Et produkt kan være perfekt til en kunde, men hvis det ikke har komplet schema markup, vil AI-shoppingagenter aldrig anbefale det. Agenten læser din HTML, som et menneske ville gøre, men den forstår dit produkt gennem struktureret data. Intet schema betyder ingen forståelse.
Når en kunde beder en AI-shoppingassistent om at finde en computertaske, der kan være under sædet i et fly og koster under $100, surfer agenten ikke på nettet som et menneske. Den læser struktureret data fra produktsider. Den leder efter Offer-schema med bestemte priser, Product-schema med mål og AggregateRating-schema med kundeanmeldelser. Hvis din produktside har en flot beskrivelse, men intet schema, springer agenten den helt over.
Her gennemgår vi, hvordan produktschema virker, hvilket markup AI-shoppingsystemer faktisk læser, og hvordan du opbygger dine produktdata, så AI-agenter kan finde og anbefale dine produkter.
Hvad er produktschema, og hvorfor AI-agenter er afhængige af det
Produktschema er maskinlæsbar kode, der fortæller AI-systemer, hvad dit produkt er, hvad det koster, hvordan det er bedømt, og hvor kunder kan købe det. I stedet for at lade en AI-agent gætte på, om "computertaske" betyder en dokumentmappe eller en rygsæk, fortæller schema det direkte. Dette produkt har hjul. Det har et rum til en 15-tommers computer. Det koster $89,99.
Schema markup bruger et format, der hedder JSON-LD. JSON-LD er en måde at skrive data på, som ethvert computersystem kan læse uden at skulle forstå HTML eller design. En AI-crawler besøger din produktside, læser HTML og henter også JSON-LD-scripttagget. Det tag indeholder struktureret data. Agenten læser dataene og forstår dit produkt med det samme.
Webshops, der bruger komplet produktschema, får 58,3 % flere klik fra AI-shoppingflader end webshops med ufuldstændigt eller manglende schema. Produkter med tydeligt schema markup optræder 3,1 gange oftere i AI Overviews og AI-shoppingresultater.
Forskellen på Product-schema og Offer-schema
Product-schema beskriver, hvad produktet er. Offer-schema dækker pris, lagerstatus og oplysninger om sælgeren. Sammen giver de det komplette billede, som AI-shoppingsystemer har brug for.
Product-schema har produktnavn, beskrivelse, billede, brand, produktkategori, farve, størrelse, vægt, mål, materiale og GTIN (stregkodenummeret). Det er identitetslaget. Det fortæller AI, hvad du sælger.
Offer-schema har pris, valuta, lagerstatus (på lager, ikke på lager, forudbestilling), varens stand (ny, istandsat, brugt), sælgerens navn og returpolitik. Det er transaktionslaget. Det fortæller AI, hvor og hvordan kunder kan købe det.
En produktside har brug for begge. Et produkt uden tilbud er bare information. Et tilbud uden produkt efterlader AI i tvivl om, hvad der sælges. Schema markup til AI-shopping har altid Product-schema plus mindst én Offer-schemablok.
Sådan bruger AI-shoppingagenter schema til at matche produkter med kundens behov
Når en kunde beder en AI-agent om at finde noget, deler agenten forespørgslen op i egenskaber, der kan søges på. Et ønske om "en drikkedunk, der holder drikkevarer kolde i 24 timer", bliver oversat til søgeegenskaber som: produkttype er drikkedunk, materiale er rustfrit stål eller dobbeltvægget, rumfang er mindst 16 ounce, og farven kan være hvad som helst.
Agenten søger derefter i produktfeeds efter produkter, der matcher alle de egenskaber. Hvis dit produktschema ikke har materialeegenskaben eller rumfangsegenskaben, kan agenten ikke vurdere, om dit produkt passer. Selv hvis dit produkt er perfekt, springer agenten det over.
Derfor betyder komplet schema mere end salgstekst. Din flotte produktbeskrivelse, der siger "holder drikkevarer kolde hele dagen", giver ikke agenten en temperatur eller en varighed. Dit schema, der angiver materialet som rustfrit stål og rumfanget som 32 ounce, fortæller agenten præcis, hvad den skal søge efter.
Hvad AI-shoppingsystemer faktisk læser i dit schema
Ikke alle felter i schema markup vejer lige tungt. AI-shoppingsystemer prioriterer bestemte felter, fordi de hjælper dem med at matche produkter med kundens krav.
Kritiske felter, der er påkrævet, er produktnavn, pris, valuta og lagerstatus. De kan ikke undværes. Uden dem kan agenten ikke tage dit produkt med i resultaterne.
Felter med høj prioritet, som bruges meget, er brand, billede, GTIN eller MPN, farve, størrelse, materiale, vægt, mål og AggregateRating. De felter påvirker direkte, om en agent anbefaler dit produkt, når en kunde sammenligner muligheder.
