Pular para o conteúdo
Skillpedia
SEO48 mil · #3112

geo-schema

Faz seu agente analisar e gerar dados estruturados Schema.org. Isso ajuda os motores de busca e a IA a entenderem melhor seu conteúdo, melhorando sua visibilidade online.

O que ela faz

Esta ferramenta ajuda a verificar e criar dados estruturados para seu site. Esses dados funcionam como um mapa para que as inteligências artificiais entendam o que sua empresa faz, onde está e como se conectar com outras informações.

Quando usar

  • ✓Quando você lança um novo site ou página.
  • ✓Ao atualizar informações importantes sobre sua empresa.
  • ✓Para melhorar como os mecanismos de busca e IAs entendem seu negócio.

Exemplo do que pedir para a IA

“Verifique os dados estruturados da página [URL] e gere um relatório.”

Quer saber mais? Abra as seções abaixo.

Como usar

O jeito mais fácil: copie a mensagem abaixo e cole no Claude, ChatGPT, Cursor ou outra IA. Ela lê a skill e segue as instruções.

Link da skill

https://github.com/sickn33/agentic-awesome-skills/blob/main/plugins/agentic-awesome-skills-claude/skills/geo-schema/SKILL.md

Mensagem pronta para colar

Use esta skill para me ajudar: https://github.com/sickn33/agentic-awesome-skills/blob/main/plugins/agentic-awesome-skills-claude/skills/geo-schema/SKILL.md Leia o arquivo SKILL.md desse link e siga as instruções dele na minha tarefa.
Como funciona

A ferramenta primeiro busca o conteúdo da página e procura por marcações especiais (dados estruturados). Depois, ela verifica se essas marcações estão corretas e sugere melhorias ou cria novas marcações em um formato que as IAs entendem melhor.

Instalação

Jeito mais fácil: copie o link da skill e cole no Claude, ChatGPT ou Cursor pedindo para seguir as instruções.

No terminal (Claude Code, Codex, Cursor), na pasta do projeto:

npx skills add sickn33/agentic-awesome-skills --skill geo-schema

Ou baixe só o arquivo:

curl -L https://raw.githubusercontent.com/sickn33/agentic-awesome-skills/main/plugins/agentic-awesome-skills-claude/skills/geo-schema/SKILL.md -o SKILL.md
Conteúdo técnico (SKILL.md)

Tradução do texto original do autor no GitHub. Os comandos e códigos estão como no original.

Schema GEO e Dados Estruturados

Propósito

Dados estruturados são o principal sinal legível por máquina que informa aos sistemas de IA o que uma entidade É, o que ela faz e como ela se conecta a outras entidades. Embora a marcação de schema tradicionalmente tenha sido sobre obter resultados ricos do Google, seu papel em GEO é fundamentalmente diferente: dados estruturados são como os modelos de IA entendem e confiam na sua entidade. Um grafo de entidade completo em dados estruturados aumenta dramaticamente a probabilidade de citação em todas as plataformas de busca de IA.

Como Usar Esta Habilidade

  1. Obtenha o HTML da página de destino usando fetch_page.py (veja a nota abaixo)
  2. Detecte todos os dados estruturados existentes (JSON-LD, Microdata, RDFa)
  3. Valide os schemas detectados contra as especificações do Schema.org
  4. Identifique schemas recomendados ausentes com base no tipo de negócio
  5. Gere blocos de código JSON-LD prontos para uso
  6. Saída GEO-SCHEMA-REPORT.md

Passo 1: Detecção

IMPORTANTE: WebFetch converte HTML em markdown e remove o conteúdo <head>, o que remove os blocos JSON-LD. Use fetch_page.py em vez disso:

python3 ~/.claude/skills/geo/scripts/fetch_page.py <url> page

A saída inclui um array structured_data com todos os blocos JSON-LD analisados da página.

Escanear por JSON-LD

Procure por blocos <script type="application/ld+json"> no HTML. Analise cada bloco como JSON. Uma página pode conter múltiplos blocos JSON-LD — colete todos eles.

Escanear por Microdata

Procure por elementos com os atributos itemscope, itemtype e itemprop. Mapeie a hierarquia de itens aninhados. Nota: Microdata é mais difícil para crawlers de IA analisarem do que JSON-LD. Sinalize uma recomendação para migrar para JSON-LD se Microdata for o único formato encontrado.

