構造化データとは何か:LLMO/AIO/SEOの共通基盤

構造化データ(Structured Data)とは、Webページの意味的内容を機械可読な形式で記述する標準仕様です。Schema.orgが定義する語彙(Vocabulary)に基づき、JSON-LD・Microdata・RDFaの3形式で実装できますが、Googleと主要AI回答エンジンが推奨する2026年5月時点の標準はJSON-LDです。

構造化データの実装は、SEO(Featured Snippet / リッチリザルト)、AIO(AI Overview引用)、LLMO(LLM学習・推論への組み込み)、AEO(AI回答エンジン引用)すべての施策で共通の基盤となります。構造化データなくして2026年以降のWeb最適化は成立しません。

構造化データの3つの形式比較

形式記述場所2026年Google推奨度
JSON-LDhead/body内のscriptタグ◎ 第一推奨
MicrodataHTMLタグ属性○ 互換性あり
RDFaHTMLタグ属性△ 非推奨

JSON-LDが推奨される理由

  • HTMLマークアップから独立しており、CMSとの相性が良い
  • テンプレート化・自動生成が容易
  • Google公式ドキュメントが第一推奨形式として明示
  • 主要AI回答エンジン(ChatGPT/Perplexity/Gemini)が共通で解釈

パターン1:Organization(運営者の根幹)

全ページのheadに必ず1つ配置する最重要タイプ。AIが「誰がこのサイトを運営しているか」を認識する基盤データです。

{
  "@context": "https://schema.org",
  "@type": "Organization",
  "@id": "https://example.com/#organization",
  "name": "株式会社サンプル",
  "alternateName": ["Sample Inc.", "サンプル"],
  "url": "https://example.com",
  "logo": "https://example.com/logo.svg",
  "sameAs": [
    "https://twitter.com/example",
    "https://www.linkedin.com/company/example",
    "https://ja.wikipedia.org/wiki/サンプル"
  ],
  "address": {
    "@type": "PostalAddress",
    "addressCountry": "JP",
    "addressRegion": "東京都",
    "addressLocality": "渋谷区"
  },
  "contactPoint": {
    "@type": "ContactPoint",
    "telephone": "+81-3-1234-5678",
    "contactType": "customer service"
  }
}

実装ポイント

  • @idは全ページで同一URLを使用(エンティティ統合の核)
  • sameAsにWikipedia/Wikidata/SNSを列挙してエンティティ強化
  • alternateNameに英語名・略称・ブランド名を網羅

パターン2:Article(記事ページ標準)

記事・ブログ・コラム全般に設置。著者と発行日・更新日をAIに伝える基本タイプ。

{
  "@context": "https://schema.org",
  "@type": "Article",
  "@id": "https://example.com/articles/sample/#article",
  "headline": "記事タイトル(H1と一致)",
  "description": "記事の要約(120字以内)",
  "image": "https://example.com/og/sample.png",
  "datePublished": "2026-05-14T09:00:00+09:00",
  "dateModified": "2026-05-14T09:00:00+09:00",
  "author": {
    "@type": "Organization",
    "@id": "https://example.com/#organization"
  },
  "publisher": {
    "@type": "Organization",
    "@id": "https://example.com/#organization"
  },
  "mainEntityOfPage": "https://example.com/articles/sample/",
  "inLanguage": "ja"
}

NewsArticleとBlogPostingとの使い分け

  • NewsArticle:報道・ニュース記事
  • BlogPosting:個人/企業ブログ
  • Article:上記以外の一般記事(迷ったらこれ)

パターン3:Service(サービス紹介ページ)

提供サービスをAIに認識させる。料金・対応地域・対象を明示することで指名検索やAI回答での想起率が向上。

{
  "@context": "https://schema.org",
  "@type": "Service",
  "@id": "https://example.com/services/seo/#service",
  "name": "LLMO最適化コンサルティング",
  "provider": {
    "@type": "Organization",
    "@id": "https://example.com/#organization"
  },
  "serviceType": "AI最適化/SEO",
  "areaServed": {
    "@type": "Country",
    "name": "JP"
  },
  "description": "LLM時代の検索最適化を支援するコンサルティングサービス。",
  "offers": {
    "@type": "Offer",
    "priceCurrency": "JPY",
    "price": "300000"
  }
}

