JSON-LD：実装方法とSEO効果の完全ガイド
JSON-LDとは何か、SEOのためにどのように実装するのかを学びます。Google、ChatGPT、Perplexity、AI検索での可視性のための構造化データマークアップの利点を解説します。...
1 分で読める
WB
WebDev_Beginner
ジュニアWeb開発者
·
2026年1月6日
構造化データは全くの初心者です。チームからAI検索最適化のためにJSON-LDを実装するように言われました。
知っていること:
- 何らかの構造化データ形式である
- HTMLのscriptタグ内に記述する
- schema.orgに関係している
分からないこと:
- これが実際にAI検索にどう役立つのか？
- どのタイプを実装すればよいのか？
- よくあるミスは？
- ちゃんと動作しているかどうやってテストするのか？
初心者向けの分かりやすい解説や実装のアドバイスを求めています。
11 comments
11件のコメント
SS
StructuredDataExpert_Sarah
Expert
スキーママークアップスペシャリスト
·
2026年1月6日基本から分かりやすく説明します。
JSON-LDとは何か:
マシンに「このコンテンツはこういう意味だよ」と伝える方法です。人間はページを読んで内容を理解しますが、マシンには明示的な指示が必要です。
例:
JSON-LDなしでは、マシンにはこう見えます： “John Smith - 10年の経験 - マーケティングディレクター”
JSON-LDを使えば、こう明示できます：
{
"@context": "https://schema.org",
"@type": "Person",
"name": "John Smith",
"jobTitle": "Marketing Director",
"workExperience": "10 years"
}
これでマシンは「John Smithというマーケティングディレクターの人物」と正確に認識できます。
AIへのメリット:
- 文脈の明確化 – ページ上のエンティティをAIが理解できる
- 関係性のマッピング – エンティティ同士のつながり（例：著者→記事）
- 情報抽出 – AIが引用しやすいクリーンなデータ
- 信頼性シグナル – OrganizationやPersonスキーマで信頼性も示せる
設置場所:
HTMLの<head>または<body>内のどこでもOKです：
<script type="application/ld+json">
{
"@context": "https://schema.org",
"@type": "Article",
...
}
</script>
AI向け優先スキーマタイプ:
- Organization（サイト全体）
- Article（ブログ記事）
- FAQPage（Q&Aコンテンツ）
- HowTo（チュートリアル）
- Product（EC商品）
- Person（著者プロフィール）
WB
WebDev_Beginner
OP
ジュニアWeb開発者
·
2026年1月6日とても分かりやすいです！記事用の完全な実装例を見せてもらえますか？
SS
StructuredDataExpert_Sarah
Expert
スキーママークアップスペシャリスト
·
2026年1月6日
Replying to WebDev_Beginner
著者情報付きのArticleスキーマの完全な例です：
<script type="application/ld+json">
{
"@context": "https://schema.org",
"@type": "Article",
"headline": "JSON-LDとは？使い方ガイド",
"description": "JSON-LD実装の完全ガイド",
"author": {
"@type": "Person",
"name": "Sarah Johnson",
"url": "https://example.com/authors/sarah",
"jobTitle": "Senior Developer"
},
"publisher": {
"@type": "Organization",
"name": "Your Company",
"logo": {
"@type": "ImageObject",
"url": "https://example.com/logo.png"
}
},
"datePublished": "2026-01-06",
"dateModified": "2026-01-06",
"image": "https://example.com/article-image.jpg",
"mainEntityOfPage": {
"@type": "WebPage",
"@id": "https://example.com/json-ld-guide"
}
}
</script>
ポイント:
@contextは必ずschema.orgを指定@typeでエンティティ種別を指定- 関連エンティティ（著者、出版社）は入れ子で記述
- ページの実データを使う（CMSなら動的に）
FAQ用：
{
"@context": "https://schema.org",
"@type": "FAQPage",
"mainEntity": [{
"@type": "Question",
"name": "JSON-LDとは？",
"acceptedAnswer": {
"@type": "Answer",
"text": "JSON-LDは構造化データ形式の1つです..."
