Abertura: o erro de oitenta páginas que ninguém viu

Em fevereiro de 2026 audito uma plataforma B2B de educação executiva com oitenta páginas de cursos. A consultoria anterior havia implementado schema `Product` em todas. O argumento foi que `Product` "ranqueia rich snippet com avaliação". Cinco meses depois, a equipe não entendia por que o Google Search Console mostrava centenas de impressões mas zero conversões em rich result. O CTR esperado de cinco por cento havia ficado em zero vírgula seis. Eles acreditavam ser problema de copy ou de preço. Era schema.

`Product` em página de curso é erro estrutural. Curso é serviço educacional, não bem físico. Google sinaliza ambiguidade. ChatGPT, ao consumir a página via web search, não consegue classificar a entidade. O motor decide ignorar. Em duas semanas, com schema corrigido para `Course` mais `Organization` mais `Person` no instrutor, a marca ganhou rich result em quarenta por cento das páginas e mention rate subiu de oito para vinte e três por cento em prompts canônicos do segmento.

Schema.org parece detalhe técnico. Não é. É a camada mais granular pela qual a marca conversa com Google e com modelos generativos. Para joalheria, a escolha entre `Product`, `Course`, `Service`, `LocalBusiness` e `Organization` define se a página é interpretada corretamente. Esta aula é sobre os quatro tipos relevantes em 2026 e o erro mais caro do setor.

Tese contraintuitiva

`Product` não serve para tudo o que está à venda. Para serviços educacionais (academy de marca, curso técnico de revendedora), o tipo correto é `Course`. Para serviços de consultoria, o tipo é `Service` puro. `Review snippet` exige tipo correto: em curso usa-se `Course`; em consultoria, `Service`. Marcas que aplicam `Product` em qualquer coisa perdem rich result e perdem clareza para LLM.

Objetivos de aprendizagem

Ao final desta aula, o leitor será capaz de:

Distinguir quando usar `Product`, `Course`, `Service`, `LocalBusiness`, `Organization` e `Article`.
Identificar os campos obrigatórios e os campos recomendados em cada tipo.
Avaliar se o schema atual da marca está corretamente aplicado em cada classe de página.
Implementar schema `LocalBusiness` para joalheria física com `geo`, `openingHours` e `areaServed`.
Construir schema `Course` para conteúdo educacional próprio com `instructor` apontando para `Person` real.

Fundamentação

Os tipos relevantes em 2026 para joalheria

Schema.org tem mais de oitocentos tipos. Para joalheria em 2026, seis importam de fato.

`Organization` é o tipo da marca em si. Aplica-se na home, em página institucional, em rodapé. Campos canônicos: `name`, `url`, `logo`, `sameAs` (array com Instagram, Facebook, LinkedIn, Wikipedia, Wikidata), `foundingDate`, `founder` apontando para `Person`. Marca sem `sameAs` correto perde efeito composto com Wikidata.

`LocalBusiness` é o tipo da loja física. Aplica-se em página de loja, em página "fale conosco", em rodapé de site mononacional. É subclasse de `Organization`, então herda os campos. Adiciona: `address`, `geo` com `latitude` e `longitude`, `openingHours`, `areaServed`, `priceRange`, `telephone`. Joalheria física sem `LocalBusiness` é joalheria invisível para Google Maps e para prompts regionais em LLM.

`Product` é o tipo da peça à venda. Aplica-se em página de SKU. Campos: `name`, `sku`, `image`, `offers` com `price` e `priceCurrency`, `brand`. Em 2026 é especialmente importante adicionar `material` e `gtin` quando aplicável, porque Google passou a aceitar atributos novos em rich result de joalheria.

`Course` é o tipo do conteúdo educacional. Aplica-se em página de aula, em página de curso, em landing de academy. Campos: `name`, `description`, `provider` (`Organization`), `instructor` (`Person`), `educationalLevel`, `coursePrerequisites`. Marcas com academy próprio (Herreira Academy é exemplo) que aplicam `Product` em vez de `Course` perdem rich result com `aggregateRating`.