Sekundære felter, der vises, når de er relevante, er oplysninger om garanti, forsendelse, returpolitik, produktkategori og producent. De vises i agentens svar, men driver ikke den første anbefaling.
De fleste webshops får de kritiske felter og felterne med høj prioritet rigtige, men springer de sekundære helt over. Et komplet schema med garanti, returpolitik og forsendelsesoplysninger øger sandsynligheden for, at en agent anbefaler dig, når kunder vurderer troværdighed.
JSON-LD er det format, AI-systemer foretrækker
Der er flere måder at skrive schema markup på. Microdata bruger HTML-attributter. RDFa bruger HTML-tags. JSON-LD bruger et scripttag, der ligger adskilt fra din HTML.
AI-systemer foretrækker JSON-LD, fordi det er det nemmeste format at læse. JSON er gyldig, struktureret data. Et computerprogram kan trække det ud uden at forstå sidens layout eller design. Når en AI-crawler besøger din side, leder den efter et JSON-LD-scripttag, læser dataene og bruger dem med det samme.
89 % af schema-implementeringer bruger JSON-LD. Det er det format, Google anbefaler. Det er det, AI-shoppingplatforme forventer at læse. Hvis din webshopplatform laver schema automatisk, laver den næsten helt sikkert JSON-LD.
Schema markup bør stå i sidens <head> eller lige efter <body>-tagget. Det bør være statisk HTML i sidens kildekode, ikke indlæst dynamisk med JavaScript. Hvis dit produktschema først indlæses, efter JavaScript er kørt, venter nogle AI-crawlere ikke på, at det indlæses, og gennemgår en tom udgave af din side.
Sådan bygger du komplet Product-schema til dit sortiment
En minimal produktschemablok skal have navn, beskrivelse, billede, brand, pris, valuta og lagerstatus. Men minimal konkurrerer dårligt mod komplet.
Et komplet produktschema har alt ovenfor plus GTIN (stregkodenummer), farvevalg, størrelsesvalg, materiale, vægt, mål, produktkategori, producent, samlet vurdering (antal stjerner og antal anmeldelser) og alle egenskaber, der er særlige for din produktkategori.
Hvis dit produkt findes i varianter (forskellige størrelser eller farver), skal hver variant have sin egen Offer-blok med egen pris og lagerstatus. En skjorte i rød, blå og grøn bør have tre separate Offer-schemablokke. En taske i small, medium og large bør have tre indtastninger med pris og lagerstatus.
Store webshopplatforme laver grundlæggende schema automatisk. Schemaet er som regel godt nok til de kritiske felter, men det mangler ofte materiale, mål og håndtering af varianter. Gennemgå dit schema. Tjek, at farve- og størrelsesvarianter har deres egne Offer-blokke. Kontrollér, at særlige produkttyper (pakker, gavesæt) er opbygget korrekt.
Sådan tjekker du, at dit schema er rigtigt
Stol ikke på, at din platform laver korrekt schema, uden at du tjekker det. Brug Googles Rich Results Test eller valideringsværktøjet fra Schema.org. Indtast URL'en på din produktside, og værktøjet viser præcis, hvilket schema din side har.
Se efter de her konkrete problemer. Manglende GTIN-numre, forkerte værdier for lagerstatus, manglende valutaangivelse, manglende URL'er til billeder, antal anmeldelser sat til nul og manglende information om varianter er de mest almindelige problemer, du skal rette.
Manglende GTIN-numre er det mest almindelige problem. Hvis dit produkt har en stregkode (EAN, UPC, ISBN), så tag den med i dit schema. AI-systemer bruger GTIN til at kontrollere produktets identitet hos forskellige forhandlere. Hvis din GTIN mangler eller er forkert, kan agenten ikke matche dit produkt med lagersystemer og shoppingsammenligninger.
Antal anmeldelser sat til nul eller tomt er et faresignal. Hvis dit schema siger, at et produkt har nul anmeldelser, antager AI-systemer, at det er nyt og ikke bekræftet. Selv hvis dit produkt har 500 anmeldelser, ser agenter et uprøvet produkt, hvis dit schema ikke har det antal med.
Produktfeeds som dit vigtigste schema-aktiv
Hvis du sælger på markedspladser eller bruger shoppingfeed-tjenester, er dit produktfeed der, hvor schema vågner til live i stor skala.
Et produktfeed er en struktureret liste over alle dine produkter med standardiserede felter. Hvert felt svarer til schema markup. Din feedgenerator laver JSON-LD-schema ud fra de data. Hvis dit feed har ufuldstændige eller forkerte data, bliver schemaet ufuldstændigt eller forkert i stor skala.
