
JSON-LD
JSON-LD is een door W3C gestandaardiseerd formaat voor gestructureerde gegevens dat JSON-syntaxis gebruikt voor schema.org-markup. Ontdek hoe JSON-LD SEO verbet...
Complete beginner met gestructureerde data hier. Het team wil dat ik JSON-LD implementeer voor AI-zoekoptimalisatie.
Wat ik weet:
Wat ik niet weet:
Op zoek naar uitleg voor beginners en praktische implementatietips.
Laat me dit vanaf de basis uitleggen.
Wat JSON-LD eigenlijk is:
Het is een manier om machines te vertellen wat je content betekent. Mensen lezen je pagina en begrijpen het. Machines hebben expliciete instructies nodig.
Voorbeeld:
Zonder JSON-LD ziet een machine: “John Smith - 10 jaar ervaring - Marketingdirecteur”
Met JSON-LD zeg je expliciet:
{
"@context": "https://schema.org",
"@type": "Person",
"name": "John Smith",
"jobTitle": "Marketing Director",
"workExperience": "10 jaar"
}
Nu weten machines: Dit is een Persoon genaamd John Smith die Marketingdirecteur is.
Hoe het AI helpt:
Waar moet je het plaatsen:
In je HTML <head> of ergens in <body>:
<script type="application/ld+json">
{
"@context": "https://schema.org",
"@type": "Article",
...
}
</script>
Prioritaire schema-types voor AI:
Hier is een volledige Article-schema met auteur:
<script type="application/ld+json">
{
"@context": "https://schema.org",
"@type": "Article",
"headline": "Wat is JSON-LD en hoe gebruik je het",
"description": "Complete gids voor JSON-LD-implementatie",
"author": {
"@type": "Person",
"name": "Sarah Johnson",
"url": "https://example.com/authors/sarah",
"jobTitle": "Senior Developer"
},
"publisher": {
"@type": "Organization",
"name": "Jouw bedrijf",
"logo": {
"@type": "ImageObject",
"url": "https://example.com/logo.png"
}
},
"datePublished": "2026-01-06",
"dateModified": "2026-01-06",
"image": "https://example.com/article-image.jpg",
"mainEntityOfPage": {
"@type": "WebPage",
"@id": "https://example.com/json-ld-guide"
}
}
</script>
Belangrijkste punten:
@context verwijst altijd naar schema.org@type specificeert het entiteitstypeVoor FAQ-content:
{
"@context": "https://schema.org",
"@type": "FAQPage",
"mainEntity": [{
"@type": "Question",
"name": "Wat is JSON-LD?",
"acceptedAnswer": {
"@type": "Answer",
"text": "JSON-LD is een gestructureerd dataformaat..."
}
}]
}
Dit is vooral krachtig voor AI – een expliciete Q&A-structuur die AI eenvoudig kan verwerken.
Veelgemaakte fouten die ik bij beginners zie.
Fout 1: Ongeldige JSON-syntax
// FOUT - komma aan het einde
{
"name": "John",
"title": "Developer", // <-- deze komma breekt het
}
Valideer altijd je JSON voordat je het publiceert.
Fout 2: Verkeerde propertynamen
// FOUT
{ "authorName": "John" }
// GOED
{ "author": { "@type": "Person", "name": "John" } }
Gebruik exacte propertynamen van schema.org.
Fout 3: Niet-overeenkomende content
Je JSON-LD moet overeenkomen met de zichtbare inhoud op de pagina. Als de pagina €99 zegt en het schema €89, is dat misleidend.
Fout 4: Incomplete verplichte properties
Elk schema-type heeft verplichte eigenschappen. Bekijk de documentatie op schema.org.
Fout 5: Niet testen
Gebruik Google’s Rich Results Test: https://search.google.com/test/rich-results
Plak je URL of code, kijk of alles valideert.
Mijn workflow:
Hoe JSON-LD specifiek helpt bij AI-zoekopdrachten.
Het AI-perspectief:
AI-systemen die je content verwerken profiteren van gestructureerde data omdat:
Expliciete entiteitsherkenning
Duidelijke relaties
Data-extractie met vertrouwen
Autoriteitssignalen
Wat ik heb gezien:
Sites met volledige schema markup worden:
Prioriteit voor AI:
Grote impact:
Middelmatige impact:
Lage impact maar nuttig:
Implementatie in verschillende CMS-platforms.
WordPress:
