AI検索におけるスキーママークアップの役割と実態

How schema markup fits into AI search — without the hype

概要

AI検索は、従来の「青いリンク」の検索結果（SERP）から、AI Overviews、生成AIによる回答、チャット形式の要約へと移行しています。この新しいモデルでコンテンツが表示されるためには、サイトが単なるテキストの羅列ではなく、エンティティ（人物、場所、イベントなどの固有の概念）とその関係性として理解される必要があります。

スキーママークアップは、これらのエンティティと関係性をAIが明示的に理解できるようにするための重要なツールの1つです。特に、ページ上のブランド、著者、サービスなどのエンティティの定義、価格や評価などの属性の明確化、そしてofferedByやworksForといったエンティティ間の関係性の記述がAIにとって重要です。

安定した値を持つ@idと@graph構造でスキーマが実装されると、サイトは小さなナレッジグラフのように機能し、AIがコンテンツの繋がりを推測ではなく明確な接続として理解できるようになります。

主要なプラットフォームでは、スキーママークアップがAIによるコンテンツ理解を助けることが確認されています。Google検索チームは2025年4月に、構造化データが検索結果で有利になると言及しました。また、Microsoft BingのFabrice Canel氏は2025年3月に、スキーママークアップがMicrosoftのLLMがCopilotのためにコンテンツを理解するのに役立つと確認しています。

一方で、ChatGPTやPerplexityなど、他のAI検索プラットフォームがスキーマをどのように利用しているかは現時点では不明です。これらのプラットフォームは、ウェブクローリング中にスキーマを保持したり、コンテンツ抽出に利用したりするかどうかを公には確認していません。

2024年12月の調査では、スキーママークアップの網羅性と引用率の間に相関関係は認められませんでした。スキーマ単独では引用を促進せず、LLMは関連性、トピックの権威、意味的明確さを優先すると考えられます。

しかし、2024年2月の研究では、LLMが構造化されたプロンプトを与えられた場合、非構造化な指示よりも正確に情報を抽出できることが示されています。ウェブページ上のスキーママークアップは、この「構造化されたフォーム」の役割を果たし、システムが明確なエンティティ、ブランド、製品などのフィールドに情報をマッピングしやすくなります。

これはLLMが構造化データを非構造化テキストよりも正確に処理する技術的な能力があることを示唆しますが、AI検索システムが実際にクローリング中にスキーママークアップを保持するか、抽出に利用するか、それによって可視性が向上するかは、ほとんどのプラットフォームで検証できていません。BingとGoogle AI Overviewsに関しては、その利用が確認されているため、抽出の精度を向上させる可能性が高いです。

AI検索はまだ新しく、企業はインデックス作成方法を開示していないため、スキーマのAI検索への影響については不明な点が多く、測定も困難です。

AI検索向けには、従来の単一のArticleやOrganizationマークアップを単独で追加するのではなく、@idを使用してノードを接続し、一貫したエンティティグラフを構築することが推奨されます。例えば、安定した@idを持つ組織ノード、その組織で働く著者を示す人物ノード、そしてその人物が執筆し、その組織が公開した記事ノードをauthoredByやpublishedByで接続する形です。

これにより、スキーマは再利用可能なエンティティグラフとなり、AIシステムがコンテンツのブランド所有者、責任者、主要なトピックをより明確に理解できるようになります。

推奨されるスキーマの実装は、Bing CopilotやGoogle AI Overviewsが利用することを念頭に、エンティティと関係性を機械が読み取れるようにすることです。また、ブランド、著者、製品の曖昧さを減らし、よりクリーンで一貫性のある抽出を可能にします。スキーマは、トピックの深さ、権威、明確なブランドシグナルを補完するものであり、代替するものではありません。

ChatGPTやPerplexityでの引用保証や、スキーマ単独での劇的な可視性向上は期待すべきではありません。また、コンテンツの質が低い場合や権威が低い場合でも、スキーマで補うことはできません。

優先度の高いスキーマタイプとしては、Organization、Article/BlogPosting、Person、Product/Service、FAQPageが挙げられます。

スキーママークアップは万能薬ではなく、インフラストラクチャの一部です。しかし、BingやGoogle AI Overviewsのようなプラットフォームが明示的に使用すると確認している数少ない要素の一つです。真の機会は、構造化データと適切なエンティティ関係性、高品質でトピック権威のあるコンテンツ、明確なエンティティ識別子とブランドシグナル、そして@graphと@idを戦略的に活用したエンティティ接続の組み合わせにあります。

解説

今回の記事は、AI検索時代におけるスキーママークアップの重要性とその限界を非常に現実的に解説しています。特に重要な点は、スキーマがAIによるコンテンツ理解を助ける「インフラ」であり、「魔法の杖」ではないという認識です。

まず、Google AI OverviewsとMicrosoft Bing Copilotが構造化データを活用していると明言している点は見逃せません。これは、これらのプラットフォームでの可視性を高めるために、スキーマ実装が事実上の「ベストプラクティス」であることを意味します。特に、コンテンツの「エンティティ」とその「関係性」をAIが正確に把握できるよう、詳細かつ整合性の取れたスキーマを記述することが求められます。

しかし、ChatGPTやPerplexityのような他のAIプラットフォームについては、その利用状況が不明であるという点も冷静に受け止めるべきです。期待過剰にならず、確認されているプラットフォームでの恩恵を最大限に引き出すことに注力するのが賢明でしょう。

記事が強調する「エンティティグラフ」の構築は、これからのSEOにおいて非常に重要な概念です。単にページごとに孤立したスキーマを追加するのではなく、@idを用いてサイト全体でエンティティ間のつながりを明確にすることで、AIはあなたのブランド、著者、製品、そしてコンテンツの全体像をより深く、正確に理解できるようになります。

これは、コンテンツの信頼性や専門性を示すE-E-A-T（経験、専門知識、権威性、信頼性）の概念とも密接に関連します。誰が、どのような組織に属し、どんなトピックについて書いているのかをスキーマで明示することで、AIが著者やブランドの権威性を評価しやすくなる可能性があります。

ただし、スキーママークアップだけで引用率が劇的に上がったり、可視性が保証されたりするわけではないという警告は重要です。高品質で権威のあるコンテンツ、明確なブランドシグナル、トピックの深さといった従来のSEOの基盤がまずあって、その上にスキーマを「補完」として活用するというスタンスが求められます。

実践的には、まずOrganization、Person、Article/BlogPosting、Product/Serviceなどの主要なスキーマタイプから着手し、可能な限り@idと@graphを用いてサイト全体のエンティティを連携させていくことを検討しましょう。これにより、AIがあなたのサイトを単なる情報の集まりではなく、構造化された「知識の源」として認識する可能性が高まります。

特に、ブランドや製品に関する曖昧さを減らすことは、AIが誤った情報を抽出するリスクを低減し、より正確な生成結果に貢献します。スキーマを導入する際は、その目的を「AIがコンテンツをより正確に理解するための支援」と捉え、長期的な視点で取り組むことが成功の鍵となるでしょう。