--- title: "Schema markup automatiseren zodat AI-assistenten je citeren" description: "Handgeschreven schema loopt binnen maanden achter. Zo genereer je JSON-LD uit je CMS-, product- en auteursdata, houd je het geldig en meet je of AI-modellen de pagina's echt citeren." canonical: https://trackbase.ai/nl/blog/how-to-automate-schema-markup-for-ai-citations markdown: https://content.trackbase.ai/nl/blog/how-to-automate-schema-markup-for-ai-citations.md language: nl-NL alternate_language: en alternate: https://trackbase.ai/blog/how-to-automate-schema-markup-for-ai-citations alternate_markdown: https://content.trackbase.ai/blog/how-to-automate-schema-markup-for-ai-citations.md date_published: 2026-10-22 date_modified: 2026-10-22 author: "Levi Bouman" author_url: https://trackbase.ai/blog/author/levi-bouman publisher: Trackbase publisher_url: https://trackbase.ai category: "AI Visibility" image: https://framerusercontent.com/images/6EgscDoZWjM6xqZehMSPIbGFHeM.png word_count: 1472 reading_time_minutes: 7 --- # Schema markup automatiseren zodat AI-assistenten je citeren > Handgeschreven schema loopt binnen maanden achter. Zo genereer je JSON-LD uit je CMS-, product- en auteursdata, houd je het geldig en meet je of AI-modellen de pagina's echt citeren. *Door Levi Bouman · Gepubliceerd 2026-10-22 · Bijgewerkt 2026-10-22 · Oorspronkelijk artikel: https://trackbase.ai/nl/blog/how-to-automate-schema-markup-for-ai-citations* Je automatiseert [schema markup](https://trackbase.ai/nl/glossary/structured-data) door JSON-LD te genereren uit data die je al hebt (je CMS-velden, productfeed en auteursprofielen) in plaats van het per pagina met de hand te schrijven, en door het opnieuw te genereren zodra die data verandert. Goed gedaan vertelt elke pagina AI-assistenten wat hij is, wie hem schreef, wat iets kost en wanneer hij voor het laatst is bijgewerkt, in een vorm die ze kunnen lezen zonder te gokken. Dat garandeert geen citatie, maar het haalt de meest voorkomende reden weg waarom een goede pagina wordt overgeslagen: het model kon niet met zekerheid vaststellen waar het naar keek. ## Wat schema markup doet voor AI-assistenten Als ChatGPT, Perplexity, Gemini of [Google AI Overviews](https://trackbase.ai/nl/glossary/google-ai-overviews) een vraag beantwoorden, halen ze een handvol pagina's op, knippen er passages uit en vermelden de bron. Op de prompts die Trackbase voor het eigen merk volgt, citeert een AI-antwoord gemiddeld 6,4 bronnen, afkomstig van meer dan 2.500 domeinen in een periode van 30 dagen. Jouw pagina strijdt in een paar honderd milliseconden om een van die plekken. Gestructureerde data helpt op drie concrete manieren: - **Entiteitsherkenning.** Organization- en Person-markup koppelen een pagina aan een gedefinieerde entiteit, zodat het model een feit aan jouw merk toeschrijft en niet aan een bedrijf met een vergelijkbare naam. - **Extraheerbaarheid.** FAQPage-, HowTo- en Product-markup snijden je content vooraf in de vraag-, stap- en prijsblokken waaruit antwoorden worden opgebouwd. - **Actualiteit en auteurschap.** Article-markup met een kloppende dateModified en een auteur met naam geeft het model een reden om jouw pagina te verkiezen boven een oudere, anonieme pagina over een tijdgevoelig onderwerp. Geen enkele AI-leverancier publiceert zijn rangschikkingsformule, en geen enkel schematype is een schakelaar die citaties aanzet. Google documenteert wel dat gestructureerde data helpt om pagina-inhoud te begrijpen, en de retrieval-systemen achter antwoordmachines gedragen zich hetzelfde: minder dubbelzinnigheid, meer zekerheid, meer citaties. Behandel schema als infrastructuur, niet als een truc. ## Welke schematypes het waard zijn om te automatiseren Niet elk type uit de schema.org-woordenlijst verdient een plek. Deze zes dekken vrijwel elke commerciële site, en elk type kan worden gegenereerd uit data die je toch al bijhoudt. | Schematype | Waarom AI-assistenten erom geven | Genereer het uit | | --- | --- | --- | | Organization | Verankert je merkentiteit site-breed, met logo en sameAs-profielen | Bedrijfsinstellingen, lijst met social profielen | | Article / BlogPosting | Auteur, datePublished, dateModified, uitgever | CMS-velden