Evidence SEO: jak połączyć twierdzenie o produkcie z dowodem, który AI może sprawdzić

„Produkt ekologiczny i niezwykle trwały” to zdanie, które w opisie produktu nie znaczy nic – ani dla klienta, ani dla modelu językowego, ani, od pewnego momentu, dla prawa. „Wodoodporność IP67 według IEC 60529, badanie z marca 2026, dotyczy obudowy urządzenia, nie złącza ładowania, raport dostępny pod adresem” – to zdanie znaczy wszystko. Jest weryfikowalne, przypisane do konkretnego wariantu, opatrzone standardem i ograniczeniem zakresu. Model językowy może je zacytować i wskazać źródło. Konsument może je sprawdzić. Organ nadzoru też.

W tym artykule znajdziesz: rozróżnienie claim / feature / opinion, pełny model danych twierdzenia produktowego (dziewięć pól), trzy kanały przekazania dowodu wraz z twardymi limitami atrybutów Merchant Center, autorski Product Claim Evidence Score oraz aktualny stan prawny – w tym to, że Polska nie wdrożyła jeszcze dyrektywy 2024/825 i jest za to objęta postępowaniem Komisji Europejskiej.

W skrócie: twierdzenie o produkcie jest weryfikowalne dopiero wtedy, gdy ma przypisany dowód, standard, wystawcę, datę i zakres — a dowód jest publicznie dostępny i powiązany z konkretnym SKU, nie z rodziną produktów.

• Co się zmienia i kiedy: dyrektywa (UE) 2024/825 ma być stosowana od 27 września 2026 i wprowadza zakazy bezwarunkowe; Polska jej nie wdrożyła i od 28 maja 2026 jest objęta postępowaniem naruszeniowym Komisji.
• Test, który rozstrzyga: czy twierdzenie opiera się na programie certyfikacji typu I według EN ISO 14024, czy jest deklaracją własną typu II według ISO 14021. Prawo UE używa typu I jako definicji legalnej.
• Gdzie to zapisać: [document_link] w Merchant Center dla dokumentu źródłowego, [question_and_answer] dla ograniczeń zakresu, hasCertification w schema.org na karcie produktu.
• Czego nie oczekiwać: wyników rozszerzonych w Google. Certification nie jest wspierane, a wyniki rozszerzone FAQ zniknęły 7 maja 2026. Powodem wdrożenia jest ekstrakcja przez modele i obronność prawna.

Zaznaczam na wstępie: ten tekst dotyczy weryfikowalności konkretnego twierdzenia o produkcie, nie zaufania do sklepu jako sprzedawcy. To drugie opisywaliśmy osobno – w artykule o sygnałach zaufania i patentach Google oraz w tekście o ocenie wiarygodności sklepu przez AI. Tu chodzi o poziom SKU, nie o poziom sprzedawcy.

Claim, feature i opinion – trzy różne typy informacji

Zacznijmy od rozróżnienia, które porządkuje cały temat, bo bez niego dyskusja o dowodach się rozmywa.

Cecha (feature) to fakt o produkcie, który da się zmierzyć bez interpretacji: pojemność 5 litrów, waga 1,2 kg, materiał obudowy ABS. Nie wymaga dowodu w sensie prawnym – wymaga tylko poprawności.

Twierdzenie (claim) to stwierdzenie o właściwości, które wynika z badania, normy albo procedury: wodoodporny, hipoalergiczny, zdatny do recyklingu, trwały przez dziesięć lat, wyprodukowany z materiałów pochodzących z recyklingu. Tu dowód jest konieczny – i tu regulacja się zaostrza.

Opinia (opinion) to ocena: najlepszy na rynku, wyjątkowo wygodny, świetny stosunek jakości do ceny. Nie da się jej udowodnić i w większości przypadków nie da się jej też zacytować jako informacji o produkcie.

Problem polega na tym, że w typowym opisie produktu te trzy kategorie są ze sobą sklejone w jednym akapicie. Model językowy, który ma odpowiedzieć na pytanie „czy ten produkt jest wodoodporny”, dostaje ciąg tekstu, w którym twierdzenie stoi obok opinii i nic ich nie odróżnia. Efekt jest przewidywalny: albo model powtarza twierdzenie bez zastrzeżeń, albo je pomija.

Dlaczego AI powiela nieudokumentowane superlatywy?

