Schema markup para imóveis é um bloco de código JSON-LD inserido no HTML de cada página de imóvel que diz ao Google e às IAs o que está naquela página com precisão de máquina: tipo de imóvel, endereço, preço, área, número de quartos, imobiliária responsável. O Google usa esses dados para compor Rich Results e AI Overviews. O Gemini e o ChatGPT usam como sinal de confiabilidade ao citar fontes. A maioria das plataformas imobiliárias não implementa schema no nível de listagem individual, o que significa que um site com JSON-LD correto por imóvel tem vantagem estrutural de indexação sobre qualquer concorrente sem dados estruturados. Segundo a documentação oficial do Google sobre dados estruturados, o JSON-LD é o formato recomendado e o mais fácil de manter sem modificar o HTML da página.
Schema markup para imóveis com JSON-LD é o componente técnico de SEO mais negligenciado no mercado imobiliário brasileiro e, ao mesmo tempo, o que tem impacto mais direto na forma como o Google e as IAs entendem, indexam e citam o conteúdo de um site imobiliário. Quando o Gemini recebe a pergunta "qual o preço médio de apartamentos de 3 quartos no Setor Marista em Goiânia", ele busca fontes que descrevam imóveis com precisão semântica: tipo de imóvel, localização, preço, área. Uma página de imóvel com schema markup implementado corretamente fornece esses dados em um formato que a máquina lê diretamente, sem precisar inferir. Uma página sem schema obriga a IA a inferir a partir do texto natural, o que é menos preciso e gera menos confiança para citação.
O Schema.org é um vocabulário de dados estruturados mantido em conjunto pelo Google, Microsoft Bing, Yahoo e Yandex, publicado originalmente em 2011 como padrão aberto para que sites de qualquer setor pudessem comunicar o significado de seu conteúdo para motores de busca de forma padronizada. Para o mercado imobiliário, o Schema.org tem tipos específicos: RealEstateListing para listagens individuais de imóveis, RealEstateAgent para imobiliárias e corretores, SingleFamilyResidence para casas e ApartmentComplex para edifícios. Cada tipo tem atributos próprios que descrevem as características relevantes daquela entidade. Implementar esses tipos corretamente no site é o que transforma uma página de imóvel de "conteúdo que o Google precisa interpretar" para "dado estruturado que o Google lê diretamente".
Este artigo explica o que é o schema markup para imóveis, qual é a diferença prática entre JSON-LD, microdata e RDFa, como implementar um bloco de JSON-LD correto para uma listagem de imóvel brasileiro com código real para copiar e adaptar, como o schema impacta a citação por LLMs, e como validar se o schema está funcionando. Para o contexto estratégico de SEO imobiliário em 2026, o artigo sobre SEO imobiliário e as regras para aparecer no AI Overview do Google cobre as cinco dimensões que o schema complementa.
Neste artigo:
- Schema markup para imóveis: o que é e por que o Google e as IAs preferem sites estruturados?
- Qual a diferença entre JSON-LD, microdata e RDFa para imóveis?
- Quais tipos de Schema.org são específicos para o mercado imobiliário?
- Como implementar JSON-LD para imóveis — código real para copiar e adaptar
- Como implementar schema para a imobiliária como entidade local?
- Como o schema markup impacta a citação pelo AI Overview e pelos LLMs?
- O que acontece quando um site imobiliário não tem dados estruturados?
- Como testar e validar o schema markup de um site imobiliário?
- Ponto de vista: por que schema automático por listagem é raro e decisivo
- Comparativo: site imobiliário com e sem schema markup por dimensão técnica
- Perguntas frequentes
- Fontes e referências
Schema markup para imóveis: o que é e por que o Google e as IAs preferem sites estruturados?
Schema markup para imóveis é um vocabulário padronizado de dados que descreve o conteúdo de uma página de imóvel para máquinas. O JSON-LD é o formato preferido pelo Google para inserir esses dados: um bloco de código que diz exatamente o que é o imóvel, onde fica, quanto custa e quem está anunciando.
