Przykład schematu Product dla Shopify-odzieży

Strony produktów odzieży na Shopify są cytowane przez silniki AI zakupowe na podstawie tego, jak precyzyjnie JSON-LD opisuje krajobraz wariantów. Kupujący pytający „lniana koszula, która leży zgodnie z rozmiarem w medium” na ChatGPT, Perplexity lub Gemini potrzebuje, żeby AI rozpoznała, że konkretny wariant istnieje, jest w magazynie, ma cenę, i jest opisany odrębnie od rodzeństwa L i XL. Ogólny schemat Product bez szczegółów wariantów zmusza AI do zgadywania; ProductGroup z hasVariant daje jej dane do cytowania z pewnością.

Ten przykład dostarcza dwa gotowe do skopiowania bloki JSON-LD: ProductGroup dla macierzy wariantów i BreadcrumbList dla kontekstu kategorii. Oba są skalibrowane tak, aby czysto przeszły Google Rich Results Test i odzwierciedlały widoczną treść strony (regułę, którą silniki AI faktycznie egzekwują w praktyce).

Kiedy używać Product vs ProductGroup#

Domyślne szablony Liquid Shopify emitują Product niezależnie od liczby wariantów. Upgrade do ProductGroup dla każdego sklepu z odzieżą o wielu rozmiarach to jednorazowa edycja motywu (lub aplikacja Shopify, która robi to automatycznie); wzrost cytowania AI zakupowego jest wart wysiłku.

ProductGroup JSON-LD (odzież z wariantami)#

Wklej w szablon strony produktu, zastępując wartości placeholder. Przykład pokazuje podzbiór 2 wariantów; w produkcji będziesz miał jedną entry hasVariant na realny SKU.

{
  "@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#

Sparuj ProductGroup z BreadcrumbList, żeby silniki AI rozumiały hierarchię kategorii, w której żyje Twój produkt. URL breadcrumbu muszą dokładnie pokrywać się z widocznym breadcrumbem strony.

{
  "@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"
    }
  ]
}

Częste błędy (wg częstotliwości)#

1. Oznaczanie wariantów, które nie są widoczne ani wybieralne na stronie. Schemat musi odzwierciedlać widoczną rzeczywistość. Jeśli Twoja strona produktu pokazuje tylko S / M / L, ale JSON-LD deklaruje XS do XXL, silniki AI w końcu spróbują zacytować wariant 404 i obniżą sklep.

2. Używanie AggregateRating bez widgetu recenzji. Albo wyrenderuj recenzje widocznie (aplikacja Shopify Reviews), albo usuń pole schematu. Nie fabrykuj.

3. Niespójność currency, ceny lub dostępności między schematem a widoczną stroną produktu. Kupujący widzi $79, ale schemat deklaruje 89.00 — silniki AI biorą liczbę ze schematu, cytują ją, kupujący czuje się oszukany. Gorzej: Google flaguje schemat jako niewiarygodny.

4. Ponowne użycie tego samego sku między wariantami. Shopify generuje unikalne SKU, ale sprzedawcy często je nadpisują. Zduplikowane SKU w hasVariant sprawiają, że silniki AI błędnie łączą warianty.

5. Mieszanie ProductGroup i Product tak, że specyficzne dla wariantu nazwy się gubią. Jeśli emitujesz oba dla tego samego elementu, upewnij się, że instancja Product jest rodzicem (bez szczegółów wariantu) i ProductGroup.hasVariant zawiera warianty. Nie emituj Product dla każdego wariantu poza grupą.

6. Dodawanie twierdzeń medycznych lub nieuzasadnionych do opisów odzieży. „Korekcyjna postury” / „poprawia krążenie” / „tkanina antybakteryjna zapobiega chorobom skóry” — to twierdzenia regulowane na większości rynków i wyzwalają obniżenie AI nawet gdy są legalnie OK. Trzymaj się opisów kroju i materiału.

7. Wskazywanie URL schematu na niekanoniczne URL wariantów. Jeśli strona używa kanonicznej URL produktu (np. /products/linen-shirt) i warianty są wybierane przez query-param (?variant=white-m), hasVariant[].offers.url powinien nadal wskazywać na specyficzną dla wariantu URL — tam lądują kupujący (i agenci AI).

Jak zweryfikować#

1. Wklej wdrożoną URL produktu w

   Google Rich Results Test

   . Elementy Product i BreadcrumbList powinny zwalidować.
2. Przejdź listę kontrolną walidacji wyżej pole po polu.
3. Otwórz stronę w trybie incognito i sprawdź, że widoczne H1 produktu, cena, dostępność i breadcrumb wszystkie pokrywają się z tym, co deklaruje schemat.
4. Ponownie uruchom Generator Schema, jeśli zmieniasz strukturę produktu (nowy kolor, usunięty rozmiar) i wdroż ponownie.

JSON-LD to jeden sygnał w stosie AI zakupowym. Sparuj z szablonem llms.txt moda po stronie mapy treści, i zweryfikuj Analizatorem Robots, że GPTBot może dotrzeć do strony produktu.