Mechanizm jest prostszy, niż się wydaje. Model przepisuje to, co znajdzie, jeśli nie ma nic lepszego. Gdy dwa sklepy piszą „bardzo trwały”, a trzeci dodaje normę, wynik badania i zakres, tylko trzeci daje modelowi materiał, który da się zacytować z podaniem źródła. Otwarte pozostaje pytanie, na ile to przekłada się na częstotliwość cytowania – i to jest właśnie hipoteza, którą można sprawdzić eksperymentem opisanym w dalszej części tekstu. Warunkiem wstępnym jest natomiast to, żeby dowód był maszynowo powiązany z konkretnym SKU, a nie schowany w PDF-ie za logowaniem albo na stronie „Certyfikaty” w stopce.

To zresztą powtarza się w każdym obszarze danych produktowych: przewagę daje nie ilość treści, a jej jednoznaczność. Pisaliśmy o tym w kontekście formatu opisu produktu, który AI cytuje częściej oraz information gain w opisach produktów.

Jest jeszcze druga strona tego mechanizmu, groźniejsza. Model, który nie ma dowodu, ale ma presję na udzielenie odpowiedzi, potrafi dopisać właściwość, której produkt nie ma. OWASP klasyfikuje to jako ryzyko wprowadzania w błąd – z naciskiem na to, że nie wymaga ono niczyjej złej woli – i definiuje wprost: „Misinformation occurs when LLMs produce false or misleading information that appears credible”. Halucynacje powstają, gdy model „wypełnia luki w danych treningowych wzorcami statystycznymi, bez rzeczywistego rozumienia treści”. W kontekście karty produktu oznacza to, że brak dowodu nie jest neutralny – jest luką, którą model wypełni sam.

Co zmienia dyrektywa 2024/825 i gdzie jest w tym Polska?

Dyrektywa (UE) 2024/825, zwana potocznie Empowering Consumers, została przyjęta 28 lutego 2024 roku. Termin transpozycji upłynął 27 marca 2026, a przepisy krajowe mają być stosowane od 27 września 2026. Komisja Europejska potwierdza tę datę w oficjalnym dokumencie pytań i odpowiedzi DG JUST.

Dyrektywa dopisuje do czarnej listy nieuczciwych praktyk rynkowych zakazy bezwarunkowe – czyli takie, przy których nie bada się wpływu na decyzję konsumenta. Praktyka jest zakazana i tyle. Dla e-commerce najistotniejsze są:

• wyświetlanie oznaczenia zrównoważonego rozwoju, które nie opiera się na systemie certyfikacji ani nie zostało ustanowione przez organy publiczne – czyli własne zielone plakietki bez schematu certyfikacji;
• ogólne twierdzenie środowiskowe, którego przedsiębiorca nie potrafi poprzeć uznaną, wysoką efektywnością środowiskową istotną dla tego twierdzenia – to koniec słowa „eko” bez uzasadnienia;
• twierdzenie o całym produkcie albo całej działalności, gdy dotyczy tylko pewnego aspektu – najczęstszy błąd w opisach: opakowanie z recyklingu opisane jako produkt ekologiczny;
• twierdzenie o neutralności klimatycznej oparte na kompensacji emisji;
• przedstawianie wymogów nałożonych prawem na wszystkie produkty w kategorii jako wyróżnika własnej oferty;
• fałszywe twierdzenie o trwałości towaru w normalnych warunkach użytkowania;
• przedstawianie towaru jako nadającego się do naprawy, gdy taki nie jest.

Dyrektywa dodaje też wymóg, żeby twierdzenie o przyszłej efektywności środowiskowej opierało się na jasnych, obiektywnych, publicznie dostępnych i weryfikowalnych zobowiązaniach, zawartych w szczegółowym planie wdrożenia z mierzalnymi i określonymi w czasie celami, regularnie weryfikowanym przez niezależnego eksperta zewnętrznego, którego ustalenia są udostępniane konsumentom.

I przepis, którego znaczenie dla asystentów zakupowych jeszcze się nie przebiło: gdy przedsiębiorca świadczy usługę porównywania produktów i przekazuje konsumentowi informacje o cechach środowiskowych lub społecznych albo o aspektach obiegu zamkniętego, to informacja o metodzie porównania, o porównywanych produktach i ich dostawcach oraz o środkach służących utrzymaniu aktualności tych danych jest traktowana jako informacja istotna.