van het artikel | | FAQPage | Vraag-antwoordparen worden rechtstreeks in antwoorden overgenomen | FAQ-velden of H3-vraagblokken | | Product | Naam, prijs, valuta, beschikbaarheid en beoordelingen als velden, niet als lopende tekst | Productdatabase of feed | | BreadcrumbList | Vertelt het model waar de pagina in je site staat | URL-structuur | | HowTo | Geordende stappen voor instructieve content | Genummerde stapvelden | Begin met Organization en Article, omdat die overal gelden. Voeg FAQPage toe waar je echte vragen met echte antwoorden hebt, en Product op elke commerciële pagina. HowTo hoort alleen op content die daadwerkelijk een procedure uitlegt. ## Waarom handgeschreven schema binnen maanden kapotgaat De meeste teams voegen schema één keer toe, valideren het en gaan verder. Daarna gaan drie dingen stilletjes mis. **Schema drift.** Prijzen veranderen, een product raakt uitverkocht, een auteur vertrekt, een pagina wordt herschreven. De markup toont nog de oude waarden. Een model dat de JSON-LD vergelijkt met de zichtbare pagina ziet nu een tegenstrijdigheid, en tegenstrijdigheden verlagen het vertrouwen in je hele domein, niet alleen in de verouderde pagina. **Verouderde dateModified.** Veel templates zetten dateModified één keer en raken hem nooit meer aan, of zetten hem bij elk verzoek op de huidige tijd. Beide sturen een vals actualiteitssignaal. De eerlijke variant, waarbij de datum alleen verschuift als de inhoud verandert, is precies wat een mens over honderden pagina's niet kan bijhouden. **Ongeldige blokken.** Eén ontbrekende verplichte eigenschap of een verdwaalde komma maakt het hele scriptblok ongeldig. Parsers lezen kapotte JSON-LD niet gedeeltelijk. Ze gooien het weg, en je pagina valt ongemerkt terug naar platte tekst. Automatisering lost alle drie op, omdat de markup bij elke weergave wordt afgeleid van de bron van de waarheid. ## Vier manieren om schema markup te automatiseren **1\. JSON-LD op templateniveau in je CMS.** Draait je site op een templatesysteem, schrijf dan één JSON-LD-template per contenttype en koppel die aan de velden. Een blogtemplate levert BlogPosting met de auteursrelatie, de publicatiedatum en het tijdstip van de laatste bewerking. Op trackbase.ai krijgt elk artikel, elke begrippenlijstterm en elke auteurspagina zo zijn markup: de template leest het CMS en niets wordt met de hand getypt. **2\. CMS-plugins.** WordPress, Shopify en Webflow hebben allemaal plugins die velden aan schematypes koppelen. Voor een kleine site is dat de snelste start. Controleer twee dingen voordat je er een vertrouwt: dat hij JSON-LD uitvoert in plaats van microdata, en dat hij dateModified bijwerkt op basis van de revisiedatum van het artikel en niet op het moment van laden. **3\. Injectie via een tag manager.** Google Tag Manager kan JSON-LD aan de clientzijde injecteren. Het is handig en het is de zwakste optie. Verschillende AI-crawlers halen de ruwe HTML op en voeren geen JavaScript uit, dus markup die pas bestaat nadat een script draait, is voor hen onzichtbaar. Gebruik het als overbrugging, niet als eindstation. **4\. Een beheerde generatiedienst.** Platforms die je site al crawlen en weten welke pagina's AI-modellen citeren, kunnen markup voor je genereren en onderhouden. De add-on [Structured Data Automation](https://trackbase.ai/nl/features/structured-data) van Trackbase genereert Product-, Organization-, FAQ- en Article-markup uit je bestaande content, genereert die opnieuw als de content verandert, en geeft elke pagina een AI-leesbaarheidsscore zodat je ziet welke URL's nog als platte tekst worden gelezen. De schemakeuzes volgen wat antwoordmachines aantoonbaar gebruiken, op basis van de crawler- en citatiedata die Trackbase dagelijks verzamelt. ## Een praktische automatiseringsworkflow 1. **Inventariseer je paginatypes.** Noteer elke template: home, product, categorie, artikel, FAQ, auteur, landingspagina. Bepaal welk schematype op elke template hoort. De meeste sites hebben vijf of zes koppelingen nodig, geen vijftig. 2. **Koppel velden aan eigenschappen.** Schrijf per type op waar de waarde vandaan komt. De productprijs komt uit de catalogus, nooit uit de paginatekst. De auteur komt uit het gebruikersprofiel. Heeft een eigenschap geen betrouwbare bron, laat hem dan weg in plaats van te gokken. 