Schema FAQ: De directe route naar uitgelichte citaties in ChatGPT en Perplexity

Een specialty koffierestaurant in Karakoy publiceerde een FAQPage schema met 14 vragen en verscheen drie weken later als directe citatie in Perplexitys zoekopdracht "best specialty coffee Istanbul". Hetzelfde blok dook op in vier afzonderlijke ChatGPT antwoorden.

Waarom FAQPage schema werkt voor LLM citaties

ChatGPT en Perplexity prioriteren gestructureerde data tijdens crawl omdat ze het name-acceptedAnswer paar woordelijk kunnen overnemen in plaats van ruwe HTML te parsen. Dit verlaagt het hallucinatierisico.

Wanneer je een FAQPage blok publiceert met 8-12 vragen wordt elke vraag een eigen citatiedoel voor specifieke gebruikersvragen.

De 14 vragen verzamelen

Het cafe mengde drie bronnen: AnswerThePublic, het 90-dagen "questions" filter van Search Console, en terugkerende gastvragen genoteerd door bedieners. Deze triade vindt het snijpunt van hoge intentie en lage concurrentie.

Mik op vragen die beginnen met "hebben jullie", "hoeveel kost", "is er" — deze patronen passen het best bij LLM kweerie vormen.

Implementatie en verificatie

Plaats de FAQPage JSON-LD in head of body. Het veld acceptedAnswer.text moet tussen 40 en 160 woorden zijn; kortere antwoorden triggeren een "onvoldoende informatief" signaal.

Valideer met Google Rich Results Test en typ daarna je doelquery in Perplexity terwijl je je domein zoekt in de citatiestrook. Eerste indexering duurt 10-14 dagen.

FAQ

Hoeveel vragen zijn optimaal? 8-12 is de sweet spot; minder dan 5 geeft te weinig signaal, meer dan 20 verwatert kwaliteit.

Moet FAQ content zichtbaar zijn? Ja — volgens Google beleid moet elke vraag uit het schema ook als zichtbare HTML op de pagina bestaan.

Andere schemas combineren? Restaurant + LocalBusiness + Menu schema met FAQPage verdubbelt het citatietempo.

Was dit nuttig? Deel het.