ナレッジグラフとは？
ナレッジグラフとは、エンティティとそれらを結び付ける事実のデータベースで、最もよく知られているのは人物、場所、物事について数百万件の項目を持つ Google のナレッジグラフです。 ナレッジグラフはページではなく「もの」を保存します。各エンティティ、その事実、他のエンティティとのつながりです。誰かが「Tesla」と入力したとき、検索エンジンはこれを使って会社、単位、発明家を区別します。
Google のナレッジグラフとは？
Google のエンティティのデータベースです。Google は、人、場所、物などの実世界のエンティティを説明する数百万の項目を持つと説明しており、標準の schema.org の型を使って一致するエンティティを JSON-LD で返す、読み取り専用の Knowledge Graph Search API を提供しています（Google Knowledge Graph Search API、2024年4月26日更新）。
Google は、このAPIは本番環境の重要なサービスには適していないと注意を促しており、Cloud Enterprise Knowledge Graph に移行中だとしています。グラフをのぞく窓であって、編集する手段ではありません。
ナレッジグラフはAI回答とどう関係するのか？
外部から見える範囲では、間接的に関係します。ナレッジグラフは、クエリがどのエンティティについてのものかを検索システムが判断するのを助け、そのシステムが返す結果を、検索するAIエンジンが回答前に読みます。
ある回答が、取得したページやモデルの記憶ではなく、エンティティデータベースにどれだけ頼ったかを公開しているエンジンはありません。整ったエンティティ情報は順位を上げる手段ではなく、曖昧さを減らすものと考えてください。
実例で見るナレッジグラフ
「Tesla」は複数のエンティティに対応します。会社、SI単位、Nikola Tesla で、それぞれに固有の事実があります。公開している Tesla の例（2026年10月4日）では、Google AI Overviews は「What is Tesla?」に対し、会社の説明に入る前に単位から書き始めました。
エンティティグラフがあるからこそ、システムはそれらを区別できます。それでも回答は単位から始めることを選びました。2つのエンティティが存在すると知っていることと、購買者が意図した方を選ぶことは別だとわかります。
ブランドの事実をナレッジグラフに反映させるには？
主に、これらのシステムが読む場所で一貫して説明されることによってです：
- 自社サイト：名前、カテゴリー、創業、所在地を書いた平易な会社概要ページ。
- 公式プロフィールへの sameAs リンクを含む Organization マークアップ。
- Wikidata などのオープンな知識ベース（特筆性の基準の範囲内で）。
- サイトと一字一句一致する企業プロフィールやレビュープロフィール。
Proofsource はエンティティ情報をどうチェックするのか？
Proofsource は、エンジンがあなたが誰かを確認するのに使うプロフィール（Wikidata、Crunchbase、LinkedIn、レビューサイトなど）を監査し、欠けているものやサイトと食い違うものを示します。エンティティグラフのギャップは、優先順位付きの改善策リストに表示されます。正確性とアイデンティティとOpportunitiesをご覧ください。
ナレッジグラフについてのよくある質問
自社を Google のナレッジグラフに登録できる？
グラフそのものへの登録フォームはありません。エンティティは通常、自社サイトや信頼できるプロフィール上の一貫した事実によって認識されます。
ナレッジパネルとナレッジグラフは同じもの？
ナレッジパネルは Google が一部の検索で表示するボックスで、ナレッジグラフはその背後にあるデータベースです。
AIチャットボットはナレッジグラフを使っている？
取得と構造化データを組み合わせるシステムもありますが、ある回答がどれだけそれに頼っているかをエンジンは公開していません。推測せずに回答を測定してください。
スキーママークアップでナレッジグラフに載る？
直接は載りません。組織に関する事実を標準的な形式で示すことで、システムがあなたのサイトを正しいエンティティに結び付けやすくなります。
関連用語
- エンティティ
検索やAIにおけるエンティティとは、企業、製品、人物、場所など、システムが認識し、似た名前のものと区別できる、明確に識別可能な 1 つの対象です。
- Wikidata
Wikidata は、Wikipedia を支える無料・共同編集・多言語の知識ベースで、エンティティに関する事実を誰でも読んで再利用できる構造化された記述として保存しています。
- スキーママークアップ（構造化データ）
スキーママークアップ（構造化データ）とは、ページ上のコードで、通常は schema.org の語彙を使った JSON-LD により、ページとその主題についての事実を機械が読める形で記述するものです。
- エンティティの混同
エンティティの混同とは、あなたのブランドについてのAIの回答が、あなたと同じか似た名前を持つ別の企業や物事を説明したり、そこから書き始めたりすることです。
実例：Tesla、公開されているAIの回答、2026年10月4日：Proofsource による Tesla の初回スキャン。購買者の質問25問とブランドの質問5問を、4つのエンジンそれぞれで1問につき1回ずつ質問。1ブランドの小さなサンプルで、ベンチマークではなく例として示しています。
AI があなたを外している場所と、改善すべき点を確認。
どの購買者の質問があなたのブランドに言及しているか、代わりにどのブランドに言及しているか、何を改善すべきかを確認。200件の回答。25 Prompts/質問。主要AIエンジン。2日間。無料。 カード不要。
Google AI OverviewsGoogle AI Mode
