AEO Rankings
← ブログ
公開日

AIアンサーボックスのためのスキーママークアップ：AI概要引用を最も獲得しやすいJSON-LDタイプ

AIエンジンに引用されるページには、どのJSON-LDスキーマタイプが最も多く含まれているのか？AirOpsの相関データ、Ahrefsの対照実験、そして両方の結果をどう活用するか。

結論

3種類以上の異なるJSON-LDスキーマタイプを持つページは、ChatGPTに引用されるURLの中でGoogleの上位ランクページよりもはるかに多く現れます（AirOps調査：61%対25%）。FAQPage、HowTo、Article、Organizationがショートリストを率います。一方、Ahrefsの厳密な実験では、スキーマ追加による意味のある因果的な改善は見られませんでした。両方の結果は事実であり、同時に受け止める必要があります。

最終更新：2026年8月

相関データが示すもの

AirOpsは15業種、900件のChatGPTクエリにわたる12,000件以上のURLを分析しました。際立った発見が1つあります。

その研究によると、ChatGPTに引用されたページの61%が3種類以上の異なるスキーマタイプを持っていました。同じクエリに対するGoogleの上位ランクページでは、この割合はわずか25%でした。

このギャップは重要です。つまり、典型的なChatGPT引用ページは、典型的なGoogleトップ10の結果と構造的に異なっており、コンテンツタイプ、エンティティ関係、回答意図を組み合わせてシグナルする、層状で重複したスキーママークアップを持つ可能性がはるかに高いということです。

知っておくべき矛盾

AhrefsはAirOpsが行わなかった対照実験を実施しました。

2026年の研究で、Ahrefsは2025年8月から2026年3月の間にJSON-LDスキーマを追加した1,885ページを、4,000件のコントロールページと照合して追跡しました。結果：スキーマの追加はGoogle AI Overviews、Google AI Mode、ChatGPTのいずれにおいてもAI引用率に意味のある改善をもたらしませんでした。Google AI Overviewsでは小幅な低下（-4.6%）が見られました。Google AI Modeは+2.4%、ChatGPTは+2.2%でしたが、どちらも統計的にゼロと区別できない水準でした。

Ahrefsの研究には重要な制約が1つありました。データセット内のすべてのページは、実験開始前にすでに100件以上のAI Overview引用を獲得していました。これらは目立たないページではなく、すでに引用プールに入っていました。

したがって、両方の証拠を合わせると、「スキーマは効果がある」でも「スキーマは重要でない」でもない、より微妙なことが言えます。

  • AIエンジンが引用するページは、Googleで単にランクインしているページよりも、より豊かで層状のスキーマを持つ傾向がある。
  • すでに引用されているページにスキーマを追加しても、引用率がさらに高まるわけではないようだ。
  • AI引用がゼロのページに対してスキーマが何をするかは、まだ対照研究では解明されていない。

両方の結果を受け止めましょう。どちらも間違いではありません。

引用ページに最も多く現れるJSON-LDタイプ

AirOpsのデータと、AIエンジンが最もアクティブに解析するスキーマタイプのより広いパターンから、一貫したショートリストが浮かび上がります。AI引用を獲得するページで最も多く見つかるタイプです。

スキーマタイプシグナルの内容追加箇所AEOでの優先度
FAQPageページに複数の質問と回答のペアが含まれるトピックガイド、サポートページ、FAQブロック最高
HowToページにステップバイステップのプロセスが含まれるチュートリアル、セットアップガイド、プロセス解説最高
Articleページが著者と公開日を持つ独自の編集コンテンツであるブログ記事、編集コンテンツ、詳細解説高
QAPageページが1つの主要な回答を持つ単一の質問で構成される単一質問の解説、Q＆Aページ高
Organizationページが定義されたアイデンティティを持つ名前付きエンティティに属するホームページ、アバウトページ高
Productページが特定の購入可能なアイテムを説明する商品詳細ページ、SaaS価格ページ中
AggregateRating / Reviewページに検証済み評価や構造化レビューが含まれるレビューページ、比較ページ中
BreadcrumbListページに定義されたナビゲーションパスがある多階層ナビゲーションを持つすべてのページサポート
DefinedTermページが特定の用語や概念を定義する用語集エントリ、定義ページサポート

FAQPageが先頭に来る理由： AIエンジンは質問と回答のペアを直接消費します。FAQPageスキーマは、ChatGPT、Google AI Overviews、Perplexityが構造化された回答を取得する方法に正確に対応しています。ページが明確な質問と完全な回答を持つFAQPageマークアップを持つ場合、エンジンは流れる文章から回答を抽出するのではなく、個別の回答候補のリストとして解析できます。

