schema.org

schema.orgとは

schema.org は、構造化データ（＝ページの意味を機械可読にする印づけ）で使う共通の語彙です。語彙とは「どんな意味ラベルが使えるか」の取り決めのことで、schema.org はこれを世界共通の標準として提供します。主要な検索エンジンが共同で立ち上げ、以後も継続的に拡張されてきました。記事・商品・組織・人物・イベント・レシピ・求人など、Web上で表現したいほとんどの対象について、それを表す「型」と、その型が持つ「プロパティ（属性）」が定義されています。

schema.org の中身は「型（Type）」と「プロパティ（Property）」の階層で組み立てられています。型は対象の分類（Article＝記事、Product＝商品など）を表し、プロパティはその型に属する個々の属性（name＝名称、author＝著者、price＝価格など）を表します。型どうしは継承関係を持ち、上位の汎用的な型（Thing＝あらゆるものの最上位）から下位の具体的な型へと枝分かれします。この共通の骨組みがあるおかげで、異なるサイトが同じ語彙でページの意味を記述でき、機械が横断的に理解できます。

この継承関係は実務でも意味を持ちます。例えば最上位の Thing の下に CreativeWork（創作物）があり、その下に Article（記事）があり、さらにその下に NewsArticle（ニュース記事）や BlogPosting（ブログ投稿）があります。下位の型は上位の型のプロパティをすべて引き継ぐため、NewsArticle は Article の author や datePublished をそのまま使えます。実装時は「なるべく具体的な型を選ぶ」のが原則です。ただの記事なら Article でよいですが、ニュースなら NewsArticle を選ぶほうが、そのページが何であるかをより正確に機械へ伝えられます。ちょうど、生き物を「動物」と言うより「犬」と言うほうが情報量が多いのと同じ理屈です。

なぜ重要か（AI検索での位置づけ）

schema.org が重要なのは、それが「機械がWebの意味を理解するための共通言語」だからです。検索エンジンやAIは、世界中の多様なサイトを相手にします。もしサイトごとに独自の印づけをしていたら、機械はそれぞれの流儀を学び直さねばなりません。schema.org という共通語彙があることで、AIは「author と書かれていれば著者、price と書かれていれば価格」と一律に読み取れます。この共通性が、AIによるページ理解と引用の精度を支えています。

AI検索の文脈では、schema.org の適切な型を使うことが、AIに「このページは何についての、どんな種類の情報か」を正確に伝える手段になります。例えばFAQPage 型を使えば、質問と答えの対応が機械可読になり、AIが答えを抜き出しやすくなります。Organization 型を使えば、発行元の組織情報が明示され、信頼性の判断材料になります。schema.org は、AIに引用・参照されやすいページを作るうえでの土台となる語彙です。

schema.org が生成AIの理解にどこまで直接効くかは、実は慎重に見るべき論点でもあります。生成AIは本文そのものを読解する能力が高く、必ずしも構造化データがなければ理解できないわけではありません。しかし、schema.org による明示は「AIの読み取りの確度を上げる保険」として働きます。本文の書きぶりが曖昧でも、構造化データで「これは著者、これは公開日」と釘を刺しておけば、取り違えのリスクが下がります。また、検索エンジンがナレッジグラフを構築する材料としても schema.org は使われるため、AIが背後で参照する知識基盤の正確さにも寄与します。過度な期待も過度な軽視もせず、「機械にとっての確実な補助線」として位置づけるのが妥当です。

仕組み（主要な型）

これらの型は単独で使うだけでなく、入れ子にして組み合わせられます。例えば Article 型の author プロパティに Person 型（人物）を入れ、その Person に name や jobTitle（肩書き）を持たせる、といった具合です。こうして現実の情報の構造をそのまま機械可読に写し取れます。実装は JSON-LD で行うのが主流で、schema.org 公式サイトには各型の定義と使用例が網羅的に掲載されています。

schema.org が便利なプロパティの一つに sameAs があります。これは「この対象は、外部のこのURLが指すものと同一だ」と宣言するための属性です。例えば企業の Organization に、公式Wikipediaのページや公式SNSアカウントのURLを sameAs で結びつけると、機械は「このサイトの運営者は、あの著名な組織と同じ実体だ」と確信を持って紐づけられます。人間なら社名を見れば同一だと分かることを、機械には明示的に教える必要があります。sameAs はその橋渡しをし、ナレッジグラフ（＝事物とその関係を結んだ知識のネットワーク）上での実体の一致をAIに正確に伝える、実務上とても効果の高いプロパティです。