Quando um corretor publica um apartamento de 120m², 3 quartos, no Setor Marista de Goiânia por R$ 850.000, o ser humano que lê a página entende imediatamente o que está descrito. O Google e as IAs precisam inferir essas informações a partir do texto, das imagens e da estrutura HTML, o que é menos preciso e sujeito a erros de interpretação. O schema markup resolve isso: em vez de o Google precisar inferir que "120 metros" é a área, que "Setor Marista" é um bairro de Goiânia e que "R$ 850.000" é o preço de venda, o JSON-LD declara explicitamente cada uma dessas informações com atributos padronizados que a máquina lê diretamente.
O Schema.org é a autoridade por trás desse vocabulário. Mantido pelo Google, Microsoft Bing, Yahoo e Yandex desde 2011, define os tipos de entidade (como RealEstateListing para listagem de imóvel) e os atributos de cada tipo (como numberOfRooms, floorSize, price, address). Quando um site usa esses tipos e atributos com valores corretos, cria uma descrição semântica que todos os principais motores de busca e LLMs conseguem processar de forma padronizada. O resultado direto é elegibilidade para Rich Results no Google (blocos de resultado enriquecido com dados extras) e maior confiança como fonte para citação por LLMs como Gemini e ChatGPT.
A diferença prática entre ter e não ter schema markup em um site imobiliário é visível nos resultados de busca. Uma página de imóvel sem schema aparece no Google como um resultado de texto simples com título e descrição. Uma página com schema RealEstateListing corretamente implementado pode aparecer com preço, endereço, número de quartos e área diretamente exibidos no resultado de busca, sem o usuário precisar entrar na página para obter essa informação inicial. Essa riqueza de dado no resultado aumenta a taxa de clique qualificado porque o comprador que clica já sabe que o imóvel atende os critérios básicos.
Qual a diferença entre JSON-LD, microdata e RDFa para imóveis?
JSON-LD é um bloco de código isolado no HTML que não interfere no layout. Microdata e RDFa são inseridos diretamente nos elementos HTML. O Google recomenda JSON-LD porque é mais fácil de manter, pode ser gerado dinamicamente por sistemas e não exige modificação da estrutura visual da página.
Existem três formas de inserir dados estruturados em uma página web: JSON-LD, microdata e RDFa. As três funcionam e são reconhecidas pelo Google, mas têm características de implementação muito diferentes. O JSON-LD (JavaScript Object Notation for Linked Data) é inserido como um bloco de script na página, completamente separado do HTML visível. O microdata é inserido como atributos diretamente nas tags HTML existentes (itemtype, itemprop). O RDFa é similar ao microdata mas com sintaxe diferente, mais comum em publicações acadêmicas e governamentais.
Para o mercado imobiliário, JSON-LD tem três vantagens decisivas sobre as alternativas. A primeira: pode ser gerado dinamicamente por um sistema de gerenciamento de imóveis (CMS ou plataforma imobiliária) sem modificar nenhum elemento visual da página. O sistema lê os dados do imóvel do banco de dados e gera o bloco JSON-LD automaticamente para cada listagem. A segunda: é muito mais fácil de validar e atualizar porque fica em um único bloco isolado. A terceira, e a mais importante: é o formato explicitamente recomendado pelo Google na documentação oficial de dados estruturados. Qualquer plataforma imobiliária que usa microdata ou RDFa está usando uma implementação funcional mas não otimizada segundo a preferência declarada do Google.
Quais tipos de Schema.org são específicos para o mercado imobiliário?
O Schema.org tem quatro tipos relevantes para imobiliárias: RealEstateListing (listagem de imóvel), RealEstateAgent (imobiliária ou corretor), SingleFamilyResidence (casa) e ApartmentComplex (edifício). Cada tipo tem atributos específicos que descrevem as características da entidade correspondente.
