AI・マーケトレンド
「構造化データを入れたほうがいいと聞いたが、エンジニアではないので手が出ない」。BtoBサイトの担当者からよく聞く悩みです。専門用語だらけの解説を読んで閉じてしまった、という方も多いのではないでしょうか。
この記事では、構造化データ（JSON-LD）の役割を最短で理解し、BtoBサイトが優先して入れるべき5つのスキーマを、コピペで使えるテンプレート付きで解説します。2026年のいま重要性が増している「AI検索に引用されるための構造化データ」という視点も含めて、非エンジニアでも実装まで到達できる内容にしました。
30秒で分かる結論
構造化データとは、ページの内容を検索エンジンとAIに「誤解なく」伝えるためのラベル。JSON-LD形式で書くのが標準
BtoBサイトの優先順位は Organization → FAQPage → Article → BreadcrumbList → Product／Service の順
リッチリザルト（検索結果の見た目強化）だけでなく、AIがページ内容を理解・引用する際の手がかりになる
実装はHTMLのhead内かbody閉じタグ直前にscriptタグを貼るだけ。CMSでも入れられる
書いたら必ずGoogleの「リッチリザルトテスト」で検証する。書きっぱなしが一番多い失敗
構造化データとは？なぜAI検索時代に重要度が上がったのか
構造化データとは、「このページは会社概要です」「この数字は料金です」「この文章は質問と回答です」といったページの意味を、機械が読める形式で記述したものです。Googleが推奨する書き方がJSON-LD（JavaScript Object Notation for Linked Data）で、HTMLにscriptタグとして埋め込みます。
従来、構造化データの目的は主にリッチリザルトでした。検索結果にFAQが展開表示されたり、パンくずリストや評価の星が出たりする、あの表示です。クリック率の改善には効きますが、「余裕があればやる施策」という位置づけの会社が多かったのが実情です。
2026年のいま、位置づけが変わりました。ChatGPT、Gemini、PerplexityといったAI検索、そしてGoogleのAI Overviewが、回答を組み立てる際にWebページを読みに来ます。このときAIは、本文の文章だけでなく構造化データも手がかりにしてページの意味を解釈します。「どの会社の」「何のサービスで」「いくらで」「誰が書いた情報か」が構造化データで明示されているページは、AIにとって引用しやすい情報源になります。
言い換えると、構造化データは「検索結果の見た目の施策」から「AIに正しく認識してもらうためのインフラ」に変わりました。LLMO対策の基本のなかでも、自社でコントロールできる数少ない技術施策です。AI向けのサイト情報整備という意味では、llms.txtの書き方と並ぶ二本柱だと考えてください。
BtoBサイトが優先すべき構造化データ5種類
スキーマ（構造化データの型）は数百種類ありますが、全部入れる必要はありません。BtoBの企業サイトなら次の5つで十分です。
優先度1：Organization（トップページ）—会社情報をAI・Googleに正しく認識させる
優先度2：FAQPage（FAQ・よくある質問ページ）—AIが質問回答形式で引用しやすい（FAQリッチリザルトは公式サイト等に限定）
優先度3：Article（ブログ・オウンドメディア記事）—著者・更新日を明示しE-E-A-Tを補強
優先度4：BreadcrumbList（全下層ページ）—サイト構造の理解を助ける
優先度5：Product／Service（サービス・料金ページ）—サービス内容と価格の認識精度を上げる
1. Organization：会社の「名刺」を機械可読にする
最優先はOrganizationです。会社名・URL・ロゴ・所在地・SNSアカウントを宣言します。AIが「この会社は何者か」を判断する起点になるため、ここが空だと他の施策の効きも悪くなります。
<script type="application/ld+json">
{
"@context": "https://schema.org",
"@type": "Organization",
"name": "株式会社スリスタ",
"url": "https://example.com/",
"logo": "https://example.com/logo.png",
"description": "BtoB向けAIマーケティングツールを提供する会社",
"address": {
"@type": "PostalAddress",
"addressCountry": "JP",
"addressLocality": "東京都"
},
"sameAs": [
"https://x.com/アカウント名",
"https://www.youtube.com/@チャンネル名"
]
}
</script>ポイントはsameAsです。X（Twitter）やYouTube、Wikipediaなど「同一主体である」公式アカウントを列挙すると、AIとナレッジグラフが会社情報を突合しやすくなります。
2. FAQPage：AIが最も引用しやすい形式
FAQPageは質問と回答のペアを宣言するスキーマです。AI検索の回答は「質問に答える」形式なので、最初から質問回答形式で構造化されたコンテンツはAIにとって扱いやすい素材です。
