Usuwanie często zadawanych pytań SERP i nowa wartość wyszukiwania AI w schemacie wyzwania danych
Znaczniki schematu miały ciężki tydzień. Google zakończył wyświetlanie rozszerzonych wyników z często zadawanymi pytaniami. Cztery dni później Ahrefs opublikował raport, w którym stwierdził, że dodanie formatu JSON-LD nie spowodowało wyraźnego wzrostu liczby cytowań w przeglądach Google AI, trybie AI ani ChatGPT.
Zmiany te osłabiają dwa typowe filary znaczników schematu: zwiększoną widoczność w SERP i potencjalny wzrost liczby cytowań AI. W tym artykule przeanalizowano ich implikacje oraz to, co dane wskazują na przyszłość schematu.
Nagrody Google w ramach programu Visible Schema zawężają się od lat
Od 2023 r. Google wycofuje widoczne nagrody w wyszukiwarce powiązane z określonymi typami danych strukturalnych. Google ograniczyło szczegółowe wyniki z często zadawanymi pytaniami do wiarygodnych witryn rządowych i witryn poświęconych zdrowiu, a wyniki z elementami rozszerzonymi HowTo były ograniczone do komputerów stacjonarnych i później zostały wycofane.
W 2025 r. Google ogłosił wycofanie kilku funkcji danych strukturalnych, takich jak informacje o kursie, sprawdzanie roszczeń i szacunkowe wynagrodzenie. Początkowo uwzględniono funkcję Book Actions, ale później ją usunięto, gdy Google usunął baner dotyczący wycofania. Google nazwał pozostałe wycofania „niepowszechnie używanymi w wyszukiwarce” i nie dostarczającymi już wartości użytkownikom.
W 2026 r. uporządkowane dane dotyczące problemów praktycznych zostały wycofane. John Mueller zauważył na Reddicie, że „rodzaje znaczników przychodzą i odchodzą, ale tylko kilku z nich warto się trzymać”.
Schemat jest taki, że widoczne nagrody za dane strukturalne zniknęły po zaznajomieniu się z taktyką SEO. Sam znacznik pozostaje ważny, ale wynik z elementami rozszerzonymi nie. Google nie zawsze opisuje te usunięcia jako reakcję na nadużywanie, ale ten wzorzec daje mniej powodów, aby traktować dowolny pojedynczy typ znaczników jako trwałą strategię.
Te ostatnie aktualizacje różnią się, ponieważ dowody na jedną z proponowanych wartości zastępczych również osłabły. Schemat roszczeń w przestrzeni doradczej „GEO” zwiększa cytowania AI, a dane Ahrefs przetestowały część tego.
Co stwierdzono w raporcie Ahrefs
Ahrefs prześledził 1885 stron internetowych, które dodały schemat JSON-LD. Każdą stronę porównano ze stronami kontrolnymi, które nigdy nie dodały schematu. Zmiany cytowań mierzono w przeglądach Google AI, trybie AI i ChatGPT.
Wyniki były płaskie. Pokazano tryb Google AI +2,4%pokazał ChatGPT +2,2%i pokazano Przegląd Google AI -4,6%.
Pierwsze dwa były zbyt małe, aby można je było odróżnić od przypadkowych zmian. Spadek liczby przeglądów AI był istotny statystycznie, ale Ahrefs stwierdził, że nie może z całą pewnością przypisać tego do schematu.
Każda strona w zbiorze danych zawierała już ponad 100 cytatów z przeglądu AI, zanim dodano jakikolwiek schemat. Strony te były już przeszukiwane i cytowane.
Ahrefs przyznał, że w przypadku stron, które nie są jeszcze widoczne dla sztucznej inteligencji, schemat może nadal pomóc w indeksowaniu, analizowaniu lub indeksowaniu. Ale ich dane nie mogą tego potwierdzić.
Gianluca Fiorelli, konsultant ds. strategii strategicznej SEO, nazwał badanie „jednym z bardziej uczciwych badań, jakie zostaną przeprowadzone w przestrzeni wyszukiwania AI w 2026 r.”. Argumentował jednak, że zakres jest węższy, niż sugerował nagłówek. Porównał to do „testowania, czy dodanie etykiety do butelki już znajdującej się na półce w supermarkecie sprawi, że klienci będą ją częściej sięgać”.
