Gestructureerde Data & Schema voor AI
Veeg om het menu te tonen
Schema markup is een vorm van semantische woordenschat—of code—die wordt toegevoegd aan de HTML van een website om zoekmachines zoals Google, Bing en Yahoo te helpen de context van de inhoud beter te begrijpen.
Voor traditionele SEO is schema markup al lange tijd een best practice om rijke resultaten in Google te behalen. Voor GEO vervult het een andere, maar even waardevolle functie: het vermindert de ambiguïteit die een taalmodel moet oplossen bij het interpreteren van je pagina. Een AI-engine die een ongemarkeerde pagina leest, moet de context uit de tekst afleiden. Een AI-engine die een goed gemarkeerde pagina leest, krijgt die context direct aangeboden — wat zorgt voor snellere verwerking, nauwkeurigere interpretatie en betrouwbaardere synthese van de inhoud.
Interactieve Schema Type Verkenner
Belangrijke velden:
- headline — volledige titel van het artikel — exact overeenkomend met de H1;
- author.name — Genoemde auteur entiteit — linkt naar Person schema;
- author.url — URL naar auteur bio of professioneel profiel;
- datePublished: ISO 8601 datum — eerste publicatiedatum;
- dateModified: laatst bijgewerkte datum — belangrijk signaal voor actualiteit
- publisher.name: organisatienaam — linkt naar Organization schema;
- description: samenvatting van 150-160 tekens — gebruikt in knowledge graph extracts.
Belangrijke velden:
- mainEntity: array van Question objecten;
- Question.name: de vraagtekst — moet overeenkomen met de formulering van echte gebruikersvragen;
- Question.acceptedAnswer: het antwoord entiteit object;
- acceptedAnswer.text: de antwoordtekst — houd het onder 300 woorden per antwoord.
Belangrijke velden:
- name: het doel dat de how-to bereikt;
- step: array van HowToStep objecten in volgorde;
- HowToStep.name: korte stap titel — werkwoord + object
- HowToStep.text: volledige stapinstructies;
- totalTime: ISO 8601 duur — optioneel maar nuttig;
- tool / supply: vereisten vermeld als Tool of HowToSupply objecten.
Belangrijke velden:
- name: volledige naam — consistent over alle bylines;
- url: canonieke auteurspagina URL op uw domein;
- sameAs: LinkedIn, institutioneel profiel, ORCID of vergelijkbaar;
- jobTitle: Professionele rol — geeft relevantie van het onderwerp aan;
- knowsAbout: array van onderwerpen waarin de auteur expertise heeft;
- alumniOf: opleidings- of institutionele referenties.
Belangrijke velden:
- name: juridische of handelsnaam — consistent op alle pagina's;
- url: canonieke homepage URL;
- logo: ImageObject met URL en afmetingen;
- sameAs: array van gezaghebbende profiel-URL's (LinkedIn, Wikipedia, Crunchbase, enz.);
- description: beknopte organisatiebeschrijving;
- foundingDate: oprichtingsjaar — signaal voor geloofwaardigheid van de entiteit.
Belangrijke velden:
- name: productnaam — exact overeenkomend met de producttitel
- description: functiegerichte beschrijving;
- aggregateRating: ratingValue en reviewCount — van echte beoordelingen;
- offers: prijsinformatie en beschikbaarheid;
- applicationCategory: voor SoftwareApplication — productcategorie;
- operatingSystem: voor SoftwareApplication — platformcompatibiliteit.
Tabellen en lijsten als native gestructureerde content
Schema markup is de formele gestructureerde datalaag. Maar er is een eenvoudigere, aanvullende vorm van gestructureerde content die AI-engines met hoge betrouwbaarheid kunnen verwerken: HTML-tabellen en goed opgemaakte lijsten. Dit zijn de on-page equivalenten van schema — ze brengen structuur aan in informatie die proza niet efficiënt kan overbrengen.
Vergelijkingstabellen zijn bijzonder effectief voor GEO-citatie in content voor concurrentieanalyse. Wanneer een AI-engine een antwoord samenstelt op "wat is het verschil tussen X en Y", biedt een goed gestructureerde HTML-tabel met duidelijke kolomkoppen en consistente rijen de engine direct bruikbaar materiaal. De tabel blijft intact bij synthese, terwijl dezelfde informatie in paragraafvorm dat niet doet.
Elke vergelijking, rangschikking of specificatie-inhoud die in je tekst voorkomt, moet ook bestaan als een HTML-tabel of gestructureerde lijst. De tekst is bedoeld voor menselijke lezers; de tabel is voor machinale extractie. Beide hebben een functie. Geen van beide vervangt de ander.
Bedankt voor je feedback!
Vraag AI
Vraag AI
Vraag wat u wilt of probeer een van de voorgestelde vragen om onze chat te starten.
