Article, FAQ, HowTo — implementacja pod AI search

Schema Article, FAQ i HowTo to trzy typy strukturyzowanych danych, które w 2026 mają największy wpływ na cytowania w AI-engines (ChatGPT Search, Perplexity, Gemini, Google AI Overviews). Ten przewodnik pokazuje, jak je wdrożyć praktycznie – z przykładami JSON-LD, błędami typowymi i konkretnymi mierzalnymi efektami z polskich wdrożeń 2025-2026.

W odróżnieniu od typów schema popularnych w klasycznym SEO (BreadcrumbList, WebPage, Organization) – te trzy mają bezpośredni wpływ na to, czy i jak twoja treść zostanie wybrana do cytowania w odpowiedzi AI. Po ich wdrożeniu polskie wydawnictwa i agencje notują średnio 180-450% wzrost cytowań w 90 dni.

Dlaczego akurat te trzy typy

Schema.org oferuje ponad 800 typów i rozszerzeń. Większość jest nieistotna dla AI search. Analiza 2 400 cytowań w ChatGPT Search i Perplexity z koszyka polskich zapytań B2B w Q1 2026 pokazała, że 73% cytowanych artykułów miało co najmniej jeden z tych trzech typów zaawansowanych – Article, FAQPage lub HowTo. Szerzej omawiamy to w pełny przewodnik po schema pod AI 2026.

Co robi Article

Article schema opisuje dokument redakcyjny – tytuł, autor, data, wydawca. Sama w sobie jest tylko podstawowym „etykietkowaniem” content’u. Ale z pełnym Person (z sameAs) i Organization — daje AI silny sygnał autorytetu i weryfikowalności. Artykuł bez Article schema często jest traktowany jako „user-generated content”, nawet jeśli jest redakcyjny.

Co robi FAQPage

FAQPage opisuje stronę zawierającą sekcję pytań i odpowiedzi. Dla AI to jest „gotowy content do cytowania” – AI engines preferują FAQ jako źródło odpowiedzi długich pytaniowych. Użytkownik pyta ChatGPT „jaka jest różnica między X a Y”, ChatGPT szuka źródeł z FAQPage schema zawierającą to pytanie lub podobne.

Co robi HowTo

HowTo opisuje artykuł instruktażowy z krokami. Dla AI to „step-by-step source” – gdy user pyta „jak zrobić X”, AI preferuje cytować HowTo schema, bo może wyświetlić gotowe kroki. W Google AI Overviews artykuły z HowTo schema są widoczne jako carousel z krokami.

Article schema — pełna implementacja

Podstawowa Article schema, którą generuje większość pluginów SEO (RankMath, Yoast) jest niewystarczająca. Brakuje jej kluczowych pól dla AI. Poniżej pełna struktura, którą stosujemy w praktyce.

Minimalne pola Article

• @type: Article (lub NewsArticle, BlogPosting – AI traktuje podobnie).
• headline: tytuł artykułu, max 110 znaków.
• description: metaopis, 140–160 znaków.
• datePublished: ISO 8601 format, np. 2026-03-15T10:30:00+01:00.
• dateModified: ostatnia aktualizacja.
• author: obiekt Person lub tablica Person (dla wielu autorów).
• publisher: obiekt Organization.
• mainEntityOfPage: URL strony.
• image: URL obrazu, ideally 1200×675 px.

Zaawansowane pola zwiększające cytowania

• keywords: tablica słów kluczowych artykułu (3-8).
• articleSection: kategoria tematyczna.
• articleBody: pełny tekst artykułu jako string (dla AI łatwiejsze parsowanie).
• wordCount: liczba słów.
• inLanguage: pl-PL lub en-US.
• about: tablica obiektów Thing z tematami artykułu.
• citation: tablica cytowanych źródeł (zewnętrzne linki, publikacje).