具体例・データ

例えばニュース記事なら Article（またはより具体的な NewsArticle）型を使い、headline に見出し、author に著者、datePublished に公開日、publisher に発行元の Organization を記述します。企業サイトのトップなら Organization 型で社名・ロゴ・公式サイト・SNSアカウントを明示します。よくある質問ページなら FAQPage 型で質問と答えの対を並べます。いずれも、ページの見た目を変えずに「これは何の情報か」を機械に正確に伝える点が共通しています。

• 記事メディア → Article / NewsArticle 型で著者・公開日・発行元を明示
• ECサイトの商品 → Product 型で価格・在庫・評価を機械可読に
• サービスサイトのFAQ → FAQPage 型で質問と答えの対応を明示
• 企業サイト → Organization 型で発行元の信頼情報を明示
• サイト全体のナビ → BreadcrumbList 型で現在地の階層を明示

これらの型は、GEO（生成エンジン最適化）やAEO（回答エンジン最適化）とも密接に結びつきます。Organization 型で発行元の信頼情報を明示すれば、AIが自社を語るときの正確さが増します。FAQPage 型で問いと答えを構造化すれば、回答エンジンが答えを抜き出しやすくなります。Article 型で著者と公開日を明示すれば、AIが「誰が、いつ書いたか」を根拠に信頼性を判断しやすくなります。つまり schema.org の適切な運用は、従来のSEOでのリッチ表示だけでなく、AI検索での引用されやすさにも効く、一つの実装で複数の面に効く投資になります。

schema.org を使ううえで大切な心構えは、「共通性を壊さない」ことです。schema.org の価値は、世界中のサイトが同じ語彙を使うことで機械が横断的に理解できる点にあります。だからこそ、独自にラベルを発明したり、型の意味を勝手に読み替えたりしてはなりません。用途に合う型やプロパティが見つからないときは、まず schema.org 公式で類似の型を探し、それでも無ければ「無理に付けない」判断も選択肢になります。誤った型を当てはめるより、正確に表せるものだけを表すほうが、機械への情報として健全です。schema.org は、正しく・控えめに・本文と一致させて使うことで、初めてAIと検索エンジンへの信頼できる情報源になります。

よくある誤解・注意点

schema.org を扱ううえで最初に区別すべきは、「schema.org が定義していること」と「検索エンジンやAIが実際に使うこと」は別だという点です。schema.org には数百もの型が定義されていますが、そのすべてが検索結果のリッチ表示に使われるわけではありません。どの型・どのプロパティが表示や理解に用いられるかは、各検索エンジンの実装が決めます。したがって実務では、schema.org 公式で語彙を確認しつつ、実際の表示要件は使う検索エンジンの公式ドキュメントで別途確かめる、という二段構えが必要になります。

実務での扱い方

1. 対象を分類する — ページが何を表すか（記事・商品・組織・FAQなど）を見極めます。
2. 合う型を探す — schema.org公式で、その対象に最も合う型を選びます（具体的な型があればそちらを優先）。
3. 必要なプロパティを埋める — 選んだ型の主要プロパティ（著者・日付・価格など）を記述します。
4. JSON-LDで実装する — 主流のJSON-LD形式でページに埋め込み、見た目を変えずに意味情報を追加します。
5. 検索エンジンの対応を確認する — 使う型・プロパティが各検索エンジンで扱われるか、公式ドキュメントで確かめます。
6. 検証と保守 — 構造化データの検証ツールでエラーを潰し、ページ更新時に記述も揃え続けます。