O Product Schema é o tipo de marcação Schema.org especificamente concebido para páginas de produto em lojas online. Implementado corretamente em JSON-LD, permite ao Google exibir nos resultados de pesquisa o preço, a disponibilidade, a classificação média e as estrelas de avaliações diretamente abaixo do título da página — os chamados rich snippets. Estes enriquecimentos visuais aumentam significativamente a taxa de cliques (CTR) e qualificam o tráfego de entrada antes mesmo do clique.
Propriedades obrigatórias e recomendadas
O Google distingue entre propriedades obrigatórias (sem as quais os rich snippets não aparecem) e propriedades recomendadas (que enriquecem a visualização). Para o tipo Product, as propriedades obrigatórias são: name (nome do produto) e pelo menos uma oferta válida através da propriedade offers. As propriedades fortemente recomendadas incluem: image (URL da imagem principal, idealmente em alta resolução), description (texto descritivo do produto), sku (referência interna) e brand (nome da marca através de um objeto Brand).
A propriedade Offers: preço, disponibilidade e moeda
A propriedade offers é central para os rich snippets de e-commerce. Encapsula um objeto Offer (ou AggregateOffer para múltiplos vendedores) com os campos: price (preço numérico sem símbolo de moeda, ex. 29.90), priceCurrency (código ISO 4217, ex. EUR), availability (URL Schema.org: https://schema.org/InStock, OutOfStock ou PreOrder) e priceValidUntil (data de expiração do preço em formato ISO 8601, ex. 2026-12-31). O Google exige que o preço na marcação corresponda exatamente ao preço exibido na página — qualquer discrepância pode resultar na remoção dos rich snippets.
Marcação e página devem corresponder
AggregateRating: estrelas nos resultados do Google
A propriedade aggregateRating permite a exibição de estrelas nos SERPs do Google. Contém ratingValue (classificação média, ex. 4.7), bestRating (classificação máxima, normalmente 5), worstRating (classificação mínima, normalmente 1) e reviewCount (número de avaliações). As estrelas são um dos rich snippets mais eficazes para melhorar o CTR — estudos do setor estimam um ganho de 15 a 30% em posições equivalentes. Importante: o Google aceita apenas avaliações recolhidas de forma independente e verificadas com compra; as auto-avaliações são proibidas.
Exemplo de implementação JSON-LD
O Google recomenda o formato JSON-LD inserido numa tag script do tipo application/ld+json, colocada no head ou body da página. Um exemplo mínimo válido para uma página de produto inclui: @context schema.org, @type Product, name, image, description, sku, brand com @type Brand e name, offers com @type Offer, price, priceCurrency, availability e priceValidUntil, mais aggregateRating com ratingValue, bestRating e reviewCount. Este bloco JSON é invisível para os utilizadores mas completamente legível pelo Google.
Testar com o Rich Results Test
Que rich results o Product Schema ativa?
- Preço e moeda exibidos abaixo do título nos resultados do Google
- Disponibilidade (Em stock / Esgotado / Pré-encomenda) visível nos SERPs
- Estrelas de classificação e número de avaliações (via aggregateRating)
- Imagem do produto em determinados contextos (Google Shopping, Google Imagens)
- Resultados enriquecidos no Google Lens para imagens de produtos
Implementar o Product Schema no PrestaShop
O PrestaShop gera nativamente uma marcação Schema.org básica desde a versão 1.7, mas esta marcação é muitas vezes incompleta: preço mal formatado (vírgula em vez de ponto decimal), disponibilidade ausente, aggregateRating ausente mesmo quando existem avaliações. Para uma marcação completa e conforme, há duas abordagens disponíveis: usar um módulo SEO dedicado que gera automaticamente JSON-LD completo a partir dos dados de produto do PrestaShop, ou modificar o template da página de produto (product.tpl) para injetar JSON-LD via um override de tema.
A Google Search Console exibe na secção Dados estruturados os erros detetados nas páginas de produto. É o painel de referência para monitorizar a qualidade da marcação em todo o catálogo, identificar produtos com erros recorrentes e medir o impacto nas impressões e cliques dos rich snippets.