| Tipo Schema.org | Uso no mercado imobiliário | Atributos principais |
|---|---|---|
| RealEstateListing | Listagem individual de imóvel à venda ou para locação no site | name, description, url, image, price, priceCurrency, address, datePosted, validThrough, numberOfRooms, floorSize, broker |
| RealEstateAgent | Imobiliária ou corretor como negócio local | name, url, telephone, email, address, areaServed, logo, knowsAbout |
| SingleFamilyResidence | Casa individual (residência unifamiliar) — mais específico que RealEstateListing para esse tipo | name, address, geo, floorSize, numberOfRooms, numberOfBathroomsTotal, yearBuilt, amenityFeature |
| ApartmentComplex | Edifício ou conjunto residencial (condomínio) — útil para apresentar o condomínio além da unidade | name, address, numberOfUnitsTotal, amenityFeature, geo |
| LodgingBusiness | Imóveis de locação por temporada — mais adequado que RealEstateListing para esse segmento | name, address, telephone, checkinTime, checkoutTime, numberOfRooms, priceRange |
Na prática para a maioria das imobiliárias brasileiras, os dois tipos de implementação mais importantes são RealEstateListing (para cada imóvel listado no site) e RealEstateAgent (para a própria imobiliária como negócio local). O RealEstateAgent é o que faz a imobiliária aparecer no Google Maps e no Local Pack para buscas como "imobiliária em Campinas" ou "corretor de imóveis Gleba Palhano Londrina", e complementa o Google Business Profile com dados semânticos no próprio site.
Como implementar JSON-LD para imóveis — código real para copiar e adaptar
O JSON-LD de uma listagem de imóvel é inserido como bloco de script no HTML da página, de preferência no head ou no final do body. Deve conter @context com schema.org, @type com RealEstateListing, e os atributos do imóvel com valores reais e atualizados a cada alteração de preço ou status.
A seguir, um exemplo de JSON-LD para uma listagem de apartamento à venda, com todos os atributos relevantes para o mercado imobiliário brasileiro. Esse bloco é inserido dentro de uma tag <script type="application/ld+json"> no HTML da página de cada imóvel:
<script type="application/ld+json"> { "@context": "https://schema.org", "@type": "RealEstateListing", "name": "Apartamento 3 quartos à venda no Setor Marista, Goiânia", "description": "Apartamento com 120m², 3 quartos sendo 1 suíte, 2 vagas de garagem, andar alto com vista livre. Condomínio com piscina, academia e salão de festas.", "url": "https://www.suaimobiliaria.com.br/apartamentos/setor-marista-goiania-3-quartos-120m2", "image": [ "https://www.suaimobiliaria.com.br/fotos/ap-setor-marista-fachada.jpg", "https://www.suaimobiliaria.com.br/fotos/ap-setor-marista-sala.jpg" ], "datePosted": "2026-07-01", "validThrough": "2026-12-31", "price": "850000", "priceCurrency": "BRL", "address": { "@type": "PostalAddress", "streetAddress": "Setor Marista", "addressLocality": "Goiânia", "addressRegion": "GO", "postalCode": "74150-000", "addressCountry": "BR" }, "geo": { "@type": "GeoCoordinates", "latitude": -16.7011, "longitude": -49.2576 }, "numberOfRooms": 3, "floorSize": { "@type": "QuantitativeValue", "value": 120, "unitCode": "MTK" }, "numberOfBathroomsTotal": 2, "amenityFeature": [ { "@type": "LocationFeatureSpecification", "name": "Piscina", "value": true }, { "@type": "LocationFeatureSpecification", "name": "Academia", "value": true }, { "@type": "LocationFeatureSpecification", "name": "Vagas de garagem", "value": 2 } ], "broker": { "@type": "RealEstateAgent", "name": "Sua Imobiliária", "telephone": "+55-62-3333-4444", "url": "https://www.suaimobiliaria.com.br" } } </script>Cada atributo nesse bloco serve a uma função específica de entendimento pelo Google e pelas IAs. O atributo name é o que o Google usa como título descritivo nas Rich Results. O atributo address com PostalAddress define o imóvel geograficamente para o Google Maps e para buscas locais. O atributo geo com GeoCoordinates é a posição exata e complementa o endereço. O floorSize com unitCode: "MTK" indica metros quadrados usando o código ISO padrão para metro quadrado. O validThrough com data futura sinaliza ao Google que o imóvel está ativo até aquela data, reduzindo o risco de o Google exibir resultado de imóvel já vendido.
