Schema.org Markup: Bevezetés a strukturált adatokba

A Schema-markup kifejezetten olvashatóvá teszi a tartalmakat a gépek számára — és 2026-ban központi szerepet játszik a GEO-ban. Egy tanulmány szerint a strukturált adatok 16%-ról 54%-ra növelhetik a mesterséges intelligencia válaszainak pontosságát.

A Schema-markup az a nyelv, amellyel egyértelműen közölhetitek a keresőmotorokkal és az LLM-ekkel, hogy mi áll az oldalatokon. Míg a gépeknek értelmezniük kell a szövegeket, a strukturált adatokat közvetlenül olvassák. A Data World 2024-es tanulmánya kimutatta: Strukturált adatokkal a kontextusban a GPT-4 válaszpontossága a domain-specifikus kérdésekre 16%-ról 54%-ra nőtt. Ez nem marketingtrükk — ez egy tényező, amely a hivatkozási láthatóságot befolyásolja.

Mi az a Schema.org?

A Schema.org egy közös szókincs, amelyet 2011-ben indított el a Google, a Microsoft, a Yahoo és a Yandex. Standardizált típusokat és tulajdonságokat határoz meg, amelyek segítségével a weboldalak a tartalmaikat a gépek számára jelölhetik. Ahelyett, hogy azt írnátok: „Ez a személy Patrick Tomforde, a performanceLiebe ügyvezetője Hamburgban”, a markupban egy világosan definiált személy-objektumot olvastok `name`, `jobTitle` és `worksFor` kapcsolattal.

Miért döntő a Schema 2026-ban a GEO számára

A generatív motorok, mint a ChatGPT-Search, a Perplexity és a Google AI Overviews, olyan forrásokból építik fel a válaszaikat, amelyeket megbízhatónak, világosan értelmezhetőnek és kontextusban gazdagnak ítélnek. A strukturált adatok mindhárom tulajdonságot egyszerre megkönnyítik. A fent említett Data World tanulmány ezt meggyőzően demonstrálja: Schema-kontekstu nélkül a GPT-4 csak a domain-specifikus kérdések 16%-át értelmezte helyesen — Schema-val ez 54% volt. Ez egy 3,4-szeres javulás a hivatkozási valószínűségben pusztán a strukturált adatok révén.

A JSON-LD a preferált formátum

A Schema.org három formátumot támogat: Microdata, RDFa és JSON-LD. A Google 2017 óta kifejezetten JSON-LD-t ajánl, és ennek jó oka van: tisztán elválik a HTML-markuptól, központilag beilleszthető a ``-ben vagy a `` előtt, jól karbantartható, és nem ütközik a frontend keretrendszerekkel. A Microdata és az RDFa továbbra is működik, de ma már gyakorlatilag csak örökölt kódalapokban relevánsak.

Az öt legfontosabb Schema-típus

A Schema.org több mint 800 típust definiál — ezek közül a legtöbbre soha nem lesz szükségetek. A gyakorlatban öt típus elegendő a használati esetek 90%-ához:

1. Article — blogbejegyzésekhez, hírekhez és magazin cikkekhez
2. Organization — a saját domain márkájának azonosításához
3. Person — szerzők azonosításához és csapatprofilokhoz
4. FAQPage — FAQ szekciókhoz, kiemelkedően hatékony a kiemelt snippetekhez
5. Product — e-kereskedelmi listákhoz és értékelésekhez

Article — a tartalom standardja

Minden blogbejegyzéshez és minden szerkesztői hozzászóláshoz Article-sémát kell használni. Kötelező tulajdonságok: `headline`, `image`, `datePublished`, `dateModified`, `author` és `publisher`. Opcionális, de értékes kiterjesztések: `mainEntityOfPage`, `description`, `keywords`. Fontos: Az `author`-nak egy linkelt személy-objektumnak kell lennie, nem csak egy szövegnek — ez mérhetően erősíti az E-E-A-T jelet.

Gyakori gyengeség az auditokban: a `dateModified` csak egyszer, a közzétételkor kerül beállításra, és soha nem frissül. Ha egy bejegyzést tartalmilag átdolgoztok, a `dateModified`-nak az aktuális dátumra kell állnia. A keresőmotorok és az LLM-ek az aktualitást saját bizalmi jelként értékelik — különösen gyorsan változó témákban, mint a SEO, technológia vagy jog.