Osobno dyrektywa wprowadza do przepisów konsumenckich definicje, których wcześniej nie było – w tym „handlową gwarancję trwałości”, „trwałość” oraz „wskaźnik naprawialności” rozumiany jako ocena wyrażająca zdolność towaru do naprawy, opartą na zharmonizowanych wymogach ustanowionych na poziomie Unii. Dochodzą też zakazy dotyczące oprogramowania i materiałów eksploatacyjnych: zatajenie, że aktualizacja pogorszy działanie urządzenia; przedstawianie aktualizacji jako koniecznej, gdy tylko rozszerza funkcje; nakłanianie do wcześniejszej niż konieczna wymiany materiałów eksploatacyjnych; zatajenie albo fałszywe twierdzenie o utracie funkcjonalności przy użyciu nieoryginalnych części.

Polska: projekt w Sejmie, postępowanie naruszeniowe od maja

Na 25 lipca 2026 roku Polska nie wdrożyła tej dyrektywy.

Rządowy projekt to druk sejmowy nr 2799 – projekt ustawy o zmianie ustawy o przeciwdziałaniu nieuczciwym praktykom rynkowym oraz ustawy o prawach konsumenta, przygotowany przez Prezesa UOKiK. Zgodnie z danymi Sejmu projekt wpłynął 10 lipca 2026 roku, 15 lipca został skierowany do pierwszego czytania w komisjach, a termin sprawozdania ustalono na 28 lipca. Postępowanie prowadzone jest w trybie skróconym – pismo przewodnie premiera do Marszałka Sejmu uzasadnia to wprost upływem terminu transpozycji i wszczęciem postępowania naruszeniowego przez Komisję.

To postępowanie jest faktem: 28 maja 2026 roku Komisja Europejska wysłała wezwanie do usunięcia uchybienia do dwudziestu państw członkowskich, w tym Polski, za niezgłoszenie pełnej transpozycji dyrektywy 2024/825. Potwierdza to komunikat Komisji o pakiecie naruszeniowym.

Projekt przewiduje wejście w życie ustawy z dniem 27 września 2026 roku, czyli w dacie stosowania z dyrektywy. Ale to data z projektu, nie z uchwalonej ustawy – przy obecnym tempie prac poślizg jest realny.

Co z tego wynika praktycznie. Data 27 września to termin z prawa unijnego, a nie moment, od którego polski organ może cokolwiek zakwestionować. Zakazy będą działać wobec przedsiębiorcy przez ustawę krajową. Jednocześnie część praktyk, o których mówi dyrektywa, jest już dziś kwestionowana na gruncie obowiązujących przepisów o nieuczciwych praktykach rynkowych i o zwalczaniu nieuczciwej konkurencji – dyrektywa je precyzuje i przenosi na czarną listę, a nie tworzy z niczego. Innymi słowy: „jeszcze nie wdrożyli” nie jest strategią.

I jeszcze uwaga o dyrektywie Green Claims, która w publikacjach branżowych jest z 2024/825 stale mylona. To osobny, zablokowany projekt. Komisja 20 czerwca 2025 roku zapowiedziała zamiar jego wycofania, trzeci trilog odwołano, ale wycofania nie opublikowano w Dzienniku Urzędowym, a wniosek pozostaje formalnie w toku. Legislative Train Parlamentu Europejskiego podaje status „Blocked” i wskazuje Radę jako instytucję blokującą. Nie planuj na podstawie Green Claims – planuj na podstawie 2024/825.

Typ I, II i III: klasyfikacja, która jest jednocześnie testem prawnym

Zanim zaczniesz przypisywać dowody do twierdzeń, warto wiedzieć, że istnieje formalna klasyfikacja oznaczeń i deklaracji środowiskowych – i że prawo UE się nią posługuje. Pochodzi od ISO i dzieli je na trzy typy:

Typ	Norma	Czym jest	Kto weryfikuje
Typ I	ISO 14024	program ekoetykiety: znak lub logo przyznawane po spełnieniu zdefiniowanych kryteriów	niezależna strona trzecia
Typ II	ISO 14021	deklaracja własna producenta, sprzedawcy albo dystrybutora	nikt poza samym deklarującym
Typ III	ISO 14025	deklaracja oparta na cyklu życia, czyli EPD – dane ilościowe	niezależna weryfikacja danych

Zasady ogólne dla wszystkich trzech ustanawia ISO 14020 „Environmental labels and declarations – General principles”. ISO opisuje deklaracje typu III obrazowo jako „nutrition labels for the environment”, a typ II definiuje jako narzędzie dla sytuacji, w których „there is no eco-labelling scheme to verify environmental claims”.

