schema.orgとは？仕組みとSEO・LLMO効果を図解でわかりやすく解説

schema.orgとは、Google・Bing・Yahoo!など主要検索エンジンが共同で策定した、Webページの内容を検索エンジンやAIに正しく伝えるための共通ルール（構造化データの語彙）です。読み方は「スキーマ・オルグ」で、2011年に発足しました。順位に直接効果はないものの、リッチリザルト表示によるクリック率向上や、ChatGPT・Perplexityなど生成AIに引用されやすくなる土台として、SEO・LLMOの両面で重要性が高まっています。本記事では仕組みを図解イメージでわかりやすく整理し、JSON-LDの書き方から検証方法まで解説します。

schema.orgとは？仕組みを図解イメージでわかりやすく解説

schema.orgとは、Google・Bing・Yahoo!といった主要検索エンジンが共同で策定した、Webページの内容を正しく伝えるための共通の語彙（ボキャブラリー）規格です。読み方は「スキーマ・オルグ」で、2011年に発足しました（出典）。

検索エンジンは文章の意味を人間のようには理解できない

検索エンジンにとって、タグ付けされていない文章は意味の区別がつきにくい情報の集合体にすぎません。Webページのテキストだけでは「どれが会社名で、どれが価格なのか」を正確に判断するのは簡単ではなく、人間なら文脈から一目で理解できても、プログラムには単なる文字列の連なりに見えてしまいます。

値札やラベル付けのように意味を教えるのがschema.org

schema.orgの役割は、店頭の値札やラベルに近いイメージで理解すると分かりやすいです。商品に「これは価格」「これは商品名」というラベルが貼ってあれば、誰が見ても迷わず情報を読み取れます。

Webページに「ここは会社名」「ここは価格」とschema.orgの語彙でラベル付けすることで、検索エンジンやAIが誤解なく内容を認識できるようになります。これが構造化データの本質的な役割であり、schema.orgはそのラベルの規格そのものにあたります。

読み方は「スキーマ・オルグ」2011年に主要検索エンジンが共同発足

schema.orgは2011年にGoogle・Bing・Yahoo!が共同で立ち上げた、主要検索エンジン横断の構造化データ規格です（出典）。公式サイトは英語ですが、日本語訳のサイトも公開されているため、初めて触れる場合はそちらを参照すると理解が進みます（出典）。

TechSuite株式会社の「AI検索パートナーズ」は、schema.orgの実装を含むサイト構造の見直しについても、業種や規模、既存の課題に合わせて個別に設計し、実行まで伴走する形で支援しています。

情報	タグ付けなしのテキスト	schema.orgでタグ付けした場合
会社名	「株式会社〇〇」という文字列	Organizationのnameとして認識
価格	「1,000円」という文字列	Offerのpriceとして認識
公開日	「2025年◯月◯日」という文字列	ArticleのdatePublishedとして認識
質問と回答	見出しと本文の羅列	FAQPageのQuestion／Answerとして認識

schema.org・構造化データ・JSON-LD・リッチリザルトの違いは？

結論として、構造化データが「仕組み全体」、schema.orgが「語彙（ボキャブラリー）」、JSON-LDが「書き方（シンタックス）」、リッチリザルトが「その結果として表示される検索結果」という階層関係にあります。この4つを混同すると理解が一気に難しくなるため、まず整理しておくことが重要です。

ボキャブラリーとシンタックスの違い

ボキャブラリーは何についての情報かを定義する規格そのものを指し、シンタックスは実際にマークアップする際の記法の仕様を指します（出典）。schema.orgという語彙を、JSON-LDという記法で書く、という関係になります。

構造化データ＝仕組み、schema.org＝語彙、JSON-LD＝書き方、リッチリザルト＝結果

構造化データとは、HTMLで書かれた情報を検索エンジンが理解しやすいようにタグづけしたものの総称であり、schema.orgはその中で使う語彙のひとつです。この4つの用語を階層で捉えると、構造化データという大きな枠の中にschema.orgとJSON-LDが存在し、その成果としてリッチリザルトが表示される、という流れが見えてきます。

セマンティックWebという背景思想

schema.orgの背景には、W3CのTim Berners-Lee氏が提唱した「セマンティックWeb」という考え方があります（出典）。これはWeb上の情報に意味を持たせ、コンピュータ同士が情報を正確にやり取りできるようにする構想です。

TechSuite株式会社の「AI検索パートナーズ」は、構造化データによるエンティティ認識や意味的文脈の一貫性づくりを技術的に捉え、LLMO・GEO・AEOの施策を一次情報設計まで踏み込んで行っています。

