構造化データとAI引用：証拠から言えること

CH.01

まずシステムと測定対象を確認する

ウェブサイトのマークアップ、企業のナレッジグラフ、AI引用は異なる対象です。一つのシステムの結果から、公開サイトにJSON-LDを追加する効果は判断できません。

二つの原調査がこの違いを示しています。data.worldは保険のデータベースとナレッジグラフを使った質問応答を試験しました。AhrefsはJSON-LDを導入したページの引用変化を追跡しました。介入、サンプル、測定結果が異なるため、数値をまとめてschemaの投資収益予測に使うことはできません。

CH.02

16.7%と54.2%はデータベースクエリの結果

data.worldの2023年11月13日のベンチマークは、GPT-4にSQLクエリ、またはナレッジグラフ上のSPARQLクエリを生成させました。対象は保険分野の43問です。ウェブページへのschema.orgマークアップ追加を試した研究ではありません。

ナレッジグラフ構成は企業データのオントロジーと対応関係を提供しました。ウェブページでArticleやOrganizationオブジェクトを公開する状況とは大きく異なります。JSON-LDによってアシスタントが価格や著者を誤らなくなるとは、この研究から言えません。

社内の質問応答システムでは、自社の参照回答とデータモデルを使って評価してください。公開サイトでは、対象となる利用側の構造化データ要件を使い、表示された事実を別に確認します。

CH.03

Ahrefsの引用調査から言えること

Ahrefsは2025年8月から2026年3月にJSON-LDを導入した1,885ページを観察し、4,000の対照と比較しました。マッチング分析ではAIOが相対的に4.6%減少しましたが、AI ModeとChatGPTの推定値は統計的にゼロと区別できませんでした。

対象ページにはすでに相当数のAIO引用がありました。研究はschemaの種類をまとめ、導入後30日間を観察し、同時に行われた他の変更を切り離せませんでした。特定のマークアップが未引用ページや別の利用側に有効かどうかは結論づけられません。

CH.04

実在する組織と著者を記述する

OrganizationとPersonのマークアップは、ページが誰についてのものか、誰が書いたかを記述できます。GoogleはOrganizationを、組織の管理情報を提供し、組織を識別する方法として説明しています。ナレッジグラフやAI回答への掲載を保証するものではありません。

実際の名前、公式URL、確認できる関係を使ってください。sameAsリンクは同じ実体を扱う別のページを示します。存在しない提携や身元を示唆してはいけません。マークアップはページ上で見える内容と一致させます。

CH.05

文書で確認できる目的に応じて実装を配分する

ページの内容とマークアップを利用するシステムから考えます。対応する検索機能、身元の明確化、確認できる既知のデータ不一致を優先してください。

GoogleはAI OverviewsやAI Modeに特別なschema.orgマークアップは不要としています。ページには通常のSearchの掲載資格とスニペットの掲載資格が必要です。有用な構造化データは正確に保ちますが、タイプを増やすことをAI表示への近道と捉えないでください。

CH.06

適切な証拠で変更を評価する

実装の有効性、事実の正確性、検索結果を分けて扱います。検証ツールの成功を事業成果や引用増加として報告しないためです。

代表的なページを少数選び、変更を記録します。公開された事実、生成したマークアップ、検証結果、観察日を残し、別の担当者が確認を再現できるようにしてください。