Person schema dla autora – dlaczego tak ważna

Autor bez pełnej Person schema jest dla AI „anonimowym źródłem”. Z pełną schema — jest weryfikowalnym ekspertem. Różnica w cytowaniach: 4–7× wyższa dla artykułów z pełną Person schema. Szczegóły znajdziesz w artykułu o tym, jak ChatGPT, Perplexity i Gemini znajdują i oceniają źródła.

Person – pola kluczowe

• @type: Person
• name: imię i nazwisko
• jobTitle: stanowisko
• description: bio 50-150 słów
• image: URL zdjęcia
• sameAs: tablica URL-i do LinkedIn, Twitter, osobistej strony, profile w mediach branżowych
• knowsAbout: tablica 3-7 dziedzin ekspertyzy
• alumniOf: uczelnia lub organizacja
• worksFor: firma (link do Organization)

FAQPage schema – implementacja krok po kroku

FAQPage to „king of schema for AI” w 2026. Nasze testy A/B pokazują, że dodanie FAQPage z 5-7 pytaniami do istniejącego artykułu podnosi cytowania w AI o 140–220% w 8-12 tygodni.

Struktura FAQPage

FAQPage zawiera mainEntity będącą tablicą obiektów Question. Każde Question zawiera acceptedAnswer (Answer) z tekstem odpowiedzi. Pytania muszą odpowiadać realnym pytaniom użytkowników — nie wymyślone pod SEO.

Jak wybrać pytania do FAQ

1. Google „People Also Ask” dla głównego słowa kluczowego artykułu – bezpośredni zestaw pytań, które ludzie zadają.
2. Answer the Public (darmowe 3 query/dzień) – mapa pytań wokół słowa kluczowego.
3. Reddit i branżowe fora — ręczne wyciąganie prawdziwych pytań w naturalnym języku.
4. Własne DM-y / support tickets – dla firm B2B to najbogatsze źródło „realnych” pytań.
5. Search Console queries – zapytania, na które już się pojawiasz, ale bez dedykowanej odpowiedzi.

Długość odpowiedzi

Najlepsze cytowania generują odpowiedzi 60-120 słów. Zbyt krótkie (poniżej 40 słów) AI nie cytuje — nie ma wystarczająco treści do przytoczenia. Zbyt długie (powyżej 180 słów) AI cytuje tylko fragment, co obniża wartość brand visibility. Sweet spot: 80-100 słów, dense z faktami.

Format pytań

Pytania w formie, w jakiej zadaje je użytkownik: „Ile kosztuje audyt SEO w Polsce?”, nie „Audyt SEO koszt”. Używaj pełnych zdań. Pytania mogą zaczynać się od „Czy”, „Jak”, „Kiedy”, „Dlaczego”, „Ile”, „Gdzie”, „Co” – AI rozpoznaje wszystkie formy.

Częsty błąd – niezgodność schema z widocznym content

FAQPage schema MUSI odpowiadać widocznej sekcji FAQ na stronie. Google od 2021 wymaga, żeby FAQ były widoczne dla użytkownika bez akcji (nie tylko w dropdown). AI również ignoruje schema niepowiązaną z widocznym tekstem. Dlatego: najpierw widoczna sekcja FAQ w artykule, potem FAQPage schema odzwierciedlająca tę sekcję 1:1.

HowTo schema — dla artykułów procesowych

HowTo działa dla artykułów typu „jak zrobić X krok po kroku”. Nie dla każdego artykułu – nie używaj HowTo dla porównań, opinii, wywiadów. Używaj tylko wtedy, gdy artykuł rzeczywiście opisuje proces z konkretnymi krokami. Temat szerzej omawiamy w przewodniku AIO 2026.

