Hvilke schema markup-typer hjælper faktisk med AI-synlighed?
Fællesskabsdiskussion om schema markup for AI-synlighed. Virkelige oplevelser fra udviklere og SEO-specialister om, hvilke typer strukturerede data der forbedre...
Jeg er blevet bedt om at implementere et omfattende Organisationsskema for AI-synlighed. Når jeg kigger på schema.org, er der dusinvis af mulige felter.
Mine spørgsmål:
Jeg vil gerne implementere det rigtigt første gang. Søger vejledning fra folk, der har gjort dette godt.
Lad mig dele prioriteringsrammen for Organisationsskema:
Niveau 1 - Væsentlige (skal altid medtages):
| Felt | Formål | AI-påvirkning |
|---|---|---|
| @type | Identifikation af entitetstype | Høj |
| name | Officielt organisationsnavn | Kritisk |
| url | Officiel hjemmeside | Kritisk |
| logo | Visuel identifikation | Mellem |
| description | Hvad du laver | Høj |
| sameAs | Sociale/eksterne profiler | Høj |
Niveau 2 - Vigtige (medtag hvis relevant):
| Felt | Formål | AI-påvirkning |
|---|---|---|
| foundingDate | Stiftelsesdato | Mellem |
| founder | Stifter(e) | Mellem |
| address | Fysisk adresse | Mellem |
| contactPoint | Kontaktoplysninger | Mellem |
| numberOfEmployees | Virksomhedsstørrelse | Lav-Mellem |
| areaServed | Geografisk område | Mellem |
Niveau 3 - Gavnligt (medtag hvis muligt):
| Felt | Formål | AI-påvirkning |
|---|---|---|
| award | Anerkendelser/certifikater | Mellem |
| memberOf | Medlemskaber | Mellem |
| knowsAbout | Ekspertområder | Mellem |
| slogan | Brandbudskab | Lav |
Det vigtigste:
AI bruger Organisationsskema til entitetsafklaring. Jo mere komplet og konsistent, jo bedre kan AI genkende og præcist beskrive din organisation.
Bedste praksis for sameAs til AI:
Prioriterede sameAs-links (medtag disse):
Hvorfor disse er vigtige:
AI-systemer krydstjekker disse for at verificere entitetsinformation. LinkedIn og Crunchbase er særligt værdifulde til virksomheders entitetsverificering.
Hvad du bør udelade:
Format:
"sameAs": [
"https://www.linkedin.com/company/yourcompany",
"https://twitter.com/yourcompany",
"https://www.crunchbase.com/organization/yourcompany",
"https://www.youtube.com/@yourcompany"
]
Reglen:
Medtag profiler, der er aktive, officielle og hjælper med at bekræfte din entitet. Kvalitet frem for kvantitet.
Beslutning: Organization vs LocalBusiness
Brug Organization når:
Brug LocalBusiness når:
LocalBusiness-undertyper:
Eksempel på lokal implementering:
{
"@type": "LocalBusiness",
"name": "Business Name",
"address": {
"@type": "PostalAddress",
"streetAddress": "123 Main St",
"addressLocality": "City",
"addressRegion": "State",
"postalCode": "12345",
"addressCountry": "US"
},
"geo": {
"@type": "GeoCoordinates",
"latitude": "40.7128",
"longitude": "-74.0060"
},
"openingHoursSpecification": [...]
}
Specifikt for AI:
LocalBusiness-schema hjælper AI med at besvare “i nærheden”-forespørgsler og lokale anbefalinger. Hvis lokal synlighed er vigtig, brug den specifikke LocalBusiness-type.