I tu jest sedno, które zmienia tę sekcję z ciekawostki w narzędzie pracy. Prawie każde twierdzenie środowiskowe w typowym opisie produktu to typ II – deklaracja własna, której nikt nie weryfikował. A dyrektywa 2024/825 używa typu I jako definicji legalnej: „recognised excellent environmental performance” oznacza zgodność z rozporządzeniem (WE) nr 66/2010 albo z „national or regional EN ISO 14024 type I ecolabelling schemes officially recognised in the Member States”, albo najwyższą efektywność w rozumieniu innych przepisów UE, na przykład klasę A według rozporządzenia o etykietowaniu energetycznym.

Przypomnij sobie teraz zakaz z wcześniejszej sekcji: ogólne twierdzenie środowiskowe, którego nie można poprzeć uznaną, wysoką efektywnością środowiskową, ma być praktyką zakazaną bezwarunkowo. Podstaw pod „uznaną wysoką efektywność” tę definicję i otrzymasz konkretny, sprawdzalny test: czy Twoje twierdzenie opiera się na programie typu I, czy jest deklaracją własną typu II. W drugim przypadku od momentu wdrożenia dyrektywy do polskiego prawa słowo „ekologiczny” w opisie staje się ryzykiem, a nie zaletą.

Ten sam mechanizm działa przy etykietach. Dyrektywa zakazuje wyświetlania oznaczenia zrównoważoności, które nie opiera się na schemacie certyfikacji lub nie zostało ustanowione przez organy publiczne, a przy wymogu monitoringu przez stronę trzecią odwołuje się do ISO 17065. Własna zielona plakietka w grafice produktu nie przejdzie tego testu.

Jeśli szukasz punktu odniesienia dla typu I, w UE jest jeden oczywisty. Komisja opisuje EU Ecolabel jako „the only EU-wide ISO 14024 Type I ecolabelling scheme”, działający na podstawie rozporządzenia (WE) nr 66/2010 i weryfikowany przez stronę trzecią. Skala według zestawienia Komisji (stan na marzec 2026): 116 692 objęte produkty i usługi oraz 3 541 licencji przyznanych firmom, z czego 97% z Europejskiego Obszaru Gospodarczego.

Model danych twierdzenia

Przejdźmy do rzeczy. Każde twierdzenie o produkcie, które ma być weryfikowalne, potrzebuje dziewięciu pól. Poniżej struktura, którą można wpisać wprost do arkusza i uzupełnić dla dwudziestu najważniejszych twierdzeń w katalogu.

Pole	Co zawiera	Przykład
claim	nazwa właściwości	wodoodporność
value	wynik	IP67
scope	czego dokładnie dotyczy	obudowa urządzenia, nie złącze ładowania
standard	norma albo metoda badania	IEC 60529
evidence	adres dokumentu	raport z badania (PDF)
issuer	kto wystawił	laboratorium, jednostka certyfikująca, producent
valid for	do jakiego SKU albo wariantu się odnosi	dokładny identyfikator wariantu
date	data badania	2026-03
limitations	warunki i wyłączenia	test w wodzie słodkiej, 30 min, 1 m

Pola scope i limitations są tymi, które zwykle się pomija – i prawdopodobnie tymi, które mają największą wartość. Hipoteza, którą warto sprawdzić na własnym katalogu: twierdzenie z jawnym ograniczeniem pozwala modelowi poprawnie odpowiedzieć na pytanie negatywne („czy mogę wziąć to pod prysznic”), a twierdzenie bez ograniczenia zostawia lukę do wypełnienia. Niezależnie od wyniku takiego testu jawny zakres jest bezpieczniejszy prawnie, bo zakaz dotyczący twierdzenia o całym produkcie, gdy odnosi się ono tylko do jednego aspektu, uderza dokładnie w jego brak.

Evidence graph: gdzie to fizycznie zapisać?

Dowód trzeba przekazać trzema równoległymi kanałami, bo żaden z nich nie zastępuje pozostałych.

