Schema.org és strukturált adatok: Az AI keresők nyelve

Mi az a strukturált adat?

Amikor egy ember megnéz egy weboldalt, azonnal megérti, hogy az egy étterem, egy termékoldal vagy egy blogcikk. Látja a nevet, az árat, a szerzőt, az értékeléseket. De egy gép - legyen az a Google keresőrobotja, a ChatGPT válaszgenerátora vagy a Perplexity összesítő motorja - nem "lát" weboldalakat. Ő HTML kódot olvas, és a szöveg szemantikai jelentését kell kikövetkeztetnie a kontextusból. Ez a folyamat hibalehetőségekkel teli: a gép félreértheti, hogy az "Alma" egy gyümölcs, egy cég neve vagy egy személynév.

A strukturált adatok megoldják ezt a problémát. Egy formalizált, gépileg olvasható jelölésrendszerrel pontosan megmondod a keresőnek, hogy az adott oldal miről szól, milyen entitásokat tartalmaz, és azok hogyan kapcsolódnak egymáshoz. Nem a megjelenítést változtatod meg - a strukturált adatok a felhasználó számára láthatatlanok -, hanem egy párhuzamos, gépi rétegen kommunikálsz a keresőmotorokkal és AI rendszerekkel.

A Schema.org a strukturált adatok egységes szótára. 2011-ben a Google, a Microsoft (Bing), a Yahoo és a Yandex közösen hozta létre azzal a céllal, hogy egyetlen, standardizált jelölési rendszert teremtsenek a web számára. A Schema.org ma több mint 800 típust és több ezer tulajdonságot definiál - a Person-tól a Product-on át a MedicalCondition-ig. Minden típusnak megvannak a saját kötelező és opcionális mezői, amelyekkel részletesen leírható az adott entitás.

JSON-LD — a Google által ajánlott formátum

A strukturált adatokat háromféle formátumban lehet beágyazni egy weboldalba: Microdata, RDFa és JSON-LD. Mindhárom ugyanazt a Schema.org szótárat használja, de a beágyazás módja alapvetően különbözik.

Microdata

A Microdata közvetlenül a HTML elemekbe ágyazza a szemantikus jelölést itemscope, itemtype és itemprop attribútumok segítségével. Előnye, hogy a jelölés közvetlenül az adott tartalomhoz kapcsolódik. Hátránya, hogy a HTML kód áttekinthetetlenné válik, és nehéz karbantartani, különösen összetett struktúráknál (pl. egymásba ágyazott típusoknál).

RDFa

Az RDFa (Resource Description Framework in Attributes) hasonlóan működik a Microdatahoz - a HTML attribútumokon keresztül jelöli meg a tartalmat (typeof, property). Rugalmasabb, mint a Microdata, de szintén a HTML-be ágyazódik, ami bonyolítja a fejlesztést.

JSON-LD (JavaScript Object Notation for Linked Data)

A JSON-LD a Google által hivatalosan ajánlott formátum. A lényegi különbség: a JSON-LD-t egy külön <script type="application/ld+json"> blokkon belül helyezed el, teljesen elkülönítve a HTML struktúrától. Ez azt jelenti, hogy a strukturált adatokat módosíthatod anélkül, hogy a HTML kódhoz hozzányúlnál - és fordítva. A JSON-LD emellett natívan támogatja az egymásba ágyazást, a hivatkozásokat (@id) és a több entitás egyetlen blokkban történő leírását.

Egy egyszerű JSON-LD példa, amely egy szervezetet ír le:

<script type="application/ld+json">
{
  "@context": "https://schema.org",
  "@type": "Organization",
  "name": "Példa Kft.",
  "url": "https://pelda.hu",
  "logo": "https://pelda.hu/logo.png",
  "contactPoint": {
    "@type": "ContactPoint",
    "telephone": "+36-1-234-5678",
    "contactType": "customer service",
    "availableLanguage": "Hungarian"
  }
}
</script>

Legfontosabb séma típusok

A Schema.org több száz típust kínál, de a weboldalak túlnyomó többségéhez elegendő 8-10 alapvető típust ismerni. Lássuk a legfontosabbakat kódpéldákkal.