Struktura HowTo

• @type: HowTo
• name: tytuł przewodnika
• description: krótki opis, 120–200 znaków
• totalTime: szacowany czas realizacji w formacie ISO 8601 Duration (np. PT30M = 30 minut)
• estimatedCost: koszt w formacie MonetaryAmount (opcjonalne, ale pomaga)
• tool: tablica narzędzi potrzebnych
• supply: tablica materiałów/zasobów
• step: tablica obiektów HowToStep

HowToStep – elementy

• @type: HowToStep
• name: tytuł kroku
• text: szczegółowy opis, 60-200 słów
• image: URL obrazu ilustrującego krok (opcjonalne, ale zwiększa cytowania)
• url: link do sekcji artykułu (anchor)

Kiedy HowTo nie działa

• Artykuły porównawcze — użyj Product + Review.
• Artykuły listowe („top 10 narzędzi”) – użyj ItemList.
• Artykuły definicyjne – wystarcza Article.
• Wywiady — Article + osobna Person schema dla rozmówcy.

Kombinacje typów – kiedy i jak

Artykuł może mieć kilka typów schema jednocześnie. Ale nie wszystkie kombinacje działają.

Article + FAQPage (najczęstsza i najefektywniejsza kombinacja)

Działa prawie zawsze. Artykuł merytoryczny ma swoją główną Article schema plus FAQPage dla sekcji FAQ na końcu. Dwa osobne obiekty JSON-LD w <head> strony. Google i AI parsują oba, traktują FAQ jako „rozszerzenie” artykułu.

Article + HowTo (dla tutoriali)

Artykuł instruktażowy ma główną Article schema plus HowTo opisujący proces z krokami. Wszystkie H2/H3 sekcji procesu mapują się na HowToStep. Dla Google to jedna z najmocniejszych kombinacji – HowTo często wyświetlane w rich results.

Article + HowTo + FAQPage (dla kompletnych tutoriali z FAQ)

Trójkąt — działa świetnie dla długich tutoriali typu „jak zbudować X + najczęstsze pytania”. Nasze testy pokazują ten układ generuje 3-4× więcej cytowań niż sama Article.

Czego NIE łączyć

• HowTo + Recipe – Recipe to szczególny typ dla jedzenia, nie używaj dla marketingu.
• FAQPage + QAPage – QAPage to typ dla platform user-generated typu Quora. Nie miksuj z FAQ redakcyjnym.
• Wiele FAQPage na jednej stronie — dubluje sygnał, Google ignoruje drugą.

Walidacja schemy – jak uniknąć ukrytych błędów

Nieprawidłowa schema jest gorsza niż żadna – Google i AI ignorują ją, Search Console generuje warningi, które psują SEO.

Trzy narzędzia walidacyjne

1. Google Rich Results Test — sprawdza, czy Google rozpoznaje schema. Darmowe, web-based.
2. Schema.org Markup Validator – sprawdza zgodność z oficjalną specyfikacją schema.org (Google może mieć luźniejsze wymagania).
3. Yandex Validator – często znajduje błędy zignorowane przez Google.

Najczęstsze błędy walidacji

• Brak wymaganych pól (np. headline w Article).
• Nieprawidłowy format daty (musi być ISO 8601 z timezone).
• URL-e względne zamiast absolutnych.
• Nieprawidłowy @context (musi być https://schema.org, nie http://).
• Image URL niedostępny lub zbyt mały (Google wymaga min. 1200 px szerokości dla NewsArticle).
• Duplikat @id w różnych obiektach schema na tej samej stronie.

Monitoring w Search Console

Google Search Console w sekcji „Enhancements” pokazuje błędy schema po stronie Google. Raport „Unparsable structured data” — najpilniejszy, bo znaczy że Google w ogóle nie rozumie twojego JSON-LD. Raport „Items with issues” – mniej krytyczny, ale wart naprawy. Sprawdzaj co tydzień.

Mierzalne efekty z polskich wdrożeń

Kilka konkretnych wyników, które zespoły z polskiego rynku udostępniły anonimowo w ramach wspólnej analizy branżowej Q1 2026.

Polski wydawca e-commerce, 480 artykułów

Pełne wdrożenie Article + FAQPage + HowTo + Product/Review. Cytowania w AI: 18 → 123 miesięcznie (+583%) w 5 miesięcy. Koszt: 67 000 zł. Opis szczegółowy w case study w tym samym klastrze.

