schema.orgとは、ウェブページ内の情報の「意味」を機械が理解できる形で記述するための共通ボキャブラリ（語彙）です。その歴史は2011年6月2日、Bing・Google・Yahoo!という3大検索エンジンが共同で立ち上げたことから始まり、同年11月にロシア最大の検索エンジンYandexが加わって創設4社体制になりました。誕生の背景には「検索エンジンごとにフォーマットが乱立し、サイト作成者の負担が大きかった」という課題があります。本記事では前史・誕生・その後の進化までを一次情報とともに整理します。
- schema.orgは2011年6月2日に3大検索エンジンが作った共通語彙
- 誕生理由はフォーマット乱立による作成者負担の解消
- 誕生後はJSON-LDやナレッジグラフへとAI検索時代へつながる
結論として、schema.orgは競合3社（のちに4社）が「意味の記述方法」を統一した歴史的な取り組みであり、その到達点が現在のリッチリザルトやAI検索の基盤になっています。
schema.orgの歴史とは？結論は2011年の共通語彙誕生
schema.orgの歴史とは、2011年6月2日にBing・Google・Yahoo!が構造化データ用の共通スキーマを作る取り組みとして立ち上げたことに始まる流れを指します。目的はウェブ情報の「意味」を機械可読にし、より適切でリッチな検索結果を実現することでした。まずは全体像を、誕生日・発起社・目的の3点から押さえていきましょう。
この取り組みは同時代の記録としても残されており、国立国会図書館のカレントアウェアネスは2011年6月2日に検索エンジン大手3社が共同でSchema.orgを立ち上げたと伝えています（NDLカレントアウェアネス）。歴史を理解するうえで、この日付と発起社は起点となる事実です。
誕生日は2011年6月2日で発起はBing・Google・Yahoo!
schema.orgの誕生日は2011年6月2日で、Bing・Google・Yahoo!という当時の世界最大級の検索エンジン各社が共同で発表しました。schema.orgは競合関係にある3社が構造化データの共通スキーマを作るために立ち上げた協働プロジェクトです。Wikipediaもこの経緯を明記しています（Schema.org – Wikipedia）。単一企業の製品ではなく、業界横断の合意として生まれた点が最大の特徴といえます。
目的はウェブ情報の意味を機械可読にすること
schema.orgの目的は、ウェブページ内の人物・書籍・場所・イベントといった情報の「意味」を機械が読み取れる形で記述することです。意味を構造化することで検索エンジンがより適切でリッチな結果を返せるようになります。この考え方は構造化データやセマンティックウェブと呼ばれる領域に位置づけられ、現在のAI検索やAI Overviewへの対応にも通じる基盤です。
歴史は前史・誕生・その後の3部構成で理解する
schema.orgの歴史は、大きく「前史」「誕生」「その後の進化」の3つに分けると整理しやすくなります。前史にはセマンティックウェブ構想やRich Snippetsが、誕生には2011年の共同発表が、その後にはJSON-LDやナレッジグラフが含まれます。この3部構成を意識すると、断片的な知識が一本の流れとしてつながります。
TechSuite株式会社の「AI検索パートナーズ」は、こうした構造化データの仕組みや意味的文脈を技術的に捉え、エンティティ認識や想定質問の分解まで踏み込んだLLMO/GEO/AEO対策を行っています。
まずは2011年6月2日という誕生日と、発起3社という核心を覚えておくと理解がぐっと進みますよ。
なぜ生まれた？schema.org誕生の背景と登場理由
schema.orgが生まれた最大の理由は、検索エンジンごとに独自のフォーマットが乱立し、サイト作成者がそのすべてに対応する負担が大きかったためです。競争関係にある各社があえて統一的な方法を定めた背景には、この負担を減らす狙いがありました。ここでは課題・前史・前身の取り組みの順に見ていきます。
誕生の背景を理解すると、schema.orgが単なる技術仕様ではなく「作る側と検索エンジン双方の効率化」という実利から生まれたことがわかります。TechSuite株式会社の「AI検索パートナーズ」は、生成AIが引用・推薦する仕組みを構造化データや一次情報設計まで踏み込んで研究し、仕様変化にもデータで追従しています。
課題はフォーマット乱立による作成者の負担
