DEENFRESPLNLITPT
seo-geo-knowledge

Product Schema: Quais campos JSON-LD a IA precisa

✍️ GEO Expert 📅 2026-03-13 ⏱️ 5 min
Product Schema: Quais campos JSON-LD a IA precisa

Product Schema para Visibilidade de IA: Quais campos o seu JSON-LD realmente precisa

Para operadores de e-commerce: sem um Product Schema implementado corretamente de acordo com o padrão Schema.org, uma loja online é quase invisível para os motores de busca de IA. Neste artigo, você aprenderá quais campos seu JSON-LD deve conter obrigatoriamente — e quais campos opcionais fazem a diferença decisiva na visibilidade da IA.

O papel dos dados estruturados na era da IA

Quando um motor de busca baseado em IA processa uma consulta complexa – por exemplo, "Melhores tênis de corrida para maratonistas propensos a lesões com entrega até amanhã" – ele precisa de fatos legíveis por máquina. O Product Schema funciona como a única fonte de dados confiável.

Enquanto o Google tradicionalmente também avalia o texto visível de uma página, os crawlers LLM como GPTBot ou PerplexityBot dependem principalmente de dados estruturados. A razão: um LLM pode extrair fatos de um bloco JSON-LD de forma muito mais confiável do que de um texto corrido que mistura linguagem de marketing, formulações ambíguas e elementos decorativos.

Seja Padrão, não criativo

A máxima é: "Seja Padrão, não criativo". Use o vocabulário oficial do Schema.org. Embora a interface visual possa ser criativa, a descrição técnica deve seguir padrões rigorosos.

Erros comuns na prática:


Cada um desses erros pode fazer com que a IA descarte ou interprete os dados incorretamente.

Os campos obrigatórios indispensáveis

Campos decisivos para a visibilidade da IA

Identificadores (SKU, GTIN, MPN)

Os identificadores são a espinha dorsal da diferenciação de variantes. O GTIN (Global Trade Item Number) permite que a IA compare e combine dados de diferentes fontes. Se o seu produto é identificado identicamente no Amazon, na sua loja e num portal de comparação de preços através do GTIN, a confiança da IA na qualidade dos dados aumenta significativamente.

A SKU (Stock Keeping Unit) também ajuda na identificação interna do produto e na diferenciação de variantes (tamanho, cor). Sem identificadores, a IA trata cada listagem como um produto potencialmente diferente.

Marca

O campo brand é muitas vezes subestimado, mas essencial. Ele vincula o produto à entidade de marca superior no Knowledge Graph. Sempre use o tipo aninhado: "brand": { "@type": "Brand", "name": "Pro-Run" }.

Preço e Disponibilidade

Esses dados devem corresponder exatamente no JSON-LD com as informações da página de destino. Qualquer discrepância entre o preço exibido e o preço do esquema pode ser considerada uma tentativa de manipulação pelos crawlers e danificar a confiança de forma duradoura.

Preste atenção especial a:


Detalhes de Envio


Através de shippingDetails, você pode especificar com precisão os prazos de entrega e os custos de envio. Somente assim a IA pode responder a perguntas como "O que pode ser entregue até sexta-feira?" ou "Qual loja entrega gratuitamente?". Este campo está se tornando cada vez mais um diferencial, pois os usuários nas pesquisas de IA frequentemente filtram por condições de entrega.

Avaliação Agregada e Avaliações

As avaliações servem como prova social. Os sistemas de IA classificam produtos com histórico positivo mais alto. Importante: Use aggregateRating para a avaliação geral e, adicionalmente, entradas review individuais para opiniões detalhadas de clientes. Quanto mais avaliações verificadas, mais forte o sinal de confiança.

Exemplo prático: JSON-LD correto

{
  "@context": "https://schema.org/",
  "@type": "Product",
  "name": "Pro-Run Marathon Schuh X1",
  "description": "Leichter Laufschuh für Marathonläufer mit verstärkter Dämpfung und atmungsaktivem Obermaterial.",
  "sku": "PR-X1-2024",
  "gtin13": "4012345678901",
  "brand": { "@type": "Brand", "name": "Pro-Run" },
  "image": "https://example.com/images/pro-run-x1.jpg",
  "aggregateRating": {
    "@type": "AggregateRating",
    "ratingValue": "4.8",
    "reviewCount": "124"
  },
  "offers": {
    "@type": "Offer",
    "priceCurrency": "EUR",
    "price": "159.90",
    "availability": "https://schema.org/InStock",
    "priceValidUntil": "2025-12-31",
    "shippingDetails": {
      "@type": "OfferShippingDetails",
      "deliveryTime": {
        "@type": "ShippingDeliveryTime",
        "transitTime": {
          "@type": "QuantitativeValue",
          "minValue": 1,
          "maxValue": 2,
          "unitCode": "d"
        }
      }
    }
  }
}

Validação e Teste

Um Product Schema bem construído pouco adianta se contiver erros de sintaxe. Use estas ferramentas para validação:

Após cada alteração no seu template de loja, teste se os dados estruturados ainda são emitidos corretamente — especialmente após atualizações do seu sistema de loja.

Conclusão

Use consistentemente identificadores únicos (GTIN, SKU), mantenha os detalhes de envio e entrega diretamente no esquema, mantenha os dados de preços e disponibilidade cuidadosamente atualizados e siga rigorosamente o padrão Schema.org. Um Product Schema completo não é um "nice-to-have" — é o bilhete de entrada para a visibilidade da sua loja na IA.