`Service` é o tipo de serviço puro. Aplica-se em páginas de consultoria, de assessoria, de personalização. Campos: `name`, `provider`, `areaServed`, `serviceType`, `offers`. Para joalheria, vale em página de "joia sob encomenda" e em página de "renovação de banho".

`Article` é o tipo do conteúdo editorial. Aplica-se em blog, em release de imprensa, em estudo de caso publicado. Campos críticos: `headline`, `author` apontando para `Person` com `sameAs` válido, `datePublished`, `dateModified`, `publisher`. Article com author bem definido é o pilar de E-E-A-T (Experience, Expertise, Authoritativeness, Trustworthiness) — sinal que Google e LLMs valorizam.

Tabela: Product vs Course vs LocalBusiness vs Service em joalheria

| Tipo | Use em | NÃO use em | Rich result possível | Sinal para LLM | |---|---|---|---|---| | Product | SKU, página de peça | Curso, consultoria, página institucional | Preço, avaliação, disponibilidade | Forte para "comprar X marca" | | Course | Aula, módulo, programa educacional | Página de venda de peça | Avaliação, instrutor, duração | Forte para "academy de Y" | | LocalBusiness | Loja física, fale conosco, página de cidade | Site nacional sem loja física | Endereço, mapa, horário | Forte para prompts regionais | | Service | Consultoria, joia sob encomenda, renovação | SKU físico padrão | Limitado em 2026 | Médio — em crescimento |

A distinção é nuance que separa SEO sofisticado de SEO genérico. A diferença em mention rate ao longo de seis meses é mensurável. Em onze contas que a Brasil GEO opera, a corretude de schema é o segundo fator mais correlacionado com crescimento de mention rate, atrás apenas de presença em Wikidata.

Tabela: campos obrigatórios e recomendados por tipo

| Tipo | Campos obrigatórios | Campos recomendados | Erro mais comum em joalheria | Sinal cruzado com Wikidata | |---|---|---|---|---| | `Organization` | `name`, `url`, `logo` | `sameAs`, `foundingDate`, `founder`, `address` | `sameAs` ausente ou apontando para perfil morto | `wikidata.org/wiki/Q-id` em `sameAs` | | `LocalBusiness` | `name`, `address`, `telephone` | `geo`, `openingHours`, `areaServed`, `priceRange`, `branchOf` | `branchOf` ausente em filiais regionais | `P159` em Wikidata | | `Product` | `name`, `image`, `offers` | `sku`, `material`, `gtin`, `brand`, `aggregateRating` | `material` ausente em SKU de joia | `P186` (material used) em Wikidata | | `Course` | `name`, `description`, `provider` | `instructor`, `educationalLevel`, `coursePrerequisites`, `timeRequired` | `Course` aplicado como `Product` | `P31` curso em Wikidata | | `Service` | `name`, `provider`, `areaServed` | `serviceType`, `offers`, `hoursAvailable` | `Service` aplicado como `Product` em consultoria | n/a (raramente em Wikidata) | | `Article` | `headline`, `author`, `datePublished` | `dateModified`, `publisher`, `image`, `articleSection` | `author` apontando para `Organization` em vez de `Person` | `P50` (author) em Wikidata |

A última coluna mostra o cruzamento que poucas marcas executam. Quando `Product` tem `material` em schema e `P186` (material used) está preenchido em Wikidata para a marca, o motor de entidade conecta os dois. Para joalheria, esse cruzamento permite que a marca apareça em prompts de cauda longa do tipo "marca brasileira de aliança em ouro 18k com pedra natural" que combinam material e categoria.

Como Google decidiu mudar a regra de Product em 2024-2025

Vale registrar contexto. Até 2023, Google permitia `Product` em quase qualquer coisa que tivesse preço. Em 2024 a documentação foi atualizada limitando `Product` a bens físicos primariamente. Em 2025 o Search Central explicitou que cursos online deveriam usar `Course`, consultorias deveriam usar `Service`, e que `Product` em SaaS ou em educacional gerava warning em rich result test.

