HowTo-schema: waarom het nog werkt voor AI ondanks Google-deprecatie

HowTo-schema werkt nog steeds voor AI, ook al heeft Google de bijbehorende rich result geschrapt. De markup levert geen visueel zoekresultaat meer op, maar geeft taalmodellen zoals ChatGPT, Perplexity en Google AI Overviews wel expliciete, machineleesbare structuur over de stappen in je procedure. In dit artikel lees je wat er precies veranderd is bij Google, waarom HowTo-markup toch waarde houdt voor generative engine optimization, en hoe je het verstandig inzet zonder je tijd te verspillen aan sier-markup.

Dit is een onderdeel van de complete GEO-gids, waarin we uitleggen hoe je gevonden wordt in AI-antwoorden in plaats van alleen in klassieke zoekresultaten.

Wat is HowTo-schema?

HowTo-schema is gestructureerde data die een stapsgewijze procedure beschrijft in een formaat dat machines direct kunnen lezen. Het is een type uit de Schema.org-woordenlijst dat een taak opdeelt in losse stappen, vaak met benodigdheden, gereedschappen en een geschatte tijdsduur. Je voegt het meestal toe als een JSON-LD-blok in de broncode van een pagina.

Waar gewone tekst een AI dwingt om zelf af te leiden wat een stap is en waar die begint en eindigt, maakt HowTo-markup dat expliciet. Elke stap krijgt een eigen veld, een eigen tekst en eventueel een eigen afbeelding of ankerlink. Het is in feite een onzichtbare laag die zegt: dit is een instructie, dit zijn de stappen, in deze volgorde.

Belangrijk om te weten: schema-markup verandert niets aan wat je bezoeker op de pagina ziet. Het is bedoeld voor machines die je pagina interpreteren, niet voor het oog van de lezer.

Heeft Google HowTo rich results echt verwijderd?

Ja, Google toont sinds september 2023 geen HowTo rich result meer in de zoekresultaten. In augustus 2023 kondigde Google aan dat de HowTo rich result zou verdwijnen, en vanaf 13 september 2023 verscheen die niet langer op desktop. Op mobiel was de weergave al eerder sterk teruggeschroefd. Daarmee is het resultaattype volledig gedeprecieerd op beide apparaten.

Google ging verder dan alleen de visuele weergave stopzetten. Het bedrijf verwijderde ook de HowTo-rapportage in Search Console en de ondersteuning voor HowTo in de Rich Results Test, en haalde de HowTo-documentatie uit de Search Central-pagina’s. De boodschap van Google was duidelijk: de feature werd te weinig gebruikt en voegde te weinig waarde toe voor gebruikers.

Belangrijke nuance van Google zelf: je hoeft bestaande HowTo-markup niet proactief te verwijderen. Ongebruikte gestructureerde data veroorzaakt geen problemen voor Search, maar heeft simpelweg geen zichtbaar effect meer in de klassieke zoekresultaten. Die deprecatie hoort bij een bredere opschoning waarbij Google meerdere weinig gebruikte structured-data-types tegelijk schrapte.

De logische vraag is dan: als Google er niets meer mee doet, waarom zou je je er nog druk om maken?

Waarom werkt HowTo-schema dan nog voor AI?

HowTo-schema blijft waardevol omdat AI-modellen je content op een fundamenteel andere manier verwerken dan een klassieke zoekmachine als Google die een rich result toont. Een taalmodel dat een procedure samenvat of citeert, heeft baat bij elke expliciete structuur die hem helpt de stappen correct en in de juiste volgorde te herkennen.

Daar zitten een paar mechanismen achter. Ten eerste lezen veel AI-systemen de ruwe HTML en gestructureerde data van een pagina, ook wanneer ze geen visuele opmaak zien. JSON-LD is voor een machine een schone, ondubbelzinnige bron: een stap is een stap, geen alinea die misschien een stap is. Dat verkleint de kans dat het model gokt en de instructie verkeerd of onvolledig weergeeft.

Ten tweede helpt expliciete structuur bij grounding, het proces waarmee AI bepaalt welke informatie klopt en uit welke bron die komt. We leggen dat verder uit in grounding: hoe AI bepaalt wat waar is. Hoe duidelijker en consistenter je een procedure aanlevert, hoe betrouwbaarder een model jouw versie kan overnemen in plaats van die van een concurrent.