Um ponto técnico importante: o price deve ser atualizado sempre que o preço do imóvel mudar. Um schema com preço desatualizado pode gerar Rich Result com preço incorreto no Google, o que é pior do que não ter schema. Plataformas imobiliárias que geram o JSON-LD dinamicamente a partir do banco de dados garantem que o preço no schema é sempre o mesmo que está exibido na página, sem necessidade de atualização manual.
Como implementar schema para a imobiliária como entidade local?
O schema RealEstateAgent na homepage e nas páginas de contato da imobiliária define a empresa como entidade local para o Google, com nome, endereço, telefone, área de atuação e especialização. Essa implementação complementa o Google Business Profile e reforça sinais de Local SEO no próprio domínio.
O schema RealEstateAgent é implementado tipicamente na homepage ou na página de contato da imobiliária e define a empresa como uma entidade local verificável para o Google. O atributo areaServed é especialmente relevante para imobiliárias especializadas em regiões: declarar explicitamente os bairros e cidades atendidos no schema é um sinal semântico que reforça a relevância local para buscas por região. O atributo knowsAbout permite declarar especializações, como "imóveis de alto padrão", "Setor Marista Goiânia" ou "imóveis para MCMV".
<script type="application/ld+json"> { "@context": "https://schema.org", "@type": "RealEstateAgent", "name": "Sua Imobiliária", "url": "https://www.suaimobiliaria.com.br", "logo": "https://www.suaimobiliaria.com.br/logo.png", "telephone": "+55-62-3333-4444", "email": "contato@suaimobiliaria.com.br", "address": { "@type": "PostalAddress", "streetAddress": "Rua Exemplo, 123", "addressLocality": "Goiânia", "addressRegion": "GO", "postalCode": "74150-000", "addressCountry": "BR" }, "geo": { "@type": "GeoCoordinates", "latitude": -16.6869, "longitude": -49.2648 }, "areaServed": [ "Setor Marista", "Jardim Goiás", "Park Lozandes", "Goiânia" ], "knowsAbout": [ "Imóveis residenciais em Goiânia", "Apartamentos no Setor Marista", "Casas no Jardim Goiás" ], "openingHours": "Mo,Tu,We,Th,Fr 09:00-18:00", "sameAs": [ "https://www.facebook.com/suaimobiliaria", "https://www.instagram.com/suaimobiliaria", "https://g.co/kgs/suaimobiliaria" ] } </script>O atributo sameAs com links para o perfil do Google Business e redes sociais reforça para o Google que todos esses perfis são da mesma entidade, consolidando a autoridade em um único nó de conhecimento no Knowledge Graph do Google. Isso é o que transforma a imobiliária de "um site com esse nome" para "uma empresa verificável com identidade consistente em múltiplas plataformas". Para ver como o Website Imobiliário implementa schema automaticamente em cada imóvel e na página institucional, a página do site imobiliário com SEO local detalha as funcionalidades técnicas de SEO.
Como o schema markup impacta a citação pelo AI Overview e pelos LLMs?
O AI Overview do Google usa dados estruturados para compor respostas com dados específicos de imóveis. O Gemini e o ChatGPT treinam em conteúdo indexado pelo Google e usam schema como sinal de confiabilidade da informação. Páginas com JSON-LD correto têm maior probabilidade de ser citadas como fonte em respostas sobre imóveis específicos.
A relação entre schema markup e LLMs opera em dois níveis distintos. O primeiro é o nível de treinamento: modelos como o Gemini e o ChatGPT foram treinados em corpora de texto extraído da web, e o schema markup das páginas indexadas pelo Google é parte do sinal que determina se uma informação é precisa e estruturada. Uma página com preço, área e endereço declarados explicitamente em JSON-LD gera um padrão de dado mais claro no treinamento do que uma página com o mesmo dado apenas no texto natural.
