Dane strukturalne: JSON-LD, który zarabia na rich results

Dane strukturalne to gwiazdki ocen, rozwijane FAQ, breadcrumbsy i karty artykułów w wynikach — a przy okazji format, który silniki AI parsują najpewniej. W App Routerze renderuj JSON-LD jako tag script z komponentu serwerowego (typowany przez schema-dts):

import type { WithContext, BlogPosting } from "schema-dts";

export default async function PostPage({ params }) {
  const post = await getPost(params.slug);

  const jsonLd: WithContext<BlogPosting> = {
    "@context": "https://schema.org",
    "@type": "BlogPosting",
    headline: post.title,
    description: post.excerpt,
    datePublished: post.publishedAt,
    dateModified: post.updatedAt,
    author: {
      "@type": "Person",
      name: "Vlad Sedenko",
      url: "https://example.com/about",
    },
    image: post.ogImage,
  };

  return (
    <>
      <script
        type="application/ld+json"
        dangerouslySetInnerHTML={{ __html: JSON.stringify(jsonLd) }}
      />
      <article>{/* ... */}</article>
    </>
  );
}

Jakie typy wdrażać — według siły efektu:

1. Organization / Person — na całą witrynę, w głównym layoucie. Zasila panel wiedzy.
2. BlogPosting / Article — każdy wpis.
3. BreadcrumbList — zastępuje URL w wynikach czytelną ścieżką.
4. FAQPage — dla stron z prawdziwymi pytaniami i odpowiedziami (te same chętnie cytują silniki AI).
5. Product + Offer + AggregateRating — e-commerce; stąd biorą się gwiazdki.
6. Service + LocalBusiness — agencje i firmy lokalne.

Waliduj przez Rich Results Test Google — walidator schema.org sprawdza składnię, ale tylko narzędzie Google powie, czy kwalifikujesz się do rich results.

Checklista:

• JSON-LD renderowany po stronie serwera (nigdy wstrzykiwany na kliencie po załadowaniu)
• Article/BlogPosting na wszystkich wpisach z prawdziwymi datami
• BreadcrumbList w całej witrynie
• Dane w znacznikach zgodne z widoczną stroną (rozbieżności grożą ręczną karą)