AI en schema.org: structured data voor ChatGPT en Perplexity

Schema.org is een gestandaardiseerde manier om de betekenis van je webpagina in de code vast te leggen. Zo hoeven ChatGPT, Perplexity en Google AI minder te raden wat je bedrijf is, wat je aanbiedt en wie erachter zit. Die gestructureerde data staat verstopt in de broncode en vertelt letterlijk: dit is een bedrijf, dit is een dienst, dit is de auteur. Het telt omdat expliciete, machineleesbare feiten makkelijker en consistenter te verwerken zijn dan tekst die een systeem zelf moet interpreteren. Of een AI-systeem je vervolgens gebruikt of citeert, hangt van meer factoren af en is niet gegarandeerd.

Schema.org is sinds 2011 een gezamenlijk project van Google, Microsoft (Bing), Yahoo en Yandex en is uitgegroeid tot de standaard-woordenlijst voor gestructureerde data op het web (schema.org). Je zet die data meestal neer als JSON-LD: een klein blok code in je pagina dat de belangrijkste feiten in een vaste vorm beschrijft. Google raadt JSON-LD ook expliciet aan als voorkeursformaat (Google Search Central). Bezoekers zien er niets van, maar machines lezen het direct.

Welke schema-types doen ertoe voor AI?

Niet elk schema-type is even nuttig. Dit zijn de types die het verschil maken als je gevonden en genoemd wil worden door AI:

• Organization legt vast dat je een bedrijf bent, met je naam, logo, contactgegevens en profielen. Het legt je bedrijf als een herkenbare entiteit vast, die systemen kunnen gebruiken om informatie aan te koppelen.
• LocalBusiness is de variant voor bedrijven met een fysieke locatie: adres, openingstijden en werkgebied. Handig voor lokale vragen als “goede tandarts in Diemen” (schema.org/LocalBusiness).
• Service beschrijft een dienst die je levert, los van een product. Zo staat expliciet en machineleesbaar wat je aanbiedt en wat dat precies is.
• FAQPage markeert vraag-en-antwoord-blokken. Doordat het antwoord al netjes bij de vraag hoort, is die relatie expliciet machineleesbaar, zonder dat citatie gegarandeerd is (schema.org).
• Product beschrijft een product met eigenschappen als prijs, merk en beschikbaarheid, zodat een productpagina niet per ongeluk als artikel wordt gelezen.
• Article markeert een blog- of nieuwsartikel met titel, publicatiedatum en auteur, zodat zoek- en AI-systemen kunnen herkennen dat het om redactionele inhoud gaat en wie die geschreven heeft.
• BreadcrumbList geeft de plek van de pagina in de sitestructuur weer, waarmee systemen kunnen afleiden hoe je pagina zich verhoudt tot de rest van je site.
• Person beschrijft een mens, bijvoorbeeld de auteur of oprichter, met naam en functie. Zo verbind je expertise aan een echte persoon in plaats van aan een anonieme pagina.
• sameAs is geen type maar een eigenschap: je vermeldt er je andere profielen mee, zoals LinkedIn of je Wikipedia-pagina. Daarmee leg je vast dat al die vermeldingen over hetzelfde bedrijf of dezelfde persoon gaan (schema.org/sameAs).

De kracht zit in de combinatie. Een Article verwijst naar zijn auteur (Person), en die persoon wijst via zijn werkgever naar de Organization. Zo ontstaat een klein web van feiten dat systemen samen kunnen verwerken. Dat maakt het verschil tussen “een pagina die ergens over gaat” en “een bron die AI-systemen makkelijker kunnen gebruiken”.

Hoe controleer je of je schema klopt?

Structured data die fout in de code staat, helpt je niets. Gelukkig kun je het gratis testen. Met de Rich Results Test van Google zie je of je markup geschikt is voor de zoekresultaten en welke rich results in aanmerking komen. De Schema.org Validator is strenger op de standaard zelf en toont ook types die Google niet apart ondersteunt. Gebruik ze naast elkaar: de een zegt of het werkt voor Google, de ander of het klopt volgens schema.org.

In de praktijk gaan drie dingen het vaakst mis. Ten eerste: schema die niet meer overeenkomt met de zichtbare tekst, bijvoorbeeld doordat de pagina is aangepast maar de code niet. Google beschouwt data die niet zichtbaar is voor de bezoeker als een overtreding van de richtlijnen. Ten tweede: verplichte velden die ontbreken, waardoor een type onvolledig is en genegeerd wordt. Ten derde: verkeerd geneste data, waarbij eigenschappen onder het verkeerde type hangen en het geheel niet meer klopt.

Van correcte data naar een correct citaat

Schema.org lost niet alles op, maar het maakt je feiten explicieter en consistenter. Zonder gestructureerde data leidt AI je feiten af uit losse tekst en context. En dat gaat regelmatig mis: een productpagina die als artikel wordt gelezen, of een bedrijf dat wordt verward met een naamgenoot. Met kloppende, consistente schema geef je systemen de feiten in een expliciete, machineleesbare vorm. Welke types voor jou het zwaarst wegen, hangt af van wat je doet. Een restaurant leunt op LocalBusiness, een softwarebedrijf eerder op Service en Organization. Begin bij de types die je bedrijf het beste omschrijven, houd ze in lijn met je zichtbare content en breid daarna pas uit. Structured data is daarmee een van de vijf punten waarop SEO voor AI-systemen verder gaat dan klassieke SEO.

Het correct opzetten en onderhouden van die signalen per pagina is precies het werk dat een GEO-bureau als Citeerbaar voor je uit handen neemt.

Lees ook: GEO per platform: WordPress, Shopify en Webflow.