Strukturovaná data JSON-LD popisují obsah stránky pomocí pojmenovaných typů a vlastností. Vyhledávači tak výslovně sdělujete, kdo je autor článku, co je produkt nebo ke které nabídce patří cena. Smyslem není do kódu přidat víc slibů než do textu. Smyslem je jednoznačně popsat skutečnosti, které stránka opravdu nabízí, a udržovat je ve shodě s tím, co vidí čtenář.
JSON-LD je formát, Schema.org je slovník
Tyto dvě věci se často směšují. JSON je způsob zápisu dat. JSON-LD k němu přidává mechanismus pro propojená data. Schema.org poskytuje slovník typů a vlastností, například Article, Person nebo headline. Samotný platný JSON ještě neříká, že jste správně popsali článek, natož že splňujete pravidla konkrétního vyhledávače.
Google podporuje JSON-LD, Microdata a RDFa. Pro většinu webů doporučuje JSON-LD kvůli jednodušší implementaci a údržbě. Zápis bývá vložený do HTML v prvku <script type="application/ld+json">. Tento prvek nespouští obchodní logiku stránky; předává datový popis. Google může číst i dynamicky vložený JSON-LD, ale implementaci stále musíte ověřit na skutečně dostupné stránce.
Ještě rozlišujte Schema.org a podporu funkcí ve vyhledávání. Slovník obsahuje víc možností, než Google používá pro konkrétní rozšířené výsledky. Pro význam typů slouží Schema.org, pro podmínky zobrazení v Googlu příslušná dokumentace Search Central. Přehled podporovaných formátů a tento rozdíl vysvětluje úvod ke strukturovaným datům.
Typ vybírejte podle hlavního obsahu stránky
U běžného odborného článku přichází v úvahu Article nebo jeho konkrétnější typ BlogPosting. Produktová stránka řeší jiné údaje a jiná pravidla. Nepřidávejte typ jen proto, že se s ním někde pojí atraktivní vzhled výsledku. Návod na péči o nářadí není recept a reklamní tvrzení není zákaznická recenze.
Začněte krátkou inventurou: co je hlavním předmětem stránky, jaké údaje jsou na ní skutečně dostupné a kdo je spravuje? Nadpis, autor a datum mohou pocházet z CMS. Cena a dostupnost zase z produktové databáze. Pokud údaj nemáte nebo ho nedokážete udržovat, nevymýšlejte jej kvůli dokonale vypadajícímu kódu.
Na jedné stránce mohou být oprávněně různé položky, například článek a drobečková navigace. Potřebujete ale rozumět jejich vztahu. Přidání dalších typů samo o sobě nezvyšuje hodnotu stránky. Praktický problém bývá opačný: šablona, SEO plugin a ručně vložený kód popisují tentýž článek několikrát s rozdílným autorem nebo datem.
Modelový článek: od viditelné předlohy ke kódu
Následující ukázka je zcela fiktivní. Představte si stránku s titulkem „Jak vybrat pracovní stůl“, uvedenou autorkou Janou Novou a datem prvního vydání 10. listopadu 2026 v 9:00 českého času. Profil autorky je propojený z jejího jména. Adresy na example.com jsou modelové a neodkazují na skutečný článek ani skutečnou osobu.
Zjednodušený datový popis této předlohy může vypadat takto:
<script type="application/ld+json">
{
"@context": "https://schema.org",
"@type": "Article",
"headline": "Jak vybrat pracovní stůl",
"datePublished": "2026-11-10T09:00:00+01:00",
"author": {
"@type": "Person",
"name": "Jana Nová",
"url": "https://example.com/autori/jana-nova/"
},
"url": "https://example.com/jak-vybrat-pracovni-stul/"
}
</script>
@context určuje použitý slovník, @type označuje typ popisované věci a headline nese titulek. Vnořený autor má vlastní typ Person. Jeho url identifikuje autorku, zatímco vnější url patří článku. Datum obsahuje časové pásmo. Ukázka není kód tohoto blogového příspěvku a nesmíte ji bez úprav přenést na vlastní web.
Záměrně v ní není vymyšlená adresa obrázku ani smyšlené datum aktualizace. Při skutečném nasazení doplňte relevantní doporučené údaje, které máte podložené. Současná dokumentace Google pro Article uvádí doporučené vlastnosti, nikoli seznam povinných vlastností tohoto typu. To neznamená, že prázdný nebo nepravdivý popis je užitečný. Je lepší dodat přesné dostupné údaje než vyplňovat všechna pole odhadem.
Pro samotný význam typu a jeho vlastností je referencí Schema.org Article. Výukový příklad ale nenahrazuje kontrolu konkrétní šablony, obrázků, autorství a skutečného data publikace. U neveřejného konceptu nevydávejte datum jeho vytvoření automaticky za datum vydání.
