Schema.org для GEO-оптимизации: 8 типов разметки для нейросетей

Schema.org — язык, на котором ваш сайт «разговаривает» с поисковыми системами и нейросетями. Для GEO-оптимизации критичны определённые типы разметки. Разбираем 8 ключевых типов с примерами кода.

Алексей Малков

Основатель GEOAudit.org • GEO/SEO-стратег

150+ аудитов • 12 лет в digital • 100+ отзывов на фрилансе

Профиль автора →

Зачем Schema.org нужна для AI-видимости и GEO-оптимизации сайта

Нейросети извлекают информацию из HTML-кода страниц. Schema.org — стандарт структурированных данных, который помогает AI-краулерам точно понять, что представлено на странице: кто вы, что продаёте, где находитесь, кто ваши эксперты.

Без Schema.org нейросеть «угадывает» контекст из текста. С разметкой — получает структурированные факты. Это кардинально повышает шанс корректного упоминания.

8 ключевых типов JSON-LD разметки для нейросетей и AI-краулеров

1. Organization

Базовый тип для любого бизнеса. Описывает компанию: название, логотип, контакты, соцсети. Обязателен для всех сайтов.

{
  "@type": "Organization",
  "name": "GEOAudit",
  "url": "https://geoaudit.org",
  "logo": "https://geoaudit.org/logo.png",
  "contactPoint": {
    "@type": "ContactPoint",
    "telephone": "+7-977-185-78-03",
    "contactType": "customer service"
  },
  "sameAs": ["https://t.me/geoaudit"]
}

2. LocalBusiness

Для бизнеса с физическим адресом. Критичен для локального GEO — Алиса и ЯндексGPT используют эти данные для рекомендаций «рядом».

3. FAQPage

Один из самых важных типов для GEO. Нейросети «любят» FAQ-формат — он напрямую отвечает на вопросы пользователей. FAQ с разметкой FAQPage имеет больший шанс попасть в AI-ответ.

4. Product / Offer

Для e-commerce. Описывает товары с ценами, наличием, характеристиками. Google AI Overviews и Perplexity активно используют Product/Offer при товарных запросах.

5. Article / BlogPosting

Для статей и блога. Указывает автора, дату, тему. Помогает AI определить авторитетность и свежесть контента — ключевые факторы для цитирования.

6. Person

Для профилей экспертов и авторов. E-E-A-T-сигнал: AI видит, что контент написан реальным экспертом с квалификацией. Критично для YMYL-тематик (медицина, финансы).

7. HowTo

Пошаговые инструкции. Нейросети часто включают HowTo-контент в ответы на запросы «как сделать...». Разметка помогает AI корректно извлечь шаги.

8. MedicalOrganization / Dentist

Специализированные типы для медицины. Обязательны для клиник и стоматологий в YMYL-контексте. GEO для клиник →

Приоритеты внедрения Schema.org по отраслям: медицина, e-commerce, B2B

Общий принцип: чем ближе ниша к YMYL (медицина, финансы, право), тем больше веса у Person и AggregateRating — нейросети проверяют экспертность и репутацию перед тем, как процитировать источник в ответе на чувствительный запрос.

AggregateRating и Review: зачем нейросетям социальное доказательство

AggregateRating агрегирует рейтинг компании или продукта — среднюю оценку и число отзывов. Review — это отдельные текстовые отзывы с оценкой. Для GEO эта пара работает как сигнал доверия: когда нейросеть выбирает, кого порекомендовать из нескольких похожих компаний, разметка с рейтингом 4.8 и 120 отзывами выглядит убедительнее «голого» описания услуг без подтверждения.

Важно: указывать в AggregateRating можно только реальные отзывы, которые видны пользователю на странице. Накрутка или разметка без видимого текста отзывов — риск ручных санкций от Google и источник ошибок в Rich Results Test.

{
  "@type": "AggregateRating",
  "ratingValue": "4.8",
  "reviewCount": "127",
  "bestRating": "5"
}

Этот блок обычно вложен в Organization, Product или LocalBusiness — не публикуется как отдельный самостоятельный тип.

JSON-LD против Microdata: что выбрать для GEO-оптимизации

Технически Schema.org поддерживает три формата: JSON-LD, Microdata и RDFa. Для GEO выбор однозначный — JSON-LD.

• JSON-LD — отдельный блок <script type="application/ld+json">, не привязанный к HTML-разметке видимого контента. Google официально рекомендует именно этот формат, и краулеры нейросетей (GPTBot, ClaudeBot, PerplexityBot) парсят его быстрее и без ошибок.
• Microdata — атрибуты itemprop, itemscope прямо внутри HTML-тегов. Технически рабочий вариант, но при любой правке вёрстки разметка легко ломается, а вложенные типы читаются сложнее.
• RDFa — практически не используется в рунете, смысла внедрять для GEO нет.

Если на сайте уже есть Microdata — не обязательно всё переписывать. Но для новых страниц и при GEO-аудите мы рекомендуем миграцию на JSON-LD: меньше ошибок, проще поддерживать, быстрее парсится AI-краулерами.

Сколько типов разметки реально нужно сайту

Универсального «чек-листа из 8 типов» для каждой страницы не существует — набор зависит от типа страницы:

• Главная страница: Organization + SiteNavigationElement (через ItemList с явным position для каждого пункта меню) — минимум, который должен быть.
• Страница услуги: Service + FAQPage + BreadcrumbList.
• Карточка товара: Product + Offer + AggregateRating.
• Статья блога: Article (или BlogPosting) + BreadcrumbList, при наличии вопросов — FAQPage.
• Страница эксперта: Person с полями jobTitle, alumniOf, sameAs на профили в соцсетях и на фриланс-биржах.

