いま起きている変化
検索エンジンの役割が、着実に変わっています。
かつては「リンクの地図」でした。問いを入れるとページ一覧が返り、ユーザーが自分で答えを探しに行く。上位表示が、集客の入口になっていました。
いまは、GoogleのAI Overview、Perplexity、ChatGPTなどに代表される体験が広がり、検索は「答えを生成する場所」へ寄っています。複数のソースを参照し、直接答えを返す。ユーザーがリンクを辿る前に、エンジン側が「どの情報を引用するか」を決める場面が増えています。
可視性の競争軸も、順位だけから引用へ広がっています。深い専門知識があっても、AIが解釈しやすい形で示されていなければ、回答の候補から外れやすいです。差は「文章の上手さ」だけでなく、サイト構造として専門性を宣言できているかに出ます。
この断絶は、画面上では見えにくいことが多いです。サイトは普通に表示され、従来の流入も残っているように見えます。一方で、専門の問いに対して競合だけが答えに載る、という非対称が起き始めます。
関連：AI検索に自社が出ないとき、見直すのは知名度ではなく引用の設計
うまくいかない根本原因
AIが答えを作るとき、人間のように「なんとなく読む」わけではありません。システムが読み取れる形で宣言された情報を優先し、素材として組み立てやすいです。本文に専門知があっても、構造化による宣言が弱いと、「内容が取り出しにくいページ」として扱われやすい——存在はしているが、引用されにくい、という状態です。
具体例で見ると分かりやすいです。
・会社概要に実績はあるが、Organization で組織の事実が宣言されていない
・FAQページはあるが、問いと答えの対応が FAQPage として構造化されていない
・事例記事はあるが、著者・公開日・主題が Article として揃っていない
・サービス説明はあるが、何を誰に提供するかが Service として明示されていない
人間には読めても、機械には「どこが答えか」が曖昧なまま、というズレが起きます。スキーマが無いこと自体が常に致命傷とは限りません。ただし、競合が宣言を整えている領域では、同じテーマでも引用候補の土俵が偏りやすいです。
現状の実装状況を含む構造課題の見方は、AI Search Structureで何がわかるか。構造診断が可視化する分析の範囲が入口になります。
競合と差をつける設計
JSON-LD によるスキーマは、見た目のHTMLとは別の層で、「自社が何者か」「何を提供するか」「なぜ信頼できるか」をAIが直接解釈できる形で宣言する手段です。コンテンツのメモ書きではなく、AIへの自己紹介に近いです。
| スキーマの型 | AIへの宣言 | 運用環境での使いどころ（例） |
|---|---|---|
| Organization | 組織の所在・連絡先・背景 | 会社概要・フッターの事実と一致させる |
| FAQPage | 問いと答えの対応 | 「費用はいくらか」「期間はどれくらいか」など、答えが一文で取れるFAQ |
| Article | 著者・公開日・主題 | 専門コラムの著者とテーマを明示する |
| Service | 提供内容・対象 | サービス詳細で「誰に何をするか」を宣言する |
| BreadcrumbList | 階層の位置づけ | ハブ→詳細の文脈を補強する |
例えば、BtoBの専門サービス会社なら、最初に整えると効きやすいのは次の組み合わせです。
・サイト全体の Organization
・主力サービスの Service
・よくある問いに答える FAQPage
・専門コラムの Article
全部を一度に足す必要はありません。「AIに何者として認識されたいか」に合わせて選ぶ判断が、設計そのものです。文脈の所有と引用の関係は、AIの回答に載る情報源になるには、何を整えればよいかでも整理しています。
判断の基準
構造化データは、技術部門への一括発注だけで終わる「設定作業」ではありません。どの型を選び、どの事実を優先して宣言するか——その設計判断が、引用の差に出やすいです。
意思決定者が見るべきは、「型の種類の多さ」より記述の精度です。引用されやすい条件は、ざっくり言うと次の同時充足です。
・問いに対する答えが、構造として取り出せる
・その答えを出す主体の信頼性が、機械可読に宣言されている
どちらかだけだと弱いです。FAQだけ整って組織情報が曖昧、あるいは組織情報だけ整って答えの形が無い、という片方欠けがよくあります。
記述の精度の具体例です。
・弱い: FAQの答えが「案件による」だけで終わる
・強い: 「新規サイトと既存改修で前提が違う。初回は現状診断から始める」まで言い切る
・弱い: Organization に社名だけ
・強い: 所在・代表・提供領域が、会社概要本文と一致している
何を教え、何を省くかの選別が、可視性の差になります。迷うときは診断から入る方が無駄が少ないです。
成果を続ける仕組み
劣化の多くは、「ページ本文とスキーマのズレ」から起きます。サービス改定、担当交代、ページ追加のたびに、JSON-LD側が古いまま残りやすいです。軽い不整合は警告なく通ることがあり、引用判断にじわじわ効くことがあります。
続けて見る観点は、次のとおりです。
・ページ更新のたびに、関連するスキーマも同じ事実へ揃える
・Search Console の「検索での見え方」で、構造化のエラーを月次で見る
・AI検索での引用・言及の変化を、半期などで振り返る
「設定して終わり」と「設計して運用する」の差は、時間が経つほど引用の安定さに出やすいです。読み取り全体の設計は、AIに正しく読まれるサイトは、ページ単体ではなく全体のつながりで決まるとセットで考えると扱いやすいです。
今日から確認すること
最初に問うべきは「何のタグを入れるか」より、自社の専門性がいちばん凝縮されているページはどこかです。そこが決まると、優先順位が決まります。
確認の流れは、次が扱いやすいです。
・主力サービスのページを開き、Service で宣言すべき事実が本文にあるか見る
・会社概要と Organization の事実が食い違っていないか見る
・FAQで、答えが一文で取り出せる問いが並んでいるか見る
・専門コラムに、著者と主題がはっきりしているか見る
迷いがあるなら、最重要ページから順に直す。全部同時は不要です。診断を入口にするなら、AI Search Structureで何がわかるか。構造診断が可視化する分析の範囲が起点になります。
まとめ
構造化データは、AIと検索の双方に「自社が何者か」を機械が読める言葉で宣言する、設計行為です。優れた内容だけでなく、解釈できる形で提示できているかが、引用候補に残るかの分岐になりやすいです。
一度整えても、本文とスキーマの同期を止めれば価値は落ちます。実装して終わりではなく、サイトの成長に合わせて宣言を更新し続けること。それが、長期の引用優位を支えます。
技術を経営判断に変換できる経営者向けです
1st｜Phase 1のお申し込み
「SEO×AI×GEOで“見つかるサイト”へ。」
法人・個人事業主向け。
新規も改修も、まず現状分析から。
内容はSEO・GEO対策・AIサーチ最適化。
AQ GROWの主プログラムは「GEO対策 | SEO技術 AIサーチ最適化」です。2000年から26年のSEO実務と、最長18年の継続契約。