3. **Genereer bij het renderen.** Lever de JSON-LD uit dezelfde data waaruit de pagina wordt opgebouwd. Alleen zo kan de markup nooit afwijken van de zichtbare inhoud. 4. **Valideer automatisch.** Haal nieuwe en gewijzigde pagina's door de Schema Markup Validator en Google's Rich Results Test als onderdeel van je deploy, niet als kwartaalklus. Een kapot blok dat live gaat is erger dan geen blok. 5. **Laat crawlers erbij.** Controleer [robots.txt](https://trackbase.ai/nl/glossary/robots-txt) voor de AI-crawlers die je wilt toelaten (GPTBot, OAI-SearchBot, ClaudeBot, PerplexityBot, [Google-Extended](https://trackbase.ai/nl/glossary/google-extended)) en bevestig dat de JSON-LD in de server-side gerenderde HTML staat. 6. **Meet per pagina.** Markup is alleen nuttig als het verandert wat modellen doen. Volg crawlerbezoeken en citaties per URL, en vergelijk pagina's met en zonder volledige markup. ## Hoe je ziet of het werkt Schemawijzigingen zie je niet terug in Google Analytics. Je hebt drie signalen nodig: - **Crawlerbezoeken.** Halen GPTBot, ClaudeBot en PerplexityBot de pagina's op die je hebt gemarkeerd? De [crawler analytics](https://trackbase.ai/nl/features/crawler-analytics) van Trackbase tonen per URL de bezoeken van elke AI-crawler, zodat je ziet of de pagina's voor de modellen überhaupt bestaan. - **Citaties per pagina.** Welke URL's verschijnen als bron in AI-antwoorden, en is dat veranderd nadat de markup live ging? De Page Tracker in Trackbase markeert pagina's die wel gecrawld maar nooit geciteerd worden, het typische symptoom van onleesbare of dunne content. - **Validatiefouten in de tijd.** De verbeteringsrapporten in Search Console en de validator moeten na elke deploy schoon blijven. Reken op twee tot vier weken voordat modellen pagina's opnieuw ophalen en indexeren voordat je het effect beoordeelt, en lees onze gids over [vermeldingen verdienen op de bronnen die modellen vertrouwen](https://trackbase.ai/nl/blog/how-to-get-cited-by-ai-earning-mentions-on-the-sources-models-trust) voor de andere helft van het werk: markup maakt een pagina leesbaar, autoriteit zorgt dat hij gekozen wordt. ## FAQ ### Garandeert schema markup dat ChatGPT of Perplexity mijn pagina citeert? Nee. Schema vermindert dubbelzinnigheid, zodat een model je content met zekerheid kan extraheren en toeschrijven. Of de pagina gekozen wordt, hangt nog steeds af van relevantie, autoriteit, actualiteit en hoe direct de pagina de [prompt](https://trackbase.ai/nl/glossary/prompt) beantwoordt. Pagina's met volledige, kloppende markup zijn makkelijker te citeren; ze worden niet automatisch geciteerd. ### Moet ik JSON-LD, microdata of RDFa gebruiken? JSON-LD. Het staat in één scriptblok, los van de HTML, waardoor het eenvoudig uit templates te genereren is en eenvoudig door parsers te lezen. Microdata en RDFa zetten attributen in je opmaak en gaan kapot zodra een ontwerper de lay-out verandert. ### Hoe vaak moet geautomatiseerd schema opnieuw worden gevalideerd? Bij elke deploy voor gewijzigde templates, en wekelijks voor een steekproef van live pagina's. Schema.org schrapt eigenschappen en zoekmachines veranderen eisen, dus een blok dat in het voorjaar geldig was, kan in het najaar waarschuwingen geven. Automatische generatie houdt de waarden actueel; automatische validatie houdt de structuur geldig. Wil je zien welke van je pagina's AI-modellen nu al lezen en citeren? Doe de [gratis AI-zichtbaarheidscheck](https://trackbase.ai/nl/free-ai-visibility-checker) of [start een proefperiode van 14 dagen](https://trackbase.ai/nl/pricing) en volg vanaf dag één crawlerbezoeken en citaties per pagina. --- **Over Trackbase.** Trackbase is een Nederlands AI-zichtbaarheidsplatform dat dagelijks meet hoe ChatGPT, Gemini, Perplexity, Claude, Google AI Overviews en andere AI-modellen over je merk praten, en dat vertaalt naar een Visibility Score, Share of Voice en concrete acties. Meer op https://trackbase.ai/nl · Begrippenlijst: https://trackbase.ai/nl/glossary · Dit artikel in het Engels: https://trackbase.ai/blog/how-to-automate-schema-markup-for-ai-citations