż 41% przypadków.
Jak to wdrożyć
Kompletny znacznik produktu na stronie szczegółowej produktu wygląda następująco:
{
"@context": "https://schema.org",
"@type": "Product",
"name": "But do biegania Aero 3",
"gtin13": "4012345678901",
"brand": { "@type": "Brand", "name": "Musterbrand" },
"offers": {
"@type": "Offer",
"price": "89.95",
"priceCurrency": "EUR",
"availability": "https://schema.org/InStock",
"url": "https://www.mustershop.de/aero-3"
}
}
Best Practice:
- Sprawdź realną stronę produktu. Otwórz kod źródłowy (nie wyrenderowaną stronę) i wyszukaj
gtin,priceorazavailability. Tego, czego tam brakuje, wiele crawlerów AI nie widzi. - Zsynchronizuj widok z kodem. Cena i dostępność w znaczniku muszą odpowiadać widocznej ofercie. Rozbieżności szkodzą bardziej, niż pomagają.
- Przenieś identyfikatory z systemu zarządzania towarami. GTIN zazwyczaj i tak jest dostępny – po prostu nie jest wyświetlany w szablonie sklepu.
Luka 3: Strona „O nas” mówi niewiele konkretów
Dlaczego to jest ważne
W odpowiedzi na pytanie „Czy ten dostawca jest godny zaufania?”, systemy AI szukają weryfikowalnych faktów. Zdania typu „Jesteśmy Twoim partnerem w zakresie jakości i pasji” nie zawierają takich faktów – nie można ich ani potwierdzić, ani im zaprzeczyć. Rok założenia, siedziba firmy, osoby odpowiedzialne lub specjalizacja – to już tak.
Co pokazują dane
Tylko 24% witryn w pełni spełnia nasz test dotyczący strony „O nas”. Często strony tej w ogóle brakuje lub składa się ona głównie z ogólnych haseł reklamowych.
Jak to wdrożyć
Przykład przed i po:
Przed: „U nas klient jest w centrum uwagi. Oferujemy najlepszą jakość w uczciwych cenach.”
Po: „Firma Mustershop GmbH została założona w 2011 roku we Freiburgu i specjalizuje się w sprzęcie do biegania. Nasz zespół dwunastu pracowników – w tym trzech certyfikowanych doradców ds. obuwia biegowego – obsługuje rocznie ponad 40 000 zamówień. Dyrektorem zarządzającym jest Anna Muster.”
Best Practice – te informacje powinny znaleźć się na stronie:
- Pełna nazwa firmy i siedziba
- Rok założenia i krótka historia rozwoju
- Specjalizacja: w czym jesteście najlepsi?
- Osoby odpowiedzialne lub zespół
- Weryfikowalne dowody, takie jak certyfikaty, nagrody lub członkostwa
Twój plan działania w trzech krokach
- Połącz tożsamość (ok. 30 minut). Dodaj linki
sameAsdo swoich rzeczywistych profili w znaczniku Organization na stronie głównej. - Sprawdź stronę produktu (ok. 1 godzina). Skontroluj cenę, walutę, dostępność, GTIN i markę w kodzie źródłowym i uzupełnij brakujące pola w szablonie – zmiana zadziała na wszystkie produkty.
- Przepisz stronę „O nas” (ok. 2 godziny). Zastąp hasła reklamowe faktami wymienionymi powyżej.
Żaden z tych kroków nie wymaga przebudowy całego serwisu. Wszystkie trzy uderzają w miejsca, w których większość witryn w naszym benchmarku marnuje swój potencjał.
Gdzie znajduje się Twoja strona?
Średnia jest punktem orientacyjnym, a nie celem. To, która z trzech luk występuje u Ciebie i gdzie możesz zyskać najwięcej, wykaże indywidualna analiza.
Lepszy wynik audytu oznacza lepsze warunki techniczne. Nikt jednak nie może zagwarantować wymienienia w odpowiedziach AI.
Metodyka: Stan danych 09.11.2026. Analizowano najnowszy pełny przebieg dla każdej witryny od czasu wprowadzenia aktualnego katalogu testowego (25.06.2026), łącznie 5 733 witryny; witryny sprawdzane wielokrotnie liczone są raz, przerwane przebiegi są wykluczone. Wskaźniki produktów odnoszą się do 2 109 witryn z wykrytym znacznikiem produktu. Są to witryny sprawdzone dobrowolnie, a nie reprezentatywna próba rynkowa. Świadomie nie wykazujemy przebiegu w czasie, ponieważ skład sprawdzanych witryn zmieniał się na przestrzeni miesięcy.