Schema Markup pentru Căutarea AI: Ghidul JSON-LD pentru 2026

Fiecare motor de răspunsuri AI are aceeași problemă: trebuie să decidă, în câteva milisecunde, ce surse sunt de încredere și ce spun ele exact. Paginile care îi ușurează treaba sunt folosite. Paginile care îl lasă să ghicească sunt ignorate.

Schema markup este felul în care elimini ghicitul. Nu va poziționa o pagină slabă și nu va obliga ChatGPT să îți menționeze brandul. În schimb, transformă conținutul tău în fapte explicite, pe care o mașină le poate citi: cine l-a publicat, cine l-a scris, ce produs descrie, cât costă, ce organizație stă în spatele lui și cum se leagă toate aceste entități între ele.

Ghidul de față acoperă ce fac de fapt datele structurate pentru căutarea AI în 2026, ce tipuri de schema merită timpul tău, cum le implementezi astfel încât crawlerele AI să le poată citi și cum măsori dacă funcționează.

Te Ajută Schema Markup să Apari în Căutarea AI?

Pe scurt: indirect, și mai mult decât cred majoritatea echipelor.

Ghidul oficial Google pentru funcțiile AI (AI Overviews și AI Mode) spune că nu este nevoie de un markup special pentru a apărea în ele. Se aplică aceleași fundamente care ajută o pagină în căutarea clasică. Una dintre recomandările explicite este însă ca datele structurate să corespundă conținutului vizibil de pe pagină. Google folosește markup-ul ca să înțeleagă paginile, iar funcțiile AI sunt construite peste același index.

Microsoft a fost mai direct. Reprezentanții Bing au declarat public că schema markup ajută modelele lor de limbaj să înțeleagă conținutul, iar indexul Bing alimentează o mare parte din recuperarea de informații din spatele Copilot și al altor asistenți AI.

Mecanismul arată așa:

1. Declari entitățile. Organization, Person, Product, Article: fiecare devine un obiect explicit, nu ceva ce un parser trebuie să deducă din text.
2. Motoarele de căutare citesc și stochează faptele. Ele leagă markup-ul tău de graful lor de cunoștințe prin identificatori precum @id și sameAs.
3. Sistemele AI recuperează conținut verificat. Când Google, Bing sau Perplexity construiesc un răspuns, extrag informații din paginile indexate. Faptele clare și consistente sunt mai ușor de verificat și de citat.
4. Ambiguitatea scade. O pagină care declară în markup „preț: 49 EUR, autor: Ana Popescu, editor: Acme SRL”, exact ca în textul vizibil, este o sursă mai sigură decât una în care aceste informații sunt îngropate într-un paragraf.

Gândește-te la schema ca la un strat de încredere și claritate, nu ca la o pârghie de ranking.

Tipurile de Schema Care Contează cel Mai Mult pentru Vizibilitatea în AI

Nu ai nevoie de cincizeci de tipuri de schema. Ai nevoie de câteva, implementate corect și consecvent pe tot site-ul.

O notă despre FAQPage și HowTo în 2026

În 2023, Google a restrâns rich results de tip FAQ la un grup mic de site-uri guvernamentale și de sănătate cu autoritate și a eliminat complet rich results de tip HowTo. Asta a schimbat recompensa vizuală din rezultatele Google, dar nu a făcut markup-ul inutil. FAQPage rămâne vocabular schema.org valid, este în continuare citit și reprezintă o modalitate curată de a exprima perechi de întrebări și răspunsuri. Folosește-l acolo unde chiar ai un FAQ vizibil. Nu îl adăuga pe pagini doar ca să urmărești un rich result pe care majoritatea site-urilor nu îl mai primesc.

Construiește un Graf de Entități, Nu Fragmente Izolate

Cea mai frecventă greșeală de schema nu este o eroare de sintaxă. Este markup-ul deconectat: un Article pe o pagină, un Organization pe alta, un Person în altă parte, fără nimic care să le lege.

