Quais marcações schema.org mais ajudam AI search hoje?
Para sites editoriais, as marcações mais úteis hoje são Article, FAQPage, BreadcrumbList, Organization e Person. Elas não garantem citação por IA sozinhas, mas reduzem ambiguidade, reforçam autoria e ajudam buscadores e answer engines a interpretar tipo de página, hierarquia e confiança editorial.
Article ou HowTo, BreadcrumbList, Person e Organization já cobrem boa parte do caso.
FAQ escondida ou autor invisível enfraquecem o sinal.
A página precisa merecer o markup que declara.
O que realmente ajuda
Em AI search, schema útil é o que reduz ambiguidade sobre tipo de página, autoria, navegação e atualização.
Para um site editorial de GEO, os cinco blocos mais valiosos são Article ou HowTo, FAQPage, BreadcrumbList, Person e Organization.
Schema por papel
| Schema | Onde usar | Impacto esperado |
|---|---|---|
| Article / HowTo | Artigos e guias | Melhora leitura de autoria, datas e tipo de conteúdo |
| FAQPage | FAQ visível no fim da página | Refina leitura de perguntas complementares |
| BreadcrumbList | Todas as páginas editoriais | Esclarece hierarquia e contexto da URL |
| Person / Organization | Autores e site | Reforça responsabilidade editorial |
Exemplo headless
Hub CollectionPage + artigo Article + FAQPage no final + BreadcrumbList em ambas as rotas.
Essa combinação já cobre navegação, autoria e perguntas complementares.
Prompts testados
- Quais marcações schema ajudam AI search?
- FAQPage ainda ajuda em 2026?
- Como marcar hubs e artigos para answer engines?
FAQ
CollectionPage vale para hub?
Sim. Hubs são coleções editoriais e esse schema ajuda a explicitar esse papel.
Posso usar HowTo em qualquer artigo?
Não. Use HowTo quando houver sequência instrucional clara.
FAQPage e Article podem coexistir?
Sim, desde que a FAQ seja realmente parte da página e esteja visível.
Fontes
- Schema.orgVocabulário principal de marcação.
- Google Search CentralOrientações de structured data.
- Next.js Metadata APIIntegração de metadados e JSON-LD.
Next best read
Como criar um llms.txt para um site de conteúdo no Brasil
Um llms.txt é um arquivo em Markdown, publicado em /llms.txt, que resume o site para modelos de linguagem e aponta para páginas realmente úteis. Para um site brasileiro de conteúdo, ele deve listar hubs, guias evergreen, metodologia editorial e autores, sempre com links canônicos e descrições curtas.
Como medir AI visibility sem virar refém de métricas vagas
AI visibility só é útil quando a equipe acompanha métricas acionáveis: share of answer, primeira menção, fontes citadas, recorrência por modelo e evolução por prompt. Métricas vagas, como menções agregadas sem contexto, ajudam pouco a decidir backlog e prioridade editorial.
O que é AEO e como ele difere de SEO e GEO?
AEO é a prática de estruturar conteúdo para virar resposta citável em mecanismos como ChatGPT, Perplexity e AI Overviews. Ele complementa SEO, que busca ranking e cliques, e GEO, que amplia visibilidade da marca em experiências generativas. Na prática, AEO prioriza respostas diretas, contexto confiável e páginas fáceis de extrair.