seomaestro

Poradniki · E-commerce

Sklep internetowy w odpowiedziach AI: dane produktów, które pomagają

Sklep internetowy w odpowiedziach AI: jak opisać produkty danymi Product, podać cenę i dostępność, pisać opisy porównawcze i wpuścić właściwe boty.

Redakcja SEO Maestro11.11.20268 min czytaniaźródła sprawdzone 11.11.2026

Klient pyta asystenta AI, który ekspres do kawy kupić do małego biura za mniej niż dwa tysiące złotych. Dostaje trzy modele i linki do sklepów, ale twojego wśród nich nie ma, choć masz te ekspresy na stanie. Sklep internetowy w odpowiedziach AI pojawia się wtedy, gdy maszyna może bez zgadywania odczytać, co sprzedajesz, za ile, czy towar jest dostępny i czym różni się od konkurencji. Ten poradnik pokazuje, jak przygotować te dane na kartach produktów.

Dane produktu, które maszyna przeczyta

Karta produktu ma dwóch czytelników. Pierwszy patrzy na zdjęcie, cenę i przycisk „Do koszyka”. Drugi, czyli robot wyszukiwarki albo asystenta AI, widzi kod i tekst, a z nich musi złożyć fakty: nazwę, cenę, walutę, stan magazynu, warunki dostawy. Dane strukturalne są dla tego drugiego czytelnika czymś w rodzaju etykiety na słoiku. Skład jest napisany w ustalonym miejscu i w ustalonej formie, więc nikt nie musi go odgadywać z koloru zawartości.

Google opisuje dane strukturalne jako ustandaryzowany format informacji o stronie i klasyfikowania jej treści. W przewodniku po danych strukturalnych zaleca format JSON-LD, czyli fragment kodu w znaczniku <script>. Nie miesza się on z tekstem widocznym dla klienta, dlatego łatwiej go utrzymać przy setkach produktów. Google odczytuje JSON-LD także wtedy, gdy wstrzykuje go JavaScript albo wtyczka w systemie sklepu. Ma to znaczenie, jeśli korzystasz z gotowej platformy. Inne boty mogą sobie z JavaScriptem radzić gorzej, a jak to sprawdzić, opisujemy w poradniku o treści ładowanej JavaScriptem.

Trzeba powiedzieć jasno, czego dokumenty źródłowe nie mówią. Dokumentacja Google dotyczy wyświetlania produktów w wyszukiwarce Google: w wynikach rozszerzonych, Grafice i Lens. Nie ma w niej deklaracji, że ChatGPT, Perplexity czy Claude czytają znaczniki Product w ten sam sposób. Dane strukturalne traktuj więc jako porządek w faktach, z którego każdy system może skorzystać. Nie są gwarancją, że asystent AI zacytuje twój sklep. Ogólne zasady oznaczania firmy i artykułów znajdziesz w poradniku o danych strukturalnych Organization i Article.

Product snippet czy merchant listing

Google rozróżnia dwie klasy danych produktowych, a wybór zależy od tego, czy na stronie da się kupić produkt.

Typ znacznikówKiedy go użyćCo pozwala dokładniej opisać
Product snippetsstrona, na której nie można kupić produktu, np. recenzja lub zestawienieopinie, w tym zalety i wady w recenzji redakcyjnej
Merchant listingsstrona, na której klient kupuje u ciebierozmiary odzieży, szczegóły wysyłki, zasady zwrotów

Sklep potrzebuje przede wszystkim drugiego typu. Google zaznacza, że uzupełnienie wymaganych pól dla merchant listings zwykle sprawia, że strona kwalifikuje się też do product snippets. Jeśli sprzedajesz warianty, na przykład kurtkę w pięciu rozmiarach i trzech kolorach, możesz dodać dane o wariantach. Dzięki nim Google rozumie, że to odmiany jednego produktu, a nie piętnaście osobnych rzeczy.

Oprócz danych o pojedynczych produktach Google zaleca opisanie zasad całego sklepu w znacznikach Organization: polityki zwrotów (Merchant return policy) i programu lojalnościowego (Loyalty Program). Klient pytający asystenta o sklep z darmowym zwrotem w trzydzieści dni szuka właśnie takiej informacji, więc dobrze, żeby była zapisana jednoznacznie.

