Validace schémat v CI/CD prostředí

Proč automaticky validovat schéma v CI/CD

Strukturovaná data (Schema.org, JSON-LD, Microdata) představují infrastrukturu pro vyhledávače, LLM a interní aplikace. Bez automatizované validace se v produkci rychle objevují chyby: neplatné typy, chybějící povinná pole, kolize klíčů či neaktuální taxonomie. Automatizace validace v CI/CD snižuje riziko regrese řádově o desítky procent, zkracuje time-to-fix a umožňuje programmatic SEO škálovat bez manuálních kontrol.

Cíle a milníky: co má pipeline přinést

Bezpečnost změn: každý pull/merge request musí projít syntaktickou i sémantickou validací.
Monitorování kvality: trendová metrika chyb per URL/template, rozdělena podle závažnosti.
Rychlá diagnostika: reporty s přesnou cestou k chybě (JSON Pointer/XPath, název šablony, release).
Odolnost vůči změnám standardu: pravidelné „drift“ testy vůči novým verzím slovníků a vyhledávacích doporučení.

Vrstevnatý model validace: od syntaxe po business pravidla

Syntaktická validace: JSON parse, správné kódování, velikost polí, unikátnost klíčů.
Sémantická validace: typy a povinné vlastnosti podle Schema.org (např. Article → headline, datePublished).
Doménová pravidla: firemní konvence (např. priceCurrency vždy „EUR“, brand.name z SSOT).
Specifika pro vyhledávače: pravidla pro rich results (např. BreadcrumbList, Product s offers).
Produkční observabilita: zda se markup reálně nasazuje na správné URL a v jakém poměru.

Techniky a nástroje: co kombinovat

JSON Schema pro syntakticko-strukturální pravidla (typy, required, patterny, enumy).
SHACL/ShEx pro grafové a sémantické závislosti (RDF/JSON-LD kontexty, shape pravidla).
Schema.org slovníky jako referenční ontologie (zdroj pravdy pro rangeIncludes, domainIncludes).
Vlastní validátory v jazyce buildu (Node/Python/Go) na business logiku, křížové kontroly se SSOT.
Headless prohlížeč (např. Playwright) pro extrakci a validaci JSON-LD přímo z renderu stránky.

Architektura dat: Single Source of Truth (SSOT)

Programmatic SEO vyžaduje jeden konzistentní zdroj dat pro entity (produkty, místa, články). Pipeline si SSOT vynucuje:

Konzistence NAP (Name-Address-Phone) a geodat pro LocalBusiness.
Referenční ID (SKU, ORCID, ISSN, GTIN) mapované na pole @id, identifier.
Taxonomie (kategorie, značky) s pravidly mapování na additionalType nebo about.

Pipeline v CI/CD: kontrolní brány

Pre-commit hook: rychlá syntaktická kontrola JSON/JSON-LD a linters (názvy klíčů, diakritika, prázdná pole).
PR/merge gate: sémantická validace vůči JSON Schema + SHACL; snapshot srovnání vůči poslednímu good build.
Build stage: generování artefaktů (minifikovaný JSON-LD, mapování šablon → URL), podepsání verze.
Canary release: nasazení na malý vzorek URL; online validace (syntetický crawl) a zpětná metrika.
Production monitor: kontinuální audit vybraného vzorku URL, alerting při poklesu pokrytí nebo nových chybách.

Šablony validace: co testovat na úrovni šablon

Existence povinných vlastností podle typu (např. Product vyžaduje name, offers.price a priceCurrency).
Regulární výrazy pro data (ISO 8601), měny (ISO 4217), telefony (E.164).
Křížové závislosti (např. pokud availability = OutOfStock, pak priceValidUntil může chybět).
Lokální pravidla (např. pokud inLanguage = „sk-SK“, musí být headline ve slovenštině).

Testování generátorů: unit, property-based, snapshot

Unit testy: deterministická kontrola malých transformací (např. mapa SSOT → brand objekt).
Property-based testy: generování náhodných entit a kontrola invariantů (žádná prázdná pole, správné rozsahy).
Snapshot testy: porovnání produkovaného JSON-LD s poslední akceptovanou verzí, s whitelistem povolených změn.

Minimalistický JSON Schema příklad (výřez bez <pre>)

{ "$schema":"https://json-schema.org/draft/2020-12/schema", "title":"Product (výřez)", "type":"object", "required":["@context","@type","name","offers"], "properties":{ "@context":{"const":"https://schema.org"}, "@type":{"const":"Product"}, "name":{"type":"string","minLength":3}, "sku":{"type":"string"}, "brand":{"oneOf":[{"type":"string"},{"type":"object","required":["name"],"properties":{"name":{"type":"string"}}}]}, "offers":{"type":"object","required":["@type","price","priceCurrency","availability"],"properties":{ "@type":{"const":"Offer"}, "price":{"type":"number","minimum":0}, "priceCurrency":{"type":"string","pattern":"^[A-Z]{3}$"}, "availability":{"type":"string","pattern":"^https://schema.org/(InStock|OutOfStock|PreOrder)$"} }} }} }

SHACL shape (výřez JSON-LD → RDF) bez <pre>

@prefix schema: <https://schema.org/> . @prefix sh: <http://www.w3.org/ns/shacl#> . @prefix xsd: <http://www.w3.org/2001/XMLSchema#> .

schema:ProductShape a sh:NodeShape ; sh:targetClass schema:Product ; sh:property [ sh:path schema:name ; sh:minCount 1 ; sh:datatype xsd:string ] ; sh:property [ sh:path schema:offers ; sh:minCount 1 ] .

