O schema torna-se poderoso quando forma um knowledge graph conectado da sua marca.

Resposta direta: defina as suas entidades-chave, dê-lhes @id estáveis, ligue-as com about/mentions e sameAs, implemente JSON-LD nos templates e governe o grafo com validação e monitorização.

Este guia mostra como modelar, implementar e medir um knowledge graph orientado por schema que melhora citações IA, rich results e clareza de entidade.

Tenha os pilares Structured Data e AI Search Ranking Factors abertos enquanto trabalha.

O que é um knowledge graph orientado por schema?

É o conjunto de entidades (Organization, Person, Product, LocalBusiness, Article, FAQ, HowTo) e relações no seu site expresso em JSON-LD.

Com URIs @id estáveis e ligações sameAs, estes nós formam um grafo que motores e assistentes IA conseguem percorrer.

Resultado: atribuição mais clara, menos más citações e melhor elegibilidade para AI Overviews e rich results.

Por que é importante para pesquisa IA

  • Assistentes IA precisam de factos inequívocos; um grafo reduz alucinações e citações em língua errada.

  • Entidades ligadas (autor → organização → artigo → produto) aumentam sinais de confiança (E-E-A-T) e probabilidade de citação.

  • Clareza do grafo ajuda a IA a escolher a URL correta por locale e tema, melhorando precisão e conversões.

  • Schema fresco e consistente sinaliza recência a assistentes que priorizam respostas atualizadas.

Framework AISO Entity Graph (5 passos)

  1. Discover: inventário de entidades (marca, pessoas, produtos/serviços, localizações, categorias, tópicos core). Crawl ao schema atual para encontrar gaps e erros.

  2. Model: definir padrões @id, fontes sameAs, uso de about/mentions e relações (ex. Person autor de Article; Product pertence a Category; LocalBusiness serve Area).

  3. Implement: criar templates JSON-LD por tipo; mapear campos CMS/PIM; lançar via templates ou data layer; validar.

  4. Govern: controlo de versão, linting em CI, changelog, auditorias trimestrais e ownership de correções.

  5. Measure: acompanhar erros, rich results, citações IA, precisão e KPIs por entidade; iterar.

Inventário de entidades (formato worksheet)

  • Organization: name, url, logo, contactPoint, sameAs, foundingDate, address.

  • Persons (autores/experts): name, jobTitle, affiliation, url, sameAs (LinkedIn/páginas de orador), knowledgeArea.

  • Products/Services: name, description, brand, sku/gtin, category, offers (price, currency, availability), related products.

  • Locations (LocalBusiness): name, address, geo, openingHours, areaServed, sameAs, priceRange.

  • Nós de conteúdo: Article/BlogPosting com about/mentions; FAQPage para perguntas comuns; HowTo para passos.

  • Categorias/conceitos: termos de glossário, categorias ou soluções que quer possuir; trate como entidades com IDs.

Liste, atribua owners e defina quais são públicas.

Padrões @id e consistência

  • Use IDs estáveis e únicos: https://example.com/#org, https://example.com/authors/jdoe#person, https://example.com/products/widget-123#product.

  • Mantenha IDs consistentes entre locales; traduza rótulos, não IDs.

  • Reutilize IDs entre páginas (Article → Person → Organization) para formar as arestas do grafo.

  • Não altere IDs; trate-os como chaves primárias.

Ligar entidades: about, mentions, sameAs

  • about: entidade principal do conteúdo (ex. Product ou tópico).

  • mentions: entidades relacionadas discutidas.

  • sameAs: perfis externos autoritativos (LinkedIn, Crunchbase, Wikidata, GBP, imprensa) para reforçar a identidade.

  • Use estas propriedades de forma consistente para mostrar relações e reduzir ambiguidade.

