Speakable：2026 年に音声と音声の回答のためにコンテンツをマークアップする

Speakable は、記事やウェブページの中でテキスト読み上げ（text-to-speech）による音声再生に最も適したセクションを示す、schema.org の構造化データのプロパティです。見出しと短い要約をマークアップすることで、音声での質問に答えるときにどの言葉を読み上げればよいかを、検索エンジンや音声プラットフォームに正確に伝えられます。

このプロパティが存在するのは、音声による回答が画面とは異なる仕組みで機能するからです。デバイスは記事全体を読み上げることはできないため、Speakable は視覚的な文脈がなくても意味が通じる、簡潔で自己完結した箇所を指し示します。このプロパティはまだベータ版で対象範囲も狭いものの、年々重要性を増している考え方を体現しています。それは、コンテンツを目だけでなく耳でも利用できるようにすることです。

Speakable スキーマとは何ですか？

Speakable は、テキスト読み上げの対象となるページのセクションを示す、schema.org の語彙に含まれるプロパティです。構造化データの一部として、通常は WebPage 型や Article 型の中に実装し、音声アシスタントがコンテンツを読み上げる際に優先すべき要素を指定します。このプロパティは繰り返し使えるため、1 ページ内の複数のセクションを指定できます。

これは命令ではなく、ヒントとして理解するのが適切です。マークアップは音声に適した箇所をプラットフォームに伝えますが、読み上げるかどうか、何を読み上げるかは、システムがアルゴリズムで判断します。構造化コンテンツの一形態として、Speakable は、機械が正確に活用できるようページにラベルを付けるという、より広い取り組みの一部です。

Google アシスタントによる Speakable の活用方法

Google アシスタントは、スマートスピーカーや音声対応デバイスでの時事ニュースに関する質問に答えるために、Speakable の構造化データを使います。ユーザーがあるテーマのニュースを尋ねると、アシスタントはウェブ上から最大 3 件の記事を返し、Speakable として指定されたセクションを、情報源の表示とともにテキスト読み上げで読み上げます。

そのため Speakable は、視覚的な検索結果だけでなく、音声による回答に表示されるための手段になります。デバイスが読み上げる情報源になることは、独自の形の可視性です。これは音声検索と密接に結びついており、音声検索では、ユーザーが目を通せるリンクの一覧よりも、読み上げられるただ一つの回答のほうがはるかに大きな重みを持ちます。

Speakable マークアップの実装方法

Speakable は、構造化データの中に SpeakableSpecification として追加し、2 種類のコンテンツ指定方法、つまり CSS セレクターか xPath のいずれかを使って、読み上げるコンテンツを指し示します。CSS セレクターはクラスやタグで要素を指定し（例：見出しのクラスと要約のクラス）、xPath は文書の構造を直接たどります。1 つの指定オブジェクトにつき、使える指定方法は 1 種類だけです。

典型的な JSON-LD のスニペットでは、ページの型を設定し、続いて cssSelector に見出しと要約の要素を列挙した speakable オブジェクトを記述します。マークアップは、もともと読み上げに向いている箇所を指すようにしましょう。きちんと実装すれば、既存の回答に対応したコンテンツを、音声プラットフォームがそのまま読み上げられるものに変える、小さな追加作業で済みます。

Speakable セクションのコンテンツガイドライン

Google は、Speakable のセクション 1 つにつき 20 秒から 30 秒程度、つまりおよそ 2 文から 3 文のコンテンツを推奨しています。目指すのは、記事全体を最初から最後まで読み上げることではなく、それだけで理解でき役に立つ情報を伝える、簡潔な見出しと要約です。想定される質問に直接答える 1 か所か 2 か所だけを指定しましょう。

何より重要なのは、コンテンツが音声だけの環境で意味をなすことです。写真のキャプション、日付欄、クレジット表記など、ページを見られない聞き手を混乱させる要素を指定するのは避けてください。短く明快な文を会話調で書きましょう。画面上で曖昧なものは、視覚的な手がかりなしに耳で聞くとさらにわかりにくくなるからです。

SEO と GEO にとって Speakable が重要な理由

SEO にとって、Speakable は音声分野におけるニッチながら現実的な機会です。大多数の人が毎月オンライン音声を聴いているように音声の利用が増えるなか、デバイスが読み上げる箇所になることは、ハンズフリーでの貴重な可視性になります。また、視覚障害のあるユーザーのアクセシビリティを高め、ほかの作業をしながら聴く人の役にも立ちます。

生成エンジン最適化（GEO）にとって、より深い教訓は構造にあります。コンテンツを読み上げ可能にするのと同じ規律、つまり周囲の文脈がなくても質問に答える簡潔で自己完結した箇所こそが、AI アシスタントがコンテンツを抽出し引用するのを助けるものだからです。耳に向けた最適化は、優れた音声検索の最適化と、AI 検索が評価する箇所の明快さを強化します。

制約と課題

現時点で Speakable の対象範囲は狭いものです。ベータ版であり、ニュースコンテンツに限られ、英語に設定されたデバイスを使う米国のユーザーしか利用できません。Google アシスタントでしか機能しないため、ほかの音声プラットフォームには届きません。また、Google のアルゴリズムがより関連性が高いと判断した場合、指定したものとは別のセクションを Google が読み上げることもあります。

こうした制約があるため、Speakable を戦略の中心に据えるべきではありません。確実な集客経路ではなく、対象となるコンテンツ向けの低コストな改善策として扱いましょう。ただし、その背景にある原則、つまり明快さと自己完結した回答は、このプロパティそのものをはるかに超えて通用し、音声検索と AI 検索の両方で成果につながります。

Speakable と音声・オーディオの未来

このプロパティは、より大きな変化を示しています。スマートスピーカー、車載アシスタント、AI の音声を通じて、コンテンツが画面なしで利用される機会が増えているのです。回答が表示されるのではなく読み上げられる機会が増えるにつれて、特定のマークアップの有無にかかわらず、すっきりとした単独で成り立つ箇所を届ける力が中核的なスキルになります。

Speakable の適用範囲が限られたままだとしても、短い文、直接的な回答、視覚に頼らない構成といった、読み上げを前提としたコンテンツ設計は、音声ファーストや AI 主導の発見に向けてコンテンツを将来にわたって通用するものにします。この形式は、続ける価値のある習慣を教えてくれます。それは、機械があなたの最良の文を読み上げ、それだけで意味が通じるように書くことです。

まとめ

Speakable は、ページの中でテキスト読み上げに最も適したセクションを指定する schema.org のプロパティで、Google アシスタントがニュースの回答を読み上げるために使っています。CSS セレクターか xPath で実装し、2 文から 3 文程度の簡潔な箇所で最も効果を発揮しますが、対象範囲は狭く、ベータ版のままです。その本当の価値は、それが促す規律にあります。

より幅広い音声検索の最適化やすっきりとした構造化コンテンツと組み合わせ、Sorank のリサーチとコンテンツ計画のツールを使って、耳でも画面でも機能する回答を作りましょう。参考資料：Google Search Central、Productive Shop。