ここで正確に押さえておきたい変化があります。GoogleはFAQのリッチリザルト（検索結果でのFAQ展開表示）を、2023年以降は政府・医療などごく一部の公式サイトに限定しました。つまり一般のBtoBサイトでは、FAQPageを入れても検索結果に星やアコーディオンが出ることはほぼ期待できません。それでもFAQPageを最優先級に置く理由は、見た目のリッチリザルトではなく、AIと検索エンジンへの「意味の受け渡し」にあります。表示は変わらなくても、ページが質問回答ペアとして機械可読になることが、AI検索での引用可能性を押し上げます。競合の多くが「FAQを入れればリッチリザルトが出る」と古い前提のまま書いているぶん、正確に理解して使うだけで差が付く領域です。
<script type="application/ld+json">
{
"@context": "https://schema.org",
"@type": "FAQPage",
"mainEntity": [
{
"@type": "Question",
"name": "導入までの期間はどのくらいですか？",
"acceptedAnswer": {
"@type": "Answer",
"text": "お申し込みから最短3営業日でご利用開始いただけます。初期設定はオンラインで30分程度です。"
}
},
{
"@type": "Question",
"name": "無料トライアルはありますか？",
"acceptedAnswer": {
"@type": "Answer",
"text": "14日間の無料トライアルをご用意しています。クレジットカードの登録は不要です。"
}
}
]
}
</script>注意点が1つあります。構造化データの回答文（text）と、ページに表示されている回答文は一致させてください。表示内容と異なるデータを入れるとガイドライン違反になります。
3. Article：誰が書いたかを明示してE-E-A-Tを補強する
ブログ記事にはArticle（またはBlogPosting）を入れ、著者・公開日・更新日を宣言します。「誰が書いたか分からない記事」と「専門家が書いたと明示された記事」では、GoogleとAIの扱いが変わります。著者名はauthorプロパティに実名で入れ、可能なら著者プロフィールページのURLも紐づけます。
4と5. BreadcrumbListとService
BreadcrumbList（パンくず）は多くのCMSやテーマが自動出力しています。まず自社サイトのソースを確認し、なければ追加する程度で構いません。Service／Productはサービス紹介ページに入れ、サービス名・提供者・説明を宣言します。BtoB SaaSなら価格帯（offers）まで入れると、AIが料金に言及する際の精度が上がります。
三森の実務メモ：私が構造化データで一番効果を実感したのはFAQPageです。ただし検索結果の見た目が派手になったからではありません。FAQのリッチリザルトが一般サイトで出なくなった今でも、自社メディアでAI経由の流入（ChatGPTやPerplexityの参照元）が付く記事は、ほぼ例外なくFAQセクションと構造化データをセットで入れた記事でした。この相関だけは崩れていません。逆にOrganizationを入れた瞬間に何かが跳ねる、ということはありません。あれは即効薬ではなく「AIに会社を誤認されない保険」だと思って淡々と入れるものです。
構造化データの入れ方3パターン
実装方法はサイト環境で決まります。
CMSプラグイン（WordPress等）：Yoast SEOやRank Mathなどが主要スキーマを自動出力します。まず既に出力されていないか確認してから手動追加を検討してください。二重出力は混乱のもとです
HTML直接編集：head内かbody閉じタグ直前にscriptブロックを貼ります。静的サイトやノーコードツール（カスタムコード欄があるもの）はこの方式です
タグマネージャー（GTM）：HTMLを触れない場合の代替手段です。カスタムHTMLタグで注入できますが、レンダリング後の挿入になるため、可能ならHTML直接編集を優先してください
どの方式でも、実装後は必ずGoogleの「リッチリザルトテスト」（search.google.com/test/rich-results）にURLを入れて検証します。エラーが出たら、ほとんどはカンマの欠落・全角文字の混入・URLの間違いです。
AIに構造化データを書かせる手順（プロンプト例つき）
JSON-LDを手書きする必要はありません。2026年のいま、実務ではAIに書かせて人が検証するのが最速です。
あなたは構造化データ（schema.org / JSON-LD）の専門家です。
以下のページ情報から、Googleのガイドラインに準拠したJSON-LDを作成してください。
・スキーマタイプ：FAQPage
・出力は<script type="application/ld+json">ブロック1個のみ
・ページに存在しない情報を推測で補わない（不明な項目は省略する）
・回答文はページの表示テキストと一字一句同じにする
【ページURL】
（URLを貼る）
【ページに表示されているFAQの全文】