Exemplo: Article, Person, Organization, Product conectados

{
  "@context": "https://schema.org",
  "@graph": [
    {
      "@type": "Organization",
      "@id": "https://example.com/#org",
      "name": "Example Co.",
      "url": "https://example.com/",
      "logo": {"@type": "ImageObject","url": "https://example.com/logo.png"},
      "sameAs": ["https://www.linkedin.com/company/example","https://www.crunchbase.com/organization/example"]
    },
    {
      "@type": "Person",
      "@id": "https://example.com/authors/jdoe#person",
      "name": "Jamie Doe",
      "jobTitle": "Head of SEO",
      "affiliation": {"@id": "https://example.com/#org"},
      "url": "https://example.com/authors/jdoe",
      "sameAs": ["https://www.linkedin.com/in/jamiedoe"]
    },
    {
      "@type": "Product",
      "@id": "https://example.com/products/widget-123#product",
      "name": "Widget 123",
      "brand": "Example Co.",
      "category": "Analytics",
      "offers": {"@type": "Offer","price": "49.00","priceCurrency": "EUR","availability": "https://schema.org/InStock","url": "https://example.com/products/widget-123"}
    },
    {
      "@type": "Article",
      "@id": "https://example.com/articles/ai-search#article",
      "headline": "AI Search Ranking Factors: 2025 Guide",
      "author": {"@id": "https://example.com/authors/jdoe#person"},
      "publisher": {"@id": "https://example.com/#org"},
      "datePublished": "2025-02-01",
      "dateModified": "2025-03-10",
      "mainEntityOfPage": "https://example.com/articles/ai-search",
      "about": [{"@id": "https://example.com/products/widget-123#product"}],
      "mentions": [{"@id": "https://example.com/#org"}]
    }
  ]
}

Mostra nós e ligações via @id, formando um pequeno grafo.

De snippets a grafo: estágios de maturidade

  1. Sem schema: as máquinas adivinham; alta ambiguidade.

  2. Snippets por página: markup básico, sem ligações entre entidades.

  3. Cobertura por template: schema consistente por tipo, alguns links para Organization/Person.

  4. Grafo ligado: IDs reutilizados; uso de about/mentions; sameAs completos; entidades ligadas entre páginas.

  5. Grafo orientado a dados: store central de entidades alimenta JSON-LD; alinhamento multilingue; monitorização e KPIs em vigor.

Procure o estágio 3–4 para prontidão de pesquisa IA.

Construir o grafo: passo a passo

  1. Audit: crawl ao schema atual; liste entidades e detete duplicados/conflitos; registe campos obrigatórios em falta.

  2. Design: decida esquema de @id, fontes sameAs, propriedades obrigatórias/recomendadas por tipo, padrões de about/mentions e gestão de locales.

  3. Implement: crie templates JSON-LD; mapeie campos CMS/PIM; adicione blocos @graph quando necessário; evite injeção duplicada.

  4. Validate: Rich Results Test, Schema Markup Validator; crawl de amostras; verifique se assets (logos/autores) respondem 200.

  5. Deploy: staging primeiro; feature flag se possível; monitore Search Console e logs para erros.

  6. Monitor: acompanhe erros/avisos, rich results, citações IA, precisão; mantenha changelog.

  7. Iterate: expanda para mais entidades (eventos, docs, integrações); refine relações; atualize sameAs à medida que surgem novos perfis.

Priorizar entidades por impacto de negócio

  • Páginas de receita: produtos/serviços, pricing, páginas de comparação.

  • Páginas de confiança: about, autores, políticas, segurança/conformidade.

  • Conteúdo de suporte/ajuda: FAQs/HowTo; reduza citações erradas e melhore deflexão.

  • Páginas locais: consistência NAP e LocalBusiness por localização.

  • Integrações/parceiros: entidades de integração com sameAs para docs de parceiros; melhora relevância em «+».

Grafos multilingues e multi-localização

  • IDs estáveis entre locales; traduza rótulos/descrições; use inLanguage.

  • Hreflang alinhado com canonicals; garanta que a língua do schema corresponde à da página.

  • sameAs específicos da locale (diretórios locais, imprensa, LinkedIn/GBP por mercado).

  • LocalBusiness por localização com @id distinto; areaServed na língua local.

  • Valide por locale; monitore citações em língua errada e corrija hreflang/schema rapidamente.

Governação e ownership

  • Owners: lead SEO/Schema, developer, conteúdo/SME, analytics e legal para YMYL.

  • Registo: lista de entidades com IDs, sameAs, propriedades, locales e owners.

  • Versionamento: guarde templates em Git; code review obrigatório.

  • Linting em CI: bloqueie deploys em erros críticos de schema ou campos obrigatórios em falta.

  • Changelog: data, URL/template, mudança, owner, prompts a retestar, resultado.

  • Auditorias: checks trimestrais de cobertura/consistência; saúde de assets; frescura de dateModified.

Medição e KPIs

  • Contagem de erros/avisos por template.

  • Impressões/CTR de rich results por tipo (FAQ, HowTo, Product, Breadcrumb, Article).

  • Inclusão/partilha de citações IA em páginas ligadas ao grafo; precisão em preço/disponibilidade/bios.

  • Score de consistência de entidade: % de entidades com sameAs completo e reutilização correta de @id.

