Dados Estruturados: o que são, como funcionam e porque importam

Foste ver o Search Console e reparaste que algumas páginas da concorrência aparecem com estrelas, preços ou perguntas desdobráveis mesmo por baixo do título na Google, e as tuas não. Ou pesquisaste «dados estruturados» para perceber do que se trata e encontraste artigos que falam de árvores, listas ligadas e algoritmos, que nada têm a ver com o que procuravas.

Os dados estruturados são, na realidade, um conceito muito mais concreto: um formato normalizado para dizer a um rastreador, seja o da Google ou o de um assistente de IA generativa, o que é exatamente cada elemento da tua página, em vez de o deixar adivinhar.

Neste guia vais ver o que são os dados estruturados, em que se distinguem do schema markup e do JSON-LD (três termos usados como sinónimos sem o serem de todo), que tipos são mais comuns no site de uma empresa, como implementá-los e como verificar que funcionam corretamente.

O que são os dados estruturados

Os dados estruturados são um formato normalizado para descrever o conteúdo de uma página de forma que uma máquina o perceba sem ambiguidade. Numa página normal, um rastreador tem de inferir o que é cada coisa: que aquele texto a negrito e em grande é o nome de um produto, que aquele número com o símbolo do euro é o preço, que aquelas cinco estrelas são uma avaliação. Com dados estruturados, essa informação é declarada explicitamente, num formato que segue um vocabulário comum aceite pelos principais motores de busca.

Dados estruturados vs. «estrutura de dados» (programação)

É comum confundir os dois termos porque soam parecido, mas não têm relação. «Estrutura de dados» é um conceito de programação e de ciência de dados: refere-se à forma como a informação se organiza em memória (listas, árvores, tabelas de hash) para que um programa a processe de forma eficiente. «Dados estruturados», no contexto de SEO e GEO, é outra coisa completamente diferente: uma marcação que acrescentas ao HTML da tua página para descrever o seu conteúdo a motores de busca e a assistentes de IA. Se chegaste aqui à procura do primeiro, este artigo não é o que precisas.

Dados estruturados, schema markup e JSON-LD

Como encaixam estes três termos

«Dados estruturados» é o conceito geral. «Schema markup» e «JSON-LD» são duas peças concretas dentro desse conceito, e muitas vezes usam-se como se fossem sinónimos um do outro quando na verdade respondem a perguntas diferentes: um é o vocabulário, o outro é o formato em que se escreve.

Schema markup: o vocabulário (schema.org)

O schema markup é o vocabulário partilhado que define que tipos de coisas existem (um artigo, um produto, uma organização, um evento) e que propriedades tem cada um (um produto tem preço, um artigo tem autor e data de publicação). Esse vocabulário é mantido pela schema.org, uma iniciativa conjunta da Google, da Microsoft, da Yahoo e da Yandex.

JSON-LD: o formato recomendado pela Google para o escrever

O schema markup pode escrever-se em vários formatos: JSON-LD, microdata ou RDFa. O JSON-LD é um bloco de código independente, normalmente colocado no `head` ou no fim do `body`, que não se mistura com o HTML visível da página. A Google recomenda-o explicitamente por ser mais fácil de gerar, manter e depurar do que as outras duas opções.

Porque importam os dados estruturados para SEO e para IA generativa

Resultados enriquecidos na Pesquisa Google

O motivo mais conhecido para usar dados estruturados é concorrer a um resultado enriquecido: aquelas estrelas de avaliação, o preço de um produto ou o desdobrável de perguntas frequentes que às vezes aparece por baixo de um resultado da Google. Mas convém acrescentar aqui um dado de atualidade importante, confirmado diretamente na documentação oficial da Google Search Central (nível de certeza 1, fonte primária, atualizado a 7 de maio de 2026): desde essa data, os resultados enriquecidos do tipo FAQ deixaram de ser mostrados nos resultados de pesquisa da Google, tanto em computador como em telemóvel.

A Google vai retirar ainda o relatório correspondente no Search Console e o suporte no Rich Results Test em junho de 2026, e o suporte através da API do Search Console em agosto de 2026.

Isto não significa que devas eliminar a marcação `FAQPage` se já a tens: o tipo continua válido na schema.org e a Google confirma que mantê-la não cria qualquer problema, apenas já não produz esse resultado visual concreto no motor de busca. É uma nuance relevante porque uma parte do volume de pesquisa sobre este tema ainda assume que marcar perguntas frequentes garante aparecer com esse formato, e desde maio de 2026 já não é assim.

Legibilidade para rastreadores de IA generativa

Além dos resultados enriquecidos, os dados estruturados cumprem outra função que ganhou peso com a chegada dos assistentes de IA generativa: ajudam um sistema como o ChatGPT, o Perplexity ou o Gemini a perceber de forma inequívoca do que trata uma página, sem ter de interpretar o design visual nem de executar JavaScript.

