Schema Validator
Testa strukturerad data och schema markup på valfri sida. Se felen, och vad din strukturerade data säger till AI om ditt varumärke.
| Typ | Objekt | Resultat |
|---|
Vad är schema markup och strukturerad data?
Schema markup är kod som anger fakta om en sida i en form som en maskin kan läsa utan att gissa. En människa ser ett namn, ett pris och fem stjärnor. Uppmärkningen säger: det här är en produkt, det här är dess namn, det här är priset, det här är betyget.
Vokabulären kommer från schema.org. Strukturerad data är det allmänna namnet på samma sak, och JSON-LD är formatet som de flesta webbplatser använder för att skriva den: ett kodblock i sidan, skilt från den synliga HTML-koden.
Sökmotorer använder den för att förstå en sida och visa rikare resultat. AI-system läser samma block när de hämtar sidan. Det gör den till ett av få ställen där du kan säga rakt ut vem du är och vad du erbjuder, med ord som inte lämnar något utrymme för tolkning.
Schema validator: vad verktyget kontrollerar
Att koden går att tolka. Ett enda felplacerat kommatecken gör ett helt JSON-LD-block oläsligt, och då ignorerar en crawler allt som står i det. Verktyget anger blocket och raden där det går sönder.
Att varje objekt säger vad det är. Ett objekt behöver en @type, och blocket behöver en @context som pekar på schema.org. Typer är skiftlägeskänsliga, och verktyget fångar dem som är skrivna med fel stora eller små bokstäver.
Att varje typ har det den behöver. En Product utan erbjudande, en FAQ utan svar, en video utan uppladdningsdatum. Saknade obligatoriska egenskaper är fel. Saknade rekommenderade listas för sig, så att du kan skilja det som är trasigt från det som kan bli bättre.
Att värdena är rimliga. Tomma egenskaper, länkar som inte är fullständiga URL:er, datum som inte är datum, priser med ett valutatecken inne i talet.
Vad uppmärkningen säger om ditt varumärke. Verktyget plockar ut Organization-objektet och visar det så som en maskin läser det: namn, beskrivning, webbplats, logotyp och profilerna som listas i sameAs. Det är den del av en schema markup validator som de flesta verktyg hoppar över.
Kod som du klistrar in kontrolleras i din webbläsare och lämnar aldrig sidan.
Så testar du strukturerad data
- Ange sidans adress. Använd själva sidan, inte bara startsidan. Varje sida har sin egen uppmärkning.
- Läs raderna högst upp. De säger om schema hittades, om det har fel och om det talar om för en maskin vem som driver webbplatsen.
- Titta på varumärkestabellen. Den visar dina Organization-uppgifter så som en maskin får dem. Allt som är markerat som saknas är en lucka.
- Gå igenom objekten. Varje schemaobjekt på sidan listas med sin typ och sitt resultat.
- Åtgärda det som står under Validering. Felen kommer först, sedan varningarna, sedan de rekommenderade egenskaperna.
- Testa ändringen innan du publicerar. Klistra in den nya JSON-LD-koden i verktyget och kontrollera att felen är borta.
Vad schema markup säger till AI om ditt varumärke
När en assistent svarar på en fråga om ett företag utgår den från det den kunde läsa. Löpande text lämnar luckor. Är det här företaget eller en återförsäljare? Är det där den officiella webbplatsen? Hör de här två profilerna till samma varumärke? Strukturerad data besvarar de frågorna på ett ställe.
Organization är det objekt som betyder mest
Ett objekt av typen Organization på startsidan anger ditt namn, din URL och din logotyp. Lägg till en description så har en maskin din egen sammanfattning på en rad av vad du gör, med dina ord.
sameAs knyter ihop trådarna
sameAs listar dina andra profiler: sociala nätverk, kataloger, recensionssajter. Den talar om för en maskin att alla är en och samma entitet. Ett varumärke vars profiler hänger ihop är lättare att känna igen än ett som ligger utspritt över webben under lite olika namn.
Ett namn överallt
Om Organization heter en sak och WebSite en annan måste en maskin avgöra vilket som är rätt. Verktyget flaggar skillnaden. Välj ett namn och ange det andra som alternateName.
Använder ChatGPT strukturerad data?
Det här är vad man vet. Google och Microsoft säger båda att strukturerad data hjälper deras system att förstå en sida. OpenAI, Anthropic och Perplexity har inte sagt hur stor vikt deras modeller lägger vid den. Deras crawlers hämtar HTML-koden, och JSON-LD är en del av den.