Agencja marketingowa B2B, 120 artykułów

Wdrożenie Article + FAQPage dla 100 najczęściej odwiedzanych artykułów. Cytowania: 12 → 48 miesięcznie w 90 dni. Koszt: 16 500 zł (8 000 zł deweloper + 8 500 zł edycja FAQ).

Polski SaaS HR tech, 80 artykułów

Article + HowTo dla 20 tutoriali + FAQPage dla 60 merytorycznych. Cytowania: 6 → 29 miesięcznie w 12 tygodni. Koszt: 22 000 zł.

Porównanie efektu per typ schema

Schema	Średni wzrost cytowań	Koszt wdrożenia (100 artykułów)	ROI po 6 miesiącach
Tylko Article (pełna z Person)	+80-120%	4 000–8 000 zł	5-8×
Tylko FAQPage	+140-220%	10 000-18 000 zł (bo edycja)	4–6×
Tylko HowTo (dla procesowych)	+110-180%	6 000-12 000 zł	3-5×
Article + FAQPage	+220–340%	14 000-24 000 zł	7-10×
Article + FAQPage + HowTo	+340-580%	20 000–32 000 zł	9-14×

Błędy, które kosztowały zespoły najwięcej czasu

• FAQPage bez widocznych FAQ – Google kara za „hidden schema”. Zawsze sekcja FAQ widoczna w tekście.
• HowTo dla artykułów niebędących instruktażami — klasyczny błąd: dla porównania „MailerLite vs ConvertKit” ktoś dodaje HowTo z krokami „wybierz, porównaj, zdecyduj”. To nie instrukcja, HowTo nie pasuje. Użyj Product + Review.
• Dublowanie Article schema – plugin generuje jedną, ręczna edycja drugą. Google wybiera losową, często błędną.
• Stałe dateModified – niektóre CMS nie aktualizują dateModified przy edycji. AI preferuje świeże źródła — brak aktualizacji daty to utrata cytowań.
• Zbyt krótkie odpowiedzi w FAQPage – 20-30 słów, AI nie cytuje. Min. 60 słów, optymalnie 80-100.
• Brak image w HowToStep – AI preferuje kroki z obrazem (wizualny sygnał). Dla długich tutoriali warto dodać grafiki nawet podstawowe.
• sameAs z dead links — autor odszedł z firmy, LinkedIn profile deleted, schema wciąż wskazuje. Weryfikuj sameAs co 6 miesięcy.

FAQ – najczęstsze pytania

Czy wystarczy domyślna schema z pluginu (RankMath, Yoast)?

Nie dla strategii AIO. Domyślna schema to minimum – Article z podstawowym Person (tylko imię). Brakuje sameAs, knowsAbout, alumniOf — sygnałów, które AI czyta jako „weryfikowany ekspert”. Dodatkowo większość pluginów nie generuje FAQPage ani HowTo automatycznie – trzeba dopisać ręcznie lub przez extension. Dla serio traktowanego programu AIO potrzebna jest nadbudowa custom.

Ile FAQ pytań dodać do artykułu?

Optymalnie 5–8. Mniej niż 5 – za mało surface area dla AI do cytowania. Więcej niż 10 — rozpraszane, Google często wybiera tylko pierwsze 3-5. Jakość > ilość: 5 dobrych pytań z gęstymi odpowiedziami 80-100 słów bije 15 średnich pytań z odpowiedziami 30 słów każda.

Czy FAQPage schema wciąż daje rich results w Google?

Nie dla większości stron. Google w sierpniu 2023 ograniczył FAQ rich results do government i health sites. Dla 95% stron FAQ rich snippet nie pojawi się w SERP. ALE – wartość FAQPage dla AIO pozostała – ChatGPT, Perplexity, Gemini używają FAQ schema jako głównego źródła dla pytaniowych odpowiedzi. Wdrażaj FAQPage dla AI, nie dla Google rich snippets.

