Schema-validator

Hva er Schema-validator-målingen?

Schema-validering sjekker om siden din avgir Schema.org strukturerte data — nesten alltid JSON-LD — og om den markeringen er syntaktisk gyldig, har hver påkrevde egenskap, og matcher innholdet som er synlig på siden. AI-søkemotorer som Googles Gemini, ChatGPT search og Perplexity er avhengige av dette maskinlesbare laget for å identifisere entiteter, verifisere forfatterskap og bestemme hvilke kilder som skal siteres.

Målingen teller schemaene som finnes på siden din, parser hver JSON-LD-blokk og flagger manglende påkrevde felt, type-mismatch og innhold/markering-motsigelser. Sider som passerer ren validering på tvers av hver utstedte @type blir sitert langt oftere av generative søkemotorer enn sider uten schema eller med ugyldig schema. Denne enkle sjekken er en av de mest virkningsfulle inputene til din GEO-Score.

Hvorfor gyldig schema er viktig for AI-søk

Strukturerte data er laget der maskiner slutter å gjette. Uten det må AI-søkemotorer utlede hva siden din handler om fra rå tekst — og slutninger feiler, spesielt for prising, forfatterskap, datoer og produktattributter. Gyldig schema fjerner den tvetydigheten.

Direkte løft i AI-siteringer

Wellows' analyse av 15 847 AI Overview-resultater viste at sider med eksplisitt schema hadde en 73 % høyere utvalgsrate enn umarkert innhold. Growth Marshals tverrplattform-studie av 730 AI-siteringer fant at attributt-rikt, fullstendig schema oppnådde en siteringsrate på 61,7 % — langt bedre enn generisk, minimalt utfylt schema. Signalet er konsistent på tvers av flere uavhengige studier i 2025-2026.

Rich results og fremhevede overflater

Gyldig markering er fortsatt kvalifikasjonsporten for rich results — oppskriftskort, produktkort, breadcrumb-spor, anmeldelsesstjerner. Googles dokumentasjon er eksplisitt om at 'villedende eller misformede strukturerte data' diskvalifiserer siden fra disse funksjonene og kan utløse manuelle handlinger, så ugyldig schema er virkelig verre enn ingen schema.

Entitetsgjenkjenning og Knowledge Graph

Organization-, Person- og Product-schema med @id og sameAs-lenker til Wikipedia eller Wikidata er hvordan AI-søkemotorer disambiguerer merkevaren din fra liknende. Schema Apps case-studie viste at entitets-lenking alene produserte et 19,72 % løft i AI Overview-synlighet på de optimaliserte temaene, selv på sider som allerede hadde schema.

Hva forskningen viser

Riktig strukturerte sider viser 73 % høyere utvalgsrater i AI Overviews sammenlignet med umerket innhold. Schema-markeringen som forteller AI-systemer hva innholdet inneholder — FAQ, HowTo, Article, Product — er det som driver økningen.

— Wellows, AI Overviews Ranking Factors Study, analyse av 15 847 AI Overview-resultater, 2026

Attributtrikt schema oppnådde en siteringsrate på 61,7 % på tvers av 730 studerte AI-siteringer, men generisk, minimalt utfylt schema presterte dårligere enn å ikke ha schema i det hele tatt (41,6 % mot 59,8 %). Fullstendighet — schema som trofast gjenspeiler den synlige siden — er det AI-motorer faktisk belønner.

— Growth Marshal, fagfellevurdert studie på tvers av plattformer (n=730 AI-siteringer), februar 2026

Raske gevinster for schema-validering

Bruk kun JSON-LD — Google sier det er det foretrukne formatet, og 2024 Web Almanac bekrefter at JSON-LD-adopsjon steg til 41 % av crawlede sider mens Microdata holdt seg flatt på 26 %

Pakk relaterte schemaer i en enkelt @graph med @id-referanser slik at Article, Person og Organization leses som én tilkoblet entitet, ikke tre løse blokker

Kjør hver endring gjennom schemavalidator.org og Rich Results Test i build-pipelinen din — 71 % av nettsteder distribuerer schema, men bare 22 % passerer validering rent på tvers av hver @type

Populer hver relevant egenskap, ikke bare de påkrevde — Growth Marshals data viser at attributt-rik schema siteres på 61,7 % mot 41,6 % for minimalt schema

Hvert faktum i JSON-LD-en din må vises i den synlige HTML-en. AI-søkemotorer kryssjekker, og motsigelser koster deg siteringen

Følg med på Enhancements-rapporten i Google Search Console ukentlig — schema-regresjoner fra CMS-oppdateringer er en av de vanligste stille årsakene til siteringsfall