要点
この監査は、ページの schema.org マークアップを検証し、Article や FAQPage の欠落から不完全なプロパティまで、LLM による抽出と引用を妨げる問題を指摘します。マークアップは正しく完全であってこそ役に立ち、構文に誤りのあるブロックは黙って無視されるため、重大なエラーはすぐに直してください。
さらに詳しく知るには、こちらに質問
構造化データは、ページに何が含まれ、誰が作り、どんな質問に答えるのかを AI モデルに伝える、最も明確なシグナルの 1 つです。schema.org のマークアップが正しく実装されていれば、LLM は著者、公開日、商品価格、FAQ の回答、実体どうしの関係を、構造のない文章から推測することなく取り出せます。マークアップがない、壊れている、あるいは AI モデルが重視しない型を使っている場合、そのページを自信をもって引用することははるかに難しくなります。上のツールは、指定した URL にある構造化データを分析し、schema.org の仕様に照らして検証し、GEO の成果を下げる可能性が最も高い問題を指摘します。
GEO にとって最も重要なスキーマの型
上のツールは、次のスキーマの型と、それぞれの GEO への影響を確認します。
- Article と NewsArticle：そのページが、著者と公開日を持つ実質的なコンテンツであることを示します。この 2 つのフィールドがあるだけで、LLM がそのページを匿名のウェブ文書ではなく引用できる情報源として扱う可能性が大きく高まります。
- FAQPage：周囲のページを解析しなくても、LLM がマークアップから質問と回答の組を直接取り出せるようにします。FAQPage のスキーマを持つページは、情報収集型の検索に対する AI の回答の引用に安定して現れます。
- Product と Offer：AI の買い物アシスタントや価格比較の機能が、構造化された商品データを取り出せるようにします。Product のスキーマが欠けていたり不完全だったりすることは、EC のページが AI 主導の検索で振るわない主な理由の 1 つです。
- Organization と Person：実体の同一性を確立します。LLM はこれらを使って、そのページがどの会社や個人のものかを判別し、ブランドの引用の正確さを高め、名前の似た実体との混同を減らします。
- HowTo と ItemList：AI モデルが手順や順位付きの一覧を回答の中で直接示せるようにし、手順を尋ねる検索でコンテンツが表に出る可能性を高めます。
監査結果の読み方と対応
上のツールは、検出した内容を 3 段階の重大度に分けます。それぞれへの対応は次のとおりです。
- 重大なエラー：JSON-LD の構文の誤り、必須プロパティの誤り、型の宣言の矛盾です。すぐに直してください。構文に誤りのあるスキーマのブロックは、検索エンジンにも LLM にも黙って無視されます。
- 価値の高い型の欠落：現在はないスキーマを追加することで、そのページが良くなる状態です。情報を提供するページには、著者と日付を持つ Article を追加します。商品ページには、name、description、Offer を持つ Product を追加します。手順を説明するコンテンツでは、各ステップを HowTo で囲います。
- プロパティの不足：スキーマの型はあるものの、主要なフィールドが空か、ありふれた内容になっている状態です。推奨されるすべてのプロパティ、特に datePublished、dateModified、author、description に具体的な値を入れてください。
構造化データと AI の引用に関する目安
Article と FAQPage のスキーマがそろっているページは、構造のない文章に頼る同等のページよりも、AI による概要や ChatGPT の回答で引用される可能性がはるかに高くなります。AI による概要が Google の検索のおよそ 31% に表示されるようになり、AI による概要の下にある 1 位のページが想定されるクリックの最大 58% を失うことがある（Ahrefs、2025 年）ことを踏まえると、その下の自然検索の順位を保つことよりも、AI の回答の中で引用されることのほうが、ますます価値を持つようになっています。
スキーマの網羅状況と、ChatGPT、Perplexity、Gemini での引用の状況を継続して監視するなら、Sorank が GEO での見つけられやすさを自動で追跡します。