誕生前の最大の課題は、検索エンジンごとにマークアップ方式が異なり、作成者が複数フォーマットへ個別対応しなければならなかったことです。フォーマットが並立するほどウェブサイト作成者の対応負担は増大していきました。NDLの記録も、3社が協力した理由をこの負担の解消にあると説明しています（NDLカレントアウェアネス）。統一こそが最大の動機だったのです。
セマンティックウェブ構想とRDFの長い前史
schema.orgの背後には、ウェブの情報に意味を与えるセマンティックウェブという大きな構想があります。ACMの論文によれば、Guhaが考案したMCF（Meta Content Framework）、2001年のセマンティックウェブ論文、1997〜2004年に整備されたRDF・RDFS・OWL、そしてRSSなどが前史として存在します（ACM Queue）。schema.orgはこの流れを実用的に引き継いだ取り組みです。
前身はSearchMonkeyとRich Snippets
直接の前身としては、Yahoo!が2008〜2010年に提供したSearchMonkeyと、Googleが2009年に開始したRich Snippetsがあります。Rich SnippetsやSearchMonkeyの経験がschema.org統一へと発展しました。実際、最初にschema.orgのマークアップを利用したのはGoogleのRich Snippetsで、2011年にschema.orgの語彙へ切り替えたとされます（ACM Queue）。
乱立するフォーマットをひとつにまとめたい、という実務的な必要性が誕生の原動力だったわけですね。
AI検索パートナーズでは、
AIに”選ばれる”ための戦略設計から実行まで支援！
3大検索エンジン連携の経緯とは？競合が協力できた理由
競合である3大検索エンジンが協力できた理由は、統一ボキャブラリを共有することが各社と作成者の双方に利益をもたらすと判断したためです。誰か1社が独占するのではなく、共通の語彙を業界標準にすることで全体の効率が上がる構造でした。ここでは連携の意味、Yandex参加、貢献した人物を整理します。
連携の歴史を押さえる際は、時系列と主要人物の両面から見ると立体的に理解できます。下表は連携の主要な出来事を年表としてまとめたものです。
| 時期 | 出来事 | 関係する組織 |
|---|---|---|
| 2011年6月2日 | schema.org共同発表 | Bing・Google・Yahoo! |
| 2011年11月 | Yandexが参加 | 創設4社体制へ |
| 2015年4月 | W3Cコミュニティグループへ移管 | W3C |
Bing・Google・Yahoo!が共同発表した意味
3社が共同発表した最大の意味は、構造化データの「書き方」を1つに統一し、作成者が1回のマークアップで複数の検索エンジンに対応できるようにした点にあります。競合3社が共通スキーマで合意したこと自体が構造化データの歴史における転換点でした。統一によって、マークアップの普及とリッチな検索結果の実現が同時に進む土台が整いました。
2011年11月にYandexが参加し創設4社体制へ
2011年11月、ロシア最大の検索エンジンYandexがこの取り組みに参加し、創設は3社から4社体制へと広がりました。Yandexの参加によってschema.orgは英語圏を超えた国際的な標準へと拡大しました。Wikipediaもこの時期を記録しています（Schema.org – Wikipedia）。公式のAboutでも創設4社はGoogle・Microsoft・Yahoo・Yandexと明記されています。
誰が作ったのか主要な貢献者を知る
schema.orgは複数の技術者によって形づくられました。公式Aboutによれば、共同創設者のR.V. Guha（Google）、日々の運営を担うDan Brickley（Google）、共同創設者Steve Macbeth（Microsoft）、Yahoo!側を主導したPeter Mika、Yandex側を主導したAlex Shubinらが挙げられます（About Schema.org）。人物視点で見ると、各社の技術者が協働した実像が浮かびます。
TechSuite株式会社の「AI検索パートナーズ」は、こうした標準の成り立ちと構造を踏まえ、業種・規模・課題に合わせて対象の仕組みを捉え、ボトルネックを特定して解決策の実行まで顧客ごとに個別設計で伴走しています。
ライバル同士が「みんなが得をする標準」を選んだ、という点が連携の本質だと感じます。
AI検索パートナーズでは、AIに”選ばれる”ための戦略設計から実行まで一気通貫で支援！
AI検索パートナーズでは、AI検索の専門知識と支援実績を持つ専任コンサルタントが、AIに“引用される・選ばれる”ための戦略設計からコンテンツ最適化、効果測定・改善まで一気通貫でご支援いたします。
