Schema markup is gestructureerde data die je toevoegt aan een pagina zodat machines precies begrijpen wat erop staat: dit is een vraag, dit is het antwoord, dit is een product met een prijs, dit is de auteur. Voor AI-zoekmachines zoals ChatGPT, Gemini en Perplexity is dat verschil belangrijk. Een taalmodel dat je pagina ophaalt en samenvat, pakt feiten makkelijker over als ze ondubbelzinnig gelabeld zijn. Schema markup garandeert geen citatie, maar het verlaagt de kans op verwarring en vergroot de kans dat het juiste feit bij jou vandaan komt. Hieronder lees je welke types ertoe doen, hoe een correct JSON-LD voorbeeld eruitziet en wat je beter weglaat.
- Schema markup labelt je content zodat AI-systemen feiten ondubbelzinnig kunnen overnemen.
- JSON-LD is het aanbevolen formaat: een los script in de pagina, los van je tekst.
- FAQPage, Article, Product, HowTo en Organization wegen het zwaarst voor citaties.
- Markup moet kloppen met de zichtbare tekst, anders riskeer je dat het genegeerd wordt.
- Schema is een versterker, geen vervanger van duidelijke, scanbare content.
Wat schema markup eigenlijk doet voor AI
Een AI-systeem leest je pagina niet zoals een mens. Het haalt tekst op, knipt die in stukken en probeert te bepalen welk stuk antwoord geeft op welke vraag. Schema markup maakt dat werk makkelijker door expliciet te benoemen wat ieder onderdeel is.
Het verschil dat het maakt
- Minder gokwerk: in plaats van te raden of een blok een vraag of een kop is, krijgt het model een label dat zegt wat het is.
- Hogere feitelijke precisie: een prijs, datum of stap die als zodanig gelabeld is, wordt minder snel verkeerd overgenomen.
- Betere koppeling van bron en feit: auteur, organisatie en publicatiedatum helpen het systeem inschatten of jij een betrouwbare bron bent.
Wees eerlijk over wat het is: schema markup is geen knop waarmee je een citatie afdwingt. Modellen lezen ook gewone HTML prima. Het effect zit in de marge, en die marge telt vooral op pagina's waar het op precieze feiten aankomt.
JSON-LD: het formaat dat je gebruikt
Er bestaan drie manieren om schema toe te voegen: JSON-LD, Microdata en RDFa. Voor AI en voor Google is JSON-LD de aanbevolen keuze. Het is een los stuk code dat je in de pagina plaatst, gescheiden van je zichtbare tekst, waardoor het makkelijk te onderhouden is.
Waarom JSON-LD wint
- Gescheiden van je HTML: je hoeft je tekst niet vol te zetten met attributen, het schema staat apart in een scriptblok.
- Makkelijk te genereren: de meeste CMS-systemen en SEO-plugins zetten JSON-LD automatisch neer.
- Goed leesbaar voor machines: het is platte data in een vaste structuur, precies wat een model graag verwerkt.
Hieronder zie je een correct FAQPage-voorbeeld. Let op dat de vragen en antwoorden ook letterlijk zichtbaar op de pagina moeten staan.
<script type="application/ld+json">
{
"@context": "https://schema.org",
"@type": "FAQPage",
"mainEntity": [
{
"@type": "Question",
"name": "Wat is schema markup?",
"acceptedAnswer": {
"@type": "Answer",
"text": "Schema markup is gestructureerde data die machines vertelt wat er op een pagina staat, zoals een vraag, een antwoord of een prijs."
}
},
{
"@type": "Question",
"name": "Helpt schema markup voor AI-citaties?",
"acceptedAnswer": {
"@type": "Answer",
"text": "Het garandeert geen citatie, maar het verkleint de kans dat een AI-systeem je feiten verkeerd overneemt."
}
}
]
}
</script>
Test elk schema-blok in de Rich Results Test van Google en in de Schema Markup Validator. Een fout in de JSON betekent dat het hele blok genegeerd wordt, ook door AI-systemen.