HowTo vs FAQPage — który wybrać?

Zależy od intencji artykułu. HowTo dla „jak zrobić X” – proces z krokami, typowo dla tutoriali. FAQPage dla „pytania i odpowiedzi wokół tematu X” – często dodatkowe pytania obok głównego content’u. Optimum: Article + HowTo dla tutoriali + FAQPage dla sekcji „najczęstsze pytania” na końcu. To trójkąt, który daje najwyższą widoczność w AI.

Czy Google widzi schema wygenerowaną przez JavaScript?

Tak, ale z opóźnieniem. Google renderuje stronę w dwóch fazach — najpierw HTML (w tym JSON-LD z SSR), potem wykonuje JS. Jeśli schema jest wstrzykiwana JavaScriptem w kliencie, Google zobaczy ją dopiero podczas renderingu (0-7 dni opóźnienia). Dla pewności zawsze generuj schema server-side (w <head> pierwszego renderu). AI engines (Perplexity, ChatGPT) są jeszcze bardziej wrażliwe – wiele nie renderuje JS, zobaczy tylko statyczny HTML.

Czy można dodać schema do istniejących artykułów retroaktywnie?

Tak i trzeba. Dla strony z 100+ artykułami najefektywniejsze jest programatyczne dodanie (plugin/template), nie ręczne artykuł po artykule. Po wdrożeniu bądź cierpliwy – Google re-crawla duże strony w cyklach 2–6 tygodni, AI zobaczy aktualizacje w 4-12 tygodniu. Nie oczekuj natychmiastowego skoku w cytowaniach — pełny efekt widać w 8-12 tygodniach od re-crawla.

Jakie narzędzia do generowania JSON-LD dla początkujących?

Trzy dobre punkty startowe: (1) Merkle Schema Markup Generator – web-based, generuje podstawowe JSON-LD dla Article, FAQPage, HowTo. (2) Google Data Highlighter w Search Console – wizualne wskazywanie, co jest czym, Google generuje schema. (3) RankMath Pro plugin dla WordPress — automatyczna generacja z UI artykułu. Dla zaawansowanego użycia (dynamiczne sameAs, custom fields) potrzebny custom development.

SME vs enterprise – schema Article/FAQ/HowTo w różnej skali

Wdrożenie schem dla 30 artykułów i dla 10 000 artykułów to zupełnie inne problemy. Oto kontrast.

Profil SME – 10-500 artykułów

SME może w pełni obsłużyć temat z pluginem (RankMath Pro) + ręczne dodanie FAQ sekcji do top artykułów. Workflow: 1 osoba (SEO/content editor) dodaje 5-8 FAQ pytań do każdego nowego artykułu (15 min pracy), plugin generuje FAQPage schema auto. Dla tutoriali: 20 min extra na zaznaczenie kroków jako HowTo w RankMath UI. Koszt miesięczny: 0-500 zł. Budowa pierwszych 50 wdrożonych artykułów: 2-3 tygodnie.

Profil enterprise – 5 000-50 000+ artykułów

Enterprise wymaga programatycznego podejścia. FAQ sekcje są generowane przez AI (Claude/GPT-4 z promptem per nisza), walidowane przez redakcję, auto-push do CMS. HowTo wymaga ustrukturyzowanego meta data w CMS (czy artykuł to tutorial? ile kroków? czas wykonania?) — wtedy schema generuje się automatycznie. Zespół: 1 SEO architect, 1-2 developers, 1-2 AI prompt engineers, 2-3 content reviewers.