Kanał pierwszy: document_link w Merchant Center

To atrybut, który przekazuje do Google dokumentację produktową w postaci plików PDF. Google opisuje go jako przeznaczony do „linków do autorytatywnej dokumentacji produktowej” – instrukcji, przewodników użytkownika, instrukcji montażu, ulotek dołączanych do opakowania – i zastrzega wprost, że atrybut „jest przeznaczony przede wszystkim do zastosowań konwersacyjnych, takich jak AI Mode w wyszukiwarce Google”. Dokumenty mają służyć „odpowiadaniu na szczegółowe pytania użytkowników o produkt i wspieraniu ich w researchu oraz decyzjach zakupowych”.

Twarde parametry, które trzeba znać przed wdrożeniem:

• wyłącznie format .PDF – żadnych stron HTML, obrazów ani innych typów plików;
• maksymalnie 5 dokumentów na produkt, pole jest powtarzalne;
• URL do 2 000 znaków, tylko znaki ASCII, zgodny z RFC 3986;
• plik do 50 MB;
• wymóg publicznej dostępności: Googlebot musi móc pobrać dokument bez logowania, bez specjalnych uprawnień i bez blokady w robots.txt, a adres musi być stabilny i możliwy do zaindeksowania przez crawler;
• dokumenty mają być statyczne i nie powinny wygasać;
• musisz mieć prawa do udostępniania dokumentu w celach marketingowych.

I zalecenie, które w praktyce dyskwalifikuje połowę tego, co sklepy chciałyby tam wrzucić: „nie przesyłaj dokumentów, które reprezentują Twoją firmę zamiast samego produktu”. Certyfikat ISO firmy nie jest dowodem twierdzenia o produkcie.

Kanał drugi: question_and_answer

Ten atrybut przenosi pytania i odpowiedzi o produkcie – Google precyzuje, że mogą być autorstwa użytkowników, sprzedawcy albo producenta. Limity: do 30 par, pytanie i odpowiedź po 1 000 znaków każde, a łączny rozmiar wszystkich par dla jednego produktu nie może przekroczyć 10 000 znaków.

To najlepsze miejsce na twierdzenia negatywne i ograniczenia zakresu. Przykład, który podaje sam Google, jest zresztą dokładnie tego rodzaju: pytanie „Czy ma gniazdo słuchawkowe?” i odpowiedź „Ta wersja nie ma gniazda słuchawkowego”. Jedno zdanie, które oszczędza zwrot.

Ważna reguła, którą łatwo przeoczyć: nie duplikuj. Google w specyfikacji tego atrybutu zaleca wprost: nie przesyłaj pytań i odpowiedzi, jeśli przesyłasz też dokumenty przez [document_link], a ta sama informacja znajduje się w tych dokumentach – bo „wyodrębnimy informacje FAQ z tych dokumentów”. To znaczy dwie rzeczy. Pierwsza: Google sam czyta zawartość PDF-ów i wyciąga z nich pytania i odpowiedzi, co jest samodzielnym argumentem za tym, żeby dokumentacja techniczna była kompletna i porządnie sformatowana. Druga: [question_and_answer] służy do tego, czego nie ma w dokumentach – do ograniczeń zakresu, wyłączeń i praktycznych zastrzeżeń, których producent nie wpisał do instrukcji.

Podział pracy między tymi dwoma atrybutami jest więc jasny: dokument dostarcza treści źródłowej, a Q&A dopowiada to, czego w niej brakuje.

Warto też zwrócić uwagę na to, jak Google sam pozycjonuje te atrybuty. Przy obu pojawia się zastrzeżenie, że są przeznaczone przede wszystkim do zastosowań konwersacyjnych, w tym AI Mode. To warstwa danych budowana pod handel agentowy, nie pod klasyczne reklamy produktowe – i warto ją traktować jako inwestycję w widoczność w odpowiedziach, a nie w karuzeli produktowej.

Kanał trzeci: dane strukturalne na stronie

Tu jest pełny, gotowy stos, którego prawie nikt nie używa. schema.org ma typ Certification, opisany jako „oficjalne i autorytatywne stwierdzenie o przedmiocie… zwykle wydawane przez niezależną jednostkę certyfikującą”, zmapowany na gs1:CertificationDetails i unece:SpecifiedCertificate. Do produktu podłącza się go właściwością hasCertification.

Właściwości typu Certification odpowiadają niemal jeden do jednego polom z modelu danych z poprzedniej sekcji:

• issuedBy – kto wystawił;
• certificationIdentification – identyfikator, o którym schema.org pisze, że „zwykle może być użyty do sprawdzenia i weryfikacji instancji certyfikacji”;
• auditDate – data ostatniego audytu;
• validFrom i expires – okres ważności;
• certificationStatus – aktywny albo nieaktywny;
• hasMeasurement – wynik pomiaru;
• validIn – obszar, na którym certyfikat obowiązuje.