O segundo nível é o de recuperação em tempo real (Retrieval-Augmented Generation, ou RAG): quando o Gemini ou o ChatGPT com busca ativa precisam responder perguntas sobre imóveis específicos, buscam páginas e extraem dados. Uma página com schema RealEstateListing tem os dados do imóvel em formato estruturado que facilita a extração correta por sistemas de RAG. O modelo não precisa fazer parsing de texto para encontrar o preço: o campo price com valor 850000 e priceCurrency com valor BRL já estão disponíveis de forma inequívoca.
O AI Overview do Google, especificamente, usa dados estruturados para compor blocos de resultado enriquecido. Quando alguém pesquisa "apartamentos 3 quartos no Setor Marista Goiânia", o AI Overview pode compor uma resposta que inclui dados de preço, área e imobiliária extraídos do schema das páginas indexadas, citando a fonte com link. Uma página sem schema compete com páginas com schema por esse espaço de citação, mas com desvantagem estrutural porque o AI Overview prefere fontes com dados verificáveis e padronizados. O artigo sobre conteúdo imobiliário não comoditizado explica como a camada semântica e de dados estruturados diferencia conteúdo para ser citado pelas IAs.
O que acontece quando um site imobiliário não tem dados estruturados?
Sem schema markup, o Google trata o site imobiliário como conteúdo de texto a ser interpretado, não como dado estruturado a ser lido. O resultado é perda de elegibilidade para Rich Results, menor precisão de indexação geográfica e menor probabilidade de citação como fonte no AI Overview.
Um site imobiliário sem schema markup não é penalizado diretamente pelo Google. É invisível para um conjunto de funcionalidades que dependem de dados estruturados para funcionar. Rich Results de imóveis com preço, área e número de quartos exibidos diretamente no resultado de busca: não aparecem. Posição em resultados de Local Pack com dados detalhados do imóvel: não elegível. Citação no AI Overview com dado específico de preço ou característica do imóvel: improvável sem schema.
Há ainda um custo de indexação geográfica: o Google pode indexar um imóvel localizado no Setor Marista de Goiânia a partir do texto da página, mas a precisão dessa identificação geográfica é menor do que quando o endereço está declarado em um campo address estruturado com addressLocality "Goiânia" e addressRegion "GO". Para buscas locais específicas como "apartamento Setor Marista Goiânia", a página com schema de endereço tem um sinal geográfico mais claro e consistente do que a página que menciona o bairro apenas no texto.
Como testar e validar o schema markup de um site imobiliário?
O Google Rich Results Test valida se o schema de qualquer URL está correto e se a página é elegível para Rich Results. O Schema Markup Validator do Schema.org verifica a sintaxe do JSON-LD. Ambas as ferramentas são gratuitas e mostram erros específicos com indicação de qual campo precisa ser corrigido.
A validação do schema markup é um processo de dois passos. O primeiro passo é verificar a sintaxe do JSON-LD: o código precisa ser JSON válido, com aspas duplas em todos os atributos, vírgulas corretas entre campos e ausência de caracteres especiais não escapados. A ferramenta oficial para isso é o Schema Markup Validator (validator.schema.org), que aceita a URL da página ou o código JSON-LD colado diretamente e reporta erros de sintaxe ou de atributos inválidos para o tipo declarado.
O segundo passo é verificar se o Google reconhece o schema e se a página é elegível para Rich Results. A ferramenta para isso é o Google Rich Results Test, que simula como o Googlebot enxerga a página e exibe quais Rich Results estão disponíveis a partir do schema detectado. Para imóveis, os Rich Results disponíveis incluem dados de preço, endereço e características do imóvel diretamente no resultado de busca. Erros comuns identificados por essa ferramenta incluem: campo price sem priceCurrency correspondente, campo address com @type ausente e campo image com URL que retorna erro 404.
Para imobiliárias com portfólio grande de imóveis, a validação manual de cada página é inviável. O correto é validar o template de geração do JSON-LD com alguns imóveis de tipos diferentes (apartamento, casa, comercial, temporada) e garantir que o sistema gere código válido para cada tipo. Se a plataforma imobiliária gera o JSON-LD automaticamente a partir do banco de dados, um único erro no template se propaga para todos os imóveis do portfólio, então a validação do template é prioritária em relação à validação de listagens individuais.
