Guide · september 2026
JSON-LD: hva det er, hvilke schema-typer som fortsatt teller, og hvordan du implementerer det
JSON-LD er en liten kodeblokk som forteller maskiner nøyaktig hva en side inneholder: dette er et produkt, dette er prisen, dette er virksomheten bak. Det er formatet Google anbefaler for strukturert data, det tar minutter å legge til når innholdet allerede finnes, og i 2026 leser flere maskiner enn noensinne det: søkemotorer, handlesystemer og robotene bak AI-assistentene.
Men det er også omgitt av overdrevne løfter. Denne artikkelen forklarer hva JSON-LD og schema.org faktisk er, hvilke schema-typer som fortsatt gir noe konkret (flere ble pensjonert mellom 2023 og 2026), hvilke en nettbutikk bør prioritere, og hvordan du implementerer det hele uten de klassiske feilene.
Hva er JSON-LD?
JSON-LD (JavaScript Object Notation for Linked Data) er en måte å beskrive innholdet på en side i maskinlesbar form, inni én <script type="application/ld+json">-blokk i HTML-en til siden. Blokken er usynlig for besøkende. Maskiner leser den i stedet for å gjette seg til hva siden betyr, ut fra layout og styling.
Tre egenskaper forklarer hvorfor formatet vant frem. Det er adskilt: markupen ligger i én blokk, ikke vevd inn i HTML-en slik de eldre formatene mikrodata og RDFa gjør, så den kan templateres og vedlikeholdes uten å røre den synlige siden. Det er eksplisitt: "priceCurrency": "EUR" overlater ingenting til tolkning. Og det er det anbefalte formatet: Google har i årevis pekt på JSON-LD som sin foretrukne syntaks for strukturert data, og nesten alt moderne verktøy forutsetter det.
Hva er schema.org, og hvordan henger det sammen med JSON-LD?
Schema.org er ordforrådet, JSON-LD er grammatikken. Schema.org er en felles ordbok med typer (Product, Organization, Article, FAQPage …) og egenskaper (price, logo, author …) som maskiner er enige om. Den ble grunnlagt i 2011 av Google, Microsoft, Yahoo og Yandex, nettopp for at nettet ikke skulle trenge én egen dialekt per søkemotor. JSON-LD er formatet du skriver dette ordforrådet i.
Ordboken er enorm, rundt 800 typer, og den størrelsen kan villede deg. Bare en liten del utløser noen synlig funksjon i søk, og ingenting tvinger deg til å bruke resten. Kunsten ligger i å velge de få typene maskiner beviselig bruker, og implementere nettopp dem riktig.
Hvorfor betyr strukturert data fortsatt noe i 2026?
Fordi tre ulike grupper av maskiner leser den, og hver av dem gir noe forskjellig tilbake. Strukturert data er del av det tekniske gulvet i vår guide til SEO, AEO, GEO og AIO: gulvet avgjør ikke alene om du blir sitert.
Googles rike resultater og forhandleroppføringer. Riktig markup kvalifiserer sidene dine til rikere visninger i søk: produktutdrag med pris, lagerstatus og stjernevurderinger, artikkeloverskrifter, brødsmulestier, og for butikker, Googles gratis forhandleroppføringer, der produktdata inkludert frakt- og returinformasjon hentes direkte fra markupen. Kvalifisering, ikke garanti: Google avgjør fra søk til søk hva som vises. Men resultater med rik data skiller seg synlig ut, og det er en klikkfordel ingen har pensjonert.
Det bredere AI-økosystemet. Microsoft har offentlig uttalt, ved produktsjef Fabrice Canel i mars 2025, at schema-markup hjelper språkmodellene deres å forstå nettinnhold, til nytte for Bing og Copilot. Google har på sin side uttalt i mai 2026 at strukturert data ikke er nødvendig for AI-sammendrag eller AI-modus. Og en Ahrefs-studie av 1 885 sider som la til JSON-LD, fant tilnærmet ingen endring i hvor ofte AI-systemer siterte dem. Den ærlige oppsummeringen: strukturert data får ikke AI-systemer til å sitere deg, det gjør innholdet. Men det fjerner tvetydighet om hva sidene dine faktisk sier, for enhver maskin som leser rå HTML, noe vi utdyper i vår artikkel om llms.txt. Avklaring er billig forsikring, ikke en vekstmotor.
