ブランドの識別情報
ブランドの識別情報:Wikidata の掲載基準、出典、schema
正確な事実を維持し、Wikidata の掲載基準を確認し、実在のプロフィールを schema で結びます。QID は項目識別子で、認証バッジや AI 引用の前提ではありません。項目や構造化データは推薦やナレッジパネルを保証しません。
v1.0 · 2026年6月 · Tenten GEO Research
CH.01
識別と曖昧さの解消
似た名前は混同されます。正確な識別子と文脈は組織の説明に役立ちますが、すべての誤認を防ぐわけではありません。
Apple は果物にも会社にもなり、Tenten も別の対象を指します。公式サイト、名称、事業、根拠のある関係を示します。誤認を観測したら、実際の回答と出典を記録して修正を判断します。

実体レコードは対象の事実をまとめます。Wikidata QID はその項目を、Organization @id はサイトの構造化レコードを識別します。全モデルの学習、正確な名称表示、推薦を証明しません。
本章の要点
識別事実と関係の根拠から始めます。言及と引用は別に測定し、レコード作成の必然的な結果としません。

CH.02
Wikidata の役割と範囲
Wikidata は共同体の規則がある構造化知識ベースで、Google 可視性や AI 引用の普遍的な入口ではありません。
Q 識別子の項目にプロパティと値を記録し、出典や限定情報も付けられます。識別子は全主張の認証ではありません。Wikipedia 記事と Wikidata 項目は目的と掲載基準が異なり、常に両方必要ではありません。
| システム | そこで行われること | 実務上の範囲 |
|---|---|---|
| Wikidata | QID を使い、構造化され機械可読で出典付きのエンティティ事実を保存する | 掲載項目は対象を識別し、ブランド認証や下流利用を保証しない |
| Google ナレッジグラフ | 複数のウェブ情報源から実体情報を整理 | パネルは自動生成。QID は表示を保証しない |
| LLM 学習コーパス | 本ガイドはモデルの訓練データを確認していない | 公開項目から学習・記憶・更新時期を推定しない |
| AI 回答層 | 検索、取得、表示引用には別々の証拠が必要 | QID や schema は名称表示・引用・推薦を保証しない |
各システムの用途と範囲。Wikidata から推薦へ必須の4層経路ではありません。
Wikidata の適否と関係なくサイト情報を維持できます。Google Organization は適切な属性と実在の sameAs プロフィールを認め、QID を要求しません。有用でアクセス可能な内容を、外部項目で置き換えません。
本章の要点
基準を満たす場合に Wikidata を使います。パネル、schema、モデル観測を分け、一方の掲載を他方の採用証拠としません。
CH.03
Wikidata 項目が適切な場合
掲載基準と共同体の判断が必要です。料金で掲載、認証、AI 成果を買うことはできません。
基準は3経路です。有効で適格な Wikimedia sitelink、真剣な公開出典で記述できる明確な対象、または他項目の陳述を明確にする構造上の必要性。Wikipedia の記事基準や宣伝チェックリストではなく、争いは共同体が判断します。
STEP 1
既存項目と出典を確認
重複を先に探し、対象、公開出典、各出典の支持する事実を記録します。独立報道は有用ですが、共通の必要記事数は作らず、自己紹介で全主張を証明しません。
STEP 2
notability 基準と照らし合わせる
現行の3基準と例外を確認します。不明なら共同体へ相談し、作成を確約しません。QID だけで Google や AI の認識は証明できません。
STEP 3
簡潔で正確な項目を作る
適切なら中立で根拠ある陳述と出典を使います。創立日、創業者、本社を捏造せず、存命人物の出典・プライバシー規則を守ります。
STEP 4
外部識別子につなぐ
実際に対象へ属する識別子とリンクを、各属性の規則で使います。同名人物や親会社を同じ組織としません。数の多さは AI の確信を証明しません。
本章の要点
Wikidata は有償貢献の開示と中立性を要求し、有償作業を全面禁止しません。英語 Wikipedia は利益相反の直接編集を推奨せず、審査付き変更依頼を用意します。各共同体の規則に従い、掲載・引用を約束しません。
CH.04
schema とエンティティ連結
適切な Organization/Person で見える実際の事実を説明します。sameAs は実在プロフィールへ連結し、Wikidata は任意です。
Google の sameAs は他サイトの組織情報ページ、例えば SNS やレビューのプロフィールです。同じ対象へ正しくリンクし、適切な既存 Wikidata 項目だけを使います。全 AI に統合・推薦を命令するリンクではありません。