Dla twierdzeń mierzalnych, które nie są certyfikatem, właściwym narzędziem jest PropertyValue z measurementMethod (i enumeracją MeasurementMethodEnum) oraz valueReference, czyli „wartością dodatkową dostarczającą informacji o wartości pierwotnej, na przykład temperaturą odniesienia albo typem pomiaru”.

Zwróć uwagę, jak dobrze ten zestaw odpowiada wymogowi z dyrektywy: publicznie dostępne, weryfikowalne, z niezależnym wystawcą, datą i możliwością sprawdzenia. Prawo i dane strukturalne zbiegają się tu w jednym punkcie – i to jest najmocniejszy argument za tym, żeby zrobić to raz, dobrze i w obu warstwach.

Poniżej gotowy do skopiowania fragment, który łączy produkt, certyfikat i twierdzenie mierzalne w jednej strukturze. Zwróć uwagę na certificationIdentification — to pole, przez które organ albo model może zweryfikować instancję certyfikacji — oraz na valueReference, w którym mieści się zakres i warunki badania:

{
  "@context": "https://schema.org",
  "@type": "Product",
  "sku": "ABC-123-BLK",
  "gtin13": "5901234123457",
  "name": "Nazwa produktu",
  "hasCertification": {
    "@type": "Certification",
    "name": "Stopień ochrony IP67",
    "certificationIdentification": "LAB-2026-04821",
    "issuedBy": {
      "@type": "Organization",
      "name": "Nazwa laboratorium badawczego"
    },
    "auditDate": "2026-03-14",
    "validFrom": "2026-03-14",
    "expires": "2029-03-13",
    "certificationStatus": "https://schema.org/CertificationActive",
    "hasMeasurement": {
      "@type": "QuantitativeValue",
      "name": "Stopień ochrony IP",
      "value": "IP67"
    },
    "url": "https://przyklad.pl/dokumenty/raport-ip67-abc-123.pdf"
  },
  "additionalProperty": {
    "@type": "PropertyValue",
    "name": "Wodoodporność",
    "value": "IP67",
    "measurementMethod": "IEC 60529",
    "valueReference": {
      "@type": "PropertyValue",
      "name": "Zakres i warunki",
      "value": "Obudowa urządzenia, bez złącza ładowania. Woda słodka, 1 m, 30 min."
    }
  }
}

Trzy rzeczy, które w tym fragmencie robią całą różnicę. Certyfikat jest podpięty do produktu z konkretnym SKU i GTIN, nie do nazwy rodziny. measurementMethod nazywa normę, więc twierdzenie przestaje być przymiotnikiem i staje się wynikiem badania. valueReference przenosi zakres i ograniczenia — i to jest jedyne miejsce w danych strukturalnych, w którym da się powiedzieć „obudowa, ale nie złącze”.

Po co to robić, jeśli Google nie da za to wyników rozszerzonych

Uczciwe zastrzeżenie, bo bez niego cała ta sekcja mogłaby brzmieć jak obietnica lepszych snippetów. Ani Certification, ani hasCertification nie występują na liście typów danych strukturalnych wspieranych przez Google Search – stan dokumentacji na 15 czerwca 2026. To wyłącznie słownik schema.org, bez żadnego wsparcia w wynikach rozszerzonych.

Podobnie z sekcją pytań i odpowiedzi, i to informacja świeższa, niż wiele osób sądzi. Google podaje, że od 7 maja 2026 wyniki rozszerzone FAQ nie pojawiają się w wyszukiwarce, a wygląd FAQ, raport i wsparcie w Rich Results Test są wycofywane w czerwcu 2026. Wcześniej, od sierpnia 2023, były dostępne tylko dla autorytatywnych witryn rządowych i medycznych.

Trzy powody, dla których warto to wdrożyć mimo tego – i każdy z nich jest mocniejszy niż wynik rozszerzony. Pierwszy: ekstrakcja. Model, który ma odpowiedzieć na pytanie o właściwość produktu, dostaje jednoznaczną trójkę wartość–standard–wystawca zamiast przymiotnika w akapicie. Drugi: obronność prawna. Struktura z wystawcą, datą audytu, okresem ważności i identyfikatorem umożliwiającym weryfikację to dokładnie to, czego wymaga dyrektywa od twierdzeń weryfikowalnych – jedna praca zamiast dwóch. Trzeci: higiena wewnętrzna. Katalog, w którym każde twierdzenie ma przypisany dokument i datę wygaśnięcia, sam pokazuje, które twierdzenia trzeba zdjąć z kart.