Schema markup är alltså ingen strömbrytare som får assistenterna att citera dig. Den tar bort tvivel om vem du är, och det är värt att göra eftersom kostnaden är ett enda kodblock.
Uppmärkning som ett skript lägger till kanske aldrig syns
De flesta AI-crawlers kör inte JavaScript. Om en tagghanterare lägger till ditt schema efter att sidan har laddats finns uppmärkningen inte i det de hämtar. Verktyget läser samma HTML, så om det inte hittar något på en sida som du vet har schema är det förklaringen. Agent Readiness Checker visar hur mycket av en sida som finns innan något skript körs.
Schematyper som verktyget kontrollerar
Det här är typerna som har regler bakom sig. Andra schema.org-typer läses och listas, utan någon bedömning av deras egenskaper.
| Typ | Vad den beskriver | Obligatoriskt | Rekommenderat |
|---|---|---|---|
Organization | Vem som står bakom webbplatsen | name, url | logo, sameAs, description |
LocalBusiness | Ett företag med en fysisk adress | name, address | url, telephone, image, öppettider, sameAs |
WebSite | Vad webbplatsen heter | name, url | Inga |
Person | En författare eller en grundare | name | url, sameAs, jobTitle |
Article | Ett inlägg eller en nyhetsartikel | headline | author, datePublished, dateModified, image, publisher |
Product | Något du säljer | name, och en av offers, review eller aggregateRating | image, description, brand, sku |
Offer | Priset på en produkt | priceCurrency, och price eller priceSpecification | availability |
SoftwareApplication | En app eller ett onlineverktyg | name, och en av offers, aggregateRating eller review | applicationCategory, operatingSystem, description |
FAQPage | Frågor med sina svar | mainEntity, med ett name och ett acceptedAnswer för varje fråga | Inga |
BreadcrumbList | Var sidan ligger på webbplatsen | itemListElement, med en position för varje objekt | Inga |
VideoObject | En video på sidan | name, description, thumbnailUrl, uploadDate, och contentUrl eller embedUrl | duration |
Event | Något som händer ett visst datum | name, startDate, location | endDate, image, description, offers, organizer |
Recipe | Ett recept | name, image | recipeIngredient, recipeInstructions, author, totalTime |
HowTo | Instruktioner steg för steg | name, step | image, totalTime |
JobPosting | En ledig tjänst | title, description, datePosted, hiringOrganization, jobLocation | validThrough, employmentType, baseSalary |
Review and AggregateRating | Betyg | ratingValue, plus en author för en recension eller ett antal för ett sammanlagt betyg | datePublished |
Undertyper följer sin överordnade typ. En Restaurant eller en Dentist kontrolleras som en LocalBusiness, en BlogPosting eller en NewsArticle som en Article, en WebApplication som en SoftwareApplication.
Vanliga fel i strukturerad data
Ett kommatecken efter den sista egenskapen. JSON tillåter inte det. Hela blocket slutar gå att läsa.
Fel skiftläge i en typ. organization är inte Organization. Typer och egenskapsnamn skiljer på stora och små bokstäver.
Ingen @context. Utan den är typnamnen bara ord.
En Product utan erbjudande. En produkt behöver ett pris, en recension eller ett betyg för att vara till nytta för den som läser den.
Ett pris med valutatecken. "price": "$19" är text. Skriv "price": "19.00" och lägg USD i priceCurrency.
Relativa länkar. /logo.png betyder ingenting utanför din webbplats. Använd den fullständiga adressen.
Datum i lokalt format. Skriv året först, som i 2025-03-14, inte 14/03/2025.
Uppmärkning för sådant som sidan inte visar. Betyg och recensioner i koden som ingen besökare kan se bryter mot Googles regler.
Två plugin som skriver samma objekt. Sidan får två Organization-objekt som säger emot varandra. Behåll ett.
Schema validator vs Rich Results Test
Verktygen besvarar olika frågor, och det lönar sig att använda mer än ett.
| Verktyg | Frågan det besvarar | Vad det utelämnar |
|---|---|---|
| Googles Rich Results Test | Kan den här sidan få ett rikt resultat i Google Sök? | Typer som Google inte använder för rika resultat |
| Schema.org validator | Följer uppmärkningen vokabulären från schema.org? | Om något som krävs för sök saknas |
| Schema Validator på den här sidan | Är uppmärkningen korrekt, och vad säger den till en maskin om varumärket? | Googles villkor för varje rikt resultat |
Om målet är ett rikt resultat i Google avslutar du med Googles eget test. Om målet är att bli förstådd av både sökmotorer och AI-system börjar du här.