}
}]
}
Q&A構造はAIにとって特に強力です。明示的な質問と回答をAIが簡単に解析できます。
SM
SEODeveloper_Mike
SEO開発者
·
2026年1月5日初心者がよくやるミスを挙げます。
ミス1: 無効なJSON構文
// 間違い - カンマが余計
{
"name": "John",
"title": "Developer", // ←このカンマがエラー
}
デプロイ前に必ずJSONをバリデートしましょう。
ミス2: プロパティ名の間違い
// 間違い
{ "authorName": "John" }
// 正しい
{ "author": { "@type": "Person", "name": "John" } }
schema.orgのプロパティ名を正確に使いましょう。
ミス3: コンテンツと不一致
JSON-LDの内容は、ページ上に表示されている内容と一致させる必要があります。ページに$99と書いてあるのにスキーマに$89だと不正です。
ミス4: 必須プロパティの不足
各スキーマタイプには必須プロパティがあります。schema.orgのドキュメントを参照。
ミス5: テストしないこと
Googleのリッチリザルトテストを使いましょう： https://search.google.com/test/rich-results
URLやコードを貼り付けてバリデーションできます。
私のワークフロー:
- JSON-LDを書く
- リッチリザルトテストで検証
- schema.orgのドキュメントで網羅性確認
- デプロイ
- サーチコンソールで監視
AL
AIVisibilityConsultant_Lisa
Expert
AI可視化コンサルタント
·
2026年1月5日JSON-LDがAI検索に特にどう役立つか。
AIの視点:
AIシステムが構造化データを解析することで得られるメリットは：
エンティティの明示的認識
- 「このページはProduct Xについて」とAIが認識
- コンテンツ解析だけで推測しなくてよい
関係性の明確化
- 著者→記事、組織→商品などの接続をAIが理解
- 正しい帰属や引用がされやすい
データ抽出の自信度アップ
- スキーマからの抽出は信頼性高い
- AIが事実を誤認しにくくなる
信頼性シグナル
- スキーマが充実＝品質シグナル
- 著者の専門性や組織の信頼性も示せる
観察的事例:
スキーマが揃ったサイトは
- 正確に引用されやすい
- ブランド名の誤表記が減る
- 著者の名前が適切に出る
AI向け優先度:
高い効果:
- Organization（ブランド認知）
- Person（著者専門性）
- FAQPage（AIが好むQ&A構造）
中程度の効果:
- Article（記事構造）
- HowTo（手順解説）
- Product（EC商品）
補助的だが有効:
- BreadcrumbList
- WebSite
- ImageObject
CT
CMSIntegrator_Tom
·
2026年1月5日各CMSプラットフォームでの実装方法。
WordPress:
おすすめプラグイン：
- Yoast SEO（基本的なスキーマ）
- Rank Math（より包括的）
- Schema Pro（専門的）
これらはコンテンツから自動生成してくれます。
ヘッドレスCMS（Contentful, Sanity等）:
コンテンツモデルからスキーマを生成：
// 例：ContentfulからJSON-LD生成
function generateArticleSchema(entry) {
return {
"@context": "https://schema.org",
"@type": "Article",
"headline": entry.fields.title,
"author": {
"@type": "Person",
"name": entry.fields.author.fields.name
},
// ...他のフィールド
};
}
静的サイトジェネレーター（Hugo, Gatsby等）:
テンプレートで生成：
Hugo例：
<script type="application/ld+json">
{
"@type": "Article",
"headline": "{{ .Title }}",
"datePublished": "{{ .Date.Format "2006-01-02" }}"
}
</script>
ポイント：
コンテンツタイプごとに自動生成しましょう。1ページずつ手書きは不要です。
DP
DataAnalyst_Priya
·
2026年1月4日JSON-LDの効果測定について。
実装前後の比較:
包括的なスキーマを導入したとき：
Googleリッチリザルト:
- 前：12%のページが対象
- 後：78%のページが対象
AIによる引用:
- 前：ブランド名の表記が不安定
- 後：95%が正確なブランド名
- 著者名の帰属も大幅に向上
トラッキング方法:
Googleサーチコンソール:
- エンハンスメントレポートでスキーマ状況確認
- リッチリザルトのインプレッションデータ
AI可視性:
- Am I CitedでAI引用状況を追跡
- スキーマ導入前後で引用精度を比較
相関関係：
スキーマを完全実装したことで
- 引用率が15%向上
- ブランドや著者表記の精度もアップ
劇的ではないですが、AI可視性には十分有意義です。
SJ
SchemaDebuger_James
·
2026年1月4日デバッグ・テストのコツ。
テストツール:
Googleリッチリザルトテスト
- 主要な検証ツール
- エラーや警告も表示
- 無料・公式
Schema.orgバリデータ
- より一般的な検証
- Google特有の仕様は非対応
ブラウザ開発者ツール
- 「application/ld+json」でソース検索
- ちゃんと出力されているか確認
Chrome拡張
- 「Structured Data Testing Tool」拡張
- 任意のページでスキーマ確認
よくあるデバッグ問題:
スキーマが出ない:
