Ez a cikk bemutatja, hogyan alakult át a schema markup egy klasszikus rich snippet eszközből az AI által generált keresési találatokban való megjelenés egyik legfontosabb technikai alapjává. A jelenlegi kutatásokra és hivatalos iránymutatásokra építve bemutatja, mely schema típusoknak van a legnagyobb súlyuk 2026-ban, hogyan kell őket helyesen implementálni, és mi változott a Google 2026. májusi FAQ-frissítése után.
Mit fogsz megtudni:
- Miért tekintik ma az AI keresőmotorok a strukturált adatokat bizalmi jelzésnek, nem csupán megjelenítési triggernek
- A hat schema típust, amelyek 2026-ban a legmagasabb AI-hivatkozási arányt hozzák
- Miért a JSON-LD az egyetlen implementációs formátum, amelyet új bevezetésnél érdemes használni
- Egy gyakorlati, lépésről lépésre felépített néghetes implementációs keretrendszert bármilyen weboldalhoz
- Mi változott a Google 2026. májusi FAQ-frissítése után, és mire nem érdemes többé támaszkodni
- Válaszokat a schema markup implementálásával kapcsolatos leggyakoribb kérdésekre
A keresés rövid idő alatt jelentősen megváltozott. A ChatGPT naponta körülbelül 2 milliárd lekérdezést dolgoz fel. A Google AI Overviews nagyjából az összes keresés 30%-ában jelenik meg. Mindkét felület mögött egy olyan technológia áll, amelyet a legtöbb weboldal még mindig másodlagos feladatként kezel: a schema markup.
Az adatok erős érvet adnak amellett, hogy ezt az álláspontot újra kell gondolni. A SEO Sherpa kutatása szerint a Google első oldalas találatainak 72%-a már használ schema markup jelölést. Az Alhena.ai adatai szerint a ChatGPT által hivatkozott oldalak 65%-a tartalmaz strukturált adatokat. A BrightEdge tanulmánya alapján pedig az érvényes strukturált adatokkal rendelkező oldalak körülbelül 30%-kal több kattintást szereznek az organikus találatokból, mint a strukturálatlan oldalak.
A schema markup ma azon kevés technikai SEO művelet egyike, amelynek előnye egyszerre terjed ki a hagyományos rangsorolásra és az AI által generált találatokra. Íme, amit tudnod kell.
1. Mi az a schema markup, és miért működik ma másképp?
A schema markup olyan kód, amelyet egy weboldalhoz adnak hozzá, és amely megmondja a keresőmotoroknak és az AI rendszereknek, hogy a tartalom mit jelent, nem csupán azt, hogy mit mond. Szabványosított szókészletet használ, és JSON-LD formátumban kerül elhelyezésre az oldal HTML-kódjában, egy script tagben. Az eredmény a tartalom gépileg olvasható leírása, amely a látható szöveg mellett helyezkedik el, de teljesen más közönséget szolgál ki: azokat az algoritmusokat és AI modelleket, amelyek eldöntik, mely forrásokat emeljék ki.
Történetének nagy részében a schema markup elsősorban rich snippetekhez kapcsolódott. Ha például Product schema jelölést adtál hozzá árakkal és értékelésekkel, a Google csillagos értékeléseket jeleníthetett meg közvetlenül a keresési találatokban. Ez ma is működik, és az átkattintási arányra gyakorolt előnye mérhető és következetes.
A szerepe azonban jelentősen kibővült. 2025 márciusában a Google és a Microsoft is nyilvánosan megerősítette, hogy generatív AI funkcióikban strukturált adatokat használnak. Nem sokkal később a ChatGPT is ugyanezt erősítette meg. A schema markupot az AI rendszerek ma már bizalmi és kontextusjelzésként olvassák, nem csupán a hagyományos keresési találatok vizuális kiegészítéseként. Ha átfogóbb képet szeretnél arról, hogyan kapcsolódik a technikai SEO és a weboldal-optimalizálás az általános keresési teljesítményhez, a hivatkozott cikk részletesen bemutatja az alapokat.
2. Hogyan használják valójában az AI keresőmotorok a strukturált adatokat?
A Google hivatalos dokumentációja egy ponton egyértelmű: nincs külön schema típus, amely kifejezetten az AI Overviews vagy az AI Mode számára lenne kötelező. Ez a kijelentés azonban nem jelenti azt, hogy a schema irreleváns lenne az AI-láthatóság szempontjából. A működési mechanizmus más, mint amire a legtöbben számítanak.
