GLOSSARY
FAQPage
よく
FAQPageは、
FAQPageとは 何か
FAQPageは、
構造は
| 階層 | 型・プロパティ | 入れる |
|---|---|---|
| 1段目 | FAQPage | この |
| 2段目 | mainEntity | Question型の |
| 3段目 | Question の | 質問文を |
| 3段目 | Question の | Answer型 |
| 4段目 | Answer の | 答えの |
横にスクロールできます
なぜ重要か (AI検索での 位置づけ)
AI検索の
ただし、
Googleの リッチリザルトと しては 終わっている
FAQPageを
| 時期 | 起きた |
|---|---|
| 2023年8月 | HowToリッチリザルトの |
| 2026年5月8日 | FAQリッチリザルトの |
| 2026年5月7日 | Google検索で |
| 2026年6月15日 | FAQリッチリザルトの |
すでに
QAPageとの 違い
よく
| 観点 | FAQPage | QAPage |
|---|---|---|
| 質問を | サイトの | サイトの |
| 答えの | 質問ごとに | 複数付く |
| 向く | サービスの | 質問投稿サイト、 |
| Googleの | FAQリッチリザルトは | Q&Aの |
横にスクロールできます
よく ある 誤解・ 注意点
構造化データ全般に
- 本文と
一致させます:質問文も 答えも、 ページに 表示されている 文と 同じにします。 - 答えを
要約しすぎません:本文の 答えと 構造化データの 答えが 違う 内容に なっていると、 どちらが 正しいか 機械には 判断できません。 - 同じ
Q&Aを 複数ページに 置きません:同一の 内容を 並べると、 どの ページが 答えの 出どころか 分から なくなります。 - 広告や
誘導文を 答えに 混ぜません:答えの 文と して 読めない ものは、 答えでは ありません。 - 検証ツールで
確かめます:schema.orgの 検証ツールで、 型と プロパティの 綴りに 誤りが ないかを 見ます。
この
実務の 進め方
- ページの
成り 立ちを 確かめます。 作り手が 問いと 答えの 両方を 用意しているなら FAQPage、 利用者が 投稿する 場なら QAPageです。 - 本文に
Q&Aを 書きます。 構造化データを 先に 書かず、 まず 人が 読む文を 用意します。 - 本文の
Q&Aと 同じ 文から、 FAQPageの JSON-LDを 組み立てます。 手で 書き写さず、 同じ データから 作る 形にします。 - 検証ツールに
かけ、 型と プロパティの 綴りを 確かめます。 - 本文を
更新した ときに 構造化データも 一緒に 変わるか、 実際に ページを 見て 確かめます。 - 引用の
出方を 定点観測して、 入れる 前と あとを 比べます。 1回の 確認で 効果を 語らないようにします。
いまから FAQPageを 入れる 意味は ありますか。
Googleの
すでに 入れてある FAQPageは 外すべきですか。
外す必要は
FAQPageと QAPageは どちらを 使いますか。
質問も
答えを 折りたたんで 表示していても 大丈夫ですか。
利用者が
関連する出典
この記事の根拠にした一次情報(=発表元がみずから出している資料)です。
関連用語
構造化データ
こうぞうかでーたページの意味を機械可読にする印づけ。schema.org の語彙をJSON-LDで書き、AIや検索の理解・引用を助けます。
schema.org
すきーまどっとおるぐ構造化データの共通語彙。Article・FAQ・Breadcrumb・Organizationなど数百の型で、ページの意味を機械可読にします。
AEO(Answer Engine Optimization)
えーいーおーAIが直接答えを返す「回答エンジン」に選ばれるための最適化。定義は2026年時点で未標準化。
GEO(Generative Engine Optimization)
じーいーおー生成AIエンジンに引用・参照されやすくするための最適化。定義は2026年時点で各社バラバラ(未標準化)。
強調スニペット
きょうちょうすにぺっと従来のGoogle検索で、答えを結果の一番上の枠に抜粋表示する機能。クリックせず答えが得られる「ゼロクリック」やAI Overviewsの前身的存在で、AI検索と地続きの発想を持ちます。
サイテーション/引用(citation)
さいてーしょんAIの回答が、根拠としてあなたのサイトを出典に挙げること。多くはリンクや番号付きの参照が伴います。回答本文で名前が触れられるだけの「言及(mention)」より一段強い、AI検索での可視性の本丸。
LLMO
エルエルエムオーAIに引用されやすくするための最適化。
定点観測
ていてんかんそく同じ質問を、同じ条件で、同じ間隔で送り続けて記録する調べ方。1回の実測では分からない変化を、時間の軸で捉えます。
