Перейти к содержанию

Schema.org

Определение

Schema.org – словарь структурированных данных для разметки веб-страниц, который понимают Google, Bing, Yandex и AI-системы. Запущен в 2011 году совместно Google, Microsoft и Yahoo, в ноябре 2011 к проекту присоединился Яндекс.

4 мин 286 Обновлено 12 августа

Schema.org

Schema.org стандартизирует, как сайт описывает свой контент машинам: статью, организацию, товар, FAQ, рецепт, событие. Поисковики и AI-системы используют эту разметку, чтобы строить rich results, Knowledge Graph и точные цитирования в ответах ChatGPT, Perplexity, Google AI Overview и Яндекс Нейро.

Как это работает

Schema.org предоставляет иерархический словарь типов и свойств. Корневой тип – Thing, от него наследуются все остальные: CreativeWork (статьи, видео), Organization, Person, Product, Event, Place и сотни других. Каждый тип имеет набор свойств – например, у Article есть headline, author, datePublished, image.

Разметка добавляется в HTML-страницу одним из трёх форматов:

ФорматГде размещаетсяКогда выбирать
JSON-LDВ <script type="application/ld+json"> в <head> или <body>В 90% случаев. Рекомендован Google, проще поддерживать, не смешивается с вёрсткой
MicrodataВнутри HTML-тегов через атрибуты itemscope, itemtype, itempropКогда разметка должна быть привязана к видимому контенту и его правке
RDFaВнутри HTML через атрибуты vocab, typeof, propertyРедко. Использовался в проектах с тяжёлым семантическим вебом, сейчас вытеснен JSON-LD

Пример минимальной разметки статьи в JSON-LD:

<script type="application/ld+json">
{
  "@context": "https://schema.org",
  "@type": "Article",
  "headline": "Что такое Schema.org",
  "author": {
    "@type": "Person",
    "name": "Валентина Меланина"
  },
  "datePublished": "2026-04-25",
  "image": "https://melanina.ru/cover.webp"
}
</script>

Ту же информацию можно записать через Microdata прямо в разметке статьи, но JSON-LD обычно чище: разметка изолирована от вёрстки, легко меняется на бэкенде и не ломается при редизайне.

Кто создал и кто управляет проектом

Schema.org запущен 2 июня 2011 года совместно Google, Microsoft (Bing) и Yahoo как ответ на проблему: каждый поисковик поддерживал свои форматы разметки, и владельцу сайта приходилось делать одну и ту же работу несколько раз. В ноябре 2011 к инициативе присоединился Яндекс – это сделало Schema.org единственным словарём, который понимают одновременно западные и русскоязычные поисковики.

С апреля 2015 года основной форум обсуждения – W3C Schema.org Community Group. Решения принимает Steering Group, в которую входят представители Google, Microsoft, Yahoo, Яндекса и W3C. Председатель – R.V. Guha. Schema.org официально не является standards body – это коллаборация, оформленная как открытый проект на GitHub. Любой может предложить новый тип через репозиторий schemaorg/schemaorg.

Зачем это нужно

Без структурированной разметки поисковая система видит «суп из тегов» и догадывается о смысле страницы по тексту, заголовкам и ссылкам. Schema.org даёт машине прямой ответ: «Это статья, автор – такой-то, опубликована тогда-то». Это даёт три практических эффекта.

1. Rich results в выдаче. Звёзды рейтинга, цена, наличие, время приготовления рецепта, FAQ-блок прямо в SERP. Кликабельность таких результатов выше обычных синих ссылок.

2. Попадание в Knowledge Graph и AI Overview. Поисковики и LLM используют разметку для извлечения сущностей и связей между ними. Без Schema.org твой бренд может не попасть в AI-ответ, даже если страница ранжируется в топе.

3. Цитируемость в ChatGPT, Claude, Perplexity. AI-краулеры читают JSON-LD как готовый структурированный chunk – это снижает риск искажения фактов при цитировании. Особенно критично для типов FAQPage, HowTo, Person, Organization.