Amikor a Google Gemini-alapú AI Mode feldolgoz egy lekérdezést, ellenőriznie kell az állításokat, azonosítania kell az entitásokat, és fel kell mérnie a forrás hitelességét, mielőtt választ generál. A strukturált adatok ezt a folyamatot jelentősen gyorsabbá és megbízhatóbbá teszik. Egy pontos Organization schema jelöléssel rendelkező oldal azonnal kommunikálja, hogy ki tette közzé a tartalmat. Az Article schema megmondja az AI-nak, ki a szerző, mikor jelent meg az anyag, és mikor frissítették utoljára. Egy schema nélküli oldal arra kényszeríti az AI-t, hogy mindezt kizárólag a látható szövegből következtesse ki, ami bizonytalanságot visz a folyamatba, és csökkenti a hivatkozás esélyét.
A Wellows harmadik féltől származó megfigyeléses kutatása 73%-os kiválasztási növekedést talált a strukturált adatokkal rendelkező oldalak esetében az AI Overview megjelenésekben a strukturálatlan oldalakhoz képest. A Semrush és a Measured.com kutatásai szerint az érvényes strukturált adatokkal rendelkező oldalak 20-30%-kal gyakrabban jelennek meg AI által generált összefoglalókban. Ezek megfigyeléses eredmények, nem megerősített rangsorolási faktorok, de a független kutatási források közötti következetesség miatt érdemes cselekedni alapjánuk.
Van még egy fontos dinamika: a ChatGPT integrált keresése a Bing indexére támaszkodik, a Bing pedig 2025 elején megerősítette, hogy a schema markup segíti a nyelvi modelljeit a tartalom megértésében a Copilot számára. A schema minőségének javítása ezért egyszerre több AI keresési felületen is javíthatja a pozíciódat. Ha részletesebben érdekel, hogyan működnek az AI Overview-k, és mit jelentenek az organikus forgalom szempontjából, a hivatkozott cikk világosan bemutatja a működésüket.
3. A hat legfontosabb schema típus 2026-ban
A szabványos szókészletben több mint 800 schema típus található. A legtöbb weboldal esetében az alábbi hat adja következetesen a legnagyobb hatást:
Organization
A legfontosabb kiindulópont minden weboldal számára, függetlenül a vállalkozás típusától. Az Organization schema ellenőrzött entitásként pozicionálja a márkádat, a sameAs tulajdonságon keresztül összekapcsolja a külső profilokkal, és alapvető megértést ad az AI rendszereknek arról, ki tette közzé a tartalmat. Minden weboldalon ennek kell a helyén lennie, mielőtt bármi mást implementálnál.
Article vagy BlogPosting
Ez a schema típus minden szerkesztőségi oldalra való. Jelzi a szerzőt, a közzétételi dátumot, az utolsó módosítás dátumát és a kiadót. Mindenkinek, aki az E-E-A-T jelzések javításán dolgozik, az Article schema az a technikai réteg, amely a szerzőséget és a szakértelmet gépileg olvashatóvá teszi az AI rendszerek számára.
FAQPage
Az FAQPage schema 2026-ban is értéket nyújt, de egy fontos fenntartással. A Google Search Central szerint a FAQ rich resultok 2026. május 7-től már nem jelennek meg a Google Keresésben. A lenyitható kérdés-válasz találati előny megszűnt. A Google azonban megerősítette, hogy továbbra is feldolgozza a FAQ markupot az oldalak megértéséhez, és az olyan AI rendszerek, mint a Perplexity és a Bing Copilot továbbra is olvassák. Ott használd, ahol a tartalmad valóban tartalmaz Q&A szekciókat, és tekints rá inkább az Answer Engine Optimization jelzéseként, ne SERP-megjelenítési taktikaként.
Product
Elengedhetetlen minden e-kereskedelmi vagy szolgáltatásalapú vállalkozás számára. Az AI Overview-k ma már a vásárlási lekérdezések körülbelül 14%-ában jelennek meg. A pontos árakkal, elérhetőséggel és értékelési adatokkal ellátott Product schema strukturált jelzéseket ad az AI rendszereknek ahhoz, hogy magabiztosan jelenítsék meg a termékinformációidat.
LocalBusiness
Kritikus minden fizikai helyszínnel rendelkező vállalkozás számára. A LocalBusiness schema közvetlenül táplálja a Google Knowledge Graph rendszerét, és az AI keresés is használja helyalapú lekérdezések megválaszolásakor. A weben következetesen használt NAP-adatokkal, vagyis névvel, címmel és telefonszámmal együtt ez a leghatékonyabb schema implementáció a helyi láthatóság szempontjából.