ご興味のある方は、ぜひ資料をダウンロードして詳細をご確認ください。
誕生時のschema.orgはどんなものだった？型とフォーマット
誕生時のschema.orgは、W3Cが策定中だったMicrodataを採用し、100種類以上の型（Type）とプロパティを備えたドラフト版（バージョン0.9）として公開されました。現在の姿とは規模も記法も異なり、いわば出発点のプロトタイプでした。ここでは採用フォーマット・型の構造・先行語彙からの影響を見ていきます。
誕生時の仕様を知ると、その後の進化がどれほど大きかったかがよくわかります。下のチェックリストは、公開当初のschema.orgの特徴を整理したものです。
誕生時のschema.orgの主な特徴は次のとおりです。
- 採用フォーマットはMicrodata
- 人物・書籍・場所・イベント等100種類以上の型
- 公開当初はドラフト版0.9で2011年中の完成を予定
採用フォーマットはMicrodataだった理由
立ち上げ時にMicrodataが選ばれた理由は、簡易だが拡張性の低いMicroformatsと、拡張性は高いが複雑なRDFaの中間で、簡易性と拡張性のバランスが取れていたためです。Microdataは書きやすさと拡張性の両立という現実的な妥協点として採用されました。この選択は、NDLの記録でも同様に説明されています（NDLカレントアウェアネス）。
100種類以上の型とプロパティという構造
公開当初のschema.orgは、人物・書籍・場所・イベントなど100種類以上の型と、それぞれに紐づくプロパティで構成されていました。型とプロパティという語彙の構造が誕生時から一貫した設計思想でした。たとえば書籍を表すBook型のように、対象ごとに意味を定義する仕組みが、その後の拡張の基礎になっています。
先行フォーマットからの影響を受けた語彙
schema.orgの語彙の多くは、microformats・FOAF・OpenCycといった先行フォーマットに着想を得ています（Schema.org – Wikipedia）。既存の取り組みの知見を統合したことでschema.orgは短期間で実用水準に達しました。ゼロからの発明ではなく、過去の資産を再編成した点も歴史的な特徴といえます。
TechSuite株式会社の「AI検索パートナーズ」は、こうした型とプロパティの構造を活かし、検索意図や想定質問の分解に沿って高品質なコンテンツを設計する制作エンジンを、記事制作事業で培ったノウハウとともに転用しています。
誕生時は型100種のドラフト版。そこから現在まで拡張が続いてきたのですね。
誕生後の進化とは？schema.orgのその後の歴史
誕生後のschema.orgは、GoodRelations統合やナレッジグラフ登場、W3Cコミュニティグループへの移管、JSON-LD推奨という大きな節目を経て進化しました。誕生はあくまで出発点であり、その後の10年以上で語彙も記法も大きく広がっています。ここでは主要なマイルストーンを年代順に確認します。
その後の歴史を追うと、schema.orgが検索の仕組みそのものと深く結びついていったことがわかります。TechSuite株式会社の「AI検索パートナーズ」は、技術実装を担う人材とコンテンツ制作人材が一つのチームで連携し、戦略設計から効果測定・改善までを一気通貫で伴走しています。
2012年のGoodRelations統合とナレッジグラフ
2012年には、e-commerce向けのGoodRelationsオントロジーがschema.orgに統合され、NewsArticleやヘルスケア、LRMIなども追加されました（Schema.org – Wikipedia）。同じ2012年にGoogleがナレッジグラフという用語を導入し検索の統合グラフ化が進みました。語彙の拡張と検索基盤の進化が同時に起きた重要な年です。
2015年のW3Cコミュニティグループへの移管
2015年4月以降は、W3CのSchema.org Community Groupがスキーマ協働の主要フォーラムとなりました（About Schema.org）。運営がW3Cのコミュニティへ移ったことで標準としての中立性と持続性が高まりました。同時期には記法の拡張メカニズムも強化され、より柔軟に型を追加できる仕組みが整いました。
MicrodataからJSON-LDへの記法の変遷
記法の面では、2015年にGoogleがJSON-LD対応を開始し、2017年9月以降は可能な限りJSON-LDの使用を推奨するようになりました（Schema.org – Wikipedia）。HTMLに埋め込むMicrodataからスクリプトで独立記述するJSON-LDへと主流が移りました。この変遷は実装のしやすさを大きく高め、現在の主流記法となっています。