Один важный нюанс: Schema.org не является прямым фактором ранжирования. Это публично подтверждали и Гэри Иллис, и Джон Мюллер из Google. Косвенный эффект на трафик идёт через CTR rich results и через попадание в AI-выдачу.

Самые востребованные типы для бизнеса и контента

  • Article / NewsArticle / BlogPosting – для статей и постов блога
  • FAQPage – для блоков частых вопросов; даёт сворачиваемые ответы в выдаче
  • HowTo – для пошаговых инструкций; выводит шаги прямо в SERP
  • Product + Offer + AggregateRating – для товаров
  • Organization + LocalBusiness – для компаний и локальных бизнесов
  • Person – для авторов статей; критично для E-E-A-T
  • BreadcrumbList – для хлебных крошек
  • VideoObject – для видео
  • Event – для мероприятий
  • Recipe – для рецептов
  • DefinedTerm – для глоссарных страниц (как эта)

Не нужно размечать всё подряд. Для каждого типа страницы выбирается один-два релевантных типа. Дублирование разметки или нерелевантные свойства Google расценивает как спам.

Пример

В одном из проектов клиент жаловался: статьи блога ранжируются в топе Яндекса, но из 30 000 показов в месяц – всего 600 кликов (CTR 2%). После внедрения JSON-LD c типами Article, Person (авторы) и BreadcrumbList в Яндексе появились хлебные крошки в выдаче и автор статьи в сниппете. Через два месяца CTR вырос до 4.1% при том же количестве показов – то есть кликов стало в два раза больше без изменений в контенте и ссылочном.

Это типичный сценарий: разметка не двигает позиции, но влияет на то, как сниппет выглядит в выдаче. На больших объёмах показов даже +1.5% CTR превращается в тысячи дополнительных визитов.

Проверять разметку нужно через два инструмента: Google Rich Results Test для западных поисковиков и Валидатор микроразметки Яндекса для Рунета. Они показывают, какие свойства распознаны и какие предупреждения есть.

Частые вопросы

Влияет ли Schema.org на позиции в Google и Яндексе?

Нет, прямым фактором ранжирования Schema.org не является. Это подтверждали и Джон Мюллер, и Гэри Иллис из Google. Косвенный эффект идёт через рост CTR от rich results в выдаче и через попадание контента в AI-ответы (Google AI Overview, Яндекс Нейро, ChatGPT).

Какой формат выбрать: JSON-LD, Microdata или RDFa?

В 90% случаев – JSON-LD. Его официально рекомендует Google, разметка изолирована от HTML-вёрстки, не ломается при редизайне и легко генерируется на бэкенде. Microdata оправдана только когда нужно жёстко привязать разметку к видимому контенту. RDFa практически вышел из употребления.

Что такое rich results и rich snippets?

Это расширенные сниппеты в поисковой выдаче, которые показывают дополнительную информацию из разметки Schema.org: звёзды рейтинга, цены товаров, время приготовления рецептов, FAQ-блоки, хлебные крошки. Кликабельность таких сниппетов в среднем выше обычных синих ссылок.

Какие типы Schema.org самые важные для контентного сайта?

Базовый набор: Article (или BlogPosting), Person для авторов, BreadcrumbList для хлебных крошек, FAQPage для блоков вопросов, HowTo для туториалов. Для коммерческих сайтов добавляются Organization, LocalBusiness, Product с Offer и AggregateRating. Для глоссарных страниц – DefinedTerm.

Кто управляет Schema.org и можно ли предложить новый тип?

Schema.org – это коллаборация Google, Microsoft, Yahoo и Яндекса, которая работает как открытый проект на GitHub. С 2015 года основная площадка обсуждений – W3C Schema.org Community Group. Решения принимает Steering Group во главе с R.V. Guha. Любой может предложить новый тип или свойство через issue или pull request в репозитории schemaorg/schemaorg.

Чем Schema.org отличается от Open Graph и Twitter Cards?