  • Incidentes de citações em língua errada; tempo de resolução.

  • Frescura: % de páginas prioritárias atualizadas (conteúdo + schema) nos últimos 45 dias.

  • Conversões em páginas citadas vs baseline; conversões assistidas após ganhos de citações.

Ferramentas e workflows

  • Crawlers (Screaming Frog/Sitebulb) com extração custom para ver @id, tipos e relações.

  • Validadores: Rich Results Test, Schema Markup Validator, linters de CI.

  • Vistas de grafo: exporte @graph para visualizar ligações (scripts leves ou visualizadores de graph DB).

  • Dashboards: combine erros de schema, métricas de rich results, citações IA e conversões; adicione alertas.

  • Painéis de prompts: teste queries prioritárias semanalmente para ver como assistentes citam e descrevem as suas entidades.

Armadilhas comuns e correções

  • IDs duplicados ou nomes incoerentes: padronize naming; mantenha @id estável; atualize glossário.

  • Conflitos de plugins: desative fontes de schema sobrepostas; consolide num único template.

  • Conteúdo invisível ou inexistente marcado: marque apenas dados visíveis e reais.

  • Preços/datas desatualizados: sincronize com CMS/PIM; atualize dateModified com edições reais.

  • Assets quebrados (logos/autores): monitore 4xx/5xx; corrija rapidamente.

  • Sem relações: adicione about/mentions e reutilize @id para ligar nós; evite snippets isolados.

  • Sem sameAs: adicione links autoritativos para reduzir ambiguidade.

Prompts de teste de assistentes IA (usar semanalmente)

  • “Who isand what do they offer in Portugal?”

  • “Who writes’s articles about?”

  • “Isavailable inand what are their hours?”

  • “Comparewithfor.”

  • “What integrations doeshave with?”

Registe citações, wording e precisão; corrija schema/conteúdo quando as respostas estiverem erradas.

Snapshots de casos (anonimizados)

  • B2B SaaS: ao migrar para templates @graph e completar sameAs de autores/org, a quota de citações Perplexity subiu de 10 % para 26 %; conversões de demo em páginas citadas +11 %.

  • Multi-localização local: @id distinto por localização, sameAs localizados e LocalBusiness + Service deslocaram as citações do Copilot de diretórios para a marca; chamadas +17 %.

  • Ecommerce: Product + Offer + FAQ com IDs consistentes e preços diários reduziram erros de preço do ChatGPT a zero e restauraram inclusão em AI Overview em três categorias.

Gestão de risco

  • Ligações sameAs erradas podem ligar entidades a perfis incorretos; reveja fontes e aprovações.

  • Mudar um @id quebra relações; trate IDs como permanentes.

  • Sobre-marcar entidades não relacionadas confunde assistentes; mantenha about/mentions focados.

  • Em YMYL, mantenha reviewers, disclaimers e credenciais atualizados; monitore precisão com mais frequência.

  • Alinhe com legal/privacy ao expor dados; evite PII em schema.

Plano de grafo 30/60/90 dias

Primeiros 30 dias

  • Audit ao schema atual; correção de erros críticos; definição de padrão @id; construção do inventário de entidades.

  • Implementar Organization + Person + Article com about/mentions; remover duplicados.

  • Adicionar linting em CI; iniciar changelog; correr painéis de prompts baseline.

Próximos 30 dias

  • Lançar Product/Service, FAQ/HowTo, LocalBusiness quando relevante; localizar campos de schema.

  • Adicionar sameAs nas entidades; ligar parceiros/integrações via mentions.

  • Visualizar ligações do grafo; garantir IDs reutilizados entre páginas.

  • Monitorizar rich results e citações IA; corrigir imprecisões.

Últimos 30 dias

  • Automatizar geração de schema a partir de CMS/PIM quando possível; bloquear deploys em caso de erros.

  • Expandir para integrações/eventos se fizer sentido; adicionar entidades de glossário.

  • Construir dashboards para erros de schema, consistência de entidades, rich results e citações IA.

  • Documentar governação e cadência de revisão; formar equipas.

Governação e documentação

  • Registo de entidades: IDs, labels, sameAs, owners, locales e relações.

  • Registo de schema: templates por tipo, campos obrigatórios/recomendados e cadência de update.

  • Change control: code review para schema; entradas de changelog com prompts retestados.

  • Linting em CI: bloquear deploys em erros críticos ou campos obrigatórios em falta.

  • Cadência de auditoria: checks trimestrais de cobertura, consistência, saúde de assets, frescura e citações em língua errada.

