Schema markup og strukturerede data – ofte manglende på højt rangerende sider:
Hvorfor schema betyder mere for AI:
Google bruger signaler ud over schema (links, autoritet, engagement). AI-systemer er stærkt afhængige af strukturerede data for at:
- Forstå indholdstype
- Udtrække information sikkert
- Verificere entitetsoplysninger
- Reducere tvetydighed
Schema, der påvirker AI (~10% af Perplexity-ranking):
- Article/TechArticle – Identifikation af indholdstype
- FAQPage – Udtræk af spørgsmål/svar
- HowTo – Trin-for-trin-processer
- Organization – Entitetsgenkendelse
- Product/Service – Afklaring af kommerciel hensigt
- BreadcrumbList – Forståelse af sidehierarki
Implementerings-tjekliste:
{
"@context": "https://schema.org",
"@type": "Article",
"headline": "Din sidetitel",
"datePublished": "2026-01-06",
"dateModified": "2026-01-06",
"author": {
"@type": "Person",
"name": "Forfatternavn",
"url": "https://dinside.dk/forfatter"
},
"publisher": {
"@type": "Organization",
"name": "Dit firma"
}
}
Almindelige fejl:
- Schema matcher ikke synligt indhold
- Forældede dateModified-tidsstempler
- Manglende forfatter/udgiver-info (E-E-A-T-signaler)
- Ingen FAQPage-schema på FAQ-sektioner
Valider med Google’s Rich Results Test OG Schema Markup Validator.