Około 42% fragmentów wyświetlanych w Google AI Overview pochodzi ze stron z FAQ schema. Trzy miesiące po dodaniu 28 strukturalnych pytań i JSON-LD do strony pomocy thMenu pojawiliśmy się jako źródło AI Overview w 14 zapytaniach long-tail, m.in. "qr menu pricing" i "qr menu setup time".
Dlaczego FAQ schema działa
Modele AI Overview wolą dane strukturalne. FAQPage JSON-LD rozdziela każde Question i Answer, co obniża koszt ekstrakcji. Cytowalność jest 3-5x wyższa niż zwykłych akapitów.
Idealna długość: 40-90 słów. Krócej wygląda słabo, dłużej jest streszczane.
Jak wybraliśmy 28 pytań
W Search Console odfiltrowaliśmy zapytania long-tail z 8+ kliknięciami, a następnie zadaliśmy te same prompty w Perplexity i ChatGPT, zapisując pytania uzupełniające. Część wspólna dała 28 tematów o wysokiej intencji.
- Cenniki (5) — zakres Starter, kiedy upgrade do Pro
- Wdrożenie (9) — domena, druk QR, wielojęzyczność
- Operacja (14) — alergeny, wezwanie kelnera, zamówienia przy stoliku
Poprawne JSON-LD
Blok JSON-LD umieściliśmy w <head>, a każdą odpowiedź podaliśmy jako HTML w acceptedAnswer.text z listami i linkami. AI Overview generuje wtedy bogatsze snippety.
Widoczny HTML musi pasować do markupu słowo w słowo, inaczej Google wykryje cloaking. Sprawdzaj Rich Results Test.
FAQ
Na każdej stronie? Nie, tylko tam, gdzie naprawdę jest Q&A.
Kiedy efekt? Pierwsze cytowanie w 6. tygodniu, 14 zapytań w 12.
Ile pytań w bloku? 8-12; my podzieliliśmy 28 na 3 strony tematyczne.
Czy to było pomocne? Udostępnij.
Powiązane artykuły
12 konkretnych korzyści z menu QR (poparte prawdziwymi danymi)
Zero kosztów druku, wzrost średniej wartości zamówienia o 31 %, automatyczna obs…
Dlaczego zdjęcia w menu zwiększają sprzedaż: przewodnik dla restauratorów
Dania ze zdjęciami otrzymują nawet 30% więcej zamówień. Oto nauka stojąca za wiz…
Dlaczego uzytkownicy Apple Pay czekaja 12 sekund mniej niz Chip+PIN w restauracjach
Dane Visa 2024: chip+PIN 25.3s, Apple Pay 13.1s. Dla brasserie z 32 stolikami 4-…