Ponto de vista: por que schema automático por listagem é raro e decisivo
Por Alessandro Oliveira — fundador do Website Imobiliário, doutor em Engenharia de Sistemas Eletrônicos (Poli-USP), desenvolvedor de plataformas para o mercado imobiliário brasileiro desde 2005.
Em 20 anos desenvolvendo plataformas para o mercado imobiliário brasileiro, o schema markup é o componente técnico de SEO mais desigualmente implementado que observo. Existem dois padrões recorrentes: plataformas que não implementam schema em nenhuma listagem individual (apenas schema genérico na homepage da imobiliária, quando muito) e plataformas que têm schema, mas gerado de forma estática ou incorreta, com preços e datas desatualizados que criam Rich Results com informação errada.
A dificuldade técnica real de implementar schema markup correto em todas as listagens de imóveis de uma plataforma imobiliária é significativa. Não basta inserir um bloco JSON-LD: o sistema precisa mapear cada campo do banco de dados de imóveis para o atributo correto do schema, garantir que o JSON gerado seja sintaticamente válido, atualizar o JSON sempre que o preço ou o status do imóvel mudar, e lidar com casos especiais como imóvel sem área definida ou imóvel com múltiplos proprietários. Esse mapeamento exige conhecimento tanto do Schema.org quanto da estrutura interna do banco de dados, o que é raro de encontrar combinado em uma única equipe de desenvolvimento.
O Website Imobiliário gera o JSON-LD automaticamente para cada imóvel cadastrado no sistema, com mapeamento dos campos principais para os atributos correspondentes do Schema.org (RealEstateListing), atualização automática de preço e status e validação de sintaxe antes de publicar. Para a imobiliária que usa a plataforma, isso significa que cada imóvel publicado no site já tem dados estruturados corretos desde o primeiro dia, sem nenhuma configuração adicional. Esse é o tipo de funcionalidade que não aparece em nenhuma tabela de comparação de plataformas, mas tem impacto real e crescente no ranqueamento à medida que o Google e os LLMs dependem cada vez mais de dados estruturados para compor respostas precisas.
Comparativo: site imobiliário com e sem schema markup por dimensão técnica
| Dimensão técnica | Sem schema markup | Com schema markup JSON-LD correto |
|---|---|---|
| Elegibilidade para Rich Results | Não elegível. Resultado de busca aparece apenas com título e metadescription | Elegível. Preço, área, número de quartos e imobiliária podem aparecer diretamente no resultado |
| Indexação geográfica | Google infere localização a partir do texto. Menor precisão, especialmente para bairros com nomes similares em cidades diferentes | Localização declarada com PostalAddress estruturado. Sinal geográfico preciso para buscas locais |
| Citação pelo AI Overview | Possível, mas com menor confiança de extração de dados específicos do imóvel | Alta probabilidade de citação quando dados como preço e características são buscados pelo AI Overview |
| Impacto em LLMs (Gemini, ChatGPT) | Conteúdo tratado como texto a ser interpretado. Dado menos estruturado para sistemas de RAG | Dados de imóvel em formato padronizado para extração precisa por sistemas de Retrieval-Augmented Generation |
| Google Knowledge Graph | Imobiliária pode não ser reconhecida como entidade local estruturada | Imobiliária declarada como RealEstateAgent com área de atuação, especialização e contato verificáveis |
| Consistência de dado exibido no Google | Google usa o que encontra no texto da página, que pode ser ambíguo ou desatualizado | Dado no schema é explícito e versionado. Preço e status desatualizados geram resultado incorreto — exige atualização automática |
| Complexidade de implementação | Nenhuma. A ausência de schema é a configuração padrão de qualquer HTML | Requer mapeamento de campos do banco de dados para atributos do Schema.org e geração dinâmica. Em plataformas como o Website Imobiliário, é automático |
Perguntas frequentes sobre schema markup para imóveis
Schema markup é obrigatório para aparecer no Google?