- →Organization:正確で適用可能な name、url、logo 等を記載。不明な foundingDate は省略し、実在 sameAs を使用。
- →Person:実際の関連人物と根拠ある可視関係のみ。架空専門家や全創業者の項目を作らない。
- →安定した @id をアンカーに:サイト内の各ページが同一のエンティティ ID を参照するようにし、ページごとに別の名で呼ばないこと
- →構文、適用 Google 機能、可視事実を確認。Rich Results Test 合格は掲載基準、パネル、AI 引用の証明ではない。
- →本当の別名、法的名称、商号を区別。言語や媒体で説明文が違っても同じ実体を表せる。
CH.05
クロスプラットフォームの一貫性
管理できるプロフィールの事実を維持し差異を記録します。一貫性は情報管理で、検証済み推薦倍率ではありません。
サイト、事業プロフィール、登記、独立資料を比較します。商号と法的名称、別名、移転日を記録し、実際の矛盾を訂正します。全文一致を強制せず、独立記事をブランド文として上書きしません。
- →Wikidata/Wikipedia:関連性と基準を確認し、共同体と独立編集を尊重。
- →事業プロフィール:正しい組織、現行事実、別名、管理権を確認。
- →サイト schema:可視内容と同じ対象、根拠ある関係を説明。
- →公の言及:誤事実と合理的な表現・翻訳・過去情報を区別。
- →sameAs は同じ対象の実在プロフィールだけ。QID は任意で、全関係のリンクではない。
本章の要点
出典と変更日を含む事実台帳を維持します。4プロフィールや同文の説明で推薦を保証しません。
CH.06
識別情報のチェックリスト
Tenten の情報管理チェックリストです。検証可能な作業成果を残し、QID や schema で引用を保証しません。
| 段階 | アクション | 検収 |
|---|---|---|
| 1 · 身元の棚卸し | 根拠ある名称、別名、法的関係、現行連絡情報を記録 | 一つの単一事実表(single source of truth) |
| 2 · 項目の掲載基準を評価 | 重複と現行基準を確認。適切な場合だけ進める | 適格な既存項目または作成しない理由を記録 |
| 3 · サイト内連結 | 適切な Organization/Person と実在 sameAs を使用 | 構文と可視事実を確認。ツール合格から効果を推定しない |
| 4 · クロスプラットフォーム整合 | 事実矛盾を訂正し、適法な名称と妥当な翻訳を維持 | 関連プロフィールと差異を記録。最低件数なし |
| 5 · 引用のモニタリング | 固定の質問集を使い、AI が正しくあなたを名指しするか追跡する | 改善の有無によらず正名、誤認、引用を記録 |
Tenten の5段階情報管理。完了は記録された作業で、エンジン成果の約束ではありません。
根拠から始め、適切な道具を選びます。QID なしでも実在 sameAs を使えます。不適格な項目をチェック完了のために作りません。同じ質問でモデルと日付を記録し、前後変化を因果証明としません。
最後に一言
正確で追跡可能な情報で組織を説明します。先に項目を作る優位性や長期 AI 推薦は、ここでは証明されていません。
出典と調査方法
出典確認:2026年10月5日(台北)。Wikidata 基準:https://www.wikidata.org/wiki/Wikidata:Notability ; 項目:https://www.wikidata.org/wiki/Help:Items ; 出典:https://www.wikidata.org/wiki/Help:Sources ; 有償開示:https://www.wikidata.org/wiki/Wikidata:Disclosure_of_paid_editing ; 存命人物:https://www.wikidata.org/wiki/Wikidata:Living_people 。英語 Wikipedia 利益相反:https://en.wikipedia.org/wiki/Wikipedia:Conflict_of_interest 。Google Organization:https://developers.google.com/search/docs/appearance/structured-data/organization ; パネル:https://support.google.com/knowledgepanel/answer/9163198 。情報と共同体の規則を示し、AI 成果を保証しません。旧40–60% schema と2.8×推薦の図は、対象・分母・方法が当該範囲で確認できず削除しました。Tenten の工程案であり顧客成果研究ではありません。
© 2026 Tenten GEO · 本ホワイトペーパーの内容の引用は歓迎します。出典を明記してください。
AI 検索の優先課題を相談する
30分のベンチマーク解説を依頼する予約リクエストを送信すると、24 時間以内にメールで日時を確認します。