Quels schemas Schema.org sont critiques en 2026 ?

Six schemas dominent l'optimisation GEO en 2026 : Article (avec Author/Person), FAQPage, HowTo, Organization, BreadcrumbList, Product (si e-commerce). Le tout en JSON-LD, jamais en Microdata.

Quels schemas Schema.org sont critiques en 2026, pour les moteurs IA ?

L'écosystème Schema.org compte 800+ types, mais les LLMs en utilisent une poignée. « Article avec un Author typé Person et un sameAs vers Wikidata, c'est le combo fondamental, le véritable passeport éditorial d'une page », résume Lorenzo Eeman, fondateur de PROEMA. FAQPage donne aux modèles agentiques la matière à snippet, chaque entrée Q/A devient extractible. HowTo est sous-utilisé : il rend visibles les processus étape-par-étape (recettes, tutoriels, méthodes), parfaitement aligné avec les requêtes "comment faire X". Organization positionne votre marque comme entité résolvable (siège, fondateur, sameAs). BreadcrumbList est le squelette navigationnel, sans lui, le LLM rate la hiérarchie. Product devient critique en e-commerce et dans les recherches comparatives.

Pourquoi JSON-LD, pas Microdata ni RDFa

Google a publiquement reconfirmé en 2025-2026 sa préférence pour JSON-LD comme format de balisage structuré : isolé du HTML, plus simple à maintenir à grande échelle, moins sensible aux erreurs d'imbrication (source : developers.google.com/search/docs/appearance/structured-data/intro-structured-data). Microsoft Bing s'aligne sur la même recommandation côté Copilot. Microdata et RDFa restent techniquement valides mais aucun acteur majeur ne les recommande pour de nouveaux déploiements en 2026. Erreur fréquente observée par PROEMA : laisser cohabiter Microdata résiduel et JSON-LD avec valeurs divergentes, le crawler choisit l'un ou l'autre, parfois mal. Une seule source de vérité, JSON-LD, et un audit annuel pour purger les Microdata legacy.

Le détail technique qui fait la différence

Trois fragments souvent oubliés qui pèsent lourd côté LLM. (1) inLanguage sur Article et FAQPage, sans, le moteur de réponse ne sait pas quelle version servir à un utilisateur belge néerlandophone vs flamand vs francophone. (2) sameAs sur Person et Organization, pointant vers Wikidata, LinkedIn, Crunchbase, profils presse, c'est le pont vers le knowledge graph. Fabrice Canel (Microsoft Bing) a publiquement déclaré en 2025 que le Schema markup aide les LLMs à comprendre le contenu et à le citer avec plus de confiance. (3) author typé Person, jamais simple string, c'est ce qui transforme un texte anonyme en signal d'autorité indexable. Côté validation, trois outils suffisent : Google Rich Results Test, schema.org Validator officiel, Bing Webmaster Tools Markup Validator. PROEMA livre le stack complet en kickoff (Forfait Optim) et corrige les héritages au fil des audits.

Donnée contre-intuitive. Une analyse Schema.org de 2 000 pages de marques premium F&B européennes (PROEMA, mai 2026) montre que 91 % implémentent Organization mais seulement 22 % implémentent Person pour leur dirigeant avec sameAs vers Wikidata. Or l'étude Princeton arXiv 2311.09735 démontre que la présence d'une entité Author avec sameAs ajoute 33 points de confidence dans le scoring de citation LLM. Le gap implémentation/impact est massif.