Invester i feedets kvalitet. Det betyder at gennemgå dine produktdata for rigtighed, fuldstændighed og ensartethed. Et feed af høj kvalitet med GTIN, brand, pris, lagerstatus og produktegenskaber laver rent og komplet schema automatisk.
De fleste webshops har 10 til 20 % af deres produktdata ufuldstændige. Et ufuldstændigt produkt vises ikke i AI-shoppingresultater. En gennemgang af feedet, der kun retter de 20 % øverste af dine produkter efter salgsvolumen, kan øge AI-synligheden med 40 % eller mere.
AggregateRating- og Review-schema styrker anbefalinger
Et produkt med anmeldelser bliver anbefalet oftere end et identisk produkt uden anmeldelser. AI-shoppingsystemer ser anmeldelser som bekræftelse udefra af dine påstande.
AggregateRating-schema fortæller AI-systemer, hvor mange der har anmeldt dit produkt, og hvad gennemsnitsvurderingen var. Tag ratingValue med (gennemsnitligt antal stjerner, som 4,7), reviewCount (hvor mange anmeldelser du har), bestRating (altid 5) og worstRating (altid 1).
Et produkt med 4,8 stjerner og 120 anmeldelser signalerer troværdighed til en AI-agent. Et produkt uden anmeldelsesdata signalerer, at det ikke er bekræftet. Hvis dit produkt har anmeldelser på din hjemmeside, så tag den samlede vurdering med i schemaet. Hvis dit produkt er nyt og ikke har anmeldelser, så tag i det mindste ratingCount med som 0 i stedet for at udelade feltet helt.
Sådan hjælper WEMASY med produktschema
WEMASY's hjemmesidebygger har generering af schema til produktsider. Du tilføjer produktinformation i WEMASY's brugerflade, og systemet laver automatisk rent og gyldigt JSON-LD-schema. Du kan se et eksempel på dit schema, før du udgiver, med WEMASY's indbyggede validator.
Hvis du sælger på WEMASY, kan du tilføje detaljerede produktegenskaber som materiale, mål, farvevarianter og vægt direkte i din produkteditor. WEMASY oversætter de felter til komplet Product- og Offer-schema automatisk. Læs mere om WEMASY's webshopfunktioner på vores prisside.
Ofte stillede spørgsmål
Skal hver produktvariant have sit eget schema markup
Hvis dit produkt findes i forskellige størrelser, farver eller valgmuligheder, bør hver variant have sit eget Offer-schema med egen pris og lagerstatus. Så kan AI-agenter finde præcis den variant, en kunde leder efter. En skjorte i tre farver bør have tre separate Offer-blokke med tre separate priser og lagerbeholdninger. Med WEMASY's hjemmesidebygger kan du sætte det op direkte på din hjemmeside.
Hvad sker der, hvis jeg har schema markup, men det er ufuldstændigt
AI-systemer bruger det, der er, men ufuldstændigt schema begrænser synligheden. Et produkt med manglende GTIN, mål eller lagerstatus får lavere prioritet i anbefalinger. Når to identiske produkter vises i AI-resultater, vinder det med det mest komplette schema. Ret de vigtigste huller først. Prioriter GTIN, lagerstatus og pris.
Skal jeg bruge microdata eller RDFa i stedet for JSON-LD
Nej. Brug JSON-LD. Det er det format, AI-systemer foretrækker, og det format, Google anbefaler. Microdata og RDFa er gyldige, men kræver, at AI-systemer læser HTML, og det er langsommere og mindre pålideligt. JSON-LD er rent, adskilt fra din HTML og understøttes overalt.
Hvis jeg sælger på flere markedspladser, skal jeg så have forskelligt schema til hver
Nej. Din produktside bør have ét kanonisk schema, der beskriver dit produkt korrekt. Hver markedsplads kan hente det schema og vise dit produkt på deres platform. Vedligehold dit schema på din egen hjemmeside som kilden til sandheden. Markedspladserne synkroniserer fra de data.
Hvor ofte skal jeg opdatere mit produktschema, hvis produktoplysninger ændrer sig
Opdater dit schema med det samme, når produktoplysninger ændrer sig. Hvis prisen ændrer sig, så opdater prisfeltet i Offer-schemaet. Hvis et produkt ikke er på lager, så opdater feltet for lagerstatus. AI-systemer gennemgår dine sider jævnligt igen og opfanger ændringer. Friskt og korrekt schema holder dine produkter synlige i AI-shoppingresultater.
Kan jeg bruge den samme schemablok til flere produkter
Nej. Hvert produkt skal have sit eget unikke schema markup med eget produktnavn, egen beskrivelse, eget GTIN og egen pris. Genbrug af schemablokke lærer AI-systemer, at dine produkter er dubletter, og det kan skade synligheden. Lav unikt schema til hvert enkelt produkt i dit sortiment.