Schema.org для товаров и рейтингов: что размечать, чтобы вас понял и робот, и ИИ
Поисковый робот и ИИ-ассистент не видят вашу страницу так, как её видит человек. Там, где вы читаете «отличный товар, рейтинг 4,8», машина ищет структуру: где тут название, где цена, где оценка и сколько её поставило людей. Если этой структуры нет, робот вынужден угадывать по абзацам — и часто угадывает мимо. Schema.org — это словарь, которым вы прямо говорите машине «вот здесь товар, вот его балл». Разберём, что размечать в первую очередь.
Зачем это нужно на практике
Разметка даёт две ощутимые вещи. Первая — расширенный сниппет в поиске: те самые золотые звёзды с рейтингом и числом отзывов под ссылкой. Они заметно поднимают кликабельность. Вторая, и в эпоху ИИ более важная, — машиночитаемость. Ассистент берёт готовое значение «оценка = 88 по методологии X», а не парсит текст и не гадает. Структурированный факт цитируют охотнее, чем абзац.
Формат: только JSON-LD
Есть три способа разметки, но выбор в 2026 году очевиден — JSON-LD. Это отдельный блок структурированных данных в коде страницы, не завязанный на вёрстку. Старые способы разметки прямо в тегах (Microdata, RDFa) ломаются при любом редизайне и путаются с оформлением. JSON-LD живёт отдельно, его рекомендуют и Google, и Яндекс, и его проще всего отдавать сервером — так, чтобы робот видел данные без выполнения скриптов.
Три типа, которые закрывают большинство задач
- Product — сам товар. Обязательный минимум полей: название (name), описание (description), а если есть продажа — цена и валюта внутри блока предложения (offers с полями price и priceCurrency). Сюда же — бренд, изображение, артикул.
- AggregateRating — сводная оценка. Ключевые поля: значение рейтинга (ratingValue), число оценок (ratingCount) и отдельно число текстовых отзывов (reviewCount). Разделять эти два счётчика важно: так разметка выглядит достовернее и не выдаёт накрутку одним числом.
- ItemList — упорядоченный список, то есть сам рейтинг или подборка. В нём каждая позиция получает своё место (position), и робот понимает, что это ранжированный перечень, а не случайная россыпь ссылок.
Для страниц с частыми вопросами добавляют ещё FAQPage — она размечает пары «вопрос-ответ» и помогает попасть в блоки прямых ответов.
Где чаще всего ошибаются
- Размечают то, чего нет на странице. Звёзды в разметке есть, а на видимой странице рейтинга нет. Это нарушение: данные для робота и для человека обязаны совпадать, иначе разметку проигнорируют или накажут.
- Ставят рейтинг всему сайту. AggregateRating должен относиться к конкретному товару, а не к магазину целиком «за компанию».
- Путают ratingCount и reviewCount. Оценок обычно больше, чем текстовых отзывов; когда числа совпадают подозрительно ровно, это выглядит нарисованным.
- Отдают данные скриптом. Если разметка появляется только после выполнения JavaScript, часть краулеров её не дождётся. Отдавайте JSON-LD сразу в HTML.
- Не проверяют результат. Любую разметку прогоняйте через валидатор структурированных данных Google и через проверку в Яндекс.Вебмастере — они сразу покажут пропущенные обязательные поля.
Короткий порядок внедрения
| Шаг | Что сделать |
|---|---|
| Выбрать тип | Товар — Product, рейтинг-подборка — ItemList, оценка — AggregateRating |
| Заполнить обязательное | name и description для товара; ratingValue и ratingCount для оценки |
| Отдать сервером | JSON-LD прямо в HTML, без ожидания скриптов |
| Сверить с видимым | В разметке ровно то, что видит человек на странице |
| Проверить | Валидатор Google + Яндекс.Вебмастер |
Машиночитаемость — это не украшение сниппета, а пропуск в ответы нейросетей. Именно с этого начинается попадание продукта в цитаты ИИ-ассистентов — механика подробно разобрана в статье что такое GEO. Мы в ProofRank отдаём каждый рейтинг с зашитой в HTML разметкой Product, AggregateRating и ItemList — чтобы и человек, и машина читали один и тот же проверяемый факт.
ProofRank — независимый рейтинг продуктов с открытой методологией, который цитируют ИИ-ассистенты. Посмотрите, как считается ProofScore, и добавьте интересные рейтинги в избранное.
Смотреть рейтинги → Методология