誕生後も止まらず進化し続けてきたことが、schema.orgの強さの理由だといえるでしょう。
現在のschema.orgと歴史が示す意味はAI検索へ
現在のschema.orgは型が800種類を超え、4,500万を超えるドメインで利用される巨大な標準へと成長しました。この到達点は、誕生時のドラフト版0.9・型100種からの大きな拡大を示しています。歴史が示す意味は、構造化データがリッチリザルトやAI検索の基盤として不可欠になったことです。
下表は誕生時と現在の主要指標を比較したもので、schema.orgの成長規模がひと目でわかります。TechSuite株式会社の「AI検索パートナーズ」は、AI検索経由での受注率が従来のSEO経由の約3倍という成果を重視し、露出や順位ではなく受注という結果に直結させる支援を行っています。
| 指標 | 誕生時（2011年） | 現在 |
|---|---|---|
| 型（Type）の数 | 100種以上 | 800種超 |
| 記法 | Microdata中心 | JSON-LD推奨 |
| 普及規模 | ドラフト版0.9 | 4,500万超ドメイン |
型は800超で4,500万超ドメインが利用する到達点
型はschema.orgが管理し定期的に更新され、2025年2月時点で800種類を超えています。2024年時点では4,500万を超えるドメインがschema markupを使用するまで普及しました。ACM論文では2015年前後の推計で1,200万サイト、2016年の米国調査では導入率17%とされており、そこから大きく拡大したことがわかります（Schema.org – Wikipedia）。
リッチリザルトとナレッジグラフとの関係
schema.orgの構造化データは、検索結果を装飾するリッチリザルトや、事実の関係を統合するナレッジグラフの入力として機能します。意味を機械可読にする語彙が検索の高度化を支える共通言語になっています。この関係を理解すると、なぜ構造化データがSEOやAI検索で重視されるのかが見えてきます。基礎はLLMOとは何かの解説でも整理しています。
歴史から見るこれからの構造化データ
歴史を振り返ると、schema.orgは常に「意味の記述をどう機械へ伝えるか」を追求してきました。この方向性はAIが情報を引用・推薦する時代にいっそう重要になっています。生成AIに引用される設計は、GEO（生成エンジン最適化）やAEOの考え方とも密接に関わり、構造化データの理解は今後の必須知識になっていくと考えられます。
誕生から現在まで、schema.orgは意味の共通化という一貫した理念で進化を続けてきたのですね。
よくある質問
schema.orgの歴史について、特に質問の多いポイントを短い答えとともにまとめました。TechSuite株式会社の「AI検索パートナーズ」は、こうした基礎知識から実装・改善までを研究とデータに基づいて支援しています。
- schema.orgはいつ誰が作った？
2011年6月2日に、Bing・Google・Yahoo!の3大検索エンジンが共同で立ち上げました。R.V. GuhaやDan Brickley、Steve Macbethなど各社の技術者が中心的に関わっています。
- Yandexはいつ参加した？
2011年11月にロシア最大の検索エンジンYandexが参加し、創設は3社から4社体制へ広がりました。これによりschema.orgは国際的な標準へと拡大しました。
- MicroformatsやRDFa、JSON-LDと何が違う？
それらは記法（書き方）で、schema.orgは記述する語彙（ボキャブラリ）です。誕生時はMicrodataを採用しましたが、2017年以降はJSON-LDによる記述が推奨されています。
まとめ
schema.orgの歴史は、2011年6月2日にBing・Google・Yahoo!が共同で立ち上げ、同年11月にYandexが加わって創設4社体制になったことから始まります。誕生の背景には、フォーマット乱立による作成者の負担を解消したいという実務的な動機がありました。
誕生時はMicrodata採用の型100種・ドラフト版0.9でしたが、その後GoodRelations統合やナレッジグラフ、JSON-LD推奨を経て、現在は型800超・4,500万超ドメインが利用する巨大な標準へと進化しています。前史から現在までを一望すると、構造化データがAI検索時代の基盤である理由が理解できます。
参考にした情報源