パターン4:Product(EC商品ページ)

商品ページの必須タイプ。AggregateRating・Review・Offerと組み合わせて完全実装する。

{
  "@context": "https://schema.org",
  "@type": "Product",
  "@id": "https://example.com/products/p001/#product",
  "name": "サンプル商品",
  "image": "https://example.com/img/p001.jpg",
  "description": "商品の説明文。",
  "sku": "P001",
  "brand": {
    "@type": "Brand",
    "name": "Sample"
  },
  "offers": {
    "@type": "Offer",
    "url": "https://example.com/products/p001/",
    "priceCurrency": "JPY",
    "price": "9800",
    "availability": "https://schema.org/InStock"
  },
  "aggregateRating": {
    "@type": "AggregateRating",
    "ratingValue": "4.6",
    "reviewCount": "127"
  }
}

2026年版の必須プロパティ

  • shippingDetails(OfferShippingDetails)の追加が必須化
  • hasMerchantReturnPolicy(MerchantReturnPolicy)の追加が推奨
  • itemCondition(NewCondition/UsedCondition)の明示

パターン5:FAQPage(最強の引用獲得タイプ)

AI回答エンジンが最も直接引用する構造化データ。1ページあたり3〜10問のQ&Aを推奨。

{
  "@context": "https://schema.org",
  "@type": "FAQPage",
  "mainEntity": [
    {
      "@type": "Question",
      "name": "構造化データを実装すると順位は上がりますか?",
      "acceptedAnswer": {
        "@type": "Answer",
        "text": "直接の順位要因ではありませんが、リッチリザルト表示・CTR向上・AI Overview引用率向上を通じて間接的に流入と認知度を高めます。"
      }
    }
  ]
}

FAQPageの注意点

  • 2023年8月以降、Googleのリッチリザルト表示は権威機関のみに制限
  • しかしAI Overview/ChatGPT/Perplexityでは引き続き強力に機能
  • 本文のFAQセクションと構造化データの内容を一致させる
  • 同一質問を複数ページに分散させない

パターン6:HowTo(手順解説ページ)

料理レシピ・DIY・設定手順等のページに有効。ステップ数・所要時間・必要道具を構造化。

{
  "@context": "https://schema.org",
  "@type": "HowTo",
  "name": "JSON-LDを実装する方法",
  "totalTime": "PT30M",
  "step": [
    {
      "@type": "HowToStep",
      "position": 1,
      "name": "Schema.orgからタイプを選定",
      "text": "対象ページの内容に合うタイプを選びます。"
    },
    {
      "@type": "HowToStep",
      "position": 2,
      "name": "JSON-LDをhead内に配置",
      "text": "scriptタグでJSON-LDを記述します。"
    }
  ]
}

パターン7:BreadcrumbList(サイト構造の明示)

パンくずリストを構造化。AIにサイト階層を伝え、エンティティ理解を強化。

{
  "@context": "https://schema.org",
  "@type": "BreadcrumbList",
  "itemListElement": [
    {
      "@type": "ListItem",
      "position": 1,
      "name": "ホーム",
      "item": "https://example.com/"
    },
    {
      "@type": "ListItem",
      "position": 2,
      "name": "LLMO",
      "item": "https://example.com/llmo/"
    },
    {
      "@type": "ListItem",
      "position": 3,
      "name": "構造化データ",
      "item": "https://example.com/llmo/kouzouka-data/"
    }
  ]
}

パターン8〜12:その他重要タイプ

パターン8:Review(個別レビュー)

商品・サービス・場所への単一レビュー。reviewRatingauthorを必須化。

パターン9:Event(イベント・セミナー)

