スキーママークアップとは？AI検索に役立つのか？
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。 スキーママークアップは、「これは組織である」「この製品はいくらである」といったページについての事実を、機械が推測せずに読める形式で示します。検索エンジンがページを理解するのを助けます。AI回答に載せるスイッチではありません。
スキーママークアップはどのように機能するのか？
Google は構造化データを、ページに関する情報を提供し、ページのコンテンツを分類するための標準化された形式と定義しています。JSON-LD、Microdata、RDFa に対応し、サイトの構成が許す場合は JSON-LD を推奨しており、検索の構造化データの大半は schema.org の語彙を使っていると説明しています（Google Search Central、2025年12月10日更新）。
JSON-LD のブロックはページ内の script タグに置かれ、たとえば、このページは名前、ロゴ、URL、公式プロフィールへの sameAs リンクを持つ Organization を説明している、と示します。
スキーママークアップはAI可視性に役立つのか？
Google 自身の説明によれば、特別な手段にはなりません。AI機能に関するガイダンスでは、AI Overviews や AI Mode に表示されるために追加すべき特別な schema.org 構造化データはないとし、構造化データがページの表示テキストと一致していることを確認するよう勧めています（Google Search Central、2026年10月15日に確認）。
生成AI機能に関するガイドでも、生成AI検索に構造化データは必要ないと繰り返しています（Google、2026年7月10日更新）。マークアップを追加するとAI回答が一定の割合で増えるという主張は、公開された測定までたどれなかったものです（記事）。
実例ではどう見えるのか？
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磁束密度の単位から書き始めました。こうした曖昧さこそ、sameAs リンク付きの Organization マークアップが、サイトを1つのアイデンティティに結び付けることでシステムの解消を助けるものです。
ただし、回答がどう始まるかを決めるものではありません。この例の回答は、tesla.com よりも動画、フォーラム、参照ページをはるかに多く引用しており、ブランド自身のページのマークアップは全体のごく一部にしかなり得ませんでした。
ブランドはどのスキーマタイプを使うべき？
ページに実際に表示されているものをマークアップします：
- Organization：ホームページまたは会社概要ページに、名前、URL、ロゴ、公式プロフィールへの sameAs リンク。
- 価格を記載しているページには、offers 付きの Product または SoftwareApplication。
- 記事やガイドには、著者と日付付きの Article。
- サイト内でのページの位置を示す BreadcrumbList。
- ページに表示されていないものは含めない：Google はマークアップが表示テキストと一致することを求めています。
Proofsource はスキーママークアップをどう扱うのか？
順位を上げる手段ではなく、基本的な衛生管理として扱います。Proofsource のギャップレジスターには、引用やレビューのギャップと並んでエンティティや機械アクセスのチェックが含まれ、期待される改善効果と手間で順位付けされます。この用語集のページ自体も、表示テキストと一致する DefinedTerm と FAQPage の JSON-LD を持っています。Opportunitiesをご覧ください。
スキーママークアップ（構造化データ）についてのよくある質問
AI Overviews に表示されるために特別なスキーマは必要？
いいえ。Google は、AI Overviews や AI Mode に必要な特別な schema.org マークアップはないとしています。重要なのは、インデックス可能でスニペットの対象になり、質問に答えているページです。
どの形式を使うべき？
JSON-LD です。構成が許す場合は Google が推奨しています。1つの script ブロックに収まり、表示されるページは変わりません。
誤った構造化データは悪影響がある？
表示ページと一致しないマークアップは、リッチリザルトの対象外になることがあり、誤った事実を機械が読める形式で示すと、それが広まります。正確に保ってください。
FAQ マークアップはAI回答に役立つ？
質問と回答を標準的な形式で示しますが、AI回答の要件として文書化しているエンジンはありません。まずページ上に答えを平易に書いてください。
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。
- ナレッジグラフ
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。
- llms.txt
llms.txt とは、ウェブサイトのルートに置く Markdown ファイルの提案で、そのサイトが何かを言語モデルに伝え、最も読む価値のあるページを列挙します。
- E-E-A-T
E-E-A-T は経験、専門性、権威性、信頼性（experience, expertise, authoritativeness and trustworthiness）の略で、Google が自社のシステムは有用で信頼できるコンテンツにこれらを求めると説明している品質です。
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
