AI検索のための構造化データ：効くもの、効かないもの

AI検索のための構造化データは、GEOで最も議論され、最も誤解されているテーマの一つです。スキーママークアップで引用されると約束するガイドもあれば、AIは無視すると言う人もいます。実際はその中間です。GoogleのAI機能に関するドキュメントは追加の技術要件を挙げておらず、同時に構造化データを表示内容と一致させるよう推奨しています。構造化データの概要は、その本質的な役割を、ページの意味について明示的な手がかりを与えることだと説明しています。

AIアシスタントは構造化データをどう使うのか？

主に間接的に、AIを支える検索インデックスとナレッジグラフを通じて使います。GoogleのAI OverviewsとAIモードはGoogle検索の上に成り立っており、検索は構造化データを解析してエンティティ、商品、著者を理解します。Microsoftは、スキーママークアップがBingでモデルのコンテンツ理解に役立つと公に述べており、BingはCopilotを支えています。ページを直接取得するアシスタントはHTMLを読み、そこではJSON-LDのブロックが本文と並ぶもう一つの明確なシグナルになります。

構造化データの強みは曖昧さの解消です。「Apollo」はソフトウェアにも、レストランにも、宇宙計画にもなり得ます。正式名称、ロゴ、URL、sameAsのプロフィールを含むOrganizationのブロックがあれば、どのApolloについてのページかをあらゆるシステムに伝えられます。

重要なスキーマの種類は？

自社のエンティティと各ページの主な対象を定義するものです。

語彙の全体はschema.orgにあります。用語集のスキーママークアップの項目で基本を、エンティティSEOの項目で、なぜ個々のページよりエンティティが重要なのかを解説しています。

正しく実装するには？

HTMLにJSON-LDを置き、一つのまとまったグラフにし、ページにないものは書かないことです。

1. JSON-LDを使う。Googleが推奨する形式で、JavaScriptで後から挿入するのではなく、サーバーが出力するHTMLに含めます。スクリプトを実行しないクローラーにも見えるようにするためです。
2. 各エンティティに固定の@idを付ける（例：トップページのURL＋#organization）。Article、Product、WebSiteのブロックから参照し、一つのグラフにまとめます。
3. sameAsを埋める。LinkedIn、存在すればWikipediaやWikidata、レビューサイト、SNSなどの公式プロフィールを記載します。
4. 表示内容と完全に一致させる。価格、著者名、日付を揃えます。
5. 検証する。Googleのリッチリザルトテストとスキーママークアップ検証ツールで確認し、Search Consoleのレポートを監視します。

無料のスキーマジェネレーターでJSON-LDを作成でき、LLM向け構造化データ監査でページがすでに何を宣言しているかを確認できます。

よくあるミスは？

ページと矛盾するマークアップと、レビューを操作しようとするマークアップです。特に多いのは次のとおりです。

• 自社組織への自作レビュー星。Googleは表示せず、疑いの目で見ます。
• Productマークアップの価格や在庫がページと異なる。
• つながっていない複数のOrganizationブロックがテンプレートごとに異なる名称やロゴを持つ。
• ページに表示されていない質問へのFAQマークアップ。
• プラグインが追加したまま確認されていないマークアップ。空欄やサンプル値のままのことがよくあります。

AIに引用されるうえでスキーマより重要なことは？

読みやすいページと第三者による裏付けです。構造化データは事実を明示しますが、ページを引用に値するものにはしません。AIアシスタントは、ページをクロールでき（AIクローラー向けrobots.txtのガイドを参照）、本文に直接の答えを見つけ、同じ事実が他でも裏付けられているのを確認する必要があります。スキーマは良い商品のラベルであって、商品そのものではありません。

まとめ

構造化データでブランド、著者、提供内容を曖昧さのないものにしましょう。まずsameAs付きのOrganization、次に各ページに合った種類を、すべて表示内容を反映したJSON-LDで記述します。そのうえで、AIアシスタントが実際に引用しているかを確認してください。Sorankは構造化データを組み込んだ記事を公開し、ChatGPT、Claude、Geminiでのブランドを毎週追跡します。3日間の無料トライアルでお試しください。