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-LD | head/body内のscriptタグ | ◎ 第一推奨 |
| Microdata | HTMLタグ属性 | ○ 互換性あり |
| RDFa | HTML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。reviewRatingとauthor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 Test | Googleリッチリザルト対応確認 | search.google.com/test/rich-results |
| Schema Markup Validator | Schema.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)
- 対象ページの種別を選定(記事/商品/サービス/FAQ)
- 該当パターンのJSON-LDテンプレートを作成
- Schema Markup Validatorで構文検証
- Rich Results Testでリッチリザルト適格性確認
- 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。