Schema FAQ: Den direkta vagen till framhavda citat i ChatGPT och Perplexity

En specialty kaffe restaurang i Karakoy publicerade ett FAQPage schema med 14 fragor och tre veckor senare dok upp som direkt citat i Perplexitys sokning "best specialty coffee Istanbul". Samma block dok upp i fyra separata ChatGPT svar.

Varfor FAQPage schema fungerar for LLM citat

ChatGPT och Perplexity prioriterar strukturerade data under crawl eftersom de kan ta name-acceptedAnswer paret ordagrant istallet for att parsa ra HTML. Det minskar hallucinationsrisken.

Nar du publicerar ett FAQPage block med 8-12 fragor blir varje fraga sitt eget citatmal for en specifik anvandarforfraga.

Hur du fa de 14 fragorna

Kafeet blandade tre kallor: AnswerThePublic, Search Consoles 90-dagars "questions" filter, och aterkommande gastfragor noterade av servitorerna. Denna triad hittar skarningspunkten mellan hog avsikt och lag konkurrens.

Sikta pa fragor som borjar med "har ni", "hur mycket", "finns det" — dessa monstre matchar bast LLM forfragningsformer.

Implementation och verifiering

Placera FAQPage JSON-LD i head eller body. Faltet acceptedAnswer.text ska vara mellan 40 och 160 ord; kortare svar utloser ett "inte tillrackligt informativt" signal.

Verifiera med Google Rich Results Test och skriv sedan din malforfragan i Perplexity och leta efter din doman i citatremsan. Forsta indexeringen tar 10-14 dagar.

FAQ

Hur manga fragor ar optimalt? 8-12 ar sweet spot; under 5 ger for lite signal, over 20 utspader kvaliteten.

Maste FAQ innehallet vara synligt? Ja — enligt Googles policy maste varje fraga fran schemat ocksa existera som synlig HTML pa sidan.

Vilka andra schemas att kombinera? Restaurant + LocalBusiness + Menu schema med FAQPage fordubblar citatfrekvensen.

Var detta hjälpsamt? Dela det.