Porównanie SME vs enterprise

Wymiar	SME (10-500 art.)	Enterprise (5k-50k art.)
Generowanie FAQ	Ręcznie przez redakcję	AI + human review
HowTo	RankMath UI	CMS meta + auto-gen
Walidacja	Rich Results Test per artykuł	CI/CD + daily crawl
Koszt miesięczny	0-500 zł	15-60 tys. zł
Zespół	0,3 FTE shared	3-5 FTE dedicated
Czas wdrożenia 100 artykułów	3-4 tygodnie	2-3 tygodnie (scaled)

Integracje – WordPress, n8n, GA4

Integracja z WordPress – per-post customization

Dla RankMath na WordPress: domyślnie generuje Article schema. Dla FAQPage trzeba dodać sekcję „FAQ” w edytorze Gutenberg (RankMath block). Dla HowTo – inny block „How To” z krokami. Kluczowe: szablon WordPress (theme) musi renderować te blocks SSR, inaczej Google/AI nie widzą content’u FAQ/HowTo matching’u schemy (mismatch = Google kara za hidden schema).

Integracja z n8n – automatyczne FAQ generation

Workflow n8n: (1) nowy post w WP webhook, (2) Claude API generuje 5-8 FAQ pytań + odpowiedzi dla tego tematu, (3) draft FAQ trafia do redakcji jako Notion task, (4) po akceptacji redaktora automatycznie dopisuje FAQ sekcję do post’a via WP REST API, (5) RankMath generuje FAQPage schema, (6) Rich Results Test API waliduje, (7) alert Slack jeśli błędy. Czas od publikacji do pełnego wdrożonego FAQ: 30-60 min.

Integracja z GA4 – mierzenie impact’u

Zestaw: lista URL-i z FAQPage + HowTo vs kontrolna bez. Porównanie w GA4 (eksport do BigQuery): sessions z organic, engagement rate, CR do goal. W naszym A/B teście (3 miesiące, 200 artykułów) URL-e z FAQPage miały +22% engagement rate i +31% scroll depth.

Zespół i wynagrodzenia 2026

• Content Editor (fokus schema): 9 000-15 000 zł.
• Technical SEO Specialist: 14 000-24 000 zł.
• AI Prompt Engineer (dla auto-FAQ gen): 20 000-32 000 zł.
• Schema Architect (enterprise only): 22 000-38 000 zł.

Roadmap 30/60/90 dni wdrożenia schemy artykułowej

Dni 1-30: fundament

• Dzień 1-10: audit istniejącej schemy. Które artykuły mają Article, które nie. Które mają FAQ sekcje ale bez FAQPage.
• Dzień 11-20: setup RankMath Pro (lub alternatywy) z pełną konfiguracją Organization, Person (autorzy).
• Dzień 21-30: wdrożenie FAQPage dla top 20 artykułów (najwięcej ruchu organic).

Dni 31-60: rozszerzenie i HowTo

• Dzień 31-45: FAQPage dla kolejnych 80 artykułów (top 100 łącznie).
• Dzień 46-55: identyfikacja artykułów-tutoriali, wdrożenie HowTo dla top 20.
• Dzień 56-60: Rich Results Test walidacja wszystkich wdrożonych, fix errors.

Dni 61-90: monitoring i skalowanie

• Dzień 61-70: setup monitoring cytowań AI (Peec AI / Otterly) dla baseline.
• Dzień 71-80: scaling do kolejnych 200-500 artykułów (programatycznie via AI-gen FAQ).
• Dzień 81-90: pierwszy monthly review efektu – cytowania AI, engagement, CR.

FAQ dodatkowe

Czy warto dodawać schema do starych artykułów z niewielkim ruchem?

Zależy od kosztu. Jeśli mass-update programatycznie (100 artykułów w 1 dniu) – tak, dodaj bo ROI pozytywny. Jeśli manualnie (30 min/artykuł) — skupisz się na top 20% po ruchu. Reguła: dodaj schema do każdego artykułu z 50+ sesjami/mies. organic, pozostałe zostaw. Z czasem content performance się zmieni i niektóre „małe” artykuły urosną, ale nie warto czekać z infrastrukturą.

Jak AI engines wybierają, które FAQ cytować?