Cena, dostępność i dostawa w kodzie

Google wymienia ulepszenia wyników produktowych: oceny, zalety i wady, koszty wysyłki (szczególnie darmowej), dostępność, spadki cen i informacje o zwrotach. Pokazuje je według własnych reguł i może je zmieniać, dlatego zaleca podanie jak najpełniejszych danych bez zastanawiania się, gdzie zostaną użyte. Spadki cen Google wylicza sam, obserwując historię ceny, i nie gwarantuje ich wyświetlenia.

Tak może wyglądać rdzeń znaczników na karcie produktu:

<script type="application/ld+json">
{
  "@context": "https://schema.org/",
  "@type": "Product",
  "name": "Ekspres kolbowy Pracownia Kowalski Bistro 2",
  "image": "https://przyklad.pl/zdjecia/bistro-2.jpg",
  "description": "Ekspres kolbowy z dwoma bojlerami do małego biura, do 60 kaw dziennie.",
  "sku": "PK-BISTRO-2",
  "brand": {
    "@type": "Brand",
    "name": "Pracownia Kowalski"
  },
  "offers": {
    "@type": "Offer",
    "url": "https://przyklad.pl/ekspresy/bistro-2",
    "price": "1899.00",
    "priceCurrency": "PLN",
    "availability": "https://schema.org/InStock"
  },
  "aggregateRating": {
    "@type": "AggregateRating",
    "ratingValue": 4.7,
    "ratingCount": 32
  }
}
</script>

To szkielet. Wysyłkę, zwroty i warianty dopisujesz według dokumentacji Google dla merchant listings, która wymienia pola wymagane i zalecane. W tej sprawie rozstrzyga dokumentacja Google, a nie schema.org. Schema.org ma więcej atrybutów, niż wymaga Google, i według Google mogą się one przydać innym wyszukiwarkom i narzędziom.

Dwie zasady z wytycznych Google oszczędzą ci kłopotów. Znaczniki mają opisywać treść widoczną dla klienta na tej samej stronie, więc cena w kodzie musi zgadzać się z ceną na ekranie. Poza tym lepiej podać mniej pól, ale kompletnych i prawdziwych, niż wypełnić wszystko danymi niepełnymi albo nieaktualnymi. Sklep, który w kodzie pokazuje „InStock”, a na stronie „niedostępny”, podaje maszynie dwie sprzeczne informacje. Trudno wtedy oczekiwać, że któraś z nich trafi do odpowiedzi.

Google podaje jeszcze jedną praktyczną wskazówkę: najwięcej możliwości daje połączenie danych strukturalnych na stronie z plikiem produktowym w Google Merchant Center. Część funkcji łączy oba źródła. Snippet produktu może na przykład wziąć cenę z pliku, jeśli brakuje jej w znacznikach.

Opisy porównawcze zamiast opisów od producenta

Dane strukturalne mówią, ile kosztuje produkt i czy jest na stanie. Nie wyjaśniają, dlaczego klient ma wybrać właśnie ten model. Tymczasem ludzie zwykle pytają asystentów AI porównawczo: który lepszy do małego mieszkania, czym różni się wersja Pro od zwykłej, co wybrać dla początkującego. Jeśli twoja karta zawiera tylko skopiowany opis producenta, taki sam jak w dwudziestu innych sklepach, nie wnosi nic, co warto przytoczyć.

Opis porównawczy odpowiada na pytanie, zanim klient je zada. Składa się z kilku elementów:

  • jedno zdanie na początku, dla kogo jest produkt („dla biura do 10 osób, które pije głównie espresso”);
  • konkretne parametry w liczbach, nie w przymiotnikach;
  • krótkie zestawienie z sąsiednim modelem z twojej oferty: co zyskujesz, co tracisz, ile dopłacasz;
  • uczciwe ograniczenia („nie spieni mleka roślinnego tak dobrze jak model X”);
  • odpowiedzi na pytania, które klienci zadają obsłudze sklepu.

Taki tekst przydaje się również w danych strukturalnych. Google pozwala oznaczyć zalety i wady w recenzjach redakcyjnych, czyli na stronach z product snippets, na przykład w poradniku zakupowym na blogu sklepu. Pamiętaj tylko, że zalety i wady muszą być widoczne w treści, a nie istnieć wyłącznie w kodzie. Szerzej o budowie tekstu, który da się zacytować, piszemy w poradniku o treści cytowanej przez AI. O pokazywaniu własnego doświadczenia, na przykład testów produktów w sklepie, przeczytasz w tekście o E-E-A-T.