Kunnskapsgrafen: maskinene lærer hvem du er. En Organization-blokk med sameAs-lenker til Wikidata-oppføringen din, Wikipedia-siden din og offisielle profiler hjelper maskiner å knytte domenet ditt til én entydig entitet, noe vi går i dybden på i artikkelen om kunnskapsgrafen og Wikidata. Dette identitetslaget betyr mer for hvert år som går: når en AI-assistent skal avgjøre om «Example Store» nevnt i en forumtråd er deg eller en navnebror, er entitetsdata det den faller tilbake på.
Hvilke schema-typer belønner Google fortsatt, og hvilke er pensjonert?
Den aktive listen er kortere enn de fleste guider innrømmer, fordi Google har brukt 2023–2026 på å rydde. Dette er det som er igjen, og hva det gir:
| Type | Typisk sidetype | Hva riktig markup gir i 2026 |
|---|---|---|
Product + Offer | Produktsider | Produktutdrag og forhandleroppføringer: pris, lager, vurderinger, frakt og retur i søk |
Review / AggregateRating | Produkt- og tjenestesider | Stjernevurderinger i utdrag (krever synlige anmeldelser på siden) |
Organization | Hele nettstedet / om oss-siden | Data til kunnskapspanel, logo i resultater, entydig identifisering av virksomheten |
LocalBusiness | Kontakt- og butikksider | Lokale resultater: åpningstider, adresse, kart |
BreadcrumbList | Alle sider | Brødsmulesti vist i resultatet i stedet for en rå URL |
Article / BlogPosting | Artikler og guider | Artikkelfunksjoner: overskrift, bilde, dato i rikere visninger |
Event, JobPosting, Recipe, VideoObject | Der det er relevant | Sine respektive rike resultater, fortsatt aktive |
Og pensjoneringsloggen, altså markup som ikke lenger utløser noe synlig i Google:
| Pensjonert | Funksjon |
|---|---|
| 2023 | HowTo-rike resultater ble fjernet; FAQ-rike resultater begrenset til stat og helse |
| 2024 | Søkeboks i sitelinks (WebSite + SearchAction) |
| 2025 | Syv typer på én gang: Book Actions, Course Info, Claim Review, Estimated Salary, Learning Video, Special Announcement, Vehicle Listing |
| 2026 | FAQ-rike resultater pensjonert helt, inkludert rapporten i Search Console |
To presiseringer holder denne tabellen ærlig. Pensjonert markup blir ikke straffet: Google ignorerer den bare, og markup Google ikke støtter, gir ingen feilmeldinger. At den visuelle belønningen er pensjonert, betyr heller ikke at markupens mening er det: FAQPage-markup merker fortsatt spørsmålene og svarene dine for alle andre maskiner som leser HTML-en din, og det er derfor vi fortsatt anbefaler det som siste steg etter at du har skrevet ekte spørsmål-og-svar-innhold, noe vi går grundig gjennom i vår egen artikkel om FAQ-skjema.
Hvilke typer bør en nettbutikk prioritere?
I rekkefølge etter avkastning på innsatsen:
- `Product` med en komplett `Offer`. Den kommersielle kjernen: navn, bilde, beskrivelse, merke, GTIN, pris, valuta, tilgjengelighet, pluss fraktkostnader og returvilkår (
OfferShippingDetails,MerchantReturnPolicy), som Googles forhandleroppføringer viser direkte. Butikker med produktdata i markup konkurrerer i flater som umarkerte butikker rett og slett ikke vises i. - `Organization` med `sameAs`. Én blokk, for hele nettstedet, som knytter sammen navnet, logoen og de offisielle profilene dine, inkludert Wikidata-entiteten din hvis du har en. Dette er det billigste du kan gjøre for maskinlesbar identitet.
- `BreadcrumbList`. Enkelt å implementere, vises i resultatene, og gir maskinene hierarkiet på nettstedet ditt gratis.
- `FAQPage` på produkt-, leverings- og tjenestesider. Ingen Google-stjerner lenger, men det merker det mest siterbare innholdet ditt for resten av økosystemet, og selve arbeidet med å skrive det tvinger frem svarformet innhold.
- `Article` på guider og innlegg. Beskjeden gevinst, nesten null kostnad når det er templatert én gang.
