Powrót do przeglądu
    Badania i benchmarki

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

    GEO Expert9. listopada 2026Zaktualizowano 10. listopada 20269 min czytania
    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:

    1. Kim jest ten dostawca? Czy strona internetowa, profil z opiniami i wpis o firmie należą do tego samego przedsiębiorstwa?
    2. Co dokładnie jest oferowane? Jaki produkt, w jakiej cenie, czy jest dostępny?
    3. 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 AIW pełni spełnione
    Dane strukturalne zasadniczo obecne71,1 %
    Strona „O nas” z weryfikowalnymi faktami24,3 %
    Firma powiązana z oficjalnymi profilami (sameAs)19,1 %
    Opinie możliwe do odczytania jako dane strukturalne5,4 %

    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, price oraz availability. 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

    1. Połącz tożsamość (ok. 30 minut). Dodaj linki sameAs do swoich rzeczywistych profili w znaczniku Organization na stronie głównej.
    2. 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.
    3. 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.

    Wykorzystaj tę wiedzę na swojej stronie

    Sprawdź bezpłatnie techniczne podstawy widoczności w AI i poznaj konkretne kolejne kroki.

    „AI Trust Audit to dla nas ogromna pomoc: pokazuje krystalicznie jasno, na co zwracają uwagę LLM-y i wyszukiwarki AI. Wyraźna rekomendacja dla każdego sprzedawcy internetowego, który chce stać się i pozostać widoczny w rekomendacjach AI!“
    Gerd Riekers · Właściciel · porzellan-exklusiv.de