HowTo
A HowTo schema jól teljesít az útmutató jellegű tartalmaknál, és az AI rendszerek gyakran hivatkoznak rá lépésről lépésre felépített lekérdezések esetén. Olyan oldalakon működik a legjobban, amelyek egy folyamatot világos, egymást követő lépésekben magyaráznak el, és természetesen illeszkedik a gyakorlati útmutatást nyújtó tartalmakhoz.
4. JSON-LD: az egyetlen formátum, amelyet érdemes használni
A schema markup három formátumban implementálható: JSON-LD, Microdata és RDFa. 2026-ban a JSON-LD az egyetlen gyakorlati választás.
A Google kifejezetten a JSON-LD használatát ajánlja. Ez egy külön script blokkban helyezkedik el, teljesen elkülönítve az oldal látható HTML-részétől, ami azt jelenti, hogy az AI crawlerek tisztán tudják feldolgozni, anélkül hogy a környező HTML-struktúra zavarná őket. A Microdata és az RDFa közvetlenül HTML tagekbe ágyazza be a schemát, ami feldolgozási konfliktusokat okozhat, amikor az AI motorok elemzik az oldalt.
Karbantartási szempontból a JSON-LD jelentősen könnyebben kezelhető. A schema frissítései elvégezhetők anélkül, hogy hozzá kellene nyúlni a látható oldaltartalomhoz, így csökken annak kockázata, hogy rutinszerű szerkesztések során hibák kerüljenek az oldalra. WordPress alatt az olyan bővítmények, mint a Rank Math és a Yoast SEO automatikusan generálnak JSON-LD schemát, de az automatikusan generált kimenetet közzététel előtt mindig össze kell vetni a tényleges tartalommal.
A Google hivatalos strukturált adatok dokumentációja teljes referenciát ad minden schema típus kötelező és ajánlott mezőihez.
5. Hogyan implementáld a schema markupot lépésről lépésre?
A legtöbb weboldal esetében egy szakaszokra bontott, néghetes megközelítés működik a legjobban, mert egyensúlyt teremt a gyorsaság és a pontosság között:
1. hét: Auditáld a jelenlegi schema lefedettséget
Futtasd át a legnagyobb forgalmú oldalaidat a Google Rich Results Test eszközén, és azonosítsd azokat az oldalakat, ahol hiányzó, hibás vagy túl általános schema található. Prioritásként kezeld az alapvető szolgáltatási oldalakat és a legolvasottabb szerkesztőségi tartalmakat. Egy átfogó technikai SEO audit a schema hiányosságai mellett feltárja a feltérképezhetőségi problémákat, az oldalsebességgel kapcsolatos gondokat és más technikai tényezőket is, amelyek hatással vannak az általános teljesítményre.
2. hét: Implementáld az alapvető schemákat
Kezdd az oldalszintű Organization schemával, majd adj hozzá Article vagy BlogPosting schemát minden szerkesztőségi tartalomhoz. Ez a két típus jelentősen javítja az entitások megértését, miközben a legalacsonyabb implementációs kockázatot hordozza. A legtöbb SEO bővítmény automatikusan kezeli a JSON-LD elhelyezését, ha megfelelően van konfigurálva.
3. hét: Add hozzá a vállalkozásspecifikus schemákat
Építs rá Product, LocalBusiness, FAQPage vagy HowTo schemát a vállalkozásod típusától és a tartalmadtól függően. Csak olyan schema típusokat implementálj, amelyek pontosan tükrözik az adott oldalon látható tartalmat. Itt a pontosság fontosabb, mint a lefedettség.
4. hét: Validálj és állíts be monitoringot
Futtasd újra a validálást minden frissített oldalon. Ellenőrizd a Google Search Console Enhancements szekcióját hibák és figyelmeztetések után kutatva. Állíts be negyedéves naptári emlékeztetőt, mert a tartalomfrissítések csendben elronthatják a korábban érvényes markupot anélkül, hogy a látható oldalon nyilvánvaló változás történne.
Minden szakaszban ugyanaz a szabály érvényes: csak olyan schemát implementálj, amely pontosan megfelel az oldalon látható tartalomnak. A Google 2026. márciusi core update-je kifejezetten azokat az oldalakat célozta, ahol a schemát manipulációs taktikaként alkalmazták, nem pedig a tartalom őszinte leírásaként.
6. Hogyan validáld és monitorozd a schema teljesítményét?
Három eszköz lefedi a teljes validálási és monitoring munkafolyamatot az első bevezetéstől a folyamatos karbantartásig:
A Google Rich Results Test ellenőrzi, hogy az egyes oldalak jogosultak-e rich result megjelenésekre, és felszínre hozza a validációs hibákat a bevezetés előtt és után. Használd minden fontos oldalon, mielőtt új vagy frissített schemát élesítesz.