- `LocalBusiness`, hvis du har fysiske butikker. Åpningstider, adresse og geokoordinater for lokalt søk.
Hvordan implementerer du JSON-LD i praksis?
- Kartlegg det du allerede har. De fleste plattformer (Shopify, WooCommerce, Wix og resten) sender ut noe JSON-LD i utgangspunktet, og SEO-plugins legger til mer. Kjør nøkkelsidene gjennom validator.schema.org før du legger til noe som helst: den vanligste feilen i større virksomheter er tre plugins som hver sender ut sin egen, motstridende
Product-blokk. - Jobb per mal, ikke per side. Bestem hvilke typer som hører hjemme på hver sidemal, som produktmal, kategori, artikkel og kontaktside, og generer markupen fra de samme dataene som tegner den synlige siden. Håndskrevet JSON-LD blir fort utdatert. Templatert JSON-LD kan ikke det.
- Speil det synlige innholdet nøyaktig. Markup skal beskrive det som faktisk står på siden: samme pris, samme påstander. Å markere opp innhold besøkende ikke kan se, bryter Googles retningslinjer og er den klassiske veien til en manuell handling.
- Koble sammen entitetene dine. Gi
Organization-blokken for hele nettstedet en@id, og referer til den fra produktene (brand,publisher), slik at maskinene ser én sammenhengende graf i stedet for løsrevne fragmenter. - Valider to ganger. validator.schema.org sjekker ordforrådet, Googles Rich Results Test sjekker om siden er kvalifisert for Googles egne funksjoner. Begge er gratis og tar sekunder.
- Følg med i Search Console. Utvidelsesrapportene viser hvilke sider som har gyldig, ugyldig eller manglende markup, og varsler deg når en malendring stille ødelegger den.
- Hold det i live. Pris og tilgjengelighet endrer seg hele tiden, det er derfor forrige steg er viktig. En JSON-LD-blokk som hevder en gammel pris, er verre enn ingen: det er feil data servert med maskinell selvtillit.
Hvordan ser riktig JSON-LD ut?
To kompakte, realistiske eksempler. Først identitetsblokken for hele nettstedet:
{
"@context": "https://schema.org",
"@type": "Organization",
"@id": "https://www.example-store.com/#organization",
"name": "Example Store",
"url": "https://www.example-store.com/",
"logo": "https://www.example-store.com/logo.png",
"sameAs": [
"https://www.wikidata.org/wiki/Q00000000",
"https://www.instagram.com/examplestore",
"https://www.linkedin.com/company/example-store"
]
}Deretter en produktside med de tilbudsdetaljene forhandleroppføringer bruker:
{
"@context": "https://schema.org",
"@type": "Product",
"name": "Ridgeline Trail Shoe",
"image": "https://www.example-store.com/img/ridgeline-trail.jpg",
"description": "Lightweight trail-running shoe with a 6 mm drop and a grippy outsole, built for wet terrain.",
"brand": { "@type": "Brand", "name": "Ridgeline" },
"gtin13": "5701234567890",
"aggregateRating": {
"@type": "AggregateRating",
"ratingValue": "4.6",
"reviewCount": "214"
},
"offers": {
"@type": "Offer",
"price": "129.00",
"priceCurrency": "EUR",
"availability": "https://schema.org/InStock",
"shippingDetails": {
"@type": "OfferShippingDetails",
"shippingRate": { "@type": "MonetaryAmount", "value": "4.90", "currency": "EUR" },
"shippingDestination": { "@type": "DefinedRegion", "addressCountry": "DE" }
},
"hasMerchantReturnPolicy": {
"@type": "MerchantReturnPolicy",
"applicableCountry": "DE",
"returnPolicyCategory": "https://schema.org/MerchantReturnFiniteReturnWindow",
"merchantReturnDays": 30,
"returnFees": "https://schema.org/FreeReturn"
}
}
}Legg merke til hva som gjør disse riktige og ikke bare dekorative: hver verdi speiler noe synlig på siden, vurderingen finnes bare fordi anmeldelser vises der, og identifikatorene (gtin13, @id) er krokene andre systemer bruker til å gjenkjenne dette produktet og denne virksomheten på tvers av nettet.
Hva er de vanligste JSON-LD-feilene?