用語	位置づけ	具体例
構造化データ	仕組み全体の総称	HTMLへの意味づけ全般
schema.org	語彙（ボキャブラリー）	Organization/Article等のタイプ
JSON-LD	記法（シンタックス）	<script type=”application/ld+json”>
リッチリザルト	検索結果での表示結果	星評価・パンくず表示

schema.orgはSEOに効果がある？Google公式見解と最新動向

結論として、schema.orgを含む構造化データ自体は検索順位を直接上げるランキング要因ではありませんが、リッチリザルト表示によるクリック率向上や検索エンジンの理解促進という間接的な効果を通じてSEOに寄与します。加えて2023年にはFAQ・HowToリッチリザルトの表示仕様が大きく変わっており、最新情報の確認が欠かせません。

『構造化データ自体はランキング要因ではない』というGoogleの見解

GoogleのJohn Mueller氏は、構造化データ自体はランキング要因ではないと明言しています（出典）。つまり「schema.orgを入れれば順位が上がる」というのは正確ではなく、順位を左右するのはコンテンツの質や関連性といった別の要因です。

リッチリザルト表示によるCTR向上という間接効果

構造化データを適切に実装すると、検索結果に星評価やパンくずなどが表示されるリッチリザルトの対象になり得ます。見た目が目立つことでクリック率（CTR）が向上しやすくなるという間接的な効果が期待できます。

また検索エンジンがページの内容を正確に理解しやすくなることで、関連性の高い検索クエリに対して適切に表示されやすくなるという効果もあります。

【最新】FAQ・HowToリッチリザルトの2023年の変更に注意

2023年8月、GoogleはFAQリッチリザルトの表示対象を政府機関や医療系など権威性の高い一部サイトに限定し、HowToリッチリザルトは同年9月13日にデスクトップでの表示も終了して機能自体が廃止（deprecated）されました（Google Search Central Blog）。

古い解説記事の多くはこの変更前の情報のままのため、FAQPageやHowToのマークアップを検討する際は、この最新の仕様変更を踏まえて優先度を判断する必要があります。TechSuite株式会社の「AI検索パートナーズ」は、技術担当とコンテンツ制作担当が同じチームで連携し、こうした検索エンジン側の仕様変更にも研究とデータで追従しながら戦略設計から効果測定までを一気通貫で支援しています。

観点	効果の有無	内容
検索順位への直接効果	なし	ランキング要因ではないとGoogleが明言
クリック率（CTR）	間接的にあり	リッチリザルト表示で目立ちやすくなる
コンテンツ理解の促進	間接的にあり	検索エンジンがページ内容を正確に把握しやすい
FAQリッチリザルト	2023年以降は限定的	権威性の高い一部サイトのみ表示

schema.orgはLLMO・AI検索にどう効く？

結論として、schema.orgによる構造化データは、SEOにおける間接効果に加えて、ChatGPTやPerplexity、Google AI Overviewsといった生成AIがページの内容を正確に理解し、引用・参照する際の土台としても重要性が高まっています。SEOとLLMOでは、重視されるポイントが少しずつ異なります。

AI Overviews等で引用・参照されやすくする

構造化データによって「これは何についての情報か」が明確になっているページは、生成AIが情報を抜き出して要約・引用する際にも扱いやすい対象になりやすいと考えられています（出典）。AI OverviewやGEO（生成エンジン最適化）の観点でも、構造化データの整備は土台となる施策のひとつです。

LLMにページの『意味』を構造で伝えるという役割

大規模言語モデル（LLM）は、テキストの文脈から意味を推測しますが、構造化データによってエンティティ（会社・商品・人物など）の関係性が明示されていると、誤読のリスクを減らしながら情報を処理しやすくなります。

構造化データは、検索エンジンだけでなく生成AIに対しても「このページは何についての情報か」を構造として伝えるための共通言語になります。LLMO対策を検討する際の基礎知識としても押さえておきたい観点です。

SEOとLLMOで重視されるポイントの違い

SEOではクリック率や検索順位が重視されますが、LLMOではAIにどれだけ正確に引用・参照されるかが重視される傾向があります。両者は完全に別物ではなく、構造化データという共通の土台の上に、それぞれ異なる評価軸が存在するイメージです。

TechSuite株式会社の「AI検索パートナーズ」の支援では、AI検索経由での受注率が従来のSEO経由の約3倍という実績があり、露出や引用の増加だけでなく受注という成果に直結させることを重視しています。こうしたAI検索対策全体の進め方はAI検索対策の記事でも詳しく解説しています。

観点	SEOでの重視点	LLMO・AIOでの重視点
主な評価指標	検索順位・CTR	AIでの引用・参照回数
構造化データの役割	リッチリザルト表示	意味の構造化・エンティティ認識
対象	検索エンジンのクローラー	生成AI（ChatGPT・Perplexity等）
成果の見え方	クリック率・順位	引用率・サイテーション

どのスキーマタイプから導入すべき？JSON-LDの書き方は？

結論として、まずはOrganization・Article（またはBlogPosting）・BreadcrumbList・WebSiteといった基本タイプを幅広く入れるのが優先順位の考え方として推奨されています。記法はGoogleが推奨するJSON-LD形式が標準です。