A Google Search Console az Enhancements szekcióban követi a rich result megjelenítéseket, hibákat és figyelmeztetéseket az egész weboldalon. Ez a legpraktikusabb eszköz a schema minőségének nagy léptékű, hosszú távú monitorozására.
Manuális AI spot-checkek a ChatGPT-ben, a Perplexityben és a Google AI Mode-ban jelenleg a legmegbízhatóbb módszert jelentik az AI-hivatkozási láthatóság követésére. A Semrush AI Toolkit strukturáltabb monitoringot biztosít az AI Overview megjelenésekhez és a hivatkozási gyakorisághoz.
Egy ellenintuitív megfigyelést érdemes kiemelni: az AI-hivatkozási arányok nem mindig egyeznek az organikus rangsorolási pozícióval. Egy hagyományos találatok között ötödik helyen álló oldal továbbra is elsőként kerülhet hivatkozásra az AI Overview-ban, ha a schema minősége és a tartalmi struktúrája erősebb, mint a fölötte rangsorolt oldalaké. Emiatt a schema optimalizálása akkor is megéri, ha az oldal jelenleg organikusan nem szerepel az első három találatban.
7. Mi változott 2026-ban, és mit jelent ez a stratégiád számára?
2026-ban két jelentős változás formálta át azt, hogyan illeszkednek a strukturált adatok az SEO-stratégiába.
Először is, a Google 2026. márciusi core update-je szűkítette azoknak a schema típusoknak a rich result jogosultságát, amelyeket széles körben visszaélésszerűen használtak. A review schema a szerkesztőségi összehasonlító és affiliate oldalakon algoritmikusan, nagy léptékben visszasorolódott. A frissítés egyértelmű alapelvet erősített meg: az olyan schema, amely pontosan leírja a valódi tartalmat, jutalmat kap, míg a megjelenítés manipulálására használt schema nem.
Másodszor, és még frissebb változásként, a FAQ rich resultok 2026. május 7-től teljesen eltűntek a Google Keresésből. Ahogy azt közvetlenül a Google Search Central dokumentációja is megerősíti, a lenyitható FAQ funkció már nem érhető el. A Google azonban kifejezetten jelezte, hogy továbbra is feldolgozza a FAQ markupot az oldalak megértéséhez. Az AI rendszerek, köztük a Bing Copilot és a Perplexity továbbra is olvassák a FAQPage strukturált adatokat. A markup nem halt meg, a megjelenítési funkció szűnt meg.
Mindkét változás ugyanabba az irányba mutat. A schema szerepe SERP-megjelenítési triggerből bizalmi és entitásellenőrzési jelzéssé vált. Ez valójában tartósabb és értékesebb szerep. Azok a weboldalak, amelyek ebben az időszakban pontosan implementálták a schemát, megőrizték teljesítményüket. Annak megértése, hogy az AI keresés miben különbözik a hagyományos SEO-tól, segít keretbe helyezni, miért fontos ez a változás hosszú távon. Ugyanilyen fontos annak megértése is, hogyan alakítja át a Google AI Mode a keresési láthatóság egészét.
Konklúzió
A schema markup opcionális elemből alapvető fontosságú tényezővé vált. A megfelelően implementált strukturált adatokkal rendelkező oldalak gyakrabban jelennek meg AI által generált válaszokban, magasabb átkattintási arányt érnek el rich result megjelenésekből, és erősebb entitásfelismerést építenek a Google Knowledge Graph rendszerében.
Kezdd az Organization schemával, adj Article markupot minden szerkesztőségi tartalomhoz, majd terjeszd ki a leginkább releváns schema típusokra a vállalkozásod alapján. Használj végig JSON-LD-t, validálj közzététel előtt, és végezz negyedéves ellenőrzést. A pontosság fontosabb, mint a mennyiség: az a schema, amely őszintén írja le a tartalmadat, jobban teljesít, mint a gondolkodás nélkül, nagy mennyiségben alkalmazott schema.
Mivel a keresések egyre nagyobb része zajlik AI-alapú találatokon és zero-click élményeken keresztül, a schema azon kevés technikai befektetések egyike, amelyeknél a megtérülés egyszerre több láthatósági csatornára is kiterjed. Az LLM és AI keresési láthatóság teljes stratégiájához, beleértve azt is, hogyan lehet rangsorolni a ChatGPT keresésben, ezek az anyagok a szélesebb képet is bemutatják.
Gyakran ismételt kérdések a schema markupról 2026-ban
Javítja közvetlenül a schema markup a Google-rangsorolást?