- scriptタグが正しく閉じられているか
- JSONが有効か
- CMSが正しく出力しているか
バリデーションエラー:
- 多くは構文エラー
- 必須プロパティ不足
- プロパティ型の間違い
スキーマは出るがリッチリザルトが出ない:
- スキーマタイプによっては表示対象外
- インデックス未登録の可能性
- コンテンツ品質が基準未満
私のデバッグチェックリスト:
- scriptタグがページソースにあるか
- JSONが有効か（構文エラーなし）
- リッチリザルトテストでスキーマが表示されるか
- 必須プロパティは全てあるか
- スキーマとページ内容が一致しているか
ER
EnterpriseArchitect_Rachel
エンタープライズアーキテクト
·
2026年1月4日エンタープライズ規模での実装について。
テンプレート方式:
1ページずつ手作業せず、コンテンツタイプごとにテンプレート化します：
記事テンプレート:
- 見出し・著者・日付をCMSから取得
- 一貫したスキーマを生成
商品テンプレート:
- 名前・価格・在庫状況を取得
- 商品データ更新時に自動反映
組織テンプレート:
- サイト全体で一元管理
- 信頼できる情報源を維持
自動化パイプライン:
CMSコンテンツ → ビルドプロセス → スキーマ生成 → HTML出力
スキーマは全自動生成、手作業不要です。
大規模環境でのテスト:
- CI/CDで自動バリデーション
- サンプルページの一括テスト
- 本番環境でのスキーマエラー監視
よくある課題:
- システム間でデータ不一致
- スキーマと表示内容がズレる
- チームごとにコンテンツタイプの担当が異なる
解決策:
スキーマ設定の一元管理、分散コンテンツ、全自動生成。
AN
AIOptimizer_Nina
Expert
AI検索スペシャリスト
·
2026年1月3日AI可視性向上のための高度なスキーマ活用。
基本以上にAIに有効なもの:
FAQPageスキーマ:
AIは明示的なQ&Aが大好きです。FAQがあるなら：
{
"@type": "FAQPage",
"mainEntity": [
{
"@type": "Question",
"name": "Xはどう動きますか？",
"acceptedAnswer": {
"@type": "Answer",
"text": "Xはこう動きます..."
}
}
]
}
AIの回答形式と直接対応します。
専門性の高い著者スキーマ:
{
"@type": "Person",
"name": "Dr. Jane Smith",
"jobTitle": "Senior Researcher",
"alumniOf": "Stanford University",
"sameAs": [
"https://linkedin.com/in/janesmith",
"https://twitter.com/drjanesmith"
]
}
AIが専門性シグナルを認識できます。
包括的な組織スキーマ:
{
"@type": "Organization",
"name": "Your Company",
"foundingDate": "2015",
"numberOfEmployees": "50-100",
"award": ["Industry Award 2024"],
"sameAs": ["ソーシャルプロファイル"]
}
権威性や信頼性をAIに伝えます。
原則:
より明示的かつ正確なデータ＝AIの理解度アップ＝引用も正確に。
WB
WebDev_Beginner
OP
ジュニアWeb開発者
·
2026年1月3日このスレッドでゼロから自信が持てるようになりました。
学んだこと:
- JSON-LDの基本 – scriptタグ内の機械可読データ
- 優先タイプ – Organization, Article, FAQPage, Person
- AIへの効果 – 文脈・関係性・信頼性シグナル
- よくあるミス – 構文、プロパティ名、内容不一致
- テスト法 – リッチリザルトテストが主なツール
- 自動化 – テンプレートベースで大規模運用も可能
自分の実装計画:
- まずOrganizationスキーマ（全体）
- 記事にはArticleスキーマを追加
- Q&AがあればFAQPageを実装
- 著者にはPersonスキーマ
- 全部リッチリザルトテストで確認
- Am I Citedで効果をモニタリング
参考リソース:
- schema.orgドキュメント
- Google構造化データガイド
- 検証はリッチリザルトテスト
初心者にも分かりやすい説明、ありがとうございました！
Have a Question About This Topic?
Get personalized help from our team. We'll respond within 24 hours.
Frequently Asked Questions
JSON-LDとは何ですか？
JSON-LD（JavaScript Object Notation for Linked Data）は、検索エンジンやAIシステムがコンテンツを理解するのに役立つ構造化データ形式です。schema.orgの語彙をscriptタグ内に埋め込み、記事、商品、組織、FAQなどのエンティティを機械が読み取れる形式で記述します。
JSON-LDはAI検索での可視性向上に役立ちますか？
はい。AIシステムはGoogleと同じ方法でJSON-LDを解析するわけではありませんが、構造化データはAIがコンテンツの文脈やエンティティ間の関係を理解し、正確な情報を抽出するのに役立ちます。包括的なスキーママークアップはコンテンツの品質を示すシグナルとなり、引用される可能性を高めます。
AI向けに最も重要なJSON-LDタイプは何ですか？
AIでの可視性向上のために優先すべきスキーマタイプは、Organization（ブランドの認知）、Article（著者情報付き）、FAQPage（AIが好むQ&A構造）、HowTo（手順コンテンツ）、Product（EC向け）、LocalBusiness（地域での可視性）です。