Wees wel eerlijk over de grens van wat we zeker weten. AI-aanbieders publiceren zelden precies welke signalen hun modellen wegen, en HowTo-markup is geen gegarandeerde citatieboost. Wat we wel met vertrouwen kunnen zeggen: expliciete structuur kan een AI nooit in de war brengen, en kan de extractie alleen maar makkelijker maken. Het is een kleine, laagrisicotoevoeging, geen wondermiddel.

Wat levert de markup op versus de onderliggende structuur?

De grootste winst zit niet in het JSON-LD-blok, maar in de stapsgewijze tekststructuur die eronder ligt. Een pagina met een glasheldere procedure in de zichtbare tekst, met genummerde stappen, beschrijvende tussenkoppen en zelfstandige instructies, presteert bij AI vrijwel altijd beter dan een pagina met perfecte markup bovenop een onleesbare brij.

Dat komt doordat de meeste AI-systemen primair de tekst zelf verwerken. De markup is een nuttig extra signaal, maar het is de inhoud op de pagina die geciteerd wordt. Als je dus moet kiezen waar je je tijd in steekt, kies dan eerst voor de tekst: korte, op zichzelf staande stappen, elk beginnend met de kernhandeling, in een logische volgorde.

Een handige werkvolgorde:

• Schrijf de procedure eerst als heldere, genummerde stappen in gewone tekst.
• Geef elke stap een eigen regel of korte alinea die ook losgeknipt nog klopt.
• Voeg pas daarna HowTo-markup toe die exact diezelfde stappen weerspiegelt.
• Houd markup en zichtbare tekst altijd in sync, zodat ze elkaar bevestigen.

Deze aanpak sluit aan bij het bredere principe van content-architectuur voor AI-extractie: bouw pagina’s die een machine moeiteloos kan navigeren en in stukken kan citeren.

Wanneer moet je HowTo-schema gebruiken en wanneer niet?

Gebruik HowTo-schema alleen voor pagina’s die een echte, lineaire procedure beschrijven. Het is bedoeld voor instructies met duidelijke stappen die je in volgorde uitvoert: een installatie, een configuratie, een aanvraagproces. Op dat soort content versterkt de markup wat de tekst al doet.

Zet het niet in als sier-markup op pagina’s die geen stappenplan zijn. Een productpagina, een algemene uitleg of een opinieartikel forceren in een HowTo-structuur levert niets op en maakt je markup ongeloofwaardig. Voor vraag-en-antwoordcontent past een andere benadering, die we bespreken in wat is AEO.

Een paar praktische richtlijnen:

• Eén procedure per pagina werkt beter dan tien half uitgewerkte stappenplannen door elkaar.
• Beschrijf concrete handelingen, geen vage adviezen, want een AI citeert liever iets toetsbaars.
• Vermeld realistische randvoorwaarden, zoals benodigdheden of voorkennis, in plaats van te suggereren dat alles in drie klikken lukt.

Die nuchtere houding past bij hoe wij naar GEO kijken: geen beloftes over gegarandeerde citaties of posities, maar bewuste keuzes die de kans vergroten dat je gevonden en correct geciteerd wordt. Voor B2B-bedrijven die instructie- en kennisinhoud publiceren, is dat vaak een onderschatte hefboom. Wil je weten hoe dit past in een bredere aanpak, lees dan onze dienstpagina over generative engine optimization (GEO).

De korte samenvatting

Google heeft de HowTo rich result in september 2023 uit de zoekresultaten gehaald en de ondersteuning ervan afgebouwd, dus voor klassieke SEO is het type uitgespeeld. Voor AI is het verhaal anders: HowTo-schema en vooral de onderliggende stapsgewijze structuur helpen taalmodellen je procedure correct te extraheren en te citeren. Behandel het als een kleine, laagrisicotoevoeging op een pagina die inhoudelijk al klopt, gebruik het alleen voor echte stappenplannen, en houd markup en tekst in sync. Zo haal je waarde uit een feature die Google links liet liggen.

Wil je weten welke gestructureerde data en content je echt vooruithelpt in AI-antwoorden? Plan je gratis intake en we bekijken samen waar de winst voor jouw site zit.