Google zresztą wprost mówi, co zrobić z istniejącym, nieużywanym znacznikiem: „Structured data that’s not being used does not cause problems for Search, but also has no visible effects in Google Search”. Czyli nie ma powodu go usuwać – ale nie ma też powodu obiecywać klientowi, że przyniesie widoczność w SERP-ie.

Luka, o której trzeba wiedzieć

Zarówno przy [document_link], jak i przy [question_and_answer] Google podaje w specyfikacji „Schema.org property: No”. Nie ma odpowiednika w danych strukturalnych, nie ma mostu między feedem a stroną. To znaczy, że te same dowody trzeba wprowadzić dwukrotnie, w dwóch niezależnych warstwach, i osobno pilnować ich spójności. Nie jest to wygodne, ale jest to stan faktyczny – a rozbieżność między feedem a stroną jest sygnałem ryzyka, o którym pisaliśmy w kontekście spójności feedu i karty produktu.

Jak nie mieszać certyfikatu modelu z całą rodziną produktów?

To najczęstszy błąd i jednocześnie ten, który po wejściu nowych przepisów będzie najkosztowniejszy. Mechanizm jest zawsze taki sam: badanie wykonano na jednym modelu, a twierdzenie trafiło do opisu całej serii. Albo: certyfikat dotyczy jednego materiału, a opis mówi o produkcie.

Zakaz dotyczący twierdzenia o całym produkcie, gdy odnosi się ono tylko do pewnego aspektu, uderza w to bezpośrednio. Podobnie zakaz przedstawiania wymogów prawnych jako wyróżnika – jeśli cała kategoria musi spełniać normę, to jej spełnienie nie jest cechą Twojej oferty.

Praktycznie: pole valid for w modelu danych musi zawierać identyfikator wariantu, nie rodziny. Jeśli feed operuje na grupach wariantów, dowód trzeba przypisać na poziomie pojedynczego SKU, nawet gdy to oznacza duplikację. Wątek relacji między modelem, wariantem a ofertą omawialiśmy szerzej w artykule o tym, czy AI rozumie warianty produktu.

Aktualność dowodu i wycofane certyfikaty

Certyfikat, który wygasł, a którego twierdzenie zostało na karcie, jest gorszy niż brak certyfikatu. Brak jest luką informacyjną; wygasły jest twierdzeniem nieprawdziwym.

Właściwości certificationStatus, auditDate, validFrom i expires istnieją dokładnie po to, żeby dało się to obsłużyć maszynowo. W praktyce potrzebne są trzy rzeczy: rejestr dowodów z datami ważności, alert przed wygaśnięciem i procedura zdejmowania twierdzenia z karty – nie tylko z pola w danych strukturalnych, ale też z opisu, z tytułu i z grafik.

Warto tu przenieść odruch z zarządzania świeżością danych produktowych, o której pisaliśmy w kontekście rekomendowania produktów, których już nie ma. Mechanizm jest ten sam: nieaktualna informacja w kanale, który AI traktuje jako autorytatywny, propaguje się dalej i dłużej, niż się wydaje.

Product Claim Evidence Score: jak ocenić własny katalog?

Żeby to policzyć, a nie tylko opisać, proponuję prostą ocenę punktową dla pojedynczego twierdzenia. Skala 0–100, siedem składowych:

Składowa	Waga
dowód jest identyfikowalny i publicznie dostępny bez logowania	20
źródło jest pierwotne (laboratorium, jednostka certyfikująca), nie wtórne	15
dowód przypisany do konkretnego SKU lub wariantu, nie do rodziny	20
podany standard albo metoda badania	15
podana data badania i okres ważności	10
jawnie określony zakres twierdzenia	10
jawnie określone ograniczenia i warunki	10

Interpretacja: 0–39 twierdzenie nie ma weryfikowalnego dowodu i jest ryzykiem prawnym; 40–69 dowód istnieje, ale nie jest ekstrahowalny albo nie jest przypisany precyzyjnie; 70–100 twierdzenie da się zweryfikować maszynowo i obronić przed organem.