Ahrefs przytoczył także eksperyment searchVIU, który wykazał, że pięć systemów AI opierało się na widocznym HTML podczas bezpośredniego wyszukiwania stron i nie korzystało z ukrytego formatu JSON-LD, Microdata ani RDFa. Ustalenie to dotyczy jednego etapu rurociągu. Nie wyklucza to, że schemat odegrał wcześniej rolę w indeksowaniu lub zrozumieniu jednostki.
Ryan Law, dyrektor ds. marketingu treści w Ahrefs, podsumował ustalenia na LinkedIn, mówiąc:
„Czy dodanie znaczników schematu pomaga w cytowaniu Twoich stron w wyszukiwarkach AI? Prawdopodobnie nie” – napisał. Dodał, że schemat „prawdopodobnie nie jest jakimś magicznym rozwiązaniem poprawiającym cytowania AI”.
Debata praktyków
Obie aktualizacje lądują w środku aktywnej dyskusji na temat schematu i GEO.
Według wyników wyszukiwania, które Lily Ray, wiceprezes ds. SEO i wyszukiwania AI w firmie Amsive, oznaczyła na LinkedIn, około 168 000 stron zawiera frazę „Schemat często zadawanych pytań ma kluczowe znaczenie dla GEO”. Nazwała ten trend znajomym.
„Wszystko, co może zostać zaspamowane w SEO, zostanie zaspamowane” – napisał Ray. Ostrzegła o tym w artykule Moz z 2019 r., kiedy po raz pierwszy uruchomiono schemat FAQ, i opisała usuwanie często zadawanych pytań przez Google jako powtarzanie tego samego cyklu.
Ray wahał się przez cały swój post, nazywając go „założeniem mojego kapelusza z folii aluminiowej” i „tylko pomysłem”. Ale wzór, który opisała, jest taki sam, jak ten widoczny na osi czasu powyżej. Przydatny typ znaczników zostaje skalowany jako taktyka, Google wybiera nagrodę, a branża przechodzi do następnego.
Joost de Valk, założyciel Yoast, wyraźnie przedstawił to powiązanie w poście na blogu. „Branża GEO odtwarza wczesne SEO, tylko szybciej” – powiedział de Valk. „A wycofanie schematu często zadawanych pytań jest pierwszym konkretnym dowodem na to, że cykl powrócił”.
Złożył także na Schema.org propozycję nowego typu FAQSection, aby rozwiązać to, co uważa za problem strukturalny, oddzielając „ta strona zawiera sekcję FAQ” od „ta strona JEST często zadawanymi pytaniami”.
Frustracja była najostrzejsza wśród praktyków, którzy obserwowali, jak podręcznik GEO twardnieje wokół schematu jako jego najbardziej konkretnego zalecenia. Mark Williams-Cook, dyrektor Candor i założyciel AlsoAsked, udostępnił raport Ahrefs na LinkedIn.
„Bracia GEO sprzedają olejek wężowy ze schematem, aby zwiększyć liczbę cytowań, ale ludzie tacy jak Gianluca Fiorelli mówią rozsądnie” – napisał.
Marie Haynes, założycielka Marie Haynes Consulting, skomentowała post Raya, przedstawiając zupełnie inną teorię.
„Moja teoria jest taka, że Google potrzebował naszych często zadawanych pytań do szkolenia sztucznej inteligencji, więc zachęcił nas do ich dodania (czyli wyników rozszerzonych). A teraz już ich nie potrzebuje” – napisała. Teoria nie jest potwierdzona przez żadne główne źródło, ale pokazuje, jak daleko zaszły spekulacje.
Niektórzy praktycy odrzucili bardziej ponure odczyty. Szersze wytyczne Google w dalszym ciągu przedstawiają dane strukturalne jako sposób na umożliwienie odczytu maszynowego informacji o stronie, a podczas wydarzenia Search Central Live w Madrycie w 2025 r. zespół Search Relations powiedział praktykom, że nadal warto korzystać z obsługiwanych typów danych strukturalnych.