Welke schema-types ertoe doen
Niet ieder type heeft evenveel waarde voor AI-vindbaarheid. Deze tabel laat zien welk type je waarvoor inzet.
| Schema-type | Waarvoor | Waarde voor AI |
|---|---|---|
| FAQPage | Vraag-en-antwoordblokken op een pagina | Hoog: vraag en antwoord staan al gelabeld klaar om over te nemen |
| Article | Blogposts, gidsen, nieuws | Hoog: koppelt inhoud aan auteur, datum en publisher |
| HowTo | Stappenplannen en handleidingen | Hoog: stappen worden als geordende lijst herkend |
| Product | Productpagina's met prijs en reviews | Hoog: prijs, beschikbaarheid en beoordeling exact gelabeld |
| Organization | Wie je bent als bedrijf of merk | Midden: helpt bij autoriteit en correcte naamgeving |
| BreadcrumbList | Navigatiepad van een pagina | Laag: vooral nuttig voor klassieke zoekresultaten |
De vuistregel: kies het type dat je content het best beschrijft en stapel niet onnodig. Eén kloppend FAQPage-blok is meer waard dan vijf half ingevulde types.
Schema markup verandert je content niet in iets beters. Het zorgt dat de goede content die er al staat correct wordt begrepen.
FAQPage: het type met de meeste hefboom
Voor AI-citaties is FAQPage vaak het meest renderende type. De reden is simpel: een vraag met een kort, compleet antwoord is precies het formaat dat een taalmodel graag overneemt.
Hoe je het goed doet
- Echte vragen: formuleer ze zoals iemand ze zou stellen, niet als keyword-fragmenten.
- Antwoord-eerst: beantwoord de vraag in de eerste een tot twee zinnen, daarna pas toelichting.
- Zichtbaar op de pagina: de vraag en het antwoord uit je schema moeten ook letterlijk in de zichtbare tekst staan.
- Niet misbruiken: gebruik FAQPage alleen voor echte vraag-antwoordinhoud, niet om willekeurige tekst binnen te smokkelen.
Markeer geen vragen waarvan het antwoord niet op de pagina staat. Schema dat afwijkt van de zichtbare tekst kan ervoor zorgen dat een systeem je markup volledig negeert.
De regel die alles bepaalt: laat schema kloppen met je tekst
De grootste fout met schema markup is data labelen die niet overeenkomt met wat de bezoeker ziet. Een prijs in je schema die niet op de pagina staat, een review-score die je verzon, een auteur die niet bestaat: dat ondermijnt je betrouwbaarheid.
Wat je daarom altijd controleert
- Staat ieder gelabeld feit ook zichtbaar op de pagina?
- Klopt de informatie en is die actueel?
- Verwijst je auteur- en organisatieschema naar echte, consistente gegevens?
- Valideert het blok zonder fouten?
Dit sluit aan op een breder principe van AI-vindbaarheid: precisie en consistentie wegen zwaarder dan trucs. Een uitgewerkt stappenplan om geciteerd te worden vind je in het AI-citatie-recept.
Schema toevoegen: een werkbare volgorde
Je hoeft niet alles tegelijk te doen. Deze volgorde levert het snelst resultaat zonder dat je verdrinkt in markup.
| Stap | Actie | Resultaat |
|---|---|---|
| 1 | Voeg Organization-schema toe op je homepage | Je merk en naamgeving staan eenduidig vast |
| 2 | Zet Article-schema op je belangrijkste gidsen | Auteur, datum en publisher worden gekoppeld |
| 3 | Voeg FAQPage toe aan pagina's met echte vragen | Citeerbare vraag-antwoordblokken |
| 4 | Gebruik HowTo bij stappenplannen | Stappen worden als geordende lijst herkend |
| 5 | Valideer elk blok en test op de pagina | Geen fouten die het schema onbruikbaar maken |
| 6 | Controleer of zichtbare tekst en schema gelijklopen | Betrouwbare markup die niet genegeerd wordt |
Wil je dit niet zelf uitzoeken, dan helpen we je op weg via onze coaching of met de kant-en-klare aanpak in onze producten.