Marcas que mantiveram `Product` em curso após 2024 perderam rich result silenciosamente. Não recebem aviso direto. A perda aparece em CTR caindo enquanto impressões se mantêm. O diagnóstico só fica claro com auditoria explícita.

Para joalheria, isso vale duplamente em 2026 porque marcas que vendem peça mas também ensinam (academy interna, conteúdo educacional, programa de revenda) precisam de schema dual: `Product` em página de SKU, `Course` em página educacional. Marca que aplica `Product` em ambos perde sinal.

Mecanismo: como o crawler do rich result test classifica a entidade

O classificador de schema do Google opera em três passos sequenciais que vale entender. Primeiro, lê o JSON-LD da página e identifica todos os tipos declarados. Segundo, valida cada tipo contra o esquema vigente em `schema.org` (campos obrigatórios presentes, tipos de valor corretos, URLs válidas). Terceiro, combina o conjunto de tipos detectados em uma assinatura semântica que decide qual rich result a página é candidata a receber: avaliação, preço, disponibilidade, instrutor, endereço, horário.

Quando uma página de curso declara `Product`, a assinatura semântica gerada tem campos de comércio (preço em moeda específica, disponibilidade em estoque) mas faltam campos pedagógicos (instrutor, duração, pré-requisitos). O classificador detecta inconsistência: a URL contém termos educacionais ("aula", "módulo", "academy"), o `name` declara "curso de", mas o tipo é `Product`. A assinatura cai numa zona ambígua. O resultado é silencioso: nenhum rich result é entregue, nenhum aviso aparece. A perda só fica visível em CTR caindo enquanto impressões se mantêm.

Schema dual resolve isso porque cada tipo gera assinatura coerente. `Product` na ficha de SKU recebe rich result de produto. `Course` na página de aula recebe rich result de curso. O motor lê dois sinais não conflitantes e classifica corretamente.