Organization

Minden vállalati weboldalnak tartalmaznia kell egy Organization sémát. Ez írja le a céget a keresők és az AI rendszerek számára: név, logó, elérhetőség, közösségi média profilok. A Google ezt használja a Knowledge Panel (tudáspanel) generálásához.

{
  "@context": "https://schema.org",
  "@type": "Organization",
  "name": "Példa Webáruház Kft.",
  "url": "https://pelda-webaruhaz.hu",
  "logo": "https://pelda-webaruhaz.hu/logo.png",
  "sameAs": [
    "https://facebook.com/peldawebaruhaz",
    "https://instagram.com/peldawebaruhaz"
  ],
  "contactPoint": {
    "@type": "ContactPoint",
    "telephone": "+36-1-234-5678",
    "contactType": "customer service",
    "availableLanguage": "Hungarian"
  }
}

LocalBusiness

Helyi vállalkozásoknak - éttermeknek, fodrászatoknak, ügyvédi irodáknak - a LocalBusiness (vagy annak altípusai, pl. Restaurant, Dentist) típus a megfelelő. Ez tartalmazza a nyitvatartást, a földrajzi koordinátákat és a szolgáltatási területet is.

{
  "@context": "https://schema.org",
  "@type": "Restaurant",
  "name": "Arany Kanál Étterem",
  "image": "https://aranykanal.hu/photo.jpg",
  "address": {
    "@type": "PostalAddress",
    "streetAddress": "Kossuth utca 12.",
    "addressLocality": "Budapest",
    "postalCode": "1054",
    "addressCountry": "HU"
  },
  "geo": {
    "@type": "GeoCoordinates",
    "latitude": 47.5085,
    "longitude": 19.0455
  },
  "openingHoursSpecification": [
    {
      "@type": "OpeningHoursSpecification",
      "dayOfWeek": ["Monday","Tuesday","Wednesday","Thursday","Friday"],
      "opens": "11:00",
      "closes": "22:00"
    }
  ],
  "servesCuisine": "Magyar",
  "priceRange": "$$",
  "telephone": "+36-1-555-0123"
}

Product

Webshopok számára a Product séma a legértékesebb - ez teszi lehetővé a rich snippet (gazdag találat) megjelenítést a keresési eredményekben: ár, elérhetőség, értékelés csillagokkal.

{
  "@context": "https://schema.org",
  "@type": "Product",
  "name": "Vezeték nélküli Bluetooth fejhallgató",
  "image": "https://pelda.hu/fejhallgato.jpg",
  "description": "Aktív zajszűrős vezeték nélküli fejhallgató, 30 óra akkumulátor üzemidővel.",
  "brand": { "@type": "Brand", "name": "AudioPro" },
  "sku": "AP-BT-500",
  "offers": {
    "@type": "Offer",
    "url": "https://pelda.hu/fejhallgato",
    "priceCurrency": "HUF",
    "price": "15990",
    "availability": "https://schema.org/InStock",
    "seller": { "@type": "Organization", "name": "Példa Webáruház" }
  },
  "aggregateRating": {
    "@type": "AggregateRating",
    "ratingValue": "4.8",
    "reviewCount": "124"
  }
}

Article

Blogcikkek, hírek és tudástár-bejegyzések számára az Article séma a megfelelő. Ez tartalmazza a szerzőt, a közzététel dátumát, a szószámot és a fő képet - mindazt, amire az AI keresőknek szükségük van a tartalom kontextualizálásához.