Git workflow: pravidla pro změny ve schématech

Versioning: semver pro vlastní schémata (1.4.0), CHANGELOG s dopady na šablony.
Branch protection: PR musí projít validací, snapshot diffem a minimálně jednou lidskou revizí.
Schema registry: zveřejněné URL schémat (CDN) s hlavičkou Cache-Control a podpisy.

Příklad CI jobu (GitHub Actions) bez <pre>

name: schema-validate on: [pull_request] jobs: validate: runs-on: ubuntu-latest steps: - uses: actions/checkout@v4 - uses: actions/setup-node@v4 - run: npm ci - run: npm run build:schema - run: node tools/validate-jsonld.js --input dist/jsonld --schema schemas/product.schema.json - run: node tools/render-and-validate.js --urls test/fixtures.txt --headless

Render-time validace: co se testuje v headless prohlížeči

Existence a počet skriptů application/ld+json po renderu (SSR/CSR).
Konzistence mezi statickou verzí a runtime (hydratační změny nesmí odstranit povinná pole).
Kanálové varianty (A/B testy, geolokalizace): zda všechny varianty obsahují povinné schémata.

Drift detekce: když se mění svět kolem

Kontrola nových vlastností v Schema.org a doporučeních vyhledávačů; porovnání vůči našim schématům.
Automatizované PR s návrhem aktualizace schémat (bot), včetně migračních poznámek.
Bezpečné fallbacky (ignorování neznámých polí, ale logování změn pro analýzu).

Metodika závažnosti chyb a politika nasazení

Úroveň	Popis	Příklad	Akce v CI
BLOCKER	Porušení povinného pole/typu	Product bez `name`	Fail build
MAJOR	Špatný formát/enum	`priceCurrency` ≠ ISO 4217	Fail PR
MINOR	Doporučená pole chybí	Article bez `image`	Warn + tiket
INFO	Nová vlastnost zjištěna	Podpora `knowsAbout`	Log + návrh

Produkční observabilita: od pokrytí po rich-result výstupy

Coverage KPI: podíl URL s platným JSON-LD podle typu (Product, Article, LocalBusiness).
Error budget: povolený počet MINOR za týden; překročení → zpomalení release.
Event logy: strukturované záznamy validace s trace-id a verzí schématu/release.

Programmatic SEO: generování ve velkém bez ztráty kvality

Šablony pro entity (produkt, pobočka, článek) s dědičností společných vlastností.
Feed-driven generování (např. z katalogů), kontrola nulových a default hodnot.
Anti-duplicitní pravidla (@id stabilní, kanonické URL, relace isPartOf/hasPart).

Příklady doménových pravidel (ilustrace)

Pokud offers.price < 1, označit jako chybu MAJOR (pravděpodobně testovací cena).
Pokud datePublished > dnešní datum, zablokovat release (budoucí datum je neplatné).
Pro LocalBusiness musí být address.addressCountry „SK“ nebo „CZ“ podle domény.

Governance: odpovědnosti a rituály

Schema Owner: správa JSON Schema/SHACL, dokumentace změn.
SEO/Content: definice doporučených polí a priority typů.
Data Engineering: SSOT, mapování identifikátorů, kvalita feedů.
QA/DevOps: pipeline, alerting, kanárik, rollbacks.
Release Council (týdně): kontrola driftu, chyb a plán úprav.

Checklist před merge a před release

Prošly všechny vrstvy validace (syntax, sémantika, business)?
Snapshot dify pouze v povolených polích?
Canary sample bez regresí a s dostatečným pokrytím?
Aktualizovaný changelog schém a dokumentace?

Antivzory: čemu se vyhnout

„Best effort“ validace pouze na stagingu bez PR brány.
Manuální opravy JSON-LD přímo v šablonách bez zdrojového SSOT.
Slučování typů (jedna šablona produkuje jednou Product, jindy Service podle nálady).
Ignorování produkce: validace pouze offline, bez render-time kontroly.

Validace jako konkurenční výhoda

Automatizovaná validace schémat v CI/CD je více než technickou pojistkou. Je to základní mechanismus důvěry pro vyhledávače, LLM a interní datové toky. Vrstevnaté testy, drift detekce a produkční observabilita umožňují nasazovat programmatic SEO rychle a bezpečně – s předvídatelnou kvalitou a měřitelným dopadem na viditelnost a konverze.