Metodologia

Generator znaczników schema analizuje stronę internetową etapami: pobiera zarówno surowy HTML, jak i wyrenderowany DOM, klasyfikuje typ strony, heurystycznie ekstrahuje dane strukturalne, porównuje z istniejącymi znacznikami i emituje zwalidowany JSON-LD.

Pipeline

Pobranie: Surowy HTML najpierw, potem wyrenderowany DOM przez headless browser. Przechwytuje to, co widzą crawlery vs. co dodaje JavaScript.
Klasyfikacja: Rozpoznaje typ strony (Organization, Service, Article, Product, FAQ, LocalBusiness) na podstawie struktury HTML, wzorców tekstu i istniejących znaczników.
Ekstrakcja: Heurystycznie wydobywa encje: nazwa prawna, adres URL loga, adres, telefon, profile społecznościowe, autor, daty publikacji/aktualizacji, okruszki nawigacyjne. Każde pole jest oznaczone poziomem pewności ekstrakcji.
Diff: Parsuje istniejące znaczniki schema i porównuje z wyodrębnionymi danymi, pokazując luki i konflikty.
Emisja: Generuje kompletny @graph z wymaganymi i zalecanymi polami zgodnie ze schema.org, wypełniając to, co zostało znalezione i pozostawiając placeholdery (oznaczone TODO) na to, czego nie było.
Walidacja: Waliduje wynik względem schema.org i wymagań Google na pola przed zwróceniem.

Punktacja i oceny

Raport zawiera wynik kompletności 0–100 przypisany do oceny literowej:

Ocena	Zakres	Znaczenie
A	90–100	AI-ready — kompletne, obecne dane strukturalne
B	75–89	Mostly visible — kilka luk, ale schemat obecny
C	60–74	Partially visible — rzadkie lub niekompletne znaczniki
D	40–59	Hard to cite — bardzo niekompletne
F	0–39	Effectively invisible — brak lub uszkodzone znaczniki

Formula punktacji

Wynik waży trzy kategorie:

Wymagane właściwości (60 pkt): Pola główne, które schema.org oznacza jako wymagane dla każdego typu (nazwa, URL, logo dla Organization itd.). Brakujące którekolwiek to znaczna luka.
Zalecane właściwości (25 pkt): Pola, które Google specjalnie rekomenduje (sameAs do łączenia entitet, linki profilów społecznych, dane kontaktowe). Zwiększa jakość, ale niekrytyczne.
Higiena łączenia (15 pkt): Czy wiele stron jest połączone poprzez BreadcrumbList lub sameAs? Czy zagnieżdżona encja (autor, wydawca, lokalizacja) łączy się z powrotem? Źle sformułowana struktura @graph kosztuje punkty tutaj.

Jak działa ekstrakcja

Ekstrakcja to tylko heurystyka, bez wywołań LLM. Skanujemy pod kątem:

Istniejących bloków JSON-LD (źródło o najwyższej pewności)
Tagów meta Open Graph / Twitter
Microdata (schema.org itemscope)
Adnotacji RDFa
Wzorów tekstu: numery telefonów, formaty e-mailów, URLs, które wyglądają jak profile społeczne
Tekstu H1/title jako fallback dla nazwy
Obrazów logo z <img alt="[company]"> lub standardowych ścieżek logo

Każde wyodrębnione pole jest oznaczone wysoka pewność (znalezione w strukturalnych znacznikach lub niejasnym tekście), średnia pewność (dopasowanie wzoru lub wnioskowanie) lub TODO (nie znalezione, placeholder do wypełnienia). Ty decydujesz, co zaufać przed publikacją.

Etykiety pewności

Wysoka: Pobrana bezpośrednio z istniejącego znacznika schema.org lub wyraźnego znacznika jak tagi Open Graph.
Średnia: Dopasowana wzorem (np. numer telefonu znaleziony w sekcji "Kontakt", założony jako telefon biznesu).
TODO: Nie mógł być znaleziony lub pewnie wnioskowany. Musisz to wypełnić przed publikacją lub pominąć pole.

Publikowanie pola TODO (lub jakiegokolwiek placeholdera) jest gorsze niż brak publikacji — mówi modelowi coś niekompletnego z pełną pewnością. Zawsze przejrzyj przed wkllejaniem.