Organization & Person — Márka és Szerző

Az Organization-sémát egyszer kell elhelyezni a kezdőoldalon, és tartalmazza a `name`, `url`, `logo`, `sameAs` (link a LinkedIn-re, X-re, Wikipédiára), cím és kapcsolat. A Person-séma minden szerzői oldalon és az About-/Team-oldalon található. A `sameAs` tulajdonság itt a titkos sztár: összekapcsolja a személy-objektumot külső, megbízható profilokkal, így növelve az identitásotok hitelesíthetőségét — közvetlen E-E-A-T jel.

FAQPage — a titkos eszköz a kiemelt snippetekhez

A FAQPage-séma egy FAQ szekciót strukturált kérdés-válasz listaként jelöl. Gyakorlati hatás: Magas valószínűség, hogy megjelenik a Google kiemelt snippetjeiben, és nagyon magas valószínűség, hogy az AI válaszokban idézik — mert az LLM-ek különösen hatékonyan dolgozzák fel a kérdés-válasz struktúrákat. Aki a Cornerstone-oldalakon még nem rendelkezik FAQ-val sémával, az egyike a leghatékonyabb GEO-optimalizálásoknak marad ki.

Fontos: A FAQ-nak valóban láthatónak kell lennie az oldalon. A Google 2023-ban egyértelművé tette, hogy a FAQ-séma, amely csak a markupban található, de a látható tartalomban hiányzik, manipulációnak minősül. A gyakorlatban ez azt jelenti: Először a FAQ-t látható on-page elemmé kell alakítani, majd a sémát hozzáadni. A sorrend számít.

Validálás: Eszközök, amelyeket használunk

• Google Rich Results Test — hivatalos, megmutatja, hogy milyen Rich Snippetek lehetségesek
• Schema.org Validator — ellenőrzi a szabványnak való megfelelést
• Google Search Console (Rich-Result-jelentés) — megmutatja a Live-állapotot a domaineteken
• Bing Webmaster Tools — saját séma audit a Bing indexeléshez
• Schema-App-Analyzer — kereskedelmi eszköz komplex beállításokhoz

A Schema-markup 2026-ban már nem opcionális, hanem kötelező. Aki komolyan veszi a mesterséges intelligencia válaszait mint láthatósági csatornát, annak elengedhetetlen a strukturált adatok használata. A tanulmányok egyértelműek — és az implementálási költség a hatáshoz képest minimális.

Schema és Backlinkek: Az együttműködés

A Schema-markup és a linképítés együttműködik. A Schema megmondja a gépnek, mi áll az oldalatokon. A backlinkek megerősítik, hogy ez az állítás megbízható. Egy domain, amelynek tökéletes a sémája, de nincs bizalmi profilja, gyenge marad. Egy domain, amelynek erős linkprofilja van, de nincs sémája, elveszíti a hivatkozási valószínűséget. A kettő együtt a tényező.

Konkét példa: Ha a szerzői bio személy-sémával van megjelölve, és egyidejűleg külső források, mint a LinkedIn, GitHub vagy Wikipédia a `sameAs`-sal vannak összekapcsolva, egy LLM képes lesz azonosítani a szerző identitását. Ha ezek a külső források sok releváns backlinket és említést tartalmaznak, a bizalmi profil a `sameAs`-kapcsolaton keresztül visszakerül a domainetekre. A Schema-markup így a web egészéből származó bizalmi jeleket tesz felhasználhatóvá — feltéve, hogy a bizalmi profilt külsőleg felépítettétek.

Összegzés

A Schema.org-markup kifejezetten olvashatóvá teszi a tartalmakat a gépek számára — és ezzel 2026-ban az egyik legközvetlenebb tényező a mesterséges intelligencia láthatóságához. A JSON-LD mint formátum, öt alapvető típus a használati esetek 90%-ához, validálás hivatalos Google-eszközökkel. Erős linkprofil mellett a bizalmi beállítás alakul ki, amely a Google-ban és az AI-keresésekben hivatkozásokat generál. Aki itt tisztán dolgozik, aránytalanul nyer — a ráfordítás korlátozott, a hatás mérhető.