Na co dane nie mogą jeszcze odpowiedzieć
To, czy schemat pomaga stronom, które nie są jeszcze cytowane, to osobne pytanie, na które dane nie mogą odpowiedzieć, ponieważ przed dodaniem schematu każda strona miała już ponad 100 cytatów z przeglądu AI.
W teście połączono także wszystkie typy schematów w jedną całość. Artykuł, często zadawane pytania, produkt, instrukcje i organizacja były traktowane jako jedna kategoria. Nie wyodrębniono efektów specyficznych dla typu i mogą one wyglądać inaczej.
W 30-dniowym oknie pomiarowym mogą nie występować wolniejsze efekty, a w działających witrynach zmiany schematu mogą nakładać się na zmiany na innych stronach, co utrudnia oddzielenie tego, co zrobił schemat od tego, co się wokół niego zmieniło. W raporcie zbadano jedynie schemat w kodzie HTML strony, a nie schemat wstrzyknięty za pomocą JavaScript, który roboty AI traktują inaczej.
Ahrefs zmierzył przeglądy Google AI, tryb AI i ChatGPT. Otwartym pytaniem jest, czy Bing, Copilot, Perplexity, Claude lub inne systemy odpowiedzi traktują schematy inaczej niż systemy mierzone przez Ahrefs.
Z powiadomienia Google o wycofaniu często zadawanych pytań wynika, że firma będzie nadal korzystać z uporządkowanych danych z najczęściej zadawanymi pytaniami, aby „lepiej zrozumieć” strony. Nie jest jasne, co to daje w wymiernych kategoriach. Ta sama niepewność dotyczy tego, czy schemat wpływa pośrednio na cytaty, poprzez kwalifikowalność, zrozumienie podmiotu lub wybór źródła, a nie podczas bezpośredniego wyszukiwania testowanego przez searchVIU.
Nikt nie opublikował danych, które izolują tę ścieżkę.
Dlaczego to ma znaczenie
Dane Ahrefs nie dają żadnego wymiernego powodu, aby dodać JSON-LD, spodziewając się krótkoterminowego wzrostu cytowań AI dla stron już widocznych w Przeglądach AI. Trudniejsze pytanie brzmi: co zrobić ze strategiami schematów w szerszym ujęciu.
Produkt, recenzja, wydarzenie, wideo i niektóre inne uporządkowane typy danych nadal obsługują aktywne funkcje wyników z elementami rozszerzonymi. Znaczniki organizacji, osoby i artykułu mogą nadal pomóc w opisaniu jednostek i treści, nawet jeśli korzyści są mniej widoczne.
Ogólny odczyt „schemat nie działa” zawyża to, co pokazały dane, ponieważ w teście zebrano wszystkie typy i zmierzono tylko jeden wynik. Dane stanowią wyzwanie dla konkretnego poziomu sprzedaży.
„Dodaj schemat, aby zwiększyć liczbę cytowań AI” to jedno z bardziej konkretnych zaleceń zawartych w przewodnikach GEO. Na przykład Frase.io nazwał znaczniki schematu „niezwykle ważnymi dla wyszukiwania AI, GEO i AEO”.
Bez danych potwierdzających to twierdzenie trudniej jest uzasadnić inwestycję. Systemy AI w teście searchVIU opierały się na widocznym HTML podczas pobierania, a nie na JSON-LD. Sugeruje to, że struktura treści, jasne nagłówki i bezpośrednie odpowiedzi w prozie mogą mieć większe znaczenie w przypadku cytowań AI niż struktura znaczników.
Patrząc w przyszłość
Pytaniem, które wisi nad branżą SEO, jest to, gdzie schemat tworzy wymierną wartość. Dodanie JSON-LD nie zwiększyło w wymierny sposób cytowań AI dla stron już widocznych w Przeglądach AI.
W przypadku tych stron schemat bardziej przypomina instalację obsługującą inne systemy niż dźwignię przesuwającą liczbę cytowań. To nadal prawdziwa wartość, ale to inny poziom.
Wyróżniony obraz: NAJLEPSZE TŁA/Shutterstock
