Sådan validerer du schema markup: Komplet guide til test af strukturerede data
Lær hvordan du validerer schema markup og strukturerede data ved hjælp af Googles værktøjer, Schema.org validatorer og bedste praksis. Sikr, at din JSON-LD er m...
Jeg har implementeret schema markup på hele vores side, men valideringen er forvirrende. Forskellige værktøjer giver forskellige resultater, og jeg er ikke sikker på, hvilke fejl der faktisk betyder noget.
Min forvirring:
Det jeg har brug for hjælp til:
Nogen der har en klar valideringsworkflow?
Lad mig afklare valideringslandskabet:
Værktøjerne og deres formål:
| Værktøj | Formål | Bedst til |
|---|---|---|
| Rich Results Test | Google-specifik validering | Tjek af berettigelse til rich results |
| Schema Markup Validator | Overholdelse af Schema.org | Generel schema-validering |
| Search Console | Site-wide overvågning | Find systemiske problemer |
| Screaming Frog | Massevalidering | Store site audits |
| test.schema.dev | Striks validering | Ekstra grundig kontrol |
Hvorfor resultaterne varierer:
Rich Results Test:
Schema Markup Validator:
Workflowen:
Trin 1: Rich Results Test Tjek om du er eligible til rich results. Ret fejl her først.
Trin 2: Schema Markup Validator Validér mod Schema.org-standarder. Fang yderligere problemer.
Trin 3: Search Console Overvåg løbende compliance. Opdag site-wide problemer.
Begge værktøjer skal bestås for selvtillid.
Vigtig skelnen: Fejl vs. Advarsler
FEJL (skal rettes):
Parseringsfejl:
Manglende påkrævede egenskaber:
Ugyldige egenskabsværdier:
Ikke-eksisterende egenskaber:
ADVARSLER (vurderes):
Manglende anbefalede egenskaber:
Best practice-anbefalinger:
Beslutningsramme:
| Problemt ype | Betydning | Handling |
|---|---|---|
| Parseringsfejl | Kritisk | Ret straks |
| Manglende påkrævet | Blokerer funktioner | Ret straks |
| Ugyldig værdi | Kan ødelægge | Ret snarest |
| Manglende anbefalet | Suboptimalt | Vurder og ret hvis relevant |
| Best practice | Mindre | Ret når der er tid |
Reglen: Alle fejl = skal rettes. Advarsler = vurder om egenskaben er relevant for dit indhold.
Almindelige syntaksfejl og sådan løser du dem:
Fejl 1: Forkerte anførselstegn
Dårligt:
"name": "Article Title"
(Disse er krøllede anførselstegn fra Word/Google Docs)
Godt:
"name": "Article Title"
(Disse er lige anførselstegn)
Løsning: Skriv aldrig JSON i Word. Brug en kodeeditor.
Fejl 2: Manglende eller ekstra kommaer
Dårligt:
{
"name": "Title",
"author": "John"
"date": "2025-12-31"
}
(Manglende komma efter author)
Godt:
{
"name": "Title",
"author": "John",
"date": "2025-12-31"
}
Fejl 3: Komma efter sidste egenskab
Dårligt:
{
"name": "Title",
"author": "John",
}
(Komma efter sidste egenskab)
Godt:
{
"name": "Title",
"author": "John"
}
Fejl 4: Ubalancerede parenteser
Tæl åbne og lukkede parenteser. Hver { skal have en tilsvarende }. Hver [ skal have en tilsvarende ].
Pro-tip: Brug en JSON-validator som jsonlint.com først. Fanger syntaksfejl før schema-specifikke problemer.
FAQ-schema er mest udbredt – sådan validerer du korrekt:
Påkrævet struktur:
{
"@context": "https://schema.org",
"@type": "FAQPage",
"mainEntity": [{
"@type": "Question",
"name": "Hvad er spørgsmålet?",
"acceptedAnswer": {
"@type": "Answer",
"text": "Det fulde svartekst her."
}
}]
}
Typiske FAQ-schema fejl:
1. Indholdsmismatch: Schema Q&A skal matche synligt sideindhold. Du kan ikke have schema-only Q&A.
2. Skjult indhold: FAQ-indhold bag faner/accordions validerer måske ikke. Nogle implementeringer kræver JS-rendering.
3. Flere FAQ-schemaer: Som regel ét FAQPage pr. side. Flere kan forvirre validatorer.
4. Manglende Answer-tekst: Hvert Question skal have acceptedAnswer. acceptedAnswer skal have text-egenskab.
Validerings-tjekliste for FAQ:
Test:
Tips til Article-schema for AI-synlighed:
Nødvendigt Article-schema:
{
"@context": "https://schema.org",
"@type": "Article",
"headline": "Din artikeltitel",
"datePublished": "2025-12-30",
"dateModified": "2025-12-31",
"author": {
"@type": "Person",
"name": "Forfatternavn",
"url": "https://dinside.com/author/navn"
},
"publisher": {
"@type": "Organization",
"name": "Dit firma",
"logo": {
"@type": "ImageObject",
"url": "https://dinside.com/logo.png"
}
},
"image": "https://dinside.com/billede.jpg"
}
Hvorfor hver egenskab er vigtig for AI:
| Egenskab | AI-fordel |
|---|---|
| headline | Indholdsidentifikation |
| datePublished | Friskhedssignal |
| dateModified | Aktualitet |
| author | E-E-A-T signal |
| publisher | Autoritetssignal |
| image | Præsentation i rich result |
Typiske Article-fejl:
Manglende author: Google anbefaler, men kræver ikke. AI-systemer bruger til troværdighed.
Forkert datoformat: Skal være ISO 8601: “2025-12-31” Ikke: “31. december 2025”
Manglende publisher logo: Påkrævet for nogle rich results. Skal være gyldig URL til billede.
dateModified ældre end datePublished: Logisk umuligt. Systemer kan markere eller ignorere det.