Wpuść roboty, które pokazują sklep w wynikach

Najstaranniej opisany produkt nie trafi do wyników wyszukiwania w ChatGPT, jeśli robot OpenAI nie może wejść na stronę. Dokumentacja botów OpenAI wymienia kilku agentów o różnych zadaniach:

  • OAI-SearchBot odpowiada za wyszukiwanie. Pokazuje strony w wynikach funkcji wyszukiwania ChatGPT. Strony, które go blokują, nie pojawią się w odpowiedziach ChatGPT search, choć mogą jeszcze występować jako linki nawigacyjne.
  • GPTBot zbiera treści, które mogą trafić do trenowania modeli. Jego zablokowanie oznacza, że nie chcesz, by treść służyła do treningu.
  • ChatGPT-User odwiedza stronę na prośbę użytkownika. Nie przeszukuje sieci automatycznie, a robots.txt może go nie obejmować.

Ustawienia są od siebie niezależne. Możesz wpuścić OAI-SearchBot, żeby sklep pojawiał się w wynikach, i jednocześnie zablokować GPTBot:

User-agent: OAI-SearchBot
Allow: /

User-agent: GPTBot
Disallow: /

OpenAI zaznacza, że po zmianie robots.txt jego systemy potrzebują około 24 godzin, żeby uwzględnić nowe reguły w wynikach wyszukiwania. Sklepy często blokują roboty przez zaporę, ochronę przed scrapowaniem albo ogólną regułę dla nieznanych botów, a właściciel nawet o tym nie wie. OpenAI zaleca, żeby oprócz zgody w robots.txt przepuszczać ruch z opublikowanych przez nie adresów IP. Pozostałe boty AI i zasady ich wpuszczania omawiamy w poradniku o ClaudeBot, GPTBot i PerplexityBot, a sposób, w jaki ChatGPT wybiera źródła, w tekście o ChatGPT search.

Sprawdź jedną kartę produktu jeszcze dziś

Nie zaczynaj od całego katalogu. Wybierz jeden produkt, który dobrze się sprzedaje i rzadko zmienia, i przejdź z nim przez poniższe kroki.

  1. Otwórz kartę produktu i zapisz, co widzi klient: nazwę, cenę, dostępność, koszt dostawy, termin zwrotu.
  2. Wklej adres strony do Rich Results Test od Google. Sprawdź, czy narzędzie znajduje znaczniki Product i czy nie zgłasza błędów w polach wymaganych.
  3. Porównaj cenę i dostępność w znacznikach z tym, co jest na ekranie. Każda różnica to błąd do poprawienia w szablonie, nie w jednym produkcie.
  4. Jeśli korzystasz z platformy typu WordPress albo Shopify, sprawdź w ustawieniach lub wtyczce, czy możesz dodać brakujące pola, na przykład wysyłkę i zwroty. Google wprost to zaleca, gdy nie możesz edytować HTML.
  5. Otwórz plik przyklad.pl/robots.txt w swojej domenie i sprawdź, czy nie blokujesz OAI-SearchBot. Zapytaj administratora, czy zapora nie odrzuca jego ruchu.
  6. Dopisz do opisu trzy zdania porównawcze: dla kogo jest produkt, czym różni się od sąsiedniego modelu, czego nie potrafi.
  7. Po wdrożeniu zostaw stronę bez zmian i obserwuj ją przez kilka miesięcy. Google radzi właśnie tak mierzyć efekt danych strukturalnych: na stronach o stabilnym ruchu, porównując okres przed zmianą i po niej w Search Console.

Wyniki z Search Console dotyczą Google. Obecność w odpowiedziach asystentów AI trzeba mierzyć osobno, co opisujemy w poradniku o pomiarze widoczności w AI. Jeśli zależy ci na podsumowaniach w samej wyszukiwarce Google, przeczytaj tekst o AI Overviews.

Karta ekspresu, która w kodzie i na ekranie podaje tę samą cenę, ten sam stan magazynu i trzy uczciwe zdania o tym, dla kogo jest ten model, daje asystentowi AI więcej powodów do zacytowania niż dwadzieścia kart z tym samym opisem od producenta.

Źródła

Jeśli chcesz sprawdzić, czy ChatGPT, Gemini, Perplexity, Claude i Grok cytują twój sklep przy pytaniach z twojej branży, zrób to w darmowym teście SEO Maestro. Wynik dostaniesz po około 90 sekundach, bez zakładania konta.