Největší riziko bývá nesoulad, ne chybějící čárka
JSON může projít syntaktickou kontrolou a přesto tvrdit nesmysl. Typická chyba je cena v textu aktualizovaná z katalogu, ale stará cena uložená ručně v JSON-LD. U článku se zase změní autor nebo nadpis a ručně přidaný blok zůstane beze změny. Proto je vhodnější generovat veřejný obsah i jeho datový popis ze stejného spravovaného zdroje.
Google požaduje, aby strukturovaná data pravdivě reprezentovala obsah stránky. Nevkládejte do nich skryté recenze, hodnocení bez skutečných podkladů nebo údaje o jiném produktu. Doplňující informace nemají sloužit jako druhá, přikrášlená verze nabídky pro roboty. Podmínky shrnují obecná pravidla strukturovaných dat.
Před změnou šablony zjistěte, co už generuje CMS a pluginy. Více datových bloků není samo o sobě chyba; protichůdné popisy stejné věci ano. Určete, kdo vlastní jednotlivé údaje a jak se změna obsahu promítne do kódu. Kontrolujte také konečný výstup stránky, ne jen nastavení pluginu v administraci.
Validace má několik vrstev
Jedno zelené oznámení nestačí. Každá kontrola odpovídá na jinou otázku a některé důležité chyby automatický test vůbec neodhalí.
- Syntaxe JSON: lze data vůbec přečíst? Hledejte například chybějící čárku, neuzavřený řetězec nebo komentář vložený do JSON.
- Slovník a typy: používáte smysluplné typy a vlastnosti Schema.org? K tomu slouží Schema Markup Validator.
- Podpora Google: splňuje zápis požadavky podporované funkce? Pro tuto kontrolu použijte Rich Results Test a dokumentaci konkrétního typu.
- Obsahová pravdivost: odpovídají autor, data, nabídky a další údaje skutečně tomu, co uživatel na stránce najde? Tuto kontrolu nemůžete nahradit samotným validátorem.
- Dostupnost a provoz: nachází se kód na správné URL a dostane se k němu Google? Po nasazení ověřte skutečnou stránku a její zpracování v Search Console.
Pokud nástroj nenajde podporovaný rozšířený výsledek, neznamená to automaticky, že je celý slovník Schema.org použitý špatně. A opačně: správný výsledek testu není garance zobrazení. Google výslovně uvádí, že rozšířený výsledek nemusí ukázat ani u správně označené stránky. Způsobilost k funkci a její skutečné použití jsou dva odlišné stavy.
U obrázků kontrolujte také relevanci a dostupnost. Neexistující soubor nebo nepřístupná URL se nevyřeší tím, že adresa dobře vypadá v JSON. U veřejného nasazení dbejte na pravidla konkrétního typu. Soukromý pracovní koncept kvůli testování nezveřejňujte předčasně; test kódu a pozdější kontrola autorizované veřejné stránky mají rozdílný účel.
Co lze a nelze slíbit pro AI vyhledávání
Strojově čitelný a pravdivý popis obsahu je rozumný základ. Není však podkladem pro slib, že vás AI začne citovat nebo vám přidělí delší odpověď. V dodaném článku na Search Engine Journal Andrea Volpini z WordLift popisuje zkoumání 97 URL v rozhraní GPT-5 a následné hodnocení s pomocí Gemini. Sám pracuje s ranými pozorováními a hypotézou o vlivu na rozsah získaného textu.
Takový postup je podnět k dalšímu testování, ne potvrzená specifikace všech AI vyhledávačů. Ze srovnání různých stránek nelze bez dalšího odvodit, že samotné přidání schema způsobilo změnu. Výsledek může souviset i s typem stránky, jejím obsahem nebo způsobem získání dat. Hypotézu o „kvótě viditelnosti“ proto nepoužívejte jako obchodní garanci.
Pro AI Overviews a AI Mode Google v dokumentaci k AI funkcím uvádí, že není potřeba speciální schema. Důležité zůstávají běžné základy SEO, dostupný užitečný obsah a soulad dat s viditelným textem. Toto vyjádření se týká uvedených funkcí Google; nepopisuje automaticky chování všech ostatních platforem.
Začněte jednou šablonou a udržujte ji
Vyberte skutečný typ stránky a zapište, které údaje obsahuje, odkud se berou a kdo je mění. Potom opravte generování, proveďte validační i obsahovou kontrolu a teprve následně rozšiřujte stejné pravidlo na další stránky. Po aktualizaci CMS nebo změně šablony zkontrolujte reprezentativní vzorek znovu. Jednou správně vyplněný plugin není trvalé ověření webu.
Pokud pro texty používáte generativní nástroje, stejná věcná kontrola musí předcházet i jejich datovému popisu. Souvislosti rozebírá článek o AI obsahu na webu.
Chcete zadat strukturovaná data bez rozporů?
Pro rozhodnutí, co má vaše konkrétní šablona popisovat a jak ověření zadat vývojáři, můžete využít konzultaci. Výstupem má být jasné zadání a kontrolovatelná data, ne slib rozšířeného výsledku nebo citace v AI.