Audyt zrobiony na dwudziestu najczęściej powtarzających się twierdzeniach w katalogu zajmuje jeden dzień i zwykle daje wynik, który sam ustawia priorytety. Jeśli wolisz zlecić to na zewnątrz, taki przegląd twierdzeń wchodzi w zakres naszego audytu treści.

Jak to zbadać na własnych danych?

Jeśli chcesz z tego zrobić coś więcej niż audyt – na przykład materiał, który zbiera cytowania – metodologia wygląda tak.

Wybierz 50 twierdzeń z kategorii, w których takich twierdzeń jest najwięcej: elektronika, kosmetyki, outdoor i asortyment opisywany jako ekologiczny. Podziel je na trzy warunki: bez źródła, ze źródłem ogólnym (link do strony certyfikatów) i ze źródłem przypisanym do SKU (PDF w document_link plus hasCertification w danych strukturalnych).

Dla każdego twierdzenia zadaj pięć promptów, w tym obowiązkowo jeden z prośbą o źródło i jeden z negacją. Testuj w krótkim oknie czasowym, w czystych sesjach, z zapisaną lokalizacją i językiem, po kilka powtórzeń. Zachowaj pełne odpowiedzi wraz z cytowaniami.

Następnie sprawdź, czy model:

• powtórzył twierdzenie – Claim Repetition Rate;
• znalazł dowód – Evidence Retrieval Rate;
• podał właściwy standard – Standard Accuracy;
• zachował ograniczenie zakresu – Limitation Preservation Rate;
• pomylił wariant – Variant Confusion Rate;
• dopisał właściwość, której produkt nie ma – Fabricated Property Rate.

Ostatnia metryka jest najważniejsza i najrzadziej mierzona. Hipoteza, którą warto sprawdzić: odsetek zmyślonych właściwości spada, gdy dowód jest przypisany do SKU – nie dlatego, że model staje się ostrożniejszy, a dlatego, że ma czym wypełnić lukę. Regularny pomiar tego, co modele mówią o Twoich produktach, prowadzimy w ramach audytu widoczności w AI.

Jak pisać bez greenwashingu i bez utraty konwersji?

Najczęstsza obawa działu marketingu brzmi: jeśli usuniemy superlatywy, opis przestanie sprzedawać. W praktyce dzieje się odwrotnie, bo parametr jest konkretniejszy niż przymiotnik.

Cztery zamiany, które warto zrobić w pierwszej kolejności:

• „ekologiczny” → nazwa konkretnej właściwości z wynikiem, na przykład udział materiału z recyklingu w procentach, z podaniem, czego dotyczy (produkt czy opakowanie);
• „bardzo trwały” → okres gwarancji handlowej trwałości albo wynik badania z normą;
• „wodoodporny” → klasa szczelności z normą i zakresem;
• „hipoalergiczny” → nazwa badania, wystawca, populacja badana.

Zasada nadrzędna: jeśli dowodu nie ma, twierdzenie się usuwa, a nie osłabia przymiotnikiem. „Praktycznie ekologiczny” nie jest bezpieczniejsze od „ekologiczny” – jest tym samym twierdzeniem z dodatkową niejasnością.

Od czego zacząć?

Trzy kroki na najbliższe dwa tygodnie, w tej kolejności.

1. Wypisz dwadzieścia twierdzeń, które najczęściej powtarzają się w Twoim katalogu. Nie te najważniejsze marketingowo – te najczęstsze, bo one skalują ryzyko.
2. Dla każdego ustal, czy istnieje dowód, gdzie leży, czy jest publiczny, do jakiego SKU się odnosi i kiedy wygasa. Policz Product Claim Evidence Score. Twierdzenia poniżej 40 punktów albo dostają dowód, albo wypadają z opisu.
3. Dla trzech twierdzeń o najwyższej wartości sprzedażowej wdróż pełny stos, pamiętając o podziale pracy między atrybutami: dokument z badaniem jako PDF w [document_link], w [question_and_answer] tylko to, czego w tym dokumencie nie ma, a na karcie hasCertification z Certification w danych strukturalnych. Potem zmierz, czy zmieniło się to, co AI mówi o tych produktach.

Do 27 września i tak trzeba to zrobić. Różnica polega na tym, czy zrobisz to jako projekt SEO z mierzalnym efektem, czy jako projekt compliance pod presją terminu. W większych katalogach to praca na kwartał i element szerszego projektu pozycjonowania sklepu internetowego.

Najczęściej zadawane pytania