Gebruik plugins zoals:
Deze genereren automatisch schema van je content.
Headless CMS (Contentful, Sanity):
Genereer schema op basis van het contentmodel:
// Voorbeeld: Contentful naar JSON-LD
function generateArticleSchema(entry) {
return {
"@context": "https://schema.org",
"@type": "Article",
"headline": entry.fields.title,
"author": {
"@type": "Person",
"name": entry.fields.author.fields.name
},
// ... meer velden
};
}
Static site generators (Hugo, Gatsby):
Template-gebaseerde generatie:
Hugo voorbeeld:
<script type="application/ld+json">
{
"@type": "Article",
"headline": "{{ .Title }}",
"datePublished": "{{ .Date.Format "2006-01-02" }}"
}
</script>
Het belangrijkste:
Automatiseer op basis van contenttype. Schrijf niet voor elke pagina handmatig schema.
Meten van JSON-LD-impact.
Voor/na tracking:
Toen we uitgebreid schema implementeerden:
Rijke resultaten in Google:
AI-citaties:
Hoe te volgen:
Google Search Console:
AI-zichtbaarheid:
De correlatie:
Volledige schema-implementatie correleerde met:
Niet enorm, maar wel betekenisvol voor AI-zichtbaarheid.
Debug- en testtips.
Testtools:
Google Rich Results Test
Schema.org Validator
Browserontwikkelaarstools
Chrome-extensies
Veelvoorkomende debugproblemen:
Schema wordt niet weergegeven:
Validatiefouten:
Schema zichtbaar maar geen rijke resultaten:
Mijn debug-checklist:
Implementatie op ondernemingsniveau.
De template-aanpak:
Maak geen schema per pagina. Maak templates per contenttype:
Article-template:
Product-template:
Organization-template:
De automatiseringspipeline:
CMS Content → Build Process → Schema Generatie → HTML Output
Schema wordt automatisch gegenereerd, geen handmatig werk.
Testen op schaal:
Veelvoorkomende enterprise-issues:
Oplossing:
Centrale schema-configuratie, federatieve content, geautomatiseerde generatie.
Geavanceerd schema voor AI-zichtbaarheid.
Verder dan de basis – wat helpt AI specifiek:
FAQPage-schema:
AI-systemen zijn dol op expliciete Q&A. Heb je FAQ-content:
{
"@type": "FAQPage",
"mainEntity": [
{
"@type": "Question",
"name": "Hoe werkt X?",
"acceptedAnswer": {
"@type": "Answer",
"text": "X werkt door..."
}
}
]
}
Dit sluit direct aan op hoe AI vragen beantwoordt.
Expert auteur-schema:
{
"@type": "Person",
"name": "Dr. Jane Smith",
"jobTitle": "Senior Researcher",
"alumniOf": "Stanford University",
"sameAs": [
"https://linkedin.com/in/janesmith",
"https://twitter.com/drjanesmith"
]
}
Geeft expertise-signalen die AI kan herkennen.
Uitgebreide Organization:
{
"@type": "Organization",
"name": "Jouw bedrijf",
"foundingDate": "2015",
"numberOfEmployees": "50-100",
"award": ["Industry Award 2024"],
"sameAs": ["sociale profielen"]
}
Geeft autoriteit en legitimiteit aan.
Het principe:
Hoe explicieter en nauwkeuriger de data, hoe beter AI begrijpt – en hoe nauwkeuriger de citaties.
Deze thread heeft me van nul naar zelfverzekerd gebracht.
Wat ik heb geleerd:
Mijn implementatieplan:
Bronnen die ik gebruik:
Bedankt voor de uitleg voor beginners!
Get personalized help from our team. We'll respond within 24 hours.
Monitor hoe jouw JSON-LD-implementatie AI-citaties beïnvloedt. Zie of gestructureerde data AI-systemen helpt jouw content te begrijpen en citeren.

JSON-LD is een door W3C gestandaardiseerd formaat voor gestructureerde gegevens dat JSON-syntaxis gebruikt voor schema.org-markup. Ontdek hoe JSON-LD SEO verbet...

Leer wat JSON-LD is en hoe je het implementeert voor SEO. Ontdek de voordelen van gestructureerde data markup voor Google, ChatGPT, Perplexity en zichtbaarheid ...

Leer hoe u Organization schema markup implementeert voor AI-zichtbaarheid. Stapsgewijze gids voor het toevoegen van JSON-LD gestructureerde data, het verbeteren...