まず入れるべき基本タイプの優先順位

特別な業種でない限り、Article・Organization・BreadcrumbList・WebSiteといった基本タイプを幅広く入れるのが失敗しない進め方です（出典）。代表的にマークアップできるタイプには、LocalBusiness（店舗情報）やProduct（商品情報）、FAQPage（よくある質問）などもあります（出典）。

なぜJSON-LDが推奨される実装形式なのか

記法には主にJSON-LD・Microdata・RDFa Liteの3種類がありますが、GoogleはJSON-LDを推奨しており、最近の実装はほぼJSON-LDで行われています（出典）。JSON-LDは2014年1月にW3C勧告となった形式で、HTMLのどこにでも1カ所にまとめて記述でき、既存のHTML構造に影響を与えない点が大きな利点です（出典）。

JSON-LDはHTMLの表示に影響を与えず、head内などに1カ所まとめて記述できるため、非エンジニアでも管理しやすい記法です。TechSuite株式会社の「AI検索パートナーズ」は、AIを活用したコンテンツ制作の仕組みを「バクヤスAI記事代行」事業で培っており、その制作エンジンとノウハウを転用して、こうした構造化データを含む高品質なコンテンツを高速に設計できます。

コピーして使える最小コード例

Articleタイプの最小構成は、@context・@type・headlineなど数個のプロパティだけで組み立てられます。実際に使う際は、値を自サイトの情報に置き換えてください。

• “@context”: “https://schema.org”
• “@type”: “Article”
• “headline”: “記事のタイトル”
• “datePublished”: “2025-01-01”
• “author”: {“@type”: “Organization”, “name”: “会社名”}

これをHTMLの<script type=”application/ld+json”>タグの中に記述すれば、Articleとしてのマークアップが完成します。コンテンツと矛盾しない内容を記述することが前提条件です。

タイプ	用途	優先度
Organization	会社・団体の基本情報	高（まず入れる）
Article/BlogPosting	記事コンテンツ	高（まず入れる）
BreadcrumbList	パンくずリスト	高（まず入れる）
WebSite	サイト全体の情報	高（まず入れる）
LocalBusiness	店舗・拠点情報	中（店舗業態）
Product	商品情報	中（EC等）
FAQPage	よくある質問	低（表示制限あり）

実装後の検証方法と注意点は？

結論として、構造化データは実装するだけでなく「リッチリザルトテストで構文チェック」「Schema Markup Validatorで網羅性チェック」「Google Search Consoleで運用監視」という3ステップで検証することが基本です（出典）。あわせて、非エンジニアでも扱いやすい実装方法とよくある失敗も押さえておく必要があります。

非エンジニアでもできる実装方法

HTMLに直接JSON-LDを記述する方法のほか、Googleの構造化データマークアップ支援ツールやデータハイライターを使えば、画面操作だけで一部のタイプを構造化できます（出典）。WordPressを利用している場合は、構造化データ対応のプラグインを使えば、コードを直接書かずに主要タイプを設定できることも多いです。

実装後に必ず確認する3ステップ

実装後は、まずリッチリザルトテストで構文エラーがないかを確認し、次にSchema Markup Validatorでタイプやプロパティの網羅性を確認します。最後にGoogle Search Consoleの拡張機能レポートで、公開後にエラーが出ていないかを継続的に監視します。

構造化データは実装した時点で終わりではなく、公開後にエラーが出ていないかを継続的に確認する運用が前提になります。TechSuite株式会社の「AI検索パートナーズ」は、自社サイトにおいてAI Share of Voiceが高水準を維持しており、支援先でもAI Overviewの引用率を改善した実績を積み重ねています。

よくある失敗パターン

ページに書かれていない内容をマークアップしてしまう、構文エラーで無効化してしまう、実装後に一度も検証していない、といったパターンが実務ではよく見られます。ガイドラインに反する過剰なマークアップは、ペナルティの対象になり得る点にも注意が必要です（出典）。具体的な進め方はLLMO対策の具体的なやり方でも整理しています。

ステップ	使用ツール	確認内容
1	リッチリザルトテスト	構文エラーの有無
2	Schema Markup Validator	タイプ・プロパティの網羅性
3	Google Search Console	公開後のエラー監視

よくある質問

schema.orgを入れれば必ず順位は上がる？

いいえ。Googleは構造化データ自体をランキング要因ではないと明言しており、順位を直接上げる施策ではありません。ただしリッチリザルト表示によるCTR向上などの間接効果は期待できます。

どのタイプから始めればいい？

特別な業種でない限り、Organization・Article・BreadcrumbList・WebSiteといった基本タイプから幅広く入れるのが失敗しない進め方です。

AIに引用されやすくなる？反映までどのくらいかかる