AI-forbindelsen: Godt Article-schema hjælper AI med at forstå og have tillid til dit indhold. Author og dato er især vigtige for citater.
Sådan validerer du schema i stor skala:
For store sites (100+ sider):
Mulighed 1: Screaming Frog
Mulighed 2: Search Console
Mulighed 3: Custom scripts
Prioriteringsramme:
| Prioritet | Problemt ype | Handling |
|---|---|---|
| P1 | Template-fejl (rammer mange sider) | Ret template straks |
| P2 | Fejl på højtrafikerede sider | Ret individuelt |
| P3 | Fejl på lavtrafikerede sider | Batch-ret |
| P4 | Advarsler | Tag med i næste sprint |
Template-problemer er kritiske: Hvis din blogtemplate har schema-fejl, har alle blogindlæg den fejl. Ret template = ret hundredevis af sider.
Vores workflow:
Sådan hjælper schema specifikt AI-synlighed:
Hvorfor schema betyder noget for AI:
Eksplicit struktur: AI-systemer behøver ikke gætte. Schema fortæller præcist hvad indholdet er.
Klarhed om relationer: Author → Article → Publisher AI forstår forbindelserne.
Dataudtræk: FAQPage = klare Q&A-par. AI kan udtrække og citere korrekt.
Schema-typer mest værdifulde for AI:
| Schema-type | AI-fordel | Brug til |
|---|---|---|
| FAQPage | Direkte Q&A-udtræk | FAQ-sektioner |
| Article | Indholdsidentifikation | Blogindlæg, artikler |
| HowTo | Udtræk af trin | Vejledninger |
| Organization | Enhedsgenkendelse | Om-sider |
| Person | Forfatterautoritet | Forfattersider |
Vores test: Sider med schema vs. uden schema. Samme indhold, samme struktur. Schema-sider: 35% flere AI-citater.
Forbeholdet: Schema alene garanterer ikke citater. Indholdskvalitet er stadig det vigtigste. Schema hjælper AI med at forstå kvalitetsindhold.
Validering for AI: Fokusér på FAQPage og Article-schema. Sørg for fejlfri implementering. Tjek at indhold matcher schema.
Min komplette valideringsworkflow:
Pre-publish validering:
Trin 1: JSON syntaks-tjek Brug jsonlint.com Fanger grundlæggende syntaksfejl før deploy.
Trin 2: Schema Markup Validator Indsæt kode på validator.schema.org Tjek Schema.org-overholdelse.
Trin 3: Rich Results Test Test med Googles værktøj. Verificér eligibility for rich results.
Trin 4: Preview-tjek Se hvordan rich result vil se ud. Sikre at det ser korrekt ud.
Post-publish validering:
Trin 1: Test live URL Rich Results Test med faktiske URL. Bekræfter at schema gengives korrekt.
Trin 2: Overvågning i Search Console Vent 2-3 dage på indeksering. Tjek Forbedringsrapporter.
Trin 3: Rich result visning Søg efter siden. Verificér at rich results vises.
Løbende overvågning:
Hurtig tjekliste:
Hurtige løsninger på almindelige valideringsproblemer:
“Missing required property” Tjek hvilken egenskab der kræves for din schema-type. Tilføj den manglende egenskab. Googles dokumentation lister kravene.
“Invalid property value” Ofte datoformat eller URL-problemer. Datoer: Brug ISO 8601 (2025-12-31) URLs: Brug fulde absolutte URLs (https://…)
“Property not recognized” Tastefejl i egenskabsnavn. Tjek nøjagtig stavning på schema.org. Case-sensitiv: “datePublished” ikke “DatePublished”
“Invalid JSON-LD syntax” Kør gennem jsonlint.com. Tjek anførselstegn, kommaer, parenteser. Sammenlign med fungerende eksempler.
“Content not on page” Schema refererer til indhold, der ikke er synligt. Tilføj enten indhold eller fjern fra schema. Du kan ikke have usynligt schema-indhold.
“Multiple items on same page” Som regel fint, men tjek organisationen. Brug @graph for flere elementer om nødvendigt. Sørg for at hver har alle påkrævede egenskaber.
Værktøj til fejlfinding: Chrome-udvidelse: “Structured Data Testing Tool” Højreklik på en side for at teste med det samme.
Hvis du sidder fast: Sammenlign med Googles eksempler. Skær ned til minimum gyldigt schema. Tilføj egenskaber én efter én.
Meget klarere nu. Min valideringsworkflow:
Pre-publish:
Post-publish:
Fejlprioritet:
For mit site:
Nøgleindsigt: Fejl skal rettes. Advarsler er valgfrie afhængigt af indhold. Flere værktøjer giver det fulde billede.
Tak for at gøre schema-validering mindre mystisk.
Get personalized help from our team. We'll respond within 24 hours.
Overvåg hvordan dine strukturerede data hjælper AI-systemer med at citere dit indhold. Se hvilke sider med schema markup der får mest AI-synlighed.
Lær hvordan du validerer schema markup og strukturerede data ved hjælp af Googles værktøjer, Schema.org validatorer og bedste praksis. Sikr, at din JSON-LD er m...
Fællesskabsdiskussion om schema markup for AI-synlighed. Virkelige oplevelser fra udviklere og SEO-specialister om, hvilke typer strukturerede data der forbedre...
Fællesskabsdiskussion om implementering af Organisationsskema for AI-synlighed. Tekniske SEO-professionelle deler, hvilke felter der er vigtigst, og bedste prak...
Cookie Samtykke
Vi bruger cookies til at forbedre din browsingoplevelse og analysere vores trafik. See our privacy policy.