JSON-LD, mikrodata och RDFa
Strukturerad data kan skrivas i tre format. De bär samma vokabulär.
JSON-LD är ett kodblock i en script-tagg. Det ligger skilt från den synliga sidan, vilket gör det enklast att skriva och underhålla. Google rekommenderar det, och de flesta webbplatser använder det.
Mikrodata lägger attribut som itemscope och itemprop direkt på HTML-elementen. Det fungerar, och det går lätt sönder när en mall ändras.
RDFa gör samma sak med en annan uppsättning attribut och är det minst vanliga av de tre.
Det här verktyget kontrollerar JSON-LD på djupet. För mikrodata listar det typerna det hittar på sidan, så att du vet att de finns där.
Vanliga frågor
Vad är en schema validator?
En schema validator läser den strukturerade datan på en sida och talar om ifall den är rätt skriven. Den kontrollerar att koden går att tolka, att varje objekt anger sin typ och att egenskaperna som varje typ behöver finns med. Schema markup validator och testverktyg för strukturerad data är andra namn på samma sak.
Hur testar jag strukturerad data på min webbplats?
Ange sidans adress i verktyget ovan. Det läser sidan så som en crawler gör, listar varje schemaobjekt det hittar och markerar det som saknas eller är fel. För att testa kod innan du publicerar den klistrar du in JSON-LD-koden i stället.
Varför hittar verktyget inget schema på min sida?
Oftast för att ett skript lägger till uppmärkningen efter att sidan har laddats. Det gör en tagghanterare eller en app som renderas i webbläsaren. Verktyget läser den HTML som servern skickar, och det är också vad de flesta AI-crawlers får. Lägg JSON-LD-koden i sidans källkod så hittas den.
Hjälper schema markup med ChatGPT och andra AI-assistenter?
Den hjälper en maskin att läsa din sida utan att gissa. Google och Microsoft säger båda att strukturerad data hjälper deras system att förstå innehåll. OpenAI, Anthropic och Perplexity har inte sagt hur stor vikt deras modeller lägger vid den. Se den som ett sätt att ange fakta om ditt varumärke tydligt, inte som en strömbrytare som får assistenterna att citera dig.
Vilka schematyper är viktigast för ett varumärke?
Organization kommer först, på startsidan, med ditt namn, din URL, din logotyp och länkarna i sameAs. WebSite ger webbplatsen dess namn. Sedan beror det på sidan: Product för det du säljer, Article för det du publicerar, FAQPage för frågor och svar, LocalBusiness om kunderna besöker dig.
Vad är skillnaden mellan det här verktyget och Googles Rich Results Test?
Googles test besvarar en fråga: kan den här sidan få ett rikt resultat i Google Sök. Det tittar bara på de typer som Google stöder för det. Det här verktyget kontrollerar själva uppmärkningen och visar vad den säger till vilken maskin som helst om ditt varumärke, även med typer som Google inte använder för rika resultat.
Är JSON-LD bättre än mikrodata?
För de flesta webbplatser, ja. JSON-LD ligger i ett block skilt från den synliga HTML-koden, så det är lättare att skriva, läsa och hålla korrekt. Google rekommenderar det. Mikrodata fungerar fortfarande, och det här verktyget listar de mikrodatatyper det ser utan att kontrollera dem på djupet.
Kan schema markup skada min webbplats?
Felaktig uppmärkning ignoreras för det mesta. Risken är uppmärkning som beskriver sådant som sidan inte visar, till exempel recensioner eller priser som inte finns där. Google behandlar det som spam och kan sluta visa rika resultat för webbplatsen.
Vad gör sameAs?
sameAs listar de andra ställen där ditt varumärke har en profil, till exempel dess sidor på sociala nätverk, i företagskataloger och i uppslagsverk. Den talar om för en maskin att alla är samma entitet. För ett varumärke som vill att AI ska känna igen det är det här den mest användbara egenskapen efter namnet.
Hur ofta ska jag validera min strukturerade data?
Efter varje ändring i en mall, ett plugin eller ett tema, och efter en redesign. Uppmärkning går sönder i tysthet: sidan ser likadan ut och ett enda saknat kommatecken tar bort hela blocket.
Ren strukturerad data talar om för en maskin vem du är. Om assistenterna nämner ditt varumärke när någon frågar är en annan fråga, och AI Visibility-kontrollen besvarar den.