- Å markere opp innhold som ikke finnes på siden: ønsketenkte vurderinger, usynlige FAQ-er. Brudd på retningslinjene, spam-risiko, null gevinst.
- Motstridende duplikater fra plattform, plugin og tema som alle sender ut markup samtidig. Maskinene møter tre ulike priser og stoler på ingen av dem.
- Utdaterte data: markup som hevder fjorårets pris fordi den ble skrevet for hånd én gang og glemt.
- Syntaksfeil: ett overflødig komma ugyldiggjør stille hele blokken. Derfor hører validering hjemme i arbeidsflyten, ikke i lanseringsuken.
- Bortkastet innsats: å implementere eksotiske typer ingen bruker, mens
Productmangler GTIN og fraktdata. - Å forvente en rangeringsboost. Strukturert data er ikke en rangeringsfaktor. Det endrer hvordan du fremstår og hva maskinene vet, ikke hvor du rangerer.
Ofte stilte spørsmål
Er JSON-LD en rangeringsfaktor i Google?
Nei. Google har gjentatte ganger uttalt at strukturert data ikke er et rangeringssignal. Verdien ligger et annet sted: kvalifisering for rike resultater og forhandleroppføringer (som påvirker klikkraten), og entydige, maskinlesbare data for ethvert system som tolker sidene dine. Alle som selger markup som en snarvei til bedre rangering, beskriver den feil.
Leser AI-assistenter som ChatGPT JSON-LD?
De kan det: AI-roboter leser rå HTML, og JSON-LD-blokken er en del av den. Microsoft har bekreftet at schema-markup hjelper språkmodellene deres å tolke innhold. Men studier som isolerer markupen alene, som Ahrefs' analyse av 1 885 sider, finner ingen effekt på siteringsraten. Behandle JSON-LD som en avklaring for AI-systemene, ikke som en måte å vinne anbefalingene deres på.
Hva er forskjellen på JSON-LD, mikrodata og RDFa?
Alle tre uttrykker det samme schema.org-ordforrådet. Mikrodata og RDFa vever attributter inn i de synlige HTML-taggene dine, mens JSON-LD ligger i én egen script-blokk. Google anbefaler JSON-LD, og at den er skilt ut, gjør det langt enklere å templatere, validere og vedlikeholde. Det er ingen grunn til å starte en ny implementasjon i de eldre formatene.
Kan netthandelsplattformen min ordne strukturert data for meg?
Delvis, og du bør sjekke før du legger til noe selv. De store plattformene sender ut grunnleggende Product- og Organization-markup, med varierende kvalitet avhengig av tema og app. Rekkefølgen: valider det som allerede er der, fjern duplikater, og fyll deretter hullene, som regel GTIN-er, fraktdetaljer, returvilkår og sameAs-lenker.
Hvordan tester jeg at JSON-LD-en min fungerer?
To gratis verktøy: validator.schema.org sjekker at markupen er syntaktisk gyldig schema.org, og Googles Rich Results Test viser om siden er kvalifisert for Googles rike resultater. Etter lansering overvåker utvidelsesrapportene i Google Search Console gyldigheten på hele nettstedet kontinuerlig.
Avsluttende tanker
Strukturert data i 2026 krever et kjøligere hode enn hypen rundt det skulle tilsi. Google har pensjonert FAQ-stjernene, how-to-panelene og et halvt dusin andre belønninger. Likevel gir produktmarkup ekte synlighet i forhandleroppføringer, entitetsmarkup mater kunnskapsgrafen, og hver eneste AI-robot som leser den rå HTML-en din, møter JSON-LD-en din før den møter prosaen din. I vår undersøkelse av 99 norske nettbutikker fra august 2026 manglet 56 % av de lesbare butikkene JSON-LD helt, og 12 av 99 manglet strukturert data, en Wikidata-entitet og ethvert agent-signal på én gang: usynlige for maskiner på alle målene vi tester.
Så mulighetsvinduet er det samme som går igjen i alt vi publiserer: gulvet står tomt. Skriv sider som fortjener å bli beskrevet, og beskriv dem så presist: fullstendig produktdata, koblet identitet, markup som speiler det som er synlig. Det får ikke maskinene til å elske deg. Det sikrer at når de leser deg, forstår de deg riktig, og akkurat nå er det alene nok til å sette deg foran halve markedet.