Sistemele AI raționează în termeni de entități și relații. Markup-ul tău ar trebui să descrie un singur graf conectat:

• Organization (definit o singură dată, cu un @id stabil, de exemplu https://brandultau.ro/#organization)
• ↳ publică fiecare Article (publisher face referire la același @id)
• ↳ angajează Person-ul care l-a scris (author face referire la @id-ul persoanei)
• ↳ oferă Product-ul de pe pagina de prețuri (brand face referire la organizație)

Două proprietăți fac cea mai mare parte din muncă:

• @id oferă fiecărei entități un identificator permanent pe care îl poți referi de pe orice pagină, astfel încât motoarele de căutare să înțeleagă că „RankTim” de pe blog și „RankTim” de pe pagina de prețuri sunt același lucru.
• sameAs leagă entitatea ta de profilurile oficiale din alte locuri: LinkedIn, Crunchbase, Wikipedia sau Wikidata, G2, YouTube, GitHub. Așa confirmă mașinile că brandul tău este o entitate reală și consecventă pe web.

Iată un exemplu compact de Article care se conectează la acest graf:

<script type="application/ld+json">
{
  "@context": "https://schema.org",
  "@graph": [
    {
      "@type": "Organization",
      "@id": "https://brandultau.ro/#organization",
      "name": "BrandulTău",
      "url": "https://brandultau.ro",
      "logo": "https://brandultau.ro/logo.png",
      "sameAs": [
        "https://www.linkedin.com/company/brandultau",
        "https://www.crunchbase.com/organization/brandultau"
      ]
    },
    {
      "@type": "Person",
      "@id": "https://brandultau.ro/echipa/ana-popescu#person",
      "name": "Ana Popescu",
      "jobTitle": "Head of SEO",
      "sameAs": ["https://www.linkedin.com/in/anapopescu"]
    },
    {
      "@type": "BlogPosting",
      "headline": "Schema Markup pentru Căutarea AI",
      "inLanguage": "ro-RO",
      "datePublished": "2026-10-05",
      "dateModified": "2026-10-05",
      "author": { "@id": "https://brandultau.ro/echipa/ana-popescu#person" },
      "publisher": { "@id": "https://brandultau.ro/#organization" },
      "about": ["Date structurate", "Căutare AI"]
    }
  ]
}
</script>

Proprietățile about și mentions sunt subutilizate. Ele îți permit să declari explicit ce subiecte și entități acoperă o pagină, ceea ce ajută sistemele care potrivesc conținutul cu sub-întrebările din spatele unui prompt.

Asigură-te că Crawlerele AI Chiar Îți Pot Citi Markup-ul

Aici eșuează în tăcere multe implementări „corecte” din punct de vedere tehnic.

Randează JSON-LD pe server. Googlebot execută JavaScript, dar majoritatea crawlerelor AI nu o fac. O analiză a traficului generat de crawlerele AI, publicată de Vercel, a arătat că crawlerele din spatele ChatGPT și Claude descarcă fișierele JavaScript, dar nu le execută. Dacă schema ta este injectată printr-un tag manager sau printr-un script client-side, Google o poate vedea, în timp ce GPTBot, ClaudeBot și PerplexityBot nu o văd niciodată. Pune tag-ul script în HTML-ul returnat de server.

Permite accesul crawlerelor de la care vrei să fii citat. Verifică în robots.txt GPTBot, OAI-SearchBot, ClaudeBot, PerplexityBot și Google-Extended. Blocarea lor este o decizie de business legitimă, dar ar trebui să fie una deliberată, nu un accident lăsat de un plugin de securitate.

Păstrează markup-ul identic cu conținutul vizibil. Dacă markup-ul spune 49 EUR și pagina spune 59 EUR, ai creat exact tipul de conflict care face o sursă nesigură. Google tratează explicit markup-ul care denaturează conținutul vizibil ca semnal de spam.

Păstrează dateModified onest. Actualizează-l când conținutul se schimbă semnificativ, nu la fiecare deploy. Sistemele AI preferă sursele recente, iar datele umflate erodează încrederea când conținutul este evident vechi.

Pentru o imagine completă despre cum îți expui site-ul către sistemele AI, combină schema cu un fișier llms.txt, care oferă modelelor de limbaj o hartă a celor mai importante pagini.

Plan de Implementare Pas cu Pas

Pasul 1: Fă un inventar al template-urilor de pagină. Majoritatea site-urilor au între cinci și zece template-uri: homepage, articol de blog, produs, categorie, prețuri, autor, locație. Schema se implementează per template, nu per pagină.

Pasul 2: Asociază un tip principal fiecărui template. Homepage primește Organization (și WebSite). Articolele primesc BlogPosting. Paginile de produs primesc Product cu Offer. Paginile de autor primesc Person.

Pasul 3: Definește o singură dată entitățile principale. Creează entitățile Organization și Person cheie, cu valori @id stabile și liste sameAs complete. Orice alt markup face referire la ele.

Pasul 4: Generează și validează. Folosește un generator pentru prima variantă, apoi validează cu Rich Results Test de la Google și cu validatorul Schema.org. Repară fiecare eroare și verifică fiecare avertisment.

Pasul 5: Publică pe server și verifică în HTML-ul brut. Deschide sursa paginii (nu DOM-ul randat din DevTools) și confirmă că JSON-LD este acolo.

Pasul 6: Monitorizează. Verifică rapoartele de Îmbunătățiri din Google Search Console pentru erori de markup și urmărește dacă motoarele AI încep să citeze paginile pe care le-ai marcat.

Greșeli de Schema Care Îți Afectează Vizibilitatea în AI

Cum Măsori Dacă Schema Funcționează

Schema este infrastructură, așa că o măsori ca pe o infrastructură: întâi acoperirea, apoi rezultatele.

• Acoperire: procentul de pagini, per template, cu markup valid, randat pe server și fără erori.
• Rezultate în căutarea clasică: afișările și rata de click pentru rich results în Search Console, acolo unde ești eligibil.
• Rezultate în căutarea AI: cât de des sunt citate paginile tale în AI Overviews, ChatGPT, Perplexity și Gemini pentru prompturile care contează pentru tine, înainte și după implementare.

Ultimul indicator este cel mai greu de văzut fără un instrument dedicat, pentru că răspunsurile AI se schimbă de la o rulare la alta. Trebuie să rulezi aceleași prompturi în mod repetat, pe mai multe modele, și să urmărești frecvența citărilor în timp. Dacă vrei să vezi și traficul de referral, configurează în GA4 un canal separat pentru traficul venit din LLM-uri.

Auditează și Repară-ți Schema cu RankTim

RankTim aduce tot acest ciclu într-un singur loc. Auditul AEO din GEO / AEO Tracker îți scanează paginile pentru semnalele pe care se bazează motoarele AI: schema Organization și Article, entitățile de autor, markup FAQ sau Product lipsă, accesul crawlerelor AI în robots.txt și markup-ul care apare doar după rularea JavaScript. Generatorul de Schema Markup produce apoi JSON-LD valid pentru golurile găsite.

După ce corecturile sunt live, același tracker monitorizează prompturile în ChatGPT, Gemini, Perplexity, Copilot și Google AI, astfel încât să vezi dacă paginile îmbunătățite încep să apară ca surse citate și cum arată share of voice-ul tău față de concurenți.

Întrebări Frecvente

Este schema markup un factor de ranking pentru AI Overviews?

Nu direct. Google afirmă că nu este nevoie de markup special pentru funcțiile AI. Schema ajută motoarele de căutare să îți înțeleagă conținutul și entitățile, ceea ce susține pozițiile din căutarea clasică din care se alimentează AI Overviews și reduce ambiguitatea când conținutul tău este folosit ca sursă.

Ce format de schema ar trebui să folosesc: JSON-LD, Microdata sau RDFa?

JSON-LD. Este recomandat de Google, este ușor de întreținut separat de structura HTML și este formatul generat de majoritatea instrumentelor și pluginurilor CMS.

ChatGPT și Perplexity citesc schema markup?

Ele citesc HTML-ul descărcat de crawlerele lor, iar JSON-LD din acel HTML este text structurat pe care îl pot interpreta. Pentru că majoritatea crawlerelor AI nu execută JavaScript, markup-ul trebuie să existe în HTML-ul randat pe server ca să fie văzut.

Mai merită să folosesc FAQPage după ce Google a limitat rich results de tip FAQ?

Da, acolo unde pagina are un FAQ real și vizibil. Probabil nu vei primi rich result-ul, dar markup-ul exprimă în continuare perechi clare de întrebări și răspunsuri pe care mașinile le pot citi.

În cât timp se văd rezultatele după implementarea schema markup?

Motoarele de căutare procesează de obicei markup-ul nou în câteva zile sau săptămâni de la recrawl. Efectele asupra citărilor AI sunt mai lente și depind de autoritatea generală a site-ului, așa că măsoară pe un orizont de două-trei luni, nu de câteva zile.

Datele structurate nu sunt o scurtătură. Sunt diferența dintre o pagină pe care mașinile trebuie să o interpreteze și o pagină care le spune exact ce este adevărat. Într-un peisaj de căutare dominat de AI, să fii lipsit de ambiguitate este un avantaj competitiv.