Open Graph и Twitter Cards описывают, как страница выглядит в превью соцсетей (Facebook, Telegram, X). Schema.org описывает смысл контента для поисковиков и AI. Это разные стандарты для разных задач, и обычно сайт использует все три одновременно: Open Graph и Twitter Cards в meta-тегах, Schema.org – в JSON-LD.

Помогает ли Schema.org попадать в ответы ChatGPT и Perplexity?

Да, косвенно. AI-системы парсят JSON-LD как готовый структурированный источник фактов. Это снижает риск искажения данных при цитировании и повышает вероятность точной атрибуции бренда в AI-ответах. Особенно эффективны типы FAQPage, HowTo, Person, Organization – они дают модели готовые «карточки» сущностей.

Связанные термины

FAQPage Schema FAQPage Schema – тип разметки Schema.org для страниц с часто задаваемыми вопросами и ответами. С 8 августа 2023 года Google показывает FAQ rich results только для авторитетных правительственных и медицинских сайтов, но для AI-поиска разметка остаётся одним из самых сильных сигналов цитируемости. JSON-LD Формат записи структурированных данных Schema.org в JSON (рекомендация W3C, 2014). Используется как основной способ внедрения разметки на веб-страницы: отдельный блок в секции head или body, не зависит от вёрстки. llms.txt llms.txt – Markdown-файл в корне сайта со структурированным списком ключевых страниц для языковых моделей. Стандарт предложил Джереми Ховард (Answer.AI) в сентябре 2024.

Материалы по теме

Что почитать дальше по этой теме.

Статья Что боты находят на сайте, а вы – нет Боты ходят по изнанке сайта, куда живой человек не забредёт, и фиксируют в логах то, чего не видно ни в Метрике, ни на витрине: падающие с ошибкой 500 страницы каталога, битый файл с 747 обращениями, поток сканеров секретов. Разбираю на реальных логах, что искать и как чинить. 7 мин 196 22 июля 2026 Инструкция Как выгрузить и читать access-логи, если хостинг хранит их три дня Access-лог – единственное место, где виден весь трафик сайта, включая ИИ-ботов, которых не замечают счётчики. Разбираю на практике: где взять логи, как не потерять их из-за ротации, какие команды показывают ботов, ошибки и подозрительную активность. 7 мин 151 21 июля 2026 Флагманский гайд AI-анализ email-обращений: методика на стыке Яндекс.Метрики и Claude Code Классический email-трекинг отвечает на вопрос «откуда пришло обращение». AI-слой отвечает на вопросы, которые раньше требовали ручного аналитика: значим ли email на фоне звонков, форм и мессенджеров, почему один источник даёт качественные обращения, а другой – пустые, какие сегменты визитов предшествуют письму, что написать в ответ с учётом пути пользователя. Здесь – как я собираю это на уже имеющемся стеке: Logs API Метрики, PostgreSQL и Claude Code, без новых платных сервисов. 11 мин 290 26 мая 2026 Флагманский гайд Майкор: ИИ-аудит проекта по 4 точкам контакта Майкор – это перекрёстный ИИ-аудит проекта в 4 точках контакта: сайт, контекстная реклама, AI-поиск и Яндекс.Карты. Я анализирую каждую систему и смотрю связки между ними – где маркетинг рассказывает одно, реклама ведёт на другое, а AI-системы цитируют третий номер телефона. В одном из моих аудитов медицинской клиники в Москве у организации в индексе AI-сервисов оказалось 6 разных номеров и всего 7 упоминаний на 64 проверочных запроса – при том, что в обычной выдаче Яндекса клиника была в топ-1. Майкор закрывает такие разрывы за один аудит вместо четырёх раздельных. 16 мин 495 13 мая 2026 Гайд FAQPage Schema: как разметить блок частых вопросов и попасть в AI-ответы FAQPage schema – один из самых эффективных типов разметки для попадания в AI-ответы. Страницы с FAQPage schema цитируются AI-поисковиками в 2,7 раза чаще. В этом гайде – формат разметки, правила написания ответов для AI, реализация на 1С-Битрикс и типичные ошибки, которые обнуляют эффект. 8 мин 326 25 апреля 2026