{
  "@context": "https://schema.org",
  "@type": "Article",
  "headline": "Hogyan válassz fejhallgatót 2026-ban",
  "author": {
    "@type": "Person",
    "name": "Kovács Anna",
    "url": "https://pelda.hu/szerzok/kovacs-anna"
  },
  "datePublished": "2026-03-01",
  "dateModified": "2026-03-09",
  "image": "https://pelda.hu/cikkek/fejhallgato-guide.jpg",
  "wordCount": 3200,
  "publisher": {
    "@type": "Organization",
    "name": "Példa Webáruház",
    "logo": { "@type": "ImageObject", "url": "https://pelda.hu/logo.png" }
  }
}

FAQPage

A FAQPage séma a gyakran ismételt kérdések oldalaihoz készült. A Google a keresési találatokban közvetlenül megjelenítheti a kérdéseket és válaszokat, ami jelentősen növeli a kattintási arányt. Az AI keresők pedig a GYIK-válaszokat közvetlenül felhasználhatják az összesítéseikben.

{
  "@context": "https://schema.org",
  "@type": "FAQPage",
  "mainEntity": [
    {
      "@type": "Question",
      "name": "Mennyibe kerül a szállítás?",
      "acceptedAnswer": {
        "@type": "Answer",
        "text": "15 000 Ft feletti rendelés esetén ingyenes a szállítás. Ez alatt 990 Ft a házhozszállítás díja."
      }
    },
    {
      "@type": "Question",
      "name": "Mennyi idő a szállítás?",
      "acceptedAnswer": {
        "@type": "Answer",
        "text": "Budapesten 1 munkanap, vidéken 2-3 munkanap a szállítási idő."
      }
    }
  ]
}

BreadcrumbList

A BreadcrumbList séma a morzsamenü (breadcrumb) navigáció gépi leírása. A Google a keresési találatokban az URL helyett a breadcrumb útvonalat jeleníti meg, ami áttekinthetőbb és magasabb kattintási arányt eredményez.

{
  "@context": "https://schema.org",
  "@type": "BreadcrumbList",
  "itemListElement": [
    { "@type": "ListItem", "position": 1, "name": "Főoldal", "item": "https://pelda.hu/" },
    { "@type": "ListItem", "position": 2, "name": "Elektronika", "item": "https://pelda.hu/elektronika/" },
    { "@type": "ListItem", "position": 3, "name": "Fejhallgatók", "item": "https://pelda.hu/elektronika/fejhallgatok/" }
  ]
}

HowTo

A HowTo séma lépésről lépésre követhető útmutatókhoz készült. A Google gazdag találatként jelenítheti meg a lépéseket, képekkel és időtartammal. Az AI keresők különösen szeretik ezt a formátumot, mert strukturáltan kapják meg az utasításokat.

{
  "@context": "https://schema.org",
  "@type": "HowTo",
  "name": "Hogyan telepítsd a JSON-LD-t WordPress-re",
  "totalTime": "PT15M",
  "step": [
    {
      "@type": "HowToStep",
      "name": "Plugin telepítése",
      "text": "Telepítsd a Rank Math vagy a Yoast SEO plugint a WordPress admin felületen."
    },
    {
      "@type": "HowToStep",
      "name": "Séma típus kiválasztása",
      "text": "A bejegyzés szerkesztőjében válaszd ki a megfelelő séma típust (Article, Product, stb.)."
    },
    {
      "@type": "HowToStep",
      "name": "Mezők kitöltése",
      "text": "Töltsd ki a kötelező mezőket: cím, leírás, kép, szerző, dátum."
    }
  ]
}

WebSite

A WebSite séma a weboldal egészét írja le, és tartalmazza a keresődoboz (Sitelinks Search Box) funkcionalitást. Ha a weboldaladnak van belső keresője, a Google a keresési találatokban közvetlenül megjelenítheti azt.

{
  "@context": "https://schema.org",
  "@type": "WebSite",
  "name": "Példa Webáruház",
  "url": "https://pelda.hu/",
  "potentialAction": {
    "@type": "SearchAction",
    "target": "https://pelda.hu/kereses?q={search_term_string}",
    "query-input": "required name=search_term_string"
  }
}

Hogyan segít az AI keresőknek?