Não é obrigatório, mas é necessário para ser elegível a Rich Results e para ter a melhor precisão de indexação geográfica e semântica. Sites sem schema são indexados normalmente pelo Google, mas aparecem como resultados de texto simples sem dados enriquecidos e com menor precisão de entendimento semântico. Com o crescimento do AI Overview, a ausência de schema reduz progressivamente a probabilidade de citação para buscas específicas sobre imóveis.
O schema markup de imóveis funciona para locação ou só para venda?
Funciona para os dois. O tipo RealEstateListing pode descrever tanto imóveis à venda quanto para locação, com o campo description especificando o tipo de transação. Para imóveis de temporada (locação por período curto), o tipo mais adequado é LodgingBusiness, que tem atributos específicos como checkinTime, checkoutTime e priceRange, mais adequados para o ciclo de reserva por período do que para venda ou locação residencial.
Como o schema do imóvel se relaciona com o Google Business Profile da imobiliária?
O Google Business Profile e o schema RealEstateAgent no site são complementares e se reforçam mutuamente. O Google Business Profile define a imobiliária como negócio local verificado no Google Maps. O schema RealEstateAgent no site repete e complementa essas informações no próprio domínio da imobiliária, incluindo o campo sameAs com link para o perfil do Google Business. Juntos, enviam um sinal mais forte de entidade local verificada do que cada um de forma isolada.
Quanto tempo depois de implementar o schema o Google começa a exibir Rich Results?
Não há prazo garantido. O Google precisa primeiro rastrear a página com o schema novo e depois processar os dados estruturados para determinar elegibilidade a Rich Results. Em geral, páginas de imóvel já indexadas com schema corretamente implementado podem começar a mostrar Rich Results em dias a semanas após a implementação. Páginas novas podem levar mais tempo dependendo da frequência de rastreamento do site pelo Googlebot. O Google Search Console mostra quando Rich Results foram detectados e se há erros.
O Website Imobiliário implementa schema markup automaticamente em cada imóvel?
Sim. O Website Imobiliário gera JSON-LD com RealEstateListing automaticamente para cada imóvel cadastrado no sistema, com mapeamento dos campos do banco de dados para os atributos correspondentes do Schema.org. O schema inclui preço atualizado, endereço estruturado, área em metros quadrados, número de quartos e imobiliária responsável. Para a imobiliária, isso significa que cada imóvel publicado já tem dados estruturados corretos sem nenhuma configuração adicional. Agende uma demonstração gratuita para ver o schema gerado automaticamente em uma listagem de exemplo.
Fontes e referências
- Google Search Central — Documentação oficial de dados estruturados e JSON-LD
Sustenta todas as afirmações sobre JSON-LD como formato recomendado pelo Google, os tipos de Rich Results disponíveis para imóveis e o processo de validação com o Rich Results Test. A documentação de dados estruturados do Google é a fonte primária para qualquer implementação de schema markup.
developers.google.com — Introdução a dados estruturados - Schema.org — Vocabulário oficial: RealEstateListing, RealEstateAgent, SingleFamilyResidence
Sustenta as definições de todos os tipos de schema e atributos apresentados no artigo, incluindo RealEstateListing, RealEstateAgent, SingleFamilyResidence, ApartmentComplex e LodgingBusiness. O Schema.org é mantido pelo Google, Microsoft, Yahoo e Yandex como padrão aberto e é a fonte autorizada para todos os atributos e valores aceitos.
schema.org/RealEstateListing - Google Rich Results Test — Ferramenta oficial de validação de schema
Sustenta a recomendação de uso dessa ferramenta como o método oficial do Google para verificar se o schema de uma página é reconhecido e se a página é elegível para Rich Results. É a ferramenta que reporta erros específicos com indicação de campo a corrigir.
search.google.com/test/rich-results - Schema Markup Validator — Ferramenta oficial do Schema.org para validação de sintaxe
Sustenta a recomendação de uso dessa ferramenta como o método oficial do Schema.org para verificar se o JSON-LD está sintaticamente correto e se os atributos usados são válidos para o tipo de schema declarado, complementando o Rich Results Test do Google.
validator.schema.org