Nem. A schema markup nem közvetlen rangsorolási tényező, ahogy azt a Google munkatársa, John Mueller is megerősítette 2025-ben. Amit viszont tesz: javítja azokat a downstream jeleket, amelyek hatással vannak a teljesítményre: jogosultságot biztosíthat a rich results megjelenésekre, erősebb entitásfelismerést eredményezhet a Google Knowledge Graphban, és növelheti annak valószínűségét, hogy az oldal AI által generált válaszokban jelenjen meg. Azok az oldalak, amelyek jogosultak rich results megjelenésekre, nagyjából 30%-kal magasabb átkattintási arányt érnek el, ami idővel forgalomnövekedést eredményez. A hatás valós és mérhető, még akkor is, ha a schema nem közvetlen rangsorolási tényező.
Melyik schema típust érdemes először hozzáadnom?
Az Organization schema legyen mindig az első, bármilyen típusú weboldalról van szó. Ez megalapozza a márkádat ellenőrzött entitásként a Google rendszereiben, és megadja az AI keresőmotoroknak azt az alapvető kontextust, amelyre szükségük van ahhoz, hogy megértsék, ki áll a tartalom mögött. Az editorial jellegű oldalakon ezt közvetlenül az Article vagy BlogPosting schema kövesse. Ez a két típus együtt erős entitásalapot hoz létre, mielőtt bármilyen üzletspecifikus schema típust hozzáadnál.
Mennyi időbe telik, mire látható eredménye lesz a schema markup használatának?
A rich result jogosultság általában a bevezetést követő néhány napon vagy néhány héten belül megjelenhet, attól függően, hogy a Google milyen gyakran térképezi fel az oldalakat. Az AI hivatkozások javulása hosszabb időt vesz igénybe. A legtöbb weboldal a helyes implementáció után 4–12 héten belül lát mérhető változásokat. Az entitásfelismerés a Knowledge Graphban fokozatosabban épül fel, és több hónapnyi következetes, érvényes strukturált adat után fejlődik ki. A fejlődés nyomon követésének legmegbízhatóbb módja a Google Search Console negyedéves ellenőrzése.
Érdemes még FAQPage schemát hozzáadni a 2026 májusi frissítés után?
A FAQ rich results találatok, amelyek korábban lenyitható kérdés-válasz elemekként jelentek meg a Google Keresőben, 2026. május 7-től megszűntek, így a vizuális SERP-előny már nem létezik. A Google azonban hivatalosan megerősítette, hogy továbbra is feldolgozza a FAQPage markupot az oldalak jobb megértése érdekében, és az AI rendszerek, például a Perplexity és a Bing Copilot is olvassák azt. A markupot érdemes megtartani azokon az oldalakon, ahol valódi kérdés-válasz tartalom található. A legfontosabb változás az, hogy a Google Keresőben már nem érdemes SERP-megjelenési előnyre számítani, csak az alapul szolgáló AI- és entitásjel-értékre.
Mi történik, ha a schema markup hibákat tartalmaz?
A schema hibák megakadályozzák a rich result jogosultságot, és csökkentik azt a bizalmi szintet, amellyel az AI rendszerek feldolgozzák a tartalmadat. A kötelező mezők hibái teljesen letiltják a rich results megjelenést. A hiányzó ajánlott, de nem kötelező mezők korlátozzák az implementáció teljes előnyét, de nem okoznak látható hibát. A leggyakoribb hibák a nem egyező tartalom — amikor a schema olyasmit ír le, ami nem látható az oldalon — és a hiányzó kötelező tulajdonságok. Publikálás előtt futtasd át az összes schemát a Google Rich Results Test eszközén, és rendszeresen ellenőrizd a Google Search Console Enhancements szekcióját a tartalomfrissítések után jelzett hibák miatt.
Meg tudom valósítani a schema markupot programozási tudás nélkül?
Igen. WordPressen az olyan bővítmények, mint a Rank Math és a Yoast SEO, automatikusan generálnak JSON-LD schemát a meglévő tartalmi adataid alapján, manuális kódolás nélkül. Shopify esetén a strukturált adatok gyakran alapértelmezetten be vannak építve a sablonokba, bár a kimenet minősége változó lehet, ezért mindig érdemes ellenőrizni a tényleges termékadatokhoz képest. Bármely platformon a JSON-LD a Google Tag Manageren keresztül is hozzáadható anélkül, hogy közvetlenül hozzá kellene nyúlni az oldal HTML-kódjához, ami különösen jól működik olyan weboldalaknál, ahol a közvetlen kódhozzáférés korlátozott, vagy külön fejlesztői csapat kezeli azt.
