AI検索で引用される構造化データ完全ガイド：スキーマの種類・JSON-LD実装・検証まで

AIエンジンがコンテンツを読むとき、いちばん得意なのが構造化データという「言語」です。AIクローラーは普通の文章からでも意味を読み取れますが、スキーママークアップを入れればあいまいさがなくなります。これが何の種類のコンテンツで、誰が書き、どんな質問に答えていて、どの組織のものなのかを、AIにはっきり伝えられるからです。AEOにとってスキーママークアップは「あれば便利」なものではなく、土台となる技術要件です。

スキーママークアップでAIに引用されやすくなる理由

AIシステムは、ページの本文と構造化データをセットで処理します。スキーマがしっかり入ったページは、主要なエンティティやその関係、コンテンツの種類を機械が読める形で要約して渡しているのと同じです。AIが解釈にかける手間が減るぶん、より正確に、より自信を持ってそのコンテンツを引用できるようになります。実際、スキーマが揃ったページは、スキーマのない同等のページに比べて、一貫してより正確に、より頻繁に引用されています。

AEOに欠かせないスキーマの種類

FAQPageスキーマ：AEOでは最優先

FAQPageスキーマは、質問と回答のペアを機械が抜き出せるように直接マークアップします。AIエンジンはFAQPageスキーマを見つけると、Q&Aを1組ずつ高い確度で取り出せます。AIエンジンはそもそも「回答を作る機械」なので、あらかじめQ&Aの形に整えた情報はまさに欲しいもの。AEOで最も効果の大きいスキーマと言えるのはそのためです。

{
  "@context": "https://schema.org",
  "@type": "FAQPage",
  "mainEntity": [{
    "@type": "Question",
    "name": "What is AEO?",
    "acceptedAnswer": {
      "@type": "Answer",
      "text": "AEO (Answer Engine Optimization) is the practice of optimizing content so AI engines cite your website as a source when answering user queries."
    }
  }]
}

Article / BlogPostingスキーマ：コンテンツの信頼性を示す

Articleスキーマは、コンテンツの種類、著者、公開に関するメタデータを明示します。E-E-A-Tのシグナルとして特に重要なのが、authorとpublisherのフィールドです。

{
  "@context": "https://schema.org",
  "@type": "BlogPosting",
  "headline": "Your Article Title",
  "author": {
    "@type": "Person",
    "name": "Author Name",
    "url": "https://yoursite.com/authors/author-name"
  },
  "publisher": {
    "@type": "Organization",
    "name": "Your Company",
    "logo": { "@type": "ImageObject", "url": "https://yoursite.com/logo.png" }
  },
  "datePublished": "2026-01-15",
  "dateModified": "2026-02-10"
}

HowToスキーマ：手順を解説するコンテンツに

HowToスキーマは、ステップごとの手順解説をマークアップするものです。AIエンジンは「〜のやり方」系の質問に対して手順型のコンテンツをよく引用します。HowToを正しくマークアップしたコンテンツは、構造化されていない同等のコンテンツよりも、正確に引用される可能性がかなり高くなります。

Organizationスキーマ：ブランドをエンティティとして認識させる

Organizationスキーマは、自社を「認識されたエンティティ」として確立します。エンティティ情報の豊富なデータで学習したAIエンジンは、業種やサービス、信頼できる外部プロフィールまで含めたOrganizationスキーマが揃っている企業ほど、よく理解し、引用しやすくなります。

実装ガイド

応用編：複数のスキーマを組み合わせる

スキーマは1つのページで組み合わせて使えます。たとえばレシピを紹介するブログ記事なら、記事のメタデータ用にBlogPostingスキーマ、ページ下部のQ&A用にFAQPageスキーマ、調理手順用にHowToスキーマを入れる、といった具合です。複数のスキーマを組み合わせると、AIエンジンが情報を抜き出せるポイントが増えるうえ、技術的にきちんと作り込まれたサイトだというシグナルにもなります。それ自体が信頼のシグナルです。

AIプラットフォーム別に見るスキーマの効果：調査データ

SearchVIUが2025年10月に実施した包括的なテストで、主要なAIエンジンはいずれも、コンテンツにアクセスする際にJSON-LDのスキーマを実際に処理していることが確認されました。プラットフォームごとの結果は次のとおりです。

注目すべきポイント：スキーマが充実したページは、スキーマのない同等のページに比べて、AIが生成する回答での引用で36%の優位性があります。FAQPageスキーマに限ると、引用率は2.3倍に向上しています。

スキーママークアップでやりがちなミス

• 実際の内容と合わないマークアップ：Q&A形式になっていないセクションにFAQPageスキーマを付けると、スパムのペナルティを受けます。スキーマは、ページ上に見えている内容を正確に表している必要があります。

• dateModifiedが古いまま：AIシステムはコンテンツの新しさをシグナルとして使います。コンテンツを更新したら、必ずdateModifiedも更新しましょう。日付が古いままだと、引用される確率が下がります。

• 著者情報が不完全：Articleスキーマに著者名だけを入れて、プロフィールページへのURLがない状態では、E-E-A-Tのメリットを十分に得られません。

• JSON-LDではなくHTML形式で記述：GoogleもすべてのAIエンジンもJSON-LDを推奨しています。microdataやRDFaで実装すると、AIシステムに確実に読み取ってもらえるとは限りません。

• 追加したのに検証していない：無効なスキーマは何の警告もなく無視されます。実装後は必ずGoogleのリッチリザルト テストで検証しましょう。

スキーマの検証とメンテナンス

スキーママークアップは、コンテンツが変わるにつれて劣化していきます。著者名が変わったり、公開日の更新が必要になったり、FAQの内容が変わったりするからです。四半期ごとのSEO監査にスキーマの検証を組み込み、スキーマを入れているすべてのページについて、エラー、古くなったデータ、必須フィールドの抜けをチェックしましょう。AI Rank Labの技術監査なら、スキーマの実装を自動でスキャンして問題点を指摘してくれます。

まとめ

• スキーマが充実したページはAIからの引用が36%多く、技術面のAEO施策の中で最もROIの高い投資です

• FAQPageスキーマは引用率を2.3倍に高め、主要なAIプラットフォームすべてで効果が確認されています

• AIエンジンが共通して推奨するフォーマットはJSON-LDです。microdataやRDFaではなく、JSON-LDに一本化しましょう

• 複数のスキーマを持つページ（FAQPage + Article + Organization）は、AIエンジンに複数の抽出ポイントを与え、作り込まれた実装であることを示します

• スキーマのメンテナンスは継続的な作業です。四半期ごとに検証し、コンテンツを変えたらdateModifiedを更新し、著者情報を最新に保ちましょう

AIへの質問のタイプ別にスキーマの効果を比べたい方は、FAQPageスキーマとHowToスキーマの比較記事もあわせてご覧ください。自社サイトのスキーマはAI Rank Labで監査できます。