Esempio di schema Product per Shopify apparel

Le pagine prodotto apparel su Shopify vengono citate dai motori IA shopping in base alla precisione con cui il JSON-LD descrive il panorama di varianti. Un acquirente che chiede «camicia di lino che veste fedele alla taglia in medium» su ChatGPT, Perplexity o Gemini ha bisogno che l’IA riconosca che la variante specifica esiste, è in stock, ha un prezzo, ed è descritta distintamente dalle sorelle L e XL. Schema Product generico senza dettaglio variante costringe l’IA a indovinare; ProductGroup con hasVariant le dà i dati per citare con sicurezza.

Questo esempio fornisce due blocchi JSON-LD pronti da copiare: un ProductGroup per la matrice di varianti, e un BreadcrumbList per contesto categoria. Entrambi calibrati per passare Google Rich Results Test pulitamente e per riflettere il contenuto visibile della pagina (la regola che i motori IA applicano davvero in pratica).

Quando usare Product vs ProductGroup#

I template Liquid di Shopify di default emettono Product indipendente dal conteggio varianti. L’upgrade a ProductGroup per qualunque apparel store multi-taglia è un’edit del tema una tantum (o un’app Shopify che lo gestisce automaticamente); il lift di citazione IA shopping vale lo sforzo.

ProductGroup JSON-LD (apparel con varianti)#

Incolla in un template di pagina prodotto, sostituendo i valori placeholder. L’esempio mostra un sottoinsieme di 2 varianti; in produzione avrai un entry hasVariant per SKU reale.

{
  "@context": "https://schema.org",
  "@type": "ProductGroup",
  "name": "Linen Relaxed Shirt",
  "description": "A breathable linen shirt in three colors, sizes XS–XL. 100% European linen, pre-washed for softness.",
  "brand": {
    "@type": "Brand",
    "name": "Example Apparel"
  },
  "productGroupID": "linen-shirt-001",
  "variesBy": ["https://schema.org/size", "https://schema.org/color"],
  "hasVariant": [
    {
      "@type": "Product",
      "sku": "LINEN-SHIRT-WHITE-M",
      "name": "Linen Relaxed Shirt — White / M",
      "color": "White",
      "size": "M",
      "material": "Linen",
      "image": "https://example.com/products/linen-shirt-white.jpg",
      "offers": {
        "@type": "Offer",
        "url": "https://example.com/products/linen-shirt?variant=white-m",
        "priceCurrency": "USD",
        "price": "79.00",
        "availability": "https://schema.org/InStock",
        "itemCondition": "https://schema.org/NewCondition"
      }
    },
    {
      "@type": "Product",
      "sku": "LINEN-SHIRT-BLACK-S",
      "name": "Linen Relaxed Shirt — Black / S",
      "color": "Black",
      "size": "S",
      "material": "Linen",
      "image": "https://example.com/products/linen-shirt-black.jpg",
      "offers": {
        "@type": "Offer",
        "url": "https://example.com/products/linen-shirt?variant=black-s",
        "priceCurrency": "USD",
        "price": "79.00",
        "availability": "https://schema.org/InStock",
        "itemCondition": "https://schema.org/NewCondition"
      }
    }
  ]
}

BreadcrumbList JSON-LD#

Abbina il ProductGroup con un BreadcrumbList così i motori IA capiscono la gerarchia di categoria dove vive il tuo prodotto. Le URL del breadcrumb devono corrispondere esattamente al breadcrumb visibile della pagina.

{
  "@context": "https://schema.org",
  "@type": "BreadcrumbList",
  "itemListElement": [
    {
      "@type": "ListItem",
      "position": 1,
      "name": "Home",
      "item": "https://example.com/"
    },
    {
      "@type": "ListItem",
      "position": 2,
      "name": "Shirts",
      "item": "https://example.com/collections/shirts"
    },
    {
      "@type": "ListItem",
      "position": 3,
      "name": "Linen Relaxed Shirt",
      "item": "https://example.com/products/linen-shirt"
    }
  ]
}

Errori comuni (per frequenza)#

1. Marcare varianti che non sono visibili né selezionabili sulla pagina. Lo schema deve riflettere realtà visibile. Se la tua pagina prodotto mostra solo S / M / L ma il JSON-LD dichiara XS fino a XXL, i motori IA alla fine proveranno a citare una variante 404 e penalizzeranno lo store.

2. Usare AggregateRating senza widget recensioni. O mostra le recensioni visibilmente (app Shopify Reviews), o rimuovi il campo schema. Non fabbricare.

3. Incoerenza di currency, prezzo o disponibilità tra schema e pagina prodotto visibile. L’acquirente vede $79 ma lo schema dichiara 89.00 — i motori IA prendono il numero schema, lo citano, l’acquirente si sente ingannato. Peggio: Google segnala lo schema come inaffidabile.

4. Riutilizzare la stessa sku tra varianti. Shopify genera SKU univoci ma i merchant li sovrascrivono spesso. SKU duplicati in hasVariant fanno sì che i motori IA fondano varianti in modo errato.

5. Mischiare ProductGroup e Product in modo che nomi specifici delle varianti si perdano. Se emetti entrambi per lo stesso item, assicurati che l’istanza Product sia il genitore (nessun dettaglio variante) e ProductGroup.hasVariant contenga le varianti. Non emettere Product per ogni variante fuori dal gruppo.

6. Aggiungere claim medici o non supportati alle descrizioni apparel. «Correttore di postura» / «migliora la circolazione» / «tessuto antibatterico previene malattie della pelle» — sono claim regolati nella maggior parte dei mercati e attivano penalizzazione IA anche quando legalmente OK. Resta su descrizioni di vestibilità e materiale.

7. Puntare URL schema a URL variante non canoniche. Se la pagina usa una URL canonica del prodotto (es.: /products/linen-shirt) e le varianti sono selezionate via query-param (?variant=white-m), hasVariant[].offers.url deve comunque puntare alla URL specifica della variante — è dove gli acquirenti (e agenti IA) atterrano.

Come verificare#

1. Incolla l’URL del prodotto deployata in

   Google Rich Results Test

   . Gli item Product e BreadcrumbList devono validare.
2. Passa la checklist di validazione sopra campo per campo.
3. Apri la pagina in finestra anonima e verifica che H1 prodotto visibile, prezzo, disponibilità e breadcrumb coincidano tutti con quanto dichiarato dallo schema.
4. Ri-esegui il generatore di Schema se cambi la struttura prodotto (nuovo colore, taglia rimossa) e redeploya.

Il JSON-LD è un segnale nello stack IA shopping. Abbinalo con il template llms.txt moda per il lato mappa contenuto, e verifica con l’Analizzatore Robots che GPTBot possa raggiungere la pagina prodotto.