Schemat FAQPage

Typ schema.org do oznaczania stron FAQ — definiujący listę par pytanie-odpowiedź. Od maja 2026 Google nie wyświetla już rich results z FAQPage (wycofane 7 maja 2026), ale typ pozostaje ważny w schema.org, a znaczniki można zostawić na stronie. Wartość przesunęła się z widoczności w SERP na czytelność treści Q&A dla systemów AI — przy założeniu, że schema zgadza się z widoczną treścią.

W Polsce nazywane też:

schemat FAQdane strukturalne pytań i odpowiedziFAQPage schema.orgFAQ JSON-LD

FAQ pozostaje wartościowym typem treści dla agentów AI: format pytanie-odpowiedź jest dopasowany do sposobu, w jaki agenty komunikują się z użytkownikami — użytkownik ma pytanie, agent ma odpowiedź. Gdy FAQ jest oznaczone przez FAQPage schema, agent dostaje pary pytanie-odpowiedź w gotowym formacie, bez ekstrakcji z HTML. Zmieniło się jednak to, co FAQPage daje — i ta zmiana jest sama w sobie lekcją o trwałości rekomendacji.

Czym jest FAQPage schema. FAQPage schema to typ schema.org do oznaczania stron z pytaniami i odpowiedziami — lista obiektów Question z polami name (pytanie) i acceptedAnswer.text (odpowiedź), w formacie maszynowo-czytelnym.

Co się zmieniło w maju 2026. Do niedawna FAQPage miało jeden niezawodny atut: rich result w wynikach Google, czyli rozwijany panel Q&A pod linkiem. Ten atut zniknął. Od 7 maja 2026 rich results z FAQPage nie pojawiają się już w Google Search; wsparcie w raportach Search Console i w Rich Results Test znika w czerwcu 2026, a w Search Console API w sierpniu 2026. To nie był wyjątek — HowTo rich results przeszły tę samą drogę (wycofane na desktopie w 2023), a w 2025 Google wyciął kolejnych siedem typów. Kierunek był znany, FAQ było ostatnim dużym elementem. Prawdopodobny powód (Google nie opublikował uzasadnienia): formaty te były nadużywane do zajmowania miejsca w SERP, więc zamiast pilnować każdej implementacji, Google wycofał samą funkcję wyświetlania.

Dwie błędne reakcje. Po deprecjacji powstały dwa przesadzone obozy i żaden nie ma racji. „Schema umarła” — nieprawda: Product, Article, LocalBusiness, Event, Review nadal dają rich results, a markup encji (Organization, Person) jest ważniejszy niż wcześniej, bo to po nim systemy AI rozpoznają cię jako byt, nie ciąg znaków. „FAQ schema teraz ważniejsze dla AI” — też nieugruntowane: FAQPage pozostaje ważnym typem, znaczniki mogą zostać, mogą pomóc maszynom parsować Q&A, ale „może pomóc” to słabsze twierdzenie niż gwarantowany panel w SERP. Dodawanie FAQ schema jako reakcja na deprecjację to dokładnie to myślenie „pod funkcję wyświetlania”, które tę funkcję pogrzebało.

Co robić teraz. Zostaw istniejące FAQPage (usuwanie nic nie daje, nieużywane dane strukturalne nie szkodzą). Nie dodawaj nowego FAQ schema, żeby wygrać panel w wynikach — tego panelu już nie ma. Zamiast tego trzymaj się zasady, do której sprowadza się cała warstwa danych: schema ma stwierdzać fakty prawdziwe i widoczne na stronie. Google w wytycznych o funkcjach AI mówi wprost, że nie ma specjalnego znacznika wymaganego pod AI Overviews ani AI Mode — ale dane strukturalne powinny zgadzać się z widoczną treścią. Implementacyjnie: Yoast i RankMath nadal mają bloki FAQ w Gutenberg, generujące FAQPage; warunek widoczności treści dla człowieka pozostaje.

FAQPage vs QAPage. FAQPage zakłada, że odpowiedzi są autorytatywne — odpowiada firma lub właściciel strony. QAPage jest dla społecznościowych Q&A, gdzie odpowiada wiele osób (StackOverflow, Quora). Dla FAQ firmowego zawsze FAQPage.

— Zaktualizowano: 7 czerwca 2026 (deprecjacja FAQ rich results, Google, 7 maja 2026).

Powiązane pojęcia

Schemat HowToTyp schema.org do oznaczania instrukcji krok po kroku — definiujący nazwę zadania, wymagane narzędzia i sekwencję kroków w formacie maszynowo-czytelnym. Uwaga: Google wycofał HowTo rich results (na desktopie już w 2023), więc znaczników tych nie wyświetla się już w wynikach. Wartość HowTo schema leży dziś w czytelności kroków dla agentów i systemów RAG, nie w widoczności w SERP.Optymalizacja pod silniki odpowiedziStarsze pojęcie (pre-LLM) opisujące optymalizację treści pod kątem asystentów głosowych i silników odpowiedzi jak Alexa czy Siri — dziś rozszerzone o kontekst AI generatywnego.Optymalizacja pod silniki generatywneTermin wprowadzony przez badaczy z Princeton w 2024 roku opisujący optymalizację treści pod kątem cytowania przez silniki generatywne takie jak ChatGPT, Perplexity czy Google AI Overviews.Dane strukturalneUstandaryzowany sposób opisywania treści strony w formacie zrozumiałym dla maszyn — używany przez wyszukiwarki do rich snippets i przez agentów AI do rozumienia kontekstu strony.Struktura danychDrugi filar agent-readiness: warstwa danych strukturalnych (JSON-LD, schema.org) która pozwala agentowi zrozumieć znaczenie treści — co jest produktem, ceną, autorem, definicją.JSON-LDFormat zapisu danych strukturalnych w notacji JSON osadzany w tagu script na stronie — preferowany przez Google i agentów AI sposób przekazywania ustrukturyzowanych metadanych.