Isto é especialmente relevante porque nem todos os rastreadores de IA renderizam o conteúdo como o faz um navegador: alguns leem diretamente o HTML que recebem do servidor, e aí um bloco de JSON-LD bem construído comunica de forma explícita aquilo que o rastreador teria de inferir do resto da página.

Dito isto, é importante ser honesto quanto aos limites disto: ter dados estruturados não garante que um assistente de IA vá citar o teu site nas respostas. Melhora a legibilidade da página para estes sistemas, mas a citação depende de muitos outros fatores (autoridade, relevância da consulta, disponibilidade da fonte no momento de gerar a resposta) que nenhuma marcação por si só consegue assegurar.

Tipos de dados estruturados mais comuns no site de uma empresa

Nem todos os tipos de schema markup se aplicam a qualquer site. Estes são os mais comuns no site de uma empresa:

Como implementar dados estruturados no teu site

JSON-LD, o formato recomendado

Um exemplo básico de dados estruturados do tipo Article em formato JSON-LD tem este aspeto:

<script type="application/ld+json">
{
  "@context": "https://schema.org",
  "@type": "Article",
  "headline": "Título do artigo",
  "author": {
    "@type": "Person",
    "name": "Nome do autor"
  },
  "datePublished": "2026-08-01"
}
</script>

Este bloco de código coloca-se no `head` ou no fim do `body` da página, sem se misturar com o conteúdo visível. Tal como um sitemap ajuda a Google a encontrar o teu conteúdo, o JSON-LD ajuda a que, uma vez encontrado, seja entendido corretamente.

Microdata e RDFa: porque se usam menos

Microdata e RDFa marcam os dados diretamente dentro das etiquetas HTML visíveis, usando atributos como `itemscope` ou `itemprop`. Funcionam, mas têm uma desvantagem prática face ao JSON-LD: qualquer alteração no design da página obriga a mexer também na marcação, porque estão entrelaçados com o HTML visual.

Por isso a Google recomenda o JSON-LD como formato preferencial, e por isso a maioria dos plugins e geradores atuais o usa por omissão.

Com plugin vs. implementação manual

Se o teu site está em WordPress, plugins como o Yoast SEO ou o Rank Math geram automaticamente boa parte do schema markup básico (Article, Organization, BreadcrumbList) a partir dos dados que já tens no CMS. O Shopify faz algo semelhante para tipos como Product.

A implementação manual faz sentido quando precisas de um tipo de dados muito específico que o plugin não cobre, ou quando queres controlar com precisão que propriedades são incluídas.

Como verificar que os teus dados estruturados funcionam

A ferramenta principal da Google para isto é o Rich Results Test, que substituiu a antiga Structured Data Testing Tool (já descontinuada) e mostra especificamente que resultados enriquecidos a Google pode gerar a partir da tua marcação.

Se precisas de uma validação mais genérica, centrada no vocabulário da schema.org sem o filtro do «que mostra a Google», existe também o Schema Markup Validator, mantido pela schema.org.

• Rich Results Test: valida especificamente o que a Google pode mostrar como resultado enriquecido.
• Schema Markup Validator: valida a marcação contra o vocabulário completo da schema.org, sem se limitar ao que a Google admite como resultado enriquecido.

Erros comuns ao implementar dados estruturados

• Marcar conteúdo que não é visível para o utilizador na página: a Google considera-o uma prática não permitida e pode ignorar a marcação.
• Deixar campos obrigatórios por preencher, como um `Product` sem preço ou disponibilidade.
• Não revalidar a marcação depois de uma mudança de template ou de CMS, o que pode partir o JSON-LD sem que se note à primeira vista.
• Duplicar o mesmo `FAQPage` em várias páginas quando o conteúdo se repete, em vez de o marcar apenas uma vez.

Muitos destes erros não se detetam com uma leitura visual da página, precisamente porque dependem da forma como um rastreador acede realmente ao HTML, incluindo os rastreadores de IA generativa, que nem sempre executam JavaScript como um navegador.

Um diagnóstico técnico de acessibilidade para rastreadores permite detetar estas falhas antes que afetem a visibilidade, tanto na Google como nos assistentes de IA.

Perguntas frequentes sobre dados estruturados

O que verificar no teu site agora mesmo

Se não sabes ao certo que dados estruturados tem o teu site neste momento, o primeiro passo é passar as tuas páginas principais pelo Rich Results Test e ver se há erros ou campos incompletos. Se usas `FAQPage`, não precisas de o eliminar: continua válido, só tens de ter em conta que desde maio de 2026 já não gera o desdobrável no motor de busca da Google.

E se quiseres ir um passo mais além e verificar não só a marcação mas como um rastreador acede realmente (incluindo os de IA generativa) ao resto da tua página, podes verificar a acessibilidade técnica do teu site de forma gratuita.