レイヤリングが重要な理由： AirOpsの発見は、単一タイプではなく組み合わせについてのものです。FAQPageスキーマとArticleスキーマとOrganizationスキーマを持つページは、3つのことを同時にシグナルしています。このコンテンツは特定の質問に答え、編集されて帰属があり、名前付きエンティティから来ている、ということです。この組み合わせは、単一タイプのみよりも機械が読みやすいものです。

arXivプレプリントについて簡単に

2025年のKumarとPalkhouskyによるarXivプレプリント（arXiv:2509.10762）は、Brave Search、Google AI Overviews、Perplexityからの1,702件のAI引用にわたる1,100件のURLを監査しました。構造化データをAI引用可能性の第3位の最強予測因子としてランク付けし、+39%の改善と関連付けました。上位2つの要因は、メタデータと鮮度（+47%）とセマンティックHTML（+42%）でした。

このプレプリントは、Ahrefsの研究が精査されたのと同じ方法では査読されていません。また、対照実験ではなく横断的な相関手法を使用しています。発見の方向性はAirOpsの相関データと一致しています。規模はAhrefsの対照研究では支持されていません。

監視する価値のあるシグナルとして受け止めましょう。確定した結論としてではなく。

AEOワークフローでスキーマをどう考えるか

スキーマは魔法のレバーではありません。コンテンツと解析する機械の間のコミュニケーションレイヤーです。正しく位置づける方法を説明します。

スキーマはコンテンツ品質の代わりにはなりません。 5つのスキーマタイプを持ち内容の薄い文章のページは、AI引用を獲得しません。スキーマは機械が良いコンテンツの内容を理解するのを助けます。弱いコンテンツを強くするわけではありません。

スキーマは構造的なフォーマットと連携します。 同じAirOps分析で、ChatGPTに引用されたページの68.7%が順次見出し構造（H1からH2へH3へ）に従っていたのに対し、Googleの上位ランクページではわずか23.9%でした。スキーマとクリーンな見出し階層は互いを強化します。一方は機械にあなたが持つコンテンツのタイプを伝え、もう一方はコンテンツがどのように整理されているかを伝えます。

実装コストは低いです。 JSON-LDはページheadのscriptタグ内に記述します。HTMLを再構成する必要はありません。よく書かれたページにFAQPageとArticleスキーマを追加するのに数分しかかかりません。因果関係の証拠が相関データに追いつけば、すでに準備ができています。追いつかなくても、ほとんど何も失っていません。

公開前に検証してください。 構文的に壊れたスキーマは何もしません。デプロイ前に、すべてのJSON-LDブロックをGoogleのRich Results TestとSchema.orgのバリデーターで実行してください。

実装の順序

AEO向けにスキーマを優先化し、順序が必要な場合、相関データと構造的論理が収束するのはここです。

  1. FAQPage：2つ以上のQ＆Aペアを持つすべてのページに。AIアンサーボックスコンテンツにとって最もシグナルが高い単一タイプです。
  2. HowTo：ステップベースのガイドとチュートリアルに。プロセスコンテンツは指示的クエリで大量に引用されます。
  3. Article：すべての編集コンテンツとブログコンテンツに。著者、公開日、Organization連携がエンティティコンテキストを追加します。
  4. Organization：ホームページとアバウトページに。エンティティの曖昧さ解消は、ナレッジグラフシグナルに依存するすべてのAIエンジンで重要です。
  5. QAPage：単一質問ページに。1つの特定の質問を中心に構築されたページに有用です。
  6. Product：製品ページと価格ページに。商業的・比較的クエリで重要です。
  7. AggregateRating：比較・レビューページに。AirOpsの別の研究によると、3つ以上のHTMLテーブルを含む比較ページは、含まないページよりもAI引用が25.7%多く獲得されます。レビューが豊富なページのスキーマはそのシグナルを強化します。
  8. BreadcrumbList：サイト全体に。構造的コンテキストは、AIクローラーがページが情報アーキテクチャのどこに位置するかを理解するのに役立ちます。
  9. DefinedTerm：用語集と定義コンテンツに。明示的に定義的なクエリに有用です。

AEO向けスキーマ実装をサポートするツール

いくつかのツールがスキーマから引用へのワークフローの一部または全部をカバーしています。

SurferはContent Editor内にNLPコンテンツスコアリングとともに構造化データの推奨事項を組み込んでいます。編集環境を離れることなく、AIアンサーボックス向けに最適化・スコアリングできます。コンテンツ作成が主要なワークフローであれば最強のオプションです。

SE RankingのSite Auditはクロールレベルで不足している・無効なスキーマタイプをフラグします。壊れたJSON-LDとサイト全体での実装のギャップを捉え、スキーマがすでに部分的にデプロイされており監査が必要な場合に有用です。

SemrushのOn Page SEO CheckerとSite Auditツールは、スキーマエラーをより広いオンページシグナルとともに表示します。すでにSemrushエコシステムに入っているチームに実用的です。