（質問と回答をそのまま貼り付け）重要なのは「推測で補わない」という制約行です。AIは空欄を嫌って、ページにない住所や評価点数を作り出すことがあります。存在しない評価（AggregateRating）を入れると手動対策（ペナルティ）の対象になり得るため、出力されたJSON-LDは必ずページの実物と突き合わせてください。
生成したら、リッチリザルトテストに貼って検証→問題なければ本番に反映、という流れです。1ページ10分もかかりません。
三森の実務メモ：AIにJSON-LDを書かせると、9割は一発で通りますが、残り1割で「ページにない情報」をもっともらしく入れてきます。私が実際に見たのは、FAQの回答文を勝手に要約して短くするパターンです。一見親切ですが、表示テキストと構造化データの不一致はガイドライン違反です。プロンプトに「一字一句同じ」と書いてもズレることがあるので、私は生成後にdiffツールで表示文と比較しています。この一手間だけで事故はゼロにできます。
効果測定：構造化データは「入れて終わり」が9割
構造化データは入れた後の観測までがセットです。見る場所は3つあります。
Google Search Console：「拡張」レポートでスキーマの認識状況とエラーを確認。実装の翌週には反映されます
検索結果の実物：狙ったページを実際に検索し、パンくず表示などが出ているか目視確認
AI検索での引用：自社名やサービス名をChatGPT・Perplexityで聞き、自社ページが引用元に出るかを確認
3つ目のAI引用の定点観測は手動では続きません。GA4でのAI経由流入の計測と併せて、ツールで自動化するのが現実的です。ドヤマーケAIのドヤAIOを使うと、ChatGPT・Gemini・Claude・Perplexityの4エンジンで自社がどう言及・引用されているかを定点観測できるため、構造化データやLLMO施策の前後比較ができます。
動画で学ぶ
AI活用やSEOの実務ノウハウは、YouTubeチャンネル（三森のAIマーケ研究所）でも解説しています。記事と併せてご覧ください。
よくある質問（FAQ）
Q. 構造化データを入れると順位は上がりますか？
構造化データ自体は直接のランキング要因ではない、というのがGoogleの公式見解です。ただしリッチリザルトによるクリック率改善、ページ内容の正確な理解、E-E-A-Tシグナルの補強という間接効果があります。2026年はこれに「AIからの引用されやすさ」が加わりました。順位を上げる魔法ではなく、コンテンツの価値を機械に正しく伝える配線工事だと考えてください。
Q. 非エンジニアでも本当に実装できますか？
できます。この記事のテンプレートをAIに渡して自社情報で書き換えさせ、リッチリザルトテストで検証すれば、HTMLに貼る作業だけです。WordPressならプラグインの設定画面で完結する場合も多いです。唯一エンジニアに頼むべきなのは、サイト全体のテンプレートに組み込んで自動出力させたい場合です。
Q. どのページから入れるべきですか？
トップページのOrganizationが最初です。次に、検索流入が多い記事上位10本にArticleとFAQPageを入れてください。全ページ一括対応は労力の割に効果が薄いので、流入と商談貢献が大きいページから順に広げるのが実務的です。
Q. 構造化データのエラーは放置するとまずいですか？
「エラー」はリッチリザルト表示の対象外になるため直すべきですが、ペナルティになるわけではありません。危険なのはエラーではなく「虚偽」です。ページに存在しないレビュー評価や、表示内容と異なるFAQを入れると手動対策の対象になります。エラーは減点、虚偽は退場と覚えてください。
まとめ：構造化データは「AIへの自己紹介文」
構造化データは、検索エンジンとAIに向けた機械可読の自己紹介文です。Organizationで会社を名乗り、FAQPageで質問に答え、Articleで書き手を示す。この3つだけでも、AIがあなたの会社を誤解するリスクは大きく減ります。実装はAIに書かせて人が検証すれば、1ページ10分です。
入れた後は、AIが実際に自社をどう紹介しているかの観測まで仕組み化しましょう。ドヤAIOなら、4つのAIエンジンでの自社言及率・引用元を自動で定点観測できます。構造化データの効果をAI検索側から確かめたい方は、無料でお試しください。編集部の補足調査データ（2026年最新・n=400）
構造化データの重要性が2026年に増したのは、ユーザーがGoogleだけでなく生成AIでも情報を探すようになったからです。株式会社スリスタが全国の会社員400名に実施した『企業の生成AI活用実態調査2026』では、業務での生成AIツール利用率はChatGPT 60.8％・Google Gemini 49.7％・Microsoft Copilot 41.8％・Claude 7.8％で、AI利用者の49.0％が複数ツールを併用（平均1.82ツール）。複数のAIがページを解釈する今、JSON-LDで「何のページか」を明示しておくことが引用されやすさにつながります。
出典：株式会社スリスタ『企業の生成AI活用実態調査2026』（n=400）。全クロス集計は職場の生成AIツールシェア実態2026、プレスリリースはPR TIMESで公開中。
▶ 動画で学ぶ：ドヤマーケAIチャンネル（マーケティング×AIの実践）