2026-ban a keresés alapvetően megváltozott. A hagyományos "10 kék link" modell mellett megjelentek az AI-alapú válaszgenerátorok: a ChatGPT Search, a Google AI Overviews (korábban SGE), a Perplexity és a Microsoft Copilot. Ezek az eszközök nem csupán linkeket listáznak - összesítéseket, válaszokat és ajánlásokat generálnak, amelyekhez forrásként hivatkoznak a weboldaladra. De hogyan döntik el, melyik weboldalt idézzék?

Entitásfelismerés és Knowledge Graph

Az AI keresők a világ tudását egy tudásgráfban (Knowledge Graph) szervezik. Ebben a gráfban minden entitás - személyek, cégek, termékek, helyek - csomópontként jelenik meg, és a köztük lévő kapcsolatok élekként. Amikor a weboldalad Schema.org jelöléseket tartalmaz, az AI kereső azonnal össze tudja kapcsolni a tartalmadat a tudásgráf megfelelő csomópontjával.

Példa: ha a weboldalad JSON-LD-ben tartalmaz egy LocalBusiness sémát "Arany Kanál Étterem" névvel, Budapest címmel és "Magyar konyha" típussal, az AI kereső azonnal tudja, hogy ez egy létező étterem, és a "legjobb magyar étterem Budapesten" kérdésre adott válaszában hivatkozhat rá. Strukturált adatok nélkül az AI-nak a szövegből kellene kikövetkeztetnie mindezt - ami sokkal kevésbé megbízható.

Hogyan használják a különböző AI keresők a strukturált adatokat?

• ChatGPT Search: A ChatGPT a keresési eredmények feldolgozásakor kiemelt figyelmet fordít a JSON-LD blokkokra. A strukturált adatokból közvetlenül kinyeri az entitás nevét, típusát, tulajdonságait és kapcsolatait. Ez különösen fontos a tényellenőrzésnél: ha a strukturált adatok megerősítik a szöveg tartalmát, az AI nagyobb bizalommal hivatkozik a forrásra.
• Google AI Overviews: A Google AI Overviews a saját Knowledge Graph-ját a Schema.org adatokkal bővíti. A strukturált adatok pontszáma az AI Láthatóság audit egyik kulcsfontosságú komponense - a hiányzó vagy hibás séma jelölések közvetlenül rontják az AI Overviews-ban való megjelenés esélyét.
• Perplexity: A Perplexity az összegzéseihez több forrást szintetizál. A strukturált adatok segítenek abban, hogy az AI pontosan azonosítsa a forrás típusát (cikk, termékoldal, GYIK) és az abban szereplő tényeket (ár, dátum, értékelés). Így a Perplexity pontosabb összesítéseket tud generálni.

Implementáció lépésről lépésre

A strukturált adatok implementálása nem igényel mély programozási tudást. Kövesd az alábbi lépéseket, és a weboldalad perceken belül gépileg értelmezhetővé válik az AI keresők számára.

