Product Schema: Welke JSON-LD-velden AI nodig heeft
Product Schema voor AI-zichtbaarheid: Welke velden uw JSON-LD echt nodig heeft
Voor e-commerce-operators geldt: zonder een correct geïmplementeerd Product Schema volgens de Schema.org-standaard is een webshop nagenoeg onzichtbaar voor AI-zoekmachines. In dit artikel leest u welke velden uw JSON-LD dwingend moet bevatten — en welke optionele velden het doorslaggevende verschil maken op het gebied van AI-zichtbaarheid.
De rol van gestructureerde data in het AI-tijdperk
Wanneer een AI-gebaseerde zoekmachine een complexe vraag verwerkt – bijvoorbeeld "Beste hardloopschoenen voor marathonlopers met blessuregevoeligheid, levering morgen" – heeft deze machineleesbare feiten nodig. Het Product Schema fungeert als de enige betrouwbare gegevensbron.
Terwijl Google traditioneel ook de zichtbare tekst van een pagina analyseert, vertrouwen LLM-crawlers zoals GPTBot of PerplexityBot primair op gestructureerde data. De reden: een LLM kan veel betrouwbaarder feiten uit een JSON-LD-blok extraheren dan uit lopende tekst, die marketingtaal, dubbelzinnige formuleringen en decoratieve elementen vermengt.
Be Standard, not creative
Het devies luidt: "Be Standard, not creative". Gebruik de officiële woorden van Schema.org. Terwijl de visuele gebruikersinterface creatief mag zijn, moet de technische beschrijving strikte standaarden volgen.
Veelvoorkomende fouten in de praktijk:
- Verzonnen propertynamen zoals
productCategoryin plaats vancategory - Ontbrekende
@type-declaraties in geneste objecten - Inconsistente valutaformaten (EUR vs. € vs. Euro)
- Prijs als string met komma in plaats van punt ("159,90" in plaats van "159.90")
Elk van deze fouten kan ertoe leiden dat de AI de gegevens weigert of verkeerd interpreteert.
De onmisbare verplichte velden
- name: De volledige productnaam — duidelijk, beschrijvend en zonder marketingtermen. "Pro-Run Marathon Schoen X1", in plaats van "De ULTIEME hardloopschoen!!!".
- offers: Prijs, valuta en beschikbaarheid. Zonder dit drieluik is uw product irrelevant voor commerciële AI-vragen. Gebruik altijd het Schema.org-URL-formaat voor beschikbaarheid (bijv.
https://schema.org/InStock). - review of aggregateRating: Sociaal bewijs is onmisbaar voor AI-aanbevelingen. Een product met 124 beoordelingen en 4.8 sterren wordt aanzienlijk vaker aanbevolen dan een zonder enige beoordelingsgegevens.
Cruciale velden voor AI-zichtbaarheid
Identifiers (SKU, GTIN, MPN)
Identifiers vormen de ruggengraat van variantdifferentiatie. De GTIN (Global Trade Item Number) stelt de AI in staat gegevens uit verschillende bronnen te vergelijken en samen te voegen. Als uw product op Amazon, in uw winkel en bij een prijsvergelijkingsportal identiek wordt geïdentificeerd via de GTIN, neemt het vertrouwen van de AI in de datakwaliteit aanzienlijk toe.De SKU (Stock Keeping Unit) helpt bovendien bij de interne productidentificatie en de differentiatie van varianten (maat, kleur). Zonder identifiers behandelt de AI elke vermelding als een potentieel ander product.
Brand
Hetbrand-veld wordt vaak onderschat, maar is essentieel. Het koppelt het product aan de overkoepelende merkentiteit in de Knowledge Graph. Gebruik altijd het geneste type: "brand": { "@type": "Brand", "name": "Pro-Run" }.
Price en Availability
Deze gegevens moeten in de JSON-LD exact overeenkomen met de informatie op de landingspagina. Elke discrepantie tussen de weergegeven prijs en de Schema-prijs kan door crawlers als een manipulatiepoging worden beschouwd en het vertrouwen duurzaam schaden.Let vooral op:
priceCurrencyin ISO-4217-formaat (EUR, USD, GBP)priceals decimaal getal met punt (niet komma)priceValidUntilvoor tijdelijke aanbiedingenavailabilityals Schema.org-URL
Shipping Details
Met
shippingDetails kunt u levertijden en verzendkosten nauwkeurig opgeven. Alleen zo kan de AI vragen beantwoorden als "Wat is er leverbaar tot vrijdag?" of "Welke winkel levert gratis?". Dit veld wordt steeds meer een onderscheidende factor, aangezien gebruikers in AI-zoekopdrachten vaak filteren op leveringsvoorwaarden.
Aggregate Rating en Reviews
Beoordelingen dienen als sociaal bewijs. AI-systemen wegen producten zwaarder die een positieve geschiedenis hebben. Belangrijk: gebruikaggregateRating voor de totale beoordeling en bovendien individuele review-vermeldingen voor gedetailleerde klantbeoordelingen. Hoe meer geverifieerde reviews, hoe sterker het vertrouwenssignaal.
Praktijkvoorbeeld: Correcte JSON-LD
{
"@context": "https://schema.org/",
"@type": "Product",
"name": "Pro-Run Marathon Schoen X1",
"description": "Lichte hardloopschoen voor marathonlopers met versterkte demping en ademend bovenmateriaal.",
"sku": "PR-X1-2024",
"gtin13": "4012345678901",
"brand": { "@type": "Brand", "name": "Pro-Run" },
"image": "https://example.com/images/pro-run-x1.jpg",
"aggregateRating": {
"@type": "AggregateRating",
"ratingValue": "4.8",
"reviewCount": "124"
},
"offers": {
"@type": "Offer",
"priceCurrency": "EUR",
"price": "159.90",
"availability": "https://schema.org/InStock",
"priceValidUntil": "2025-12-31",
"shippingDetails": {
"@type": "OfferShippingDetails",
"deliveryTime": {
"@type": "ShippingDeliveryTime",
"transitTime": {
"@type": "QuantitativeValue",
"minValue": 1,
"maxValue": 2,
"unitCode": "d"
}
}
}
}
}
Validatie en testen
Een correct opgebouwd Product Schema heeft weinig nut als het syntactische fouten bevat. Gebruik deze tools voor validatie:
- Google Rich Results Test: Controleert of uw schema in aanmerking komt voor Rich Snippets
- Schema.org Validator: Valideert de technische correctheid tegen de standaard
- AI Trust Audit: Controleert uw gestructureerde gegevens specifiek op AI-zichtbaarheid en volledigheid
Conclusie
Gebruik consequent eenduidige identificatoren (GTIN, SKU), voer verzend- en leveringsdetails rechtstreeks in het schema in, houd prijs- en beschikbaarheidsgegevens nauwgezet actueel en houd u strikt aan de Schema.org-standaard. Een compleet Product Schema is geen nice-to-have — het is de toegangspoort tot de AI-zichtbaarheid van uw shop.