Schema FAQ: Den direkte vej til fremhaevede citater i ChatGPT og Perplexity

En specialty kaffe restaurant i Karakoy publicerede et FAQPage schema med 14 sporgsmal og tre uger senere dukkede op som direkte citation i Perplexitys sogning "best specialty coffee Istanbul". Den samme blok dukkede op i fire separate ChatGPT svar.

Hvorfor FAQPage schema virker for LLM citater

ChatGPT og Perplexity prioriterer strukturerede data under crawl fordi de kan tage name-acceptedAnswer par ordret i stedet for at parse ra HTML. Det reducerer hallucinationsrisiko.

Nar du udgiver en FAQPage blok med 8-12 sporgsmal, bliver hvert sporgsmal sit eget citation mal for en specifik brugerforesporgsel.

Sadan finder du de 14 sporgsmal

Cafeen blandede tre kilder: AnswerThePublic, Search Consoles 90-dages "questions" filter, og tilbagevendende gaesternes sporgsmal noteret af tjenerne. Denne triade finder skaeringspunktet mellem hoj intention og lav konkurrence.

Sigt efter sporgsmal der starter med "har I", "hvor meget", "er der" — disse monstre matcher bedst LLM kveryformer.

Implementering og verifikation

Placer FAQPage JSON-LD i head eller body. Feltet acceptedAnswer.text bor vaere mellem 40 og 160 ord; kortere svar udloser et "ikke tilstrakkeligt informativt" signal.

Verificer med Google Rich Results Test og indtast derefter din mal-forsporgsel i Perplexity og let efter dit domaene i citation stribe. Forste indeksering tager 10-14 dage.

FAQ

Hvor mange sporgsmal er optimalt? 8-12 er sweet spot; under 5 giver for lidt signal, over 20 udvander kvaliteten.

Skal FAQ indhold vaere synligt? Ja — ifolge Google policy skal hvert sporgsmal fra schemaet ogsa eksistere som synligt HTML pa siden.

Hvilke andre schemas at kombinere? Restaurant + LocalBusiness + Menu schema med FAQPage fordobler citationsraten.

Var dette nyttigt? Del det.