WritesonicはAIコンテンツ生成ワークフローで構造化データの出力をサポートしています。AEO最適化ドラフトを大量に制作している場合、コンテンツ自体と並行してJSON-LDを生成できます。

TemsoはAEOコンテンツフィックスワークフローの一環としてFAQスキーマを生成します。8つのAIエンジン全体でどのアンサーボックスを失っているかを追跡し、エンドツーエンドで修正している場合、スキーマ生成は別の実装ステップとして扱われるのではなく、フィックスサイクルに組み込まれています。料金は月$89から。ツール詳細：/tools/temso。

これらのツールのいずれも引用の改善を保証しません。実装の摩擦を取り除き、エラーを減らすことで、スキーマが最低限正しくコミュニケーションできるようにするのが役割です。

次に読むべき記事

スキーママークアップは低コスト・低リスクで実装する価値があります。証拠の正直な見方は、AI引用と相関しているものの、ある慎重な対照研究では、すでに引用されているページに対して因果的な改善は見られなかったというものです。FAQPageとHowToから始め、ArticleとOrganizationを重ねて、引用率が動くか測定しましょう。このループを1つのツール内で実行したい場合は、モニタリング、コンテンツ修正、スキーマ生成をカバーするオプションについてAEOツールの完全なランキングをご覧ください。

FAQ

AIエンジンに引用されるページには、どのJSON-LDスキーマタイプが最も多く含まれていますか？

AirOpsが12,000件以上のURLを分析した結果、ChatGPTに引用されるページで最も多く見られるスキーマタイプは、FAQPage、HowTo、Article、Organizationであり、多くの場合これらが組み合わせて使用されています。3種類以上の異なるスキーマタイプを持つページは、ChatGPTに引用されるURLの61%を占めたのに対し、Googleの上位ランクページでは25%にとどまりました。これは相関関係であり、因果関係が証明されたわけではありません。

スキーママークアップを追加すると、AIに引用される確率は上がりますか？

正直に言えば、効果はあるかもしれませんが、スキーマ単独では難しいでしょう。AhrefsがJSON-LDスキーマを追加した1,885ページを追跡した対照実験では、Google AI Overviews、Google AI Mode、ChatGPTのいずれにおいても、AI引用率に統計的に意味のある改善は見られませんでした。Google AI Overviewsでは実際にわずかな低下（-4.6%）が見られました。スキーマは従来のリッチスニペットやエンティティ解析において引き続き重要であり、実装コストは構造的なメリットに対して低いといえます。

AEOにおけるFAQPageスキーマとQAPageスキーマの違いは何ですか？

FAQPageスキーマは、複数の質問と回答のペアを持つページ（トピックガイド、サポートページ、FAQブロック）向けです。QAPageは、1つの主要な回答を持つ単一質問ページ向けです。FAQPageは、AIエンジンが構造化されたQ＆Aコンテンツを解析・消費する方法に直接対応しており、ほとんどのAEOワークフローにおいて優先度の高いタイプです。

AirOpsの調査ではスキーマとAI引用の相関が見つかったのに、Ahrefsが因果関係を見つけられなかったのはなぜですか？

2つの研究は異なる問いに答えています。AirOpsは、すでに引用されているページとすでにランクインしているが引用されていないページのスキーマプロファイルを比較し、相関関係を見つけました。Ahrefsは事前・事後の実験を実施し、すでに引用されているページにスキーマを追加して引用率が変化するか測定しました。相関研究は引用されているページの特徴を明らかにします。対照実験は変化が異なる結果を引き起こすかどうかをテストします。どちらも同時に正しい可能性があります。

スキーママークアップにはJSON-LD、Microdata、RDFaのどれを使うべきですか？

JSON-LDが推奨フォーマットです。ページheadの<script>タグ内に記述するため、HTMLを再構成する必要がなく、メンテナンスとバリデーションも簡単です。GoogleはJSON-LDを構造化データとして明示的に推奨しています。スキーマを解析するAIクローラーも、ページのHTML構造に依存しないため、JSON-LDを好みます。

AEO向けにスキーママークアップを検証できるツールはどれですか？

GoogleのRich Results Test（search.google.com/test/rich-results）とSchema.orgのバリデーター（validator.schema.org）は、作成したJSON-LDの信頼できる検証ツールです。AEO固有のバリデーションとコンテンツ修正を組み合わせたい場合、SurferのContent EditorはNLPスコアリング内でスキーマの推奨事項を提示します。Temsoはコンテンツフィックスワークフローの一環としてFAQスキーマを生成・検証します。WritesonicのSEOおよびコンテンツスイートも、AI最適化ページ向けの構造化データ出力をサポートしています。SE RankingのSite Auditはクロールレベルで不足している・無効なスキーマタイプをフラグします。