Escanear por RDFa

Procure por elementos com os atributos typeof, property e vocab. Semelhante ao Microdata — recomende a migração para JSON-LD.

Ordem de Prioridade

JSON-LD é o formato fortemente recomendado para GEO. Google, Bing e plataformas de IA processam JSON-LD de forma mais confiável. Se o site usar Microdata ou RDFa exclusivamente, sinalize isso como uma migração de alta prioridade.


Passo 2: Validação

Para cada bloco de schema detectado, valide:

  1. JSON Válido: O JSON-LD é sintaticamente válido? Verifique vírgulas finais, chaves sem aspas, strings malformadas.
  2. @type Válido: O @type corresponde a um tipo reconhecido do Schema.org? Verifique em https://schema.org/docs/full.html.
  3. Propriedades Obrigatórias: O schema inclui todas as propriedades obrigatórias para seu tipo? (Veja os requisitos por tipo abaixo.)
  4. Propriedades Recomendadas: O schema inclui propriedades recomendadas que aumentam a descoberta por IA?
  5. Links sameAs: O schema inclui propriedades sameAs ligando para outras presenças de plataforma?
  6. Validade do URL: Todos os URLs no schema resolvem (não 404)?
  7. Aninhamento: O schema está devidamente aninhado (por exemplo, autor dentro de Article, endereço dentro de Organization)?
  8. Método de Renderização: O JSON-LD está no HTML renderizado pelo servidor ou injetado via JavaScript? De acordo com as orientações de dezembro de 2025 do Google, dados estruturados injetados por JavaScript podem enfrentar atrasos no processamento. Sinalize qualquer schema que exija execução de JS.

Passo 3: Tipos de Schema para GEO

Organization (CRÍTICO — todo site de negócio)

Essencial para o reconhecimento de entidades em todas as plataformas de IA. É assim que os modelos de IA identificam O QUE o negócio é.

Propriedades obrigatórias:

  • @type: "Organization" (ou subtipo: Corporation, LocalBusiness, etc.)
  • name: Nome oficial do negócio
  • url: URL do site oficial
  • logo: URL para a imagem do logotipo (ImageObject preferível)

Propriedades recomendadas para GEO:

  • sameAs: Array de TODOS os URLs de plataforma (veja a estratégia sameAs abaixo)
  • description: Descrição da organização em 1-2 frases
  • foundingDate: Data ISO 8601
  • founder: Schema de Pessoa
  • address: Schema de PostalAddress
  • contactPoint: ContactPoint com telefone, e-mail, contactType
  • areaServed: Área geográfica
  • numberOfEmployees: QuantitativeValue
  • industry: Text ou DefinedTerm
  • award: Array de prêmios recebidos
  • knowsAbout: Array de tópicos em que a organização é especialista (sinal GEO forte)

LocalBusiness (para negócios com locais físicos)

Estende Organization. Crítico para resultados de busca de IA local e Google Gemini.

Propriedades obrigatórias adicionais:

  • address: PostalAddress completo
  • telephone: Número de telefone
  • openingHoursSpecification: Horário de funcionamento

Recomendado para GEO:

  • geo: GeoCoordinates (latitude, longitude)
  • priceRange: Indicador de preço
  • aggregateRating: Schema AggregateRating

…

Perguntas frequentes

Por que dados estruturados são importantes para IA?

Dados estruturados são como um manual de instruções para IAs. Eles explicam de forma clara e organizada quem você é, o que você oferece e como você se relaciona com o mundo, aumentando a chance de ser encontrado e compreendido.

Qual o formato de dados estruturados preferido?

O formato JSON-LD é o mais recomendado, pois é mais fácil para as IAs processarem e entenderem em comparação com outros formatos como Microdata ou RDFa.

Preciso ser um programador para usar isso?

Não, esta ferramenta é projetada para ser usada sem conhecimento de programação. Ela automatiza a verificação e geração dos dados estruturados para você.

Detalhes

Descrição original do autor

Schema.org structured data audit and generation optimized for AI discoverability — detect, validate, and generate JSON-LD markup

repo: sickn33/agentic-awesome-skills

Popularidade

Estrelas no GitHub
48 mil
Posição no ranking
#3112
Licença
MIT
Atualizada em
15/10/2026

Essa skill é útil?

0

Entre para votar.

Comentários

  • …

Mais skills deste repositório

Skills parecidas