{
  "@context": "https://schema.org",
  "@type": "Event",
  "name": "LLMOカンファレンス2026",
  "startDate": "2026-07-15T10:00:00+09:00",
  "endDate": "2026-07-15T18:00:00+09:00",
  "eventStatus": "https://schema.org/EventScheduled",
  "eventAttendanceMode": "https://schema.org/OfflineEventAttendanceMode",
  "location": {
    "@type": "Place",
    "name": "東京国際フォーラム",
    "address": "東京都千代田区丸の内3-5-1"
  }
}

パターン10:JobPosting(求人)

Googleしごと検索の出稿要件。title description datePosted hiringOrganization jobLocation baseSalary等を網羅。

パターン11:LocalBusiness(店舗・施設)

{
  "@context": "https://schema.org",
  "@type": "LocalBusiness",
  "name": "サンプル店舗",
  "address": {
    "@type": "PostalAddress",
    "streetAddress": "渋谷1-2-3",
    "addressLocality": "渋谷区",
    "addressRegion": "東京都",
    "postalCode": "150-0002",
    "addressCountry": "JP"
  },
  "geo": {
    "@type": "GeoCoordinates",
    "latitude": "35.6580",
    "longitude": "139.7016"
  },
  "openingHoursSpecification": [
    {
      "@type": "OpeningHoursSpecification",
      "dayOfWeek": ["Monday", "Tuesday", "Wednesday", "Thursday", "Friday"],
      "opens": "10:00",
      "closes": "20:00"
    }
  ]
}

パターン12:Course(オンライン講座・スクール)

2026年版で要件強化。hasCourseInstance(CourseInstance)とoffersが必須プロパティに昇格。

検証ツールと実装フロー

構造化データは「実装=完了」ではなく、検証ツールで合格を取って初めて効果を発揮します。

必須検証ツール

ツール用途URL
Rich Results TestGoogleリッチリザルト対応確認search.google.com/test/rich-results
Schema Markup ValidatorSchema.org準拠の構文検証validator.schema.org
Search Console本番サイトの構造化データ状態監視search.google.com/search-console

実装フロー(5ステップ)

  1. 対象ページの種別を選定(記事/商品/サービス/FAQ)
  2. 該当パターンのJSON-LDテンプレートを作成
  3. Schema Markup Validatorで構文検証
  4. Rich Results Testでリッチリザルト適格性確認
  5. 本番デプロイ後、Search Consoleで監視

構造化データ実装で陥りやすい落とし穴

落とし穴1:本文と乖離した記述

構造化データに記述した内容が本文に存在しないと、Googleはスパム判定する場合があります。「FAQ構造化データに10問あるが本文には3問しかない」等は危険。

落とし穴2:複数Organization設置

サイト内で異なる@idのOrganizationを複数設置すると、エンティティが分散します。@idは全ページで同一URLに統一。

落とし穴3:dateModified自動更新の罠

テンプレートで「ページ表示時の日付」を出力すると、毎日dateModifiedが変動しスパム判定の原因に。実際の更新時のみ書き換える運用に統一。

落とし穴4:Person構造化データの権威性不足

著者Personを実装しても、その人物のSNS・著書・経歴がWebに存在しないと「実在性不明」と判定されます。Person実装時は必ずsameAs・jobTitle・worksForを揃える。

落とし穴5:仕様変更の追従漏れ

Google公式仕様は半年〜1年単位で更新されます。2026年5月時点でProduct/Event/Course/JobPostingが要件強化済み。最低半年に1度はGoogle公式ドキュメントを再確認。

12パターンの実装テンプレート・検証・本番デプロイ・継続監視までを一括支援するサービスは、Koukoku.aiが提供しています。サイト全体の構造化データ網羅率を90%以上に引き上げる「構造化データ完全実装パック」をご活用ください。

よくある質問

構造化データを実装すると検索順位は上がりますか?
直接の順位要因ではありませんが、リッチリザルト表示・CTR向上・AI Overview引用率向上を通じて間接的に流入と認知度を高めます。
JSON-LD/Microdata/RDFaのどれを使うべき?
2026年5月時点でJSON-LDが第一推奨です。
構造化データの仕様変更にはどう対応すれば良いですか?
半年〜1年単位で要件が更新されるため、最低半年に1度Google公式ドキュメントを再確認します。