Vidensgraf-implikationer:
Sådan hænger Organisationsskema sammen med vidensgrafer:
Dit schema er ét input til, hvordan AI-systemer opbygger deres forståelse af entiteter. Andre inputs:
Schemas rolle:
| Hvad schema gør | Hvad det ikke gør |
|---|---|
| Deklarerer dine entitetsoplysninger | Skaber ikke alene vidensgraf-tilstedeværelse |
| Muliggør verifikation | Tilsidesætter ikke andre kilder |
| Understøtter konsistens | Retter ikke inkonsistent webtilstedeværelse |
Den positive spiral:
Dette ødelægger processen:
Vigtig pointe:
Schema er nødvendigt, men ikke tilstrækkeligt. Det virker, når alt andet også er konsistent.
Komplet implementeringsskabelon:
<script type="application/ld+json">
{
"@context": "https://schema.org",
"@type": "Organization",
"@id": "https://yourcompany.com/#organization",
"name": "Your Company Name",
"alternateName": "Common Abbreviation",
"url": "https://yourcompany.com",
"logo": {
"@type": "ImageObject",
"url": "https://yourcompany.com/logo.png",
"width": 600,
"height": 200
},
"description": "Klar, kortfattet beskrivelse af hvad din virksomhed laver. Inkluder nøgleydelser og værditilbud i 1-2 sætninger.",
"foundingDate": "2020-01-15",
"founder": {
"@type": "Person",
"name": "Founder Name",
"url": "https://linkedin.com/in/foundername"
},
"address": {
"@type": "PostalAddress",
"streetAddress": "123 Main Street",
"addressLocality": "City",
"addressRegion": "State",
"postalCode": "12345",
"addressCountry": "US"
},
"contactPoint": {
"@type": "ContactPoint",
"contactType": "customer service",
"email": "support@yourcompany.com",
"telephone": "+1-555-123-4567"
},
"sameAs": [
"https://linkedin.com/company/yourcompany",
"https://twitter.com/yourcompany",
"https://www.crunchbase.com/organization/yourcompany"
],
"knowsAbout": [
"Your expertise area 1",
"Your expertise area 2"
]
}
</script>
Placering:
Placer i <head> på forsiden. Kan også inkluderes på Om-siden med identisk indhold.
Test af entitetsgenkendelse efter implementering:
Sådan tjekker du, om det virker:
Google Rich Results Test
Schema Markup Validator
AI-entitetstjek
Typiske fejl at tjekke:
| Problem | Symptom | Løsning |
|---|---|---|
| Navneforskel | AI bruger forkert navn | Sørg for konsistens |
| Manglende sameAs | Lav entitetstillid | Tilføj profil-links |
| Forældet info | AI citerer gamle data | Opdatér schema + profiler |
| Ugyldig syntax | Schema ignoreres | Validér og ret fejl |
Løbende overvågning:
Am I Cited kan spore, hvordan din brand-entitet beskrives på tværs af AI-platforme.
Det er præcis, hvad jeg havde brug for. Her er min implementeringsplan:
Fase 1: Forberedelse
Fase 2: Implementering
Nødvendige felter (Dag 1):
Yderligere felter (Dag 2):
Fase 3: Validering
Fase 4: Konsistens
Vedligeholdelse:
Vigtig hovedregel:
Schema + konsistens på tværs af nettet = stærk entitetsgenkendelse.
Tak til alle for den omfattende vejledning.
Get personalized help from our team. We'll respond within 24 hours.
Følg med i, hvordan AI-platforme genkender og beskriver din organisation. Sikr, at dine entitetssignaler fungerer.
Fællesskabsdiskussion om schema markup for AI-synlighed. Virkelige oplevelser fra udviklere og SEO-specialister om, hvilke typer strukturerede data der forbedre...
Lær hvordan du implementerer Organization schema markup for AI-synlighed. Trin-for-trin guide til at tilføje JSON-LD-strukturerede data, forbedre AI-citater og ...
Fællesskabsdiskussion om hvorvidt Article Schema og strukturerede data faktisk påvirker AI-citater i ChatGPT, Perplexity og Google AI Overviews.
Cookie Samtykke
Vi bruger cookies til at forbedre din browsingoplevelse og analysere vores trafik. See our privacy policy.