FAQPage-Schema: Direkte vej til KI-svar

Brug FAQPage-Schema korrekt: Struktur, bedste praksis, kodeeksempel og typiske fejl. Hamborg linkbuilding-agentur performanceLiebe.

FAQPage-Schema er et af de mest effektive formater for KI-seo-ordliste/synlighed/">synlighed. Spørgsmål-svar-par i JSON-LD er præcis det, som ChatGPT, Perplexity, Gemini og Google AI Overviews har brug for til at generere deres svar. Den, der strukturerer sin viden på denne måde, giver modellerne de ideelle byggesten — og stiger dermed betydeligt oftere som citeret kilde i svarene. Denne artikel forklarer opbygning, bedste praksis og typiske fejl.

Hvorfor FAQ-schema er KI-relevant

KI-modeller genererer svar ved at aggregere viden fra mange kilder. De foretrækker indhold, der allerede er i spørgsmål-svar-form. En FAQPage leverer netop det — uden at modellen skal gætte, hvilken paragraf der svarer på hvilket spørgsmål. Studier fra 2025 viser: Sider med korrekt struktureret FAQ-schema nævnes i KI-svar to til tre gange oftere som kilde end sammenlignelige sider uden schema.

Struktur af FAQPage-schemas

Schemaet består af en FAQPage-container og en mainEntity-liste med Question-objekter. Hvert spørgsmål indeholder et acceptedAnswer-objekt med svaret. Svaret må indeholde HTML — lister, links og fremhævelser er tilladt og vil blive behandlet af KI-modeller.

<script type="application/ld+json">
{
  "@context": "https://schema.org",
  "@type": "FAQPage",
  "mainEntity": [
    {
      "@type": "Question",
      "name": "Hvor lang tid tager det, før backlinks virker?",
      "acceptedAnswer": {
        "@type": "Answer",
        "text": "Som regel ser du de første rangeringer efter fire til otte uger. Den fulde effekt indtræder efter tre til seks måneder."
      }
    },
    {
      "@type": "Question",
      "name": "Hvilke backlinks er stadig værdifulde i 2026?",
      "acceptedAnswer": {
        "@type": "Answer",
        "text": "Redaktionelle links fra tematisk relevante fagmedier, uddannelses- og myndighedsdomæner samt brancheportaler med ægte trafik."
      }
    }
  ]
}
</script>

Bedste praksis: maksimalt fem til ti spørgsmål pr. side

Flere er ikke nødvendigvis bedre. Sider med tyve eller tredive FAQ-elementer virker på KI-modeller som dårligt kuraterede databaser. Fem til ti præcise spørgsmål pr. side er det optimale. Hvert spørgsmål skal dække præcist ét bruger-spørgsmål — ingen sammensatte konstruktioner som „Hvad er X, og hvordan fungerer Y?". Hvis du har flere spørgsmål, skal du fordele dem på flere tematisk grupperede sider. En god lakmusprøve: Kan svaret gives fuldstændigt på maksimalt tre sætninger? Hvis ikke, er spørgsmålet for bredt og bør opdeles. KI-modeller foretrækker klart afgrænsede spørgsmål-svar-par og springer ofte uskarpe samlespørgsmål over.

Egte spørgsmål fra ægte kilder

• Search Console — filtrer performance-rapporten på keywords med „hvordan", „hvad", „hvorfor"
• People Also Ask — de udvidelige spørgsmål direkte i Google-SERPs
• AnswerThePublic eller AlsoAsked — strukturerede spørgedatabaser
• Salgs- og supportteam — de spørgsmål, der ofte dukker op i indledende samtaler og billetter
• ChatGPT-logs — hvis du må evaluere dine egne prompts, ser du reelle bruger-spørgsmål

Skrive svar korrekt

Svar bør være mellem fyrre og to hundrede og halvtreds ord. For kort virker overfladisk, for langt bliver sjældent citeret som snippet. Start med det direkte svar, og tilføj derefter kontekst og detaljer. Brug konkrete tal og eksempler — KI-modeller foretrækker disse. Undgå marketingfloskler; punktlister, betingelser og kilder øger citeringsmulighederne.

Markup og synligt indhold skal være identiske

Google straffer FAQ-schema, der i JSON-LD leverer andre indhold end hvad der er synligt på siden. Også KI-modeller genkender denne uoverensstemmelse og nedgraderer kilder, der kun skriver til schemaet. Reglen er klar: Hvert spørgsmål og hvert svar, der står i schemaet, skal være identisk eller meget tæt identisk til stede i det synlige HTML på siden. Ideelt set genererer du schemaet automatisk fra CMS-indholdet, så drift bliver umuligt.

Hyppige fejl ved FAQ-schema

• FAQ-schema på produkt- eller kategorisider, der slet ikke behandler ægte spørgsmål
• Flere FAQPage-schemas på samme side
• HTML-tags, der ikke er escaped og bryder JSON
• Svar, der kun står i schemaet, men ikke i det synlige HTML
• Spørgsmål fra ren keyword-synsvinkel, som ingen ægte bruger stiller
• Manglende validering — Rich Results Test afslører 90 procent af problemerne med det samme

FAQ-cluster i stedet for enkelt-sider

En moderne FAQ-strategi bruger clustre: en egen side pr. tema med fem til ti spørgsmål. Det holder hver side fokuseret, undgår keyword-kanibalisering og giver dig flere indgangspunkt for KI-svar. I stedet for en kæmpe samling-FAQ opstår der tyve eller tredive citerbare kilder — hver specialiseret i sin egen long-tail.

FAQ + Backlinks = Top-citeringskandidat

Selv den bedste FAQ-struktur forbliver usynlig, hvis KI-modellerne ikke vurderer domænet som en autoritet. Her kommer den anden, afgørende faktor i spil: Backlinks. Den, der kombinerer en perfekt struktureret FAQ-side med målrettede redaktionelle backlinks fra tematisk relevante kilder, skaber det ideelle grundlag for citation. Modellen finder spørgsmålet, tjekker domænet, ser en etableret autoritet — og overtager svaret. performanceLiebe som Hamborg linkbuilding-agentur bygger netop denne kombination op: teknisk rene indhold plus strategisk autoritet gennem kvalitetsbacklinks.

Praktisk tjekliste til FAQ-schema

1. Indsaml ægte bruger-spørgsmål fra Search Console og salg
2. Vælg fem til ti passende spørgsmål pr. side
3. Formuler svar med konkrete tal og klar struktur
4. Generer JSON-LD, ideelt set automatisk fra CMS
5. Valider i Rich Results Test
6. Hold markup og synligt indhold synkroniseret
7. Overvåg performance i Search Console og KI-svar-tracking