  • Controlos de acesso: limitar quem edita schema/robots para reduzir alterações acidentais.

Auditar o grafo

  • Crawl para extrair @id, @type, sameAs, about/mentions; verificar duplicados e arestas em falta.

  • Verificar se nós Organization/Person existem e são reutilizados entre páginas; corrigir logos/bios quebrados.

  • Conferir alinhamento de glossário: nomes de entidades consistentes; sem variantes nos IDs.

  • Comparar schema e conteúdo para preços, datas, autores; corrigir desalinhamentos.

  • Validar hreflang/inLanguage para entidades localizadas; garantir sameAs locais quando existirem.

  • Visualizar o @graph para identificar nós isolados e ruído sobreligado; ajustar about/mentions conforme necessário.

Analytics e KPIs (nível entidade)

  • Contagem de erros/avisos por template e tipo de entidade.

  • Score de consistência de entidade: % de entidades com sameAs completo e IDs reutilizados.

  • Inclusão/partilha de citações IA para prompts centrados em entidades; precisão de factos de marca/produto.

  • Citações em língua errada ou URL errada; tempo de resolução.

  • Impressões/CTR de rich results para páginas ligadas a entidades específicas (produtos, autores, localizações).

  • Conversões em páginas citadas ligadas a entidades-chave; conversões assistidas após ganhos de citações.

Nuances de localização e multi-mercado

  • IDs estáveis entre locales; rótulos/descrições localizados; hreflang e inLanguage alinhados.

  • sameAs específicos por locale (diretórios/presse/LinkedIn/GBP locais).

  • LocalBusiness com formatos de endereço/telefone localizados; priceCurrency por mercado.

  • Painéis de prompts por língua; registe citações em língua errada e corrija schema/hreflang.

  • Mantenha glossário por locale para evitar nomes de entidade mal traduzidos; sincronize com tradutores.

Integrar outras fontes de dados

  • Obter dados de produto do PIM e mapear para IDs Product/Offer; manter preços/disponibilidade frescos.

  • Usar dados de CRM/help desk para criar entidades para docs ou tópicos de suporte chave; mapear para FAQ/HowTo.

  • Ligar parceiros de integração via sameAs para docs oficiais; melhora queries «+».

  • Manter data contracts: quem é dono de preços, bios, horários; reduzir updates em conflito.

Backlog de experiências

  • Adicionar entidades de glossário e mentions aos 20 principais artigos; medir quota de citação nesses tópicos.

  • Testar ligações mais profundas entre produtos e integrações; observar relevância das respostas IA.

  • Localizar sameAs e inLanguage nas principais locales; acompanhar redução de citações em língua errada.

  • Adicionar speakable a definições-chave; ver se IA usa resumos mais claros.

  • Otimizar padrões @id e reduzir duplicados; monitorizar queda de erros e ganhos de citação.

Reporting para liderança

  • Mostrar antes/depois de citações IA e rich results ligados a mudanças no grafo.

  • Partilhar melhorias de consistência de entidade (cobertura sameAs, duplicados reduzidos) e o impacto disso.

  • Destacar redução de imprecisões e citações em língua errada; notar melhoria no time-to-fix.

  • Ligar trabalho de grafo a conversões em páginas citadas e aumento de queries de marca/entidade.

  • Resumir próximos bets e necessidades (automação, linting, QA de localização).

Como a AISO Hub pode ajudar

Construímos knowledge graphs pensados para IA, não apenas snippets.

  • AISO Audit: avaliar schema, entidades e relações; entregar uma roadmap de grafo priorizada.

  • AISO Foundation: desenhar IDs, sameAs, templates e governação; integrar com CMS/PIM.

  • AISO Optimize: expandir e afinar o grafo, testar variantes e alinhar com conteúdo answer-first para aumentar citações.

  • AISO Monitor: dashboards, alertas e painéis de prompts para manter o grafo exato e impactante.

Conclusão

Um knowledge graph orientado por schema transforma o seu site numa camada de dados fiável para motores e assistentes IA.

Defina entidades, atribua IDs estáveis, conecte-as com about/mentions e sameAs e governe com validação e monitorização.

Meça erros, rich results e citações IA e ligue melhorias à receita.

Alinhado com os pilares Structured Data e AI Ranking Factors, os assistentes veem um mapa claro e confiável da sua marca.

Se quer um parceiro para desenhar, implementar e monitorizar o grafo sem travar releases, a AISO Hub está pronta para auditar, construir, otimizar e monitorizar para que a sua marca apareça onde quer que as pessoas perguntem.