На практике на одной странице редко бывает больше 4-5 типов одновременно — остальные распределены по сайту. Избыточная разметка (когда на страницу «на всякий случай» вешают 8 типов) не даёт бонуса и усложняет валидацию.

Как внедрить Schema.org: JSON-LD в head, Google Tag Manager, Тильда, Битрикс

Способ внедрения зависит от CMS:

• Статический HTML — JSON-LD вставляется напрямую в <head> отдельным тегом <script type="application/ld+json"> для каждого типа разметки. Так проще всего контролировать корректность на этапе вёрстки.
• Тильда — через блок T123 («HTML-код») или в настройках страницы в поле «Ещё» → «Вставка кода в head». Вставляется тот же JSON-LD-код, что и для статического сайта.
• 1С-Битрикс — три варианта: вручную в файл шаблона header.php, через кастомный компонент, который генерирует разметку динамически на основе данных инфоблока, либо через Google Tag Manager без правки шаблонов.
• Google Tag Manager (универсально для любой CMS) — создаётся тег типа «Пользовательский HTML» с JSON-LD-скриптом и триггером на нужные страницы. Плюс — не нужен доступ к коду сайта; минус — разметка подгружается через GTM с небольшой задержкой, что не всегда устраивает AI-краулеры без JS-рендеринга.

Для сайтов с YMYL-тематикой (медицина, финансы) мы рекомендуем разметку прямо в HTML, а не через GTM — часть краулеров нейросетей не исполняет JavaScript и не увидит тег, вставленный динамически.

Валидация разметки: инструменты и частые ошибки

Перед публикацией разметку нужно проверить в двух инструментах:

1. Google Rich Results Test (search.google.com/test/rich-results) — показывает, какие типы распознаны и есть ли ошибки в обязательных полях.
2. Schema Markup Validator (validator.schema.org) — более строгая проверка по официальной спецификации Schema.org, полезна для типов, которые Google не поддерживает в Rich Results (например, часть полей Person).

Частые ошибки, которые мы находим на GEO-аудитах:

• Разметка не совпадает с видимым контентом. Например, FAQPage со скрытыми через display:none вопросами, которых на странице реально нет для пользователя — риск санкций.
• Дублирование одного типа на странице. Два блока Organization с разными данными — краулер не понимает, какой считать достоверным.
• Пропущенные обязательные поля. У Product без price или availability в Offer Rich Results выдаёт ошибку и такая разметка не работает.
• Неверный формат даты. datePublished и dateModified должны быть строго в ISO 8601 (ГГГГ-ММ-ДД), а не «24 марта 2026».
• SiteNavigationElement плоским списком без position. Без явного порядка через ItemList нейросеть не понимает иерархию меню.

Влияет ли Schema.org на позиции в поиске и на упоминания в AI-ответах

Здесь важно разделять два разных процесса — SEO и GEO.

Для классического SEO (Google, Яндекс) Schema.org напрямую не входит в формулу ранжирования — это подтверждено официально. Разметка влияет косвенно: через расширенные сниппеты (рейтинг, цена, хлебные крошки в выдаче), которые повышают CTR, а не саму позицию.

Для GEO — оптимизации под ChatGPT, Алису, Grok, Perplexity — эффект другой. Нейросети не «ранжируют» сайты в привычном смысле, а формируют ответ на основе того, что смогли извлечь и понять из контента. Структурированные данные снижают вероятность ошибки при извлечении фактов и повышают шанс, что нейросеть процитирует именно ваш сайт, а не перескажет информацию неточно или сошлётся на конкурента с более понятной для краулера разметкой. Это не гарантия упоминания, но измеримо повышает точность и частоту цитирования — это мы фиксируем в сравнении «до/после» на GEO-аудитах.

Комплексный пример: разметка B2B-страницы услуги

Для страницы услуги на практике разметка обычно объединяет несколько типов в одном <head>:

{
  "@context": "https://schema.org",
  "@type": "Service",
  "name": "Технический GEO-аудит",
  "provider": {
    "@type": "Organization",
    "name": "GEOAudit",
    "url": "https://geoaudit.org"
  },
  "areaServed": "RU",
  "offers": {
    "@type": "Offer",
    "price": "40000",
    "priceCurrency": "RUB"
  }
}

Плюс отдельными блоками — FAQPage с реальными вопросами клиентов и BreadcrumbList для навигационной цепочки. Такая связка из 3 типов на одной странице услуги — стандарт, который мы внедряем на GEO-аудитах для B2B-сайтов.

Вывод

Schema.org — не формальность для галочки, а рабочий инструмент GEO-оптимизации. Из 8 разобранных типов для большинства B2B-сайтов обязательны Organization, FAQPage и отраслевой тип (Service, Product или MedicalOrganization) — с них стоит начинать, если на сайте разметки пока нет вообще. Остальные типы — Person, HowTo, AggregateRating — добавляют точности, но не критичны на старте.

Ключевая ошибка, которую мы видим на 8 из 10 аудитов, — разметка есть, но не совпадает с видимым контентом или содержит невалидные поля. Такая разметка не просто бесполезна, а иногда работает во вред: нейросеть либо игнорирует её, либо натыкается на противоречие между тем, что написано, и тем, что размечено.

Если вы не уверены, какие типы разметки нужны именно вашему сайту и корректно ли работает то, что уже внедрено — начните с бесплатной диагностики (0 ₽): она покажет, есть ли базовая разметка и где расхождения. Для полного разбора со списком приоритетных типов, готовым JSON-LD-кодом и проверкой валидности — технический GEO-аудит за 40 000 ₽.

FAQ: Schema.org для GEO

Заказать GEO-аудит или связаться с нами можно через форму на сайте, по email info@geoaudit.org или в Telegram @geoaudit — отвечаем в течение двух часов в рабочие дни.