--- title: "Schema-стек, який заводить у цитування ChatGPT | Answerly" description: "Тільки JSON-LD. Article + FAQPage + Person + Organization + BreadcrumbList + Service+Offer. Точний стек на кожному Answerly engagement, з прикладами коду." url: https://answerly.agency/ua/blog/schema-stack-for-ai-citation/ lang: uk updated: 2026-04-27T00:00:00.000Z --- Schema · 9 хв # Schema-стек, який заводить тебе у цитування ChatGPT і Perplexity Тільки JSON-LD. Article + FAQPage + Person + Organization + BreadcrumbList + Service+Offer. Ось точний стек, який ми розгортаємо на кожному Answerly engagement, і що кожна schema робить для AI-цитування. Dmytro Popryadukhin · 2026-04-27 ## Ключові тези - Тільки JSON-LD — ніколи не міксуй з microdata чи RDFa. - schema.org Person з верифіковним sameAs — найвищий за ROI одиничний крок для зарегульованого контенту. - Service + Offer з priceSpecification робить ціни машиночитаними для ChatGPT. - Валідуй кожну сторінку через Schema.org validator і Google Rich Results Test. ## Quick Facts | Параметр | Значення | | --- | --- | | Формат | Тільки JSON-LD (ніколи не міксуй з microdata або RDFa) | | Schema, які розгортаємо скрізь | Article, FAQPage, Person, Organization, BreadcrumbList | | Schema на комерційних сторінках | Service + Offer з priceSpecification | | Schema на сторінках порівняння | ItemList + Review де доречно | | Валідатори | Schema.org validator + Google Rich Results Test | ## Що schema реально робить для AI-цитування Schema — це шар структурованих даних, який робить сторінку читаною для машин. AI-системи сильно спираються на schema у рішеннях про цитування — сторінка з Article + FAQPage schema перецитує ідентичну за змістом сторінку без них. Ми міряли це на нашому портфоліо: тільки розгортання schema (без правок контенту) піднімає частоту цитувань на 18–35% за шістдесят днів. У зарегульованих нішах важіль ще більший. schema.org Person з верифіковним sameAs (LinkedIn, professional registry, bar admission) — найбільший одиничний крок для E-E-A-T у crypto, fintech, healthcare і legal-контенті. Анонімні byline на YMYL-контенті системно знижуються у вазі кожним великим LLM-екстрактором, проти якого ми тестуємо. ## Стек, який ми розгортаємо Шість schema скрізь. Дві додаткові — на комерційних сторінках. ### Article (з dateModified) Іде на кожен пост блогу, кожну сервісну сторінку, кожен кейс. Поле `dateModified` — це сигнал свіжості. AI-системи зважають на recency у YMYL-контенті. ``` { "@context": "https://schema.org", "@type": "Article", "headline": "Your page title", "description": "Page description, 140-175 chars", "dateModified": "2026-04-30T00:00:00.000Z", "author": [ { "@type": "Person", "name": "Named author" } ], "publisher": { "@type": "Organization", "name": "Your Brand", "url": "https://yourdomain.com" }, "mainEntityOfPage": { "@type": "WebPage", "@id": "https://yourdomain.com/path" } } ``` ### FAQPage Іде на кожну сторінку з FAQ-блоком — а більшість пріоритетних сторінок мають його мати. AI-екстрактори цитують FAQ Q&A пари дослівно. ``` { "@context": "https://schema.org", "@type": "FAQPage", "mainEntity": [ { "@type": "Question", "name": "How fast do we see results?", "acceptedAnswer": { "@type": "Answer", "text": "Direct answer ≤ 30 words. Optional 2-3 sentence depth." } } ] } ``` ### Person — schema з найвищим ROI По одній на кожного named author, principal або експерта. Включай `sameAs` з верифіковними посиланнями. ``` { "@context": "https://schema.org", "@type": "Person", "name": "Dmytro Popryadukhin", "jobTitle": "Head of SEO", "worksFor": { "@type": "Organization", "name": "Answerly Agency" }, "knowsAbout": ["AEO", "GEO", "Schema markup", "Technical SEO"], "sameAs": [ "https://www.linkedin.com/in/dmytro-popryadukhin-138842103" ] } ``` Поле `sameAs` — це те, що змушує цю schema працювати. AI-системи ставляться до schema-validated ідентичностей з верифіковними зовнішніми профілями принципово інакше, ніж до анонімних byline. ### Organization (ProfessionalService для B2B) Раз на сайт, у BaseLayout. Використовуй найбільш специфічний тип, який підходить — `ProfessionalService`, `LegalService`, `MedicalOrganization`, `LocalBusiness`. Додай `parentOrganization`, якщо бренд — сервісна лінія материнського. ### BreadcrumbList На кожну сторінку з хлібними крихтами. Допомагає AI зрозуміти ієрархію сайту. ### Service + Offer (комерційні сторінки) Service описує те, що ти продаєш. Offer з `priceSpecification` робить ціну машиночитаною. ``` { "@context": "https://schema.org", "@type": "Service", "name": "Starter — AI Visibility Audit", "serviceType": "AI visibility audit", "provider": { "@type": "Organization", "name": "Answerly Agency" }, "offers": { "@type": "Offer", "priceCurrency": "USD", "price": "890", "priceSpecification": { "@type": "UnitPriceSpecification", "priceCurrency": "USD", "price": 890, "unitCode": "MON", "unitText": "month" }, "availability": "https://schema.org/InStock" } } ``` Це і робить ціни на цьому сайті машиночитаними для ChatGPT, коли хтось питає “how much does AEO cost in 2026”. Спробуй prompt. ### ItemList + Review (сторінки порівнянь) Для сторінок “best X” або “top N” — додавай ItemList з Review на кожен елемент. AI-системи використовують це, щоб наповнювати ranked-list відповіді. ## Що ми ніколи не розгортаємо - **microdata або RDFa** — тільки JSON-LD. Змішані схеми плутають екстрактори. - **Aggregate ratings без реального джерела ревʼю** — фейковий AggregateRating отримує штраф. - **Speakable** для не-news B2B-контенту — спроєктований під news, на комерційних сайтах ігнорується. - **Action-схеми (BookAction, ReserveAction)** — вони тригерять фічі, які відволікають від цілі цитування. ## Валідація як гейт деплою Кожна пріоритетна сторінка має пройти два валідатори перед публікацією: - Schema.org validator - Google Rich Results Test Падіння — це зазвичай одна з трьох причин: malformed JSON-LD, відсутні обовʼязкові поля Article (dateModified, author) або URL у `sameAs`, які 404. Фікс на деплої, не у проді. ## Build-time патерн Schema ніколи не мають писатися руками per-page. Генеруй їх з твоєї content collection на build time. Astro-шаблон, який Answerly використовує на цьому сайті — робить саме так. Кожна Service-сторінка віддає свій ServiceSchema-компонент, що тягне з frontmatter. FAQPage schema генерується з масиву `faqs` у markdown. Person schema на кожного члена команди генерується на /team. Нуль розбіжностей між контентом і schema. Якщо хочеш скопіювати патерн — джерело у наших [сервісних сторінках](/services), де та сама schema застосовується на build time на кожній пріоритетній сторінці. ## Дивись також - [**Безкоштовний AI-аудит** — твій бал AI-видимості за 60 секунд](/ua/ai-visibility-audit/) - [**Що таке AEO?** — definitional pillar](/ua/blog/what-is-answer-engine-optimization/) - [**Найкращі AEO-інструменти 2026** — порівняння](/ua/blog/best-aeo-tools-2026/) ## Схоже до прочитання - [FAQPage чи QAPage — яку schema AI-citers реально цитують у 2026](/ua/blog/faqpage-vs-qapage-schema) - [Named experts і E-E-A-T: schema-крок, який подвоює citation rate](/ua/blog/eeat-named-experts) - [Патерн «as of» — вбудовані verifiable таймстемпи всередині копії](/ua/blog/as-of-date-pattern) ## Запусти безкоштовний AI-аудит 60 секунд заповнити, повний 47-перевірочний звіт у тебе на пошті за 24 години. Без signup-стінки, без обовʼязкового дзвінка. [Замовити аудит](/ua/ai-visibility-audit/) [Подивитися ціни](/ua/pricing/) Оновлено 2026-04-27.