Cirka 42 % av passagerna i Google AI Overview kommer från sidor med FAQ-schema. Tre månader efter att vi lade till 28 strukturerade frågor och JSON-LD-markering till thMenus hjälpsida dök vi upp som AI-Overview-källa i 14 long-tail-sökningar som "qr menu pricing" och "qr menu setup time".
Varför FAQ-schema fungerar
Modellerna bakom AI Overview föredrar strukturerade data. FAQPage JSON-LD separerar varje Question och Answer, vilket sänker extraktionskostnaden. Vår citationsfrekvens är 3-5× högre än vanliga stycken.
Idealisk längd: 40-90 ord. Kortare verkar tunt, längre skrivs om.
Hur vi valde 28 frågor
Vi filtrerade long-tail-sökningar med 8+ klick i Search Console och körde samma prompter genom Perplexity och ChatGPT samtidigt som vi noterade följdfrågor. Skärningspunkten gav 28 ämnen med hög intention.
- Priser (5) — Starter-innehåll, uppgradering till Pro
- Setup (9) — domän, QR-tryck, flerspråk
- Drift (14) — allergener, ropa servitör, bordsbeställning
Korrekt JSON-LD
JSON-LD-blocket finns i sidans <head>, och varje svar ges som HTML i acceptedAnswer.text med listor och länkar. AI Overview producerar då rikare snippets.
Synlig HTML måste matcha markup ord för ord, annars flaggar Google för cloaking. Validera med Rich Results Test.
FAQ
På alla sidor? Nej, bara där det finns verklig Q&A.
När kommer resultat? Första citationen i vecka 6, 14 källor i vecka 12.
Hur många per block? 8-12; vi delade upp 28 frågor på 3 temasidor.
Var detta hjälpsamt? Dela det.
Relaterade artiklar
12 konkreta fördelar med QR-menyer (med riktiga data)
Noll tryckkostnader, 31 % högre genomsnittlig beställning, automatiskt 20 språk:…
Varför menybilder ökar försäljningen: restaurangguide
Rätter med bilder får upp till 30 % fler beställningar. Här är vetenskapen bakom…
Varfor Apple Pay-anvandare vantar 12 sekunder mindre an Chip+PIN pa restauranger
Visa 2024 faltdata: chip+PIN 25.3s, Apple Pay 13.1s. For en brasserie med 32 bor…