Person je typ strukturovaných dat, kterým strojově popíšete autora — jméno, roli, profily a oblasti expertízy — a pomůžete tak Googlu i AI lépe pochopit, kdo obsah vytvořil. Klíčem jsou dvě věci: vlastnost sameAs s odkazy na profily jako LinkedIn nebo Wikidata a stabilní @id, který u všech článků zvyšuje šanci na konzistentní propojení autora do jedné entity. Tento návod ukazuje, jak Person data nasadit, i s příkladem kódu.
Co Person řeší
Vyhledávače i některé AI systémy při interpretaci obsahu pracují i s entitami a vztahy mezi nimi, ne jen s klíčovými slovy. U obsahu roste váha toho, kdo ho píše — tedy důvěryhodnosti autora (E-E-A-T). Person data přesně tohle technicky popisují: kdo je autor, čemu rozumí a kde jinde na webu se dá ověřit.
Tento článek je technický protějšek k tomu, jak vůbec autorský profil pro AI postavit — tam řešíme obsah a strategii, tady konkrétní strukturovaná data.
Klíčové vlastnosti Person
Nemusíte vyplnit všechno, ale některé vlastnosti mají větší váhu než jiné.
| Aspekt | ||
|---|---|---|
| name | Jméno | Celé jméno autora; musí sedět s tím, jak je uvedený u článků |
| sameAs | Profily | Odkazy na LinkedIn, Wikidata, osobní web — odliší autora od jmenovců |
| jobTitle a worksFor | Role a firma | Pozice autora a organizace, pro kterou pracuje (uvádějte, jen když vztah reálně platí) |
| knowsAbout | Expertíza | Témata, kterým autor rozumí — signál odbornosti |
| @id | Identita | Stabilní identifikátor, který pomáhá propojit články autora do jedné entity |
sameAs a @id — srdce autorské entity
Dvě vlastnosti mívají v praxi největší význam. sameAs dá AI a Googlu odkazy, které autora pomáhají spolehlivě identifikovat — obecně platí, že důvěryhodné a dobře udržované profily (třeba LinkedIn a Wikidata) mohou odlišení autora od jmenovců usnadnit. @id je stabilní identifikátor, který zopakujete u všech článků autora, což zvýší šanci, že si systémy jednotlivé zmínky spojí s jedním autorem.
Příklad JSON-LD
Takhle může vypadat zjednodušená definice autora typem Person na jeho profilu:
{
"@context": "https://schema.org",
"@type": "Person",
"@id": "https://vasweb.cz/#autor-jan-novak",
"name": "Jan Novák",
"url": "https://vasweb.cz/o-nas/jan-novak/",
"jobTitle": "AI SEO konzultant",
"worksFor": { "@type": "Organization", "name": "Vaše firma s.r.o." },
"knowsAbout": ["AI SEO", "strukturovaná data", "e-commerce"],
"sameAs": [
"https://www.linkedin.com/in/jan-novak/",
"https://www.wikidata.org/wiki/Q000000"
]
}Vlastní profil autora na stejném webu patří primárně do url; sameAs míří hlavně na další veřejné profily a referenční identity (LinkedIn, Wikidata). V článku pak na autora jen odkážete přes ten samý @id, takže ho definujete jednou a nemusíte ho opakovat celý na každé stránce. V datech článku (Article) na autora ukážete přes author a na vydavatele přes publisher:
{
"@context": "https://schema.org",
"@type": "Article",
"headline": "Název článku",
"author": { "@id": "https://vasweb.cz/#autor-jan-novak" },
"publisher": { "@type": "Organization", "name": "Vaše firma s.r.o." }
}Jde o zjednodušený příklad. V praxi bývá vhodné mít vydavatele (Organization) definovaného samostatně a konzistentně napříč webem, u větších webů i s vlastním @id.
Jak Person data nasadit
-
Definujte autora na jeho profilu
-
Doplňte odkazy na profily
-
Přiřaďte stabilní identifikátor a opakujte ho
-
Propojte článek s autorem
-
Ověřte soulad s viditelným obsahem
Nejčastější chyby
Chybějící sameAs
Bez odkazů na profily může být pro AI i Google těžší odlišit autora od jmenovců. sameAs patří k nejdůležitějším vlastnostem pro odlišení autora od jmenovců.
Různý @id na každém článku
Když má autor na každé stránce jiný identifikátor, je pro stroje těžší poznat, že jde o stejného autora. Stabilní @id opakujte všude stejný.
Data neodpovídají stránce
Jméno nebo role v datech, které se liší od toho, co je na stránce vidět, jsou nesoulad. Strukturovaná data mají popisovat realitu, ne ji vylepšovat.
Vymyšlená odbornost
Falešné tituly nebo profily, které autor nemá, důvěryhodnosti nepomůžou a u citlivých témat jsou vyloženě riziko. E-E-A-T stojí na skutečné odbornosti.
Co si z článku odnést
- Person data popisují autora jako entitu — jméno, role, profily a expertíza pro AI i Google.
- sameAs patří k nejdůležitějším — odkazy na LinkedIn a Wikidata pomáhají odlišit autora od jmenovců.
- Stabilní @id opakujte u všech článků, aby se autor sloučil do jedné entity.
- Článek odkazuje na autora přes @id — autora definujete jednou.
- Data musí sedět s viditelným obsahem — žádné vymyšlené tituly.
- Person data pomáhají pochopit, kdo je autorem — ověřte výsledek testem AI viditelnosti.
Chcete mít autory i celý web popsané tak, aby je AI rozpoznala? AI SEO Wireframe Pack za 1 490 Kč obsahuje návrhy stránek včetně autorského profilu se strukturou, kterou AI dobře čte. Pokud chcete revizi celého webu, AI SEO audit za 9 990 Kč projde vaše strukturovaná data, autorské entity a soulad s obsahem a navrhne, kde posílit důvěryhodnost pro AI i Google.
Transparentně: Popis vlastností Person vychází z veřejné dokumentace Schema.org a analýz dostupných k 11. 7. 2026. Uváděné statistiky (např. vyšší míra citací) jsou orientační zjištění z konkrétních studií GEO, ne univerzální efekt; konkrétní dopad na viditelnost se liší podle webu a tématu a v čase se vyvíjí. Jak vzniká obsah tohoto webu, popisujeme na stránce autora.