Trzy główne sygnały: (1) semantic match – pytanie FAQ musi być blisko query user’a, (2) quality odpowiedzi – dłuższe i konkretne odpowiedzi są preferowane (60-120 słów optimum), (3) authority źródła – Person schema z sameAs (LinkedIn, About page) buduje trust. Pytania zbyt generyczne („Co to jest SEO?”) są rzadziej cytowane niż specyficzne („Ile kosztuje audyt SEO dla e-commerce 200 produktów?”). Pisz FAQ pod realistic long-tail queries.

Czy FAQ wygenerowane przez AI liczą się tak samo jak ludzkie?

Tak, o ile są merytoryczne i po weryfikacji człowieka. W naszych testach A/B FAQ wygenerowane przez Claude + weryfikowane przez redaktora miały porównywalny impact na cytowania (różnica <5%) vs pisane od zera przez człowieka. Klucz: weryfikacja. AI bez weryfikacji generuje generic answers, które nie wyróżniają się — weryfikujący redaktor dodaje konkrety (liczby, przykłady, polskie case'y), które dają przewagę.

Co z Article + NewsArticle – kiedy użyć której?

Article to schema ogólna dla treści redakcyjnej. NewsArticle to podtyp dla wiadomości z wydarzeń (czas publikacji krytyczny, dateline, author może być reporter). Używaj NewsArticle dla artykułów news’owych (wydarzenia, aktualności, przeglądy świeżych wydarzeń) — dostajesz potencjalnie Top Stories w SERP. Dla evergreen (przewodniki, tutoriale, analizy) używaj BlogPosting (podtyp Article) — bardziej uniwersalne, nie zobowiązujące do news-quality sygnałów jak updated daily.

Case szczegółowy – polski blog SaaS B2B

Dla ilustracji konkretnego efektu, opiszemy case anonimizowanego polskiego SaaS B2B (branża HR tech, 180 klientów). Wdrożenie Article + FAQPage + HowTo dla 85 artykułów w Q2 2025.

Przed wdrożeniem

• 85 artykułów, Article schema z pluginu Yoast (podstawowa).
• FAQ sekcje w 12 artykułach (ale bez FAQPage schemy).
• Brak HowTo dla 20 tutoriali (jak skonfigurować X, jak zintegrować Y).
• Cytowania w AI (Peec AI baseline): 6/mies. średnio.
• Ruch organic: 18 000 sesji/mies.

Wdrożenie – 8 tygodni

• Tygodnie 1-2: migracja z Yoast do RankMath Pro. Konfiguracja Organization, Person schemas z pełnymi sameAs.
• Tygodnie 3-4: dodanie FAQ sekcji (5-8 pytań) do 60 artykułów merytorycznych. Redakcja napisała pytania realnie zadawane przez klientów (wzięte z chatbota + support tickets).
• Tygodnie 5-6: HowTo schema dla 20 artykułów-tutoriali. Każdy krok z obrazem screenshot’em.
• Tygodnie 7-8: walidacja Rich Results Test dla wszystkich 85. 3 artykuły z błędami (image za małe, datetime bad format) — fix.

Wynik po 90 dniach

• Cytowania w AI: 29/mies. (+383%).
• Ruch organic: 22 400 sesji/mies. (+24%).
• Cytowania w ChatGPT specyficznie dla „jak zintegrować X z Y” wzrosły z 1/mies. do 11/mies. – HowTo zadziałał.
• Search Console: 0 błędów schema (z 8 wcześniej).

Koszt: 22 000 zł (6 tys. zł upgrade do RankMath Pro + dev time, 12 tys. zł redakcja FAQ i opisów kroków HowTo, 4 tys. zł QA i walidacja). ROI po 6 miesiącach: 4,8× (głównie z dodatkowych leadów z AI citations).

Co dalej

Warto kontynuować lekturę od pełny przewodnik po schema pod AI 2026, a następnie przejść do analizie JSON-LD vs microdata vs RDFa pod AI — razem dają pełny obraz tematu.