Wat NIET werkt met schema markup
Een paar dingen kosten je tijd of geloofwaardigheid zonder iets op te leveren:
- Schema dat niet matcht met de tekst. Feiten labelen die niet zichtbaar zijn, is de snelste manier om je markup genegeerd te krijgen.
- Verzonnen reviews en scores. Een aggregateRating zonder echte beoordelingen is misleidend en risicovol voor je betrouwbaarheid.
- Types stapelen voor de schijn. Tien schema-types op een dunne pagina maakt je niet vaker geciteerd, het maakt je markup alleen rommeliger.
- Schema als vervanging van content. Markup versterkt goede content. Op een lege of vage pagina valt er niets te versterken.
En wees eerlijk over de grenzen: schema markup is een marginale hefboom bovenop sterke content en goede vindbaarheid. Heb je die basis nog niet, begin daar dan. Meer voorbeelden vind je op het blog.
Hoe je controleert of het klopt
Je hoeft niet te gissen of je schema goed staat. Deze checks geven snel uitsluitsel:
- Plak je pagina-URL in de Rich Results Test van Google en kijk welke types herkend worden.
- Gebruik de Schema Markup Validator van schema.org voor losse foutmeldingen.
- Bekijk de broncode van je pagina en controleer of het JSON-LD-blok daadwerkelijk meegestuurd wordt, ook bij sites die zwaar op JavaScript leunen.
- Stel je belangrijkste vragen aan ChatGPT en Perplexity en kijk of de feiten die ze noemen, kloppen met wat jij gelabeld hebt.
Verwacht geen dashboard met harde scores. Behandel schema als hygiëne: het hoort te kloppen, en als het klopt, haal je er rust en precisie uit.
Krijg ik een citatie gegarandeerd door schema markup?
Nee. Schema markup vergroot de kans dat een AI-systeem je feiten correct begrijpt en overneemt, maar het dwingt geen citatie af. Modellen lezen ook gewone HTML prima. Zie schema als een versterker van content die al goed en duidelijk is.
Welk schema-type is het belangrijkst voor AI?
FAQPage en Article hebben de meeste hefboom. FAQPage levert kant-en-klare vraag-antwoordblokken die makkelijk over te nemen zijn, en Article koppelt je inhoud aan auteur, datum en publisher. HowTo en Product zijn waardevol op pagina's waar stappen of prijzen centraal staan.
Moet ik JSON-LD of Microdata gebruiken?
JSON-LD is de aanbevolen keuze. Het staat als los scriptblok in je pagina, gescheiden van je tekst, en is makkelijker te onderhouden dan Microdata of RDFa. De meeste CMS-systemen en SEO-plugins genereren het automatisch.
Wat gebeurt er als mijn schema niet matcht met de tekst?
Dan riskeer je dat een systeem je markup negeert of als onbetrouwbaar bestempelt. Ieder feit dat je labelt, moet ook zichtbaar op de pagina staan en kloppen. Markup die afwijkt van de zichtbare inhoud werkt averechts.
Hoe controleer ik of mijn schema goed staat?
Gebruik de Rich Results Test van Google en de Schema Markup Validator van schema.org. Beide tonen welke types herkend worden en waar fouten zitten. Een fout betekent dat het hele blok genegeerd kan worden, dus valideer na elke wijziging.
Is schema markup nog nodig naast goede content?
Het is een aanvulling, geen vervanging. Sterke, scanbare content met directe antwoorden is de basis. Schema voegt daar een laag aan toe die machines helpt de juiste feiten ondubbelzinnig over te nemen. Zonder goede content valt er niets te versterken.