1. Azonosítsd az oldal típusát. Minden weboldalnak van egy elsődleges célja. Egy blogcikk Article típusú, egy termékoldal Product, egy kapcsolati oldal ContactPage, a főoldal pedig WebSite és Organization kombinációja. Határozd meg, melyik Schema.org típus illik a legjobban az adott oldalhoz.
2. Válaszd ki a kötelező és ajánlott mezőket. Minden séma típusnak vannak kötelező (required) és ajánlott (recommended) mezői. A Google hivatalos dokumentációja pontosan felsorolja ezeket típusonként. Mindig töltsd ki legalább a kötelező mezőket - de az ajánlottakat is érdemes, mert azok növelik az esélyt a gazdag találat megjelenítésre.
3. Írd meg a JSON-LD blokkot. Hozz létre egy <script type="application/ld+json"> elemet, és írd meg benne a JSON struktúrát. Ügyelj a helyes JSON szintaxisra: idézőjelek a kulcsok és szöveges értékek körül, vesszők az elemek között, és ne legyen lezáró vessző az utolsó elem után.
4. Helyezd el a HTML-ben. A JSON-LD blokkot illeszd be a <head> szekcióba, a meta tagek után. Ha több séma típust is használsz (pl. Article + BreadcrumbList + WebPage), mindegyikhez külön <script> blokkot hozz létre.
5. Teszteld a Google Rich Results Test-tel. Nyisd meg a Google Rich Results Test eszközt, másold be az URL-t vagy a kódot, és futtasd a tesztet. Az eszköz megmutatja, hogy mely séma típusokat ismerte fel, vannak-e hiányzó kötelező mezők, és jogosult-e az oldal gazdag találat megjelenítésre.
6. Monitorozd a Search Console-ban. A Google Search Console "Továbbfejlesztések" (Enhancements) szekciójában követheted a strukturált adatok állapotát: hány oldal tartalmaz érvényes jelöléseket, hol vannak hibák, és milyen gazdag találat típusok jelennek meg a keresési eredményekben.

Gyakori hibák

A strukturált adatok implementálása során számos csapda leselkedik a fejlesztőkre és a weboldal-tulajdonosokra. Az alábbi hibák a leggyakoribbak - és a legtöbbjük egyszerűen elkerülhető.

Tesztelés és validálás

A strukturált adatok implementálása után elengedhetetlen a tesztelés és a folyamatos monitorozás. Az alábbi eszközök segítenek ebben:

Google Rich Results Test

A Google Rich Results Test az elsődleges tesztelő eszköz. Megmutatja, hogy az oldalad jogosult-e gazdag találat megjelenítésre, milyen séma típusokat talált, és vannak-e hiányzó vagy hibás mezők. URL-t és kódrészletet egyaránt elfogad. Minden JSON-LD módosítás után futtasd le ezt az eszközt.

Schema Markup Validator

A Schema Markup Validator (a korábbi Structured Data Testing Tool utódja) részletesebb validálást végez, mint a Rich Results Test. Nem csupán a Google-specifikus gazdag találat követelményeket ellenőrzi, hanem az általános Schema.org specifikáció megfelelőségét is. Akkor is hasznos, ha a séma típusod nem jogosult gazdag találat megjelenítésre - az AI keresők ugyanis ezeket is feldolgozzák.

Lighthouse audit

A Google Lighthouse (a Chrome DevTools részeként vagy a PageSpeed Insights-on keresztül elérhető) az SEO audit részeként ellenőrzi a strukturált adatok jelenlétét és érvényességét. Bár nem olyan részletes, mint a dedikált eszközök, a Lighthouse az általános SEO állapot részeként kontextusba helyezi a strukturált adatokat.

Google Search Console

A Google Search Console a hosszú távú monitorozás eszköze. A "Továbbfejlesztések" (Enhancements) szekcióban típusonként (Article, Product, FAQPage, stb.) követheted a strukturált adatok állapotát. A Search Console jelzi a hibákat, a figyelmeztetéseket és az érvényes elemek számát. Állíts be értesítéseket, hogy azonnal értesülj az új hibákról.

Hasznos külső források

Az alábbi hivatalos források részletes technikai útmutatást nyújtanak a strukturált adatok implementálásához:

• Schema.org - A strukturált adatok hivatalos szótára és dokumentációja
• Google Structured Data dokumentáció - A Google hivatalos útmutatója típusonként
• Google Rich Results Test - Gazdag találat jogosultság tesztelése
• Schema Markup Validator - Általános Schema.org validálás
• JSON-LD hivatalos specifikáció - A JSON-LD formátum technikai specifikációja
• Google Search Console - Strukturált adatok monitorozása