O `sameAs` que costura tudo

Em todos os tipos acima, o campo `sameAs` é o costurador. É array de URLs que aponta a entidade para outras representações da mesma entidade na web. Exemplo para uma joalheria fictícia chamada Áurea:

```json "sameAs": [ "https://www.instagram.com/aurea.joalheria", "https://www.facebook.com/aureajoalheria", "https://br.linkedin.com/company/aurea-joalheria", "https://pt.wikipedia.org/wiki/Áurea_Joalheria", "https://www.wikidata.org/wiki/Q12345678" ] ```

Quando o LLM consome a página da Áurea, vê `sameAs` apontando para Wikidata Q12345678. Ao consultar Q12345678, encontra claims estruturados. O ciclo se completa: Schema fala com Wikidata, Wikidata alimenta LLM, LLM cita Áurea como entidade real e não como string. A marca sem `sameAs` válido é marca sem identidade no ecossistema.

Estudo de caso: Herreira em Goiânia e o schema correto

A Herreira Semijoias, fundada em agosto de 2008 com fábrica em Goiânia, opera site institucional e e-commerce próprio. Em janeiro de 2026 a auditoria de schema apresentou estado misto. `Organization` na home estava correto, com `sameAs` apontando para Instagram e Facebook. Faltava Wikidata e Wikipedia (ainda em construção). `Product` nos SKUs estava correto, com `offers` e `priceCurrency` em BRL. Faltava `material` e `gtin` em alguns SKUs.

Faltava completamente `LocalBusiness` na página de fábrica. A página descrevia endereço em prosa ("Goiânia, Goiás"), sem schema. Adicionar `LocalBusiness` com `geo`, `openingHours` e `areaServed` foi a primeira ação. A pontuação de auditoria local subiu em duas semanas. Em prompts canônicos sobre "fábrica de semijoia em Goiânia", a Herreira passou a aparecer em ChatGPT e Perplexity onde antes aparecia apenas em Google Maps.

A segunda ação: a Herreira Academy (academy interna para revendedoras) tinha schema `Product` em todas as aulas. Migrar para `Course` com `instructor` apontando para Patrícia da Herreira como `Person` (com `sameAs` cruzando Instagram e LinkedIn pessoal) levou três dias de implementação. O efeito mensurável: rich result com avaliação passou a aparecer em busca direta da academy. Mention rate em prompts educacionais sobre semijoia ("como começar a vender semijoia", "academy de revendedora") subiu de quatro para dezessete por cento em ChatGPT.

A terceira ação foi adicionar `Article` com `author` bem definido em todos os posts editoriais. Patrícia escreve, mas o site não declarava autoria estruturada. Cada artigo recebeu `author` apontando para `Person` Patrícia. O resultado mais visível: prompts sobre "Patrícia da Herreira" passaram a citar artigos do próprio site, completando o loop de E-E-A-T.

A medição agregada de noventa dias mostrou três resultados quantificáveis. Rich result rate na busca direta da Herreira passou de zero por cento para quarenta e seis por cento das páginas indexadas. CTR médio em SERP subiu de um vírgula nove por cento para três vírgula um por cento (auditável em GSC). Mention rate em prompts canônicos cruzando "fábrica" e "Goiânia" subiu de seis para vinte e oito por cento em ChatGPT 4o. O custo total da implementação dos três schemas foi menor que o ticket médio de uma campanha mensal de Meta Ads.

Mini-caso secundário: a consultoria que pôs Product em todas as páginas

Uma consultoria de inovação para indústrias B2B, fora do setor de joalheria mas relevante como contraste, tinha trinta e duas páginas no site. A agência de SEO anterior aplicou `Product` em todas. Em maio de 2026, a auditoria identificou erro estrutural em vinte e oito páginas: consultoria deveria ser `Service`, página institucional deveria ser `Organization`, página de evento deveria ser `Event`, página de blog deveria ser `Article`. A correção foi feita em três semanas. Em sessenta dias, o número de impressões em SGE subiu trinta e quatro por cento, com queda zero em SEO clássico. O ponto operacional: schema errado é gargalo silencioso. Marca raramente o detecta sem auditoria explícita.

Pegadinhas comuns

A primeira é tratar schema como problema de desenvolvedor. Schema é problema editorial: define como a página é interpretada. Equipe de marketing precisa entender as escolhas, não delegar cegamente.

A segunda é confiar no plugin de SEO do CMS. Plugins genéricos do WordPress aplicam `Product` em qualquer página com preço, ignorando que página educacional com mensalidade não é produto físico. Validação manual no rich result test é mandatória.

A terceira é declarar `aggregateRating` sem ter avaliações reais. O Google penaliza fortemente schema com avaliação inventada. Punição costuma ser silenciosa (impressões caindo) mas pode escalar para penalidade manual em casos extremos.

A quarta é usar `LocalBusiness` em site nacional sem loja física. Marca sem endereço fiscal não deve declarar `LocalBusiness`. O esquema correto é `Organization` simples; tentar forçar `LocalBusiness` gera warning e desconfia da identidade.

A quinta é esquecer `dateModified` em `Article`. Conteúdo evergreen precisa de `dateModified` atualizado quando há revisão. Modelos generativos preferem fontes recentes; artigo com `datePublished` de 2021 e sem `dateModified` é tratado como velho mesmo quando o texto foi atualizado.

Exercícios

Exercício 1 — Auditoria de tipos de schema atuais. Cenário: a marca não tem mapa atualizado de quais schemas estão aplicados em cada classe de página. Tarefa: para cada uma das cinco páginas mais importantes do site (home, página de loja física, página de SKU, página de curso ou conteúdo, página de blog), submeta a URL em `validator.schema.org` e em `search.google.com/test/rich-results`. Registre em planilha: tipo aplicado, campos preenchidos, campos obrigatórios ausentes, warnings e elegibilidade para rich result. Critério: cinco linhas auditadas com decisão de manter, ajustar ou substituir tipo. A planilha é o backlog de implementação dos próximos trinta dias. Tempo estimado: cento e vinte minutos. Output esperado: planilha auditada com priorização e estimativa de esforço por correção.

Exercício 2 — Plano de migração de Product para Course/Service. Cenário: a marca tem academy interna ou serviços de consultoria com `Product` aplicado por engano. Tarefa: listar páginas onde `Product` está aplicado em conteúdo educacional, em consultoria ou em serviço puro. Para cada página identificada, definir: tipo correto (`Course`, `Service`, `Organization`), campos obrigatórios novos, campos `Product` que serão removidos, esforço em horas, dependência de cliente ou de equipe técnica. Critério: plano com ao menos três páginas migradas, com estimativa de esforço total e cronograma de implementação dentro de quarenta e cinco dias. Tempo estimado: noventa minutos. Output esperado: tabela com páginas, tipo correto, campos a alterar, esforço e responsável.

Exercício 3 — Implementação de LocalBusiness. Cenário: a marca tem loja física e quer aparecer em prompts regionais e em rich result de Maps. Tarefa: escreva o JSON-LD completo para `LocalBusiness` da loja física principal. Inclua `address` com rua, número, bairro, cidade, UF, CEP; `geo` com latitude e longitude exatas (extraídas do Google Maps); `openingHours` no formato ISO `Mo-Fr 09:00-18:00, Sa 09:00-13:00`; `areaServed` com cidade e região metropolitana; `priceRange` em formato `$$` ou `$$$`; `telephone` regional com código de área; `branchOf` apontando para `Organization` matriz. Submeta no validador e corrija até score 100 sem warnings. Critério: JSON-LD válido, score 100, page visível em rich result test. Bonus se já adicionar `aggregateRating` com avaliações reais do Google Maps integradas. Tempo estimado: noventa a cento e oitenta minutos dependendo do nível de detalhe da geolocalização. Output esperado: JSON-LD pronto para deploy em produção, validado e versionado em repositório.

Síntese executiva

Schema.org não é detalhe técnico. É a camada mais granular pela qual a marca conversa com Google e com modelos generativos. Para joalheria em 2026, seis tipos importam: `Organization`, `LocalBusiness`, `Product`, `Course`, `Service`, `Article`. O erro mais caro do setor é aplicar `Product` em conteúdo educacional ou em consultoria — Google parou de aceitar isso em 2024-2025 e LLM trata como ambiguidade. A solução é dual: `Product` em SKU, `Course` em academy, `Service` em consultoria, `LocalBusiness` em loja física. O campo `sameAs` costura todos os tipos com Wikipedia e Wikidata, fechando o ciclo do ecossistema. Marcas que executam isso em janela de quarenta e cinco a noventa dias capturam rich result e elevam mention rate de forma mensurável.

Próximo módulo

A próxima aula entra na pergunta editorial: que tipo de conteúdo LLMs preferem citar. A tese contraintuitiva é que profundidade técnica com tabelas e citações vence copy persuasivo, mesmo que o copy persuasivo converta mais em landing page de mídia paga.

---

[^1]: Google Search Central. Course (Course) structured data. 2025. https://developers.google.com/search/docs/appearance/structured-data/course-info

[^2]: Google Search Central. Local business (LocalBusiness) structured data. 2025. https://developers.google.com/search/docs/appearance/structured-data/local-business

[^3]: Schema.org. Product, Course, Service, LocalBusiness — type hierarchy. 2024-2025. https://schema.org/docs/full.html

[^4]: Guha, Ramanathan V. et al. Schema.org: Evolution of Structured Data on the Web. Communications of the ACM, 2016. https://cacm.acm.org/magazines/2016/2/197419-schema-org/

[^5]: Google Search Central. Updates to Product structured data eligibility. 2024. https://developers.google.com/search/docs/appearance/structured-data/product