Dados Estruturados para Respostas de IA: o Schema que os Modelos Leem

Dados estruturados ainda importam quando a IA responde a pergunta?

Importam de forma diferente. Por uma década, schema garantiu uma classificação por estrelas e um rich result no Google. Esse papel não desapareceu, mas um segundo papel surgiu: ajudar um modelo a entender o que sua página representa, a qual entidade ela pertence e se a afirmação na página tem respaldo em outras fontes.

Dados estruturados não são um truque de ranqueamento para motores de resposta. São uma camada de desambiguação. Um modelo que lê HTML puro precisa adivinhar a qual entidade um bloco de texto se refere. Uma marcação limpa de Product, Review e aggregateRating transforma essa suposição em fato, que é exatamente o que esses sistemas precisam antes de atribuir ou citar você.

Quais tipos de schema ajudam a IA a atribuir um produto?

Três tipos fazem o trabalho pesado para atribuição de produto. Product nomeia o item e carrega seus identificadores, Review carrega as opiniões individuais e aggregateRating carrega a pontuação consolidada. Uma marcação válida nos três ajuda um motor a atribuir um produto a uma loja e a uma classificação, em vez de deixar o texto da avaliação flutuando sem dono.

Os identificadores dentro de Product importam mais do que as pessoas esperam. Um gtin, mpn, sku ou brand dá ao modelo um identificador estável para resolver seu produto contra outras menções a ele na web.

• Product: nome, marca e um identificador (gtin, mpn ou sku) para que o item possa ser resolvido.
• Review: author, reviewBody e reviewRating para cada avaliação individual.
• aggregateRating: ratingValue, reviewCount e bestRating para o resumo.
• Aninhe Review e aggregateRating dentro de Product, não soltos na página.

Como Organization e sameAs ajudam um modelo a reconhecer minha marca?

A marcação de Product informa a um modelo o que você vende. A marcação de Organization informa quem você é. São dois problemas distintos, e os motores de resposta precisam resolver os dois antes de citar você com confiança.

Organization carrega seu nome, logotipo e URL canônica. A propriedade sameAs é onde ela se torna útil para a otimização de motores de resposta: ela lista os outros lugares que são inequivocamente você, seu perfil no Trustpilot, seu cadastro no G2, sua entrada na Wikipédia, suas contas sociais verificadas. Declarações de Organization e sameAs fortalecem o reconhecimento de entidade porque permitem ao modelo vincular sua loja às fontes independentes que já confirmam sua credibilidade, que é a corroboração em que esses sistemas se apoiam antes de repetir uma afirmação.

• Organization: nome, logotipo e a URL canônica da página inicial.
• sameAs: seus perfis verificados em terceiros e contas sociais.
• Mantenha o nome idêntico em todos os lugares; um nome diferente é lido como uma entidade diferente.

Por que a marcação precisa coincidir com o que está na página?

Porque schema que descreve conteúdo que o visitante não consegue ver não é elegível, e um motor que detecta essa inconsistência passa a confiar menos no restante da sua marcação. Se o seu aggregateRating diz 4,8 de 900 avaliações mas a página não exibe nenhuma classificação, os dados estruturados estão fazendo uma afirmação que a página não sustenta.

Essa é a armadilha para lojas cujas avaliações carregam dentro de um widget JavaScript. A marcação pode ser válida, mas se o texto visível da avaliação só aparece depois que um script é executado, a página pode não passar no teste básico de que marcação e conteúdo visível coincidem. A solução confiável é a mesma que ajuda todas as outras partes da otimização de motores de resposta: renderize as avaliações e a classificação no HTML da página no servidor, para que a marcação descreva algo genuinamente presente.

Como validar que o schema está funcionando de verdade?

Teste a marcação, depois teste a página do jeito que um modelo a vê. As ferramentas de validação confirmam que o JSON-LD é sintaticamente válido e elegível, o que é necessário mas não suficiente. O segundo teste é se os valores no seu schema aparecem no HTML puro, antes do JavaScript, junto com a marcação.

Veja o código-fonte da página, não o DOM renderizado, e verifique que sua classificação, contagem de avaliações e texto das avaliações estão presentes antes que qualquer script seja executado. Se a marcação está na fonte mas os números visíveis não estão, você tem um schema válido descrevendo conteúdo que o modelo pode nunca ver.

• Execute o JSON-LD em um validador de schema para verificar sintaxe e elegibilidade.
• Veja o código-fonte da página e confirme que a classificação e as avaliações estão presentes lá.
• Confira se o nome da marca em Organization corresponde exatamente a todos os perfis listados no sameAs.

Como schema conecta avaliações com respostas de IA?

Dados estruturados são a ponte entre ter avaliações e tê-las citadas. A otimização para motores de resposta pede três coisas das suas avaliações: que sejam legíveis, corroboradas e específicas. Schema serve diretamente as duas primeiras. Product, Review e aggregateRating tornam o conteúdo das avaliações legível como fatos atribuídos. Organization e sameAs tornam esse conteúdo corroborado ao vincular os perfis em que um modelo já confia.

A maioria dos aplicativos de avaliação foi criada para o comprador na página e para exibir estrelas em um widget, o que deixa a marcação descrevendo conteúdo que o modelo não consegue ler e a entidade não declarada. Tornar suas avaliações existentes legíveis, corroboradas e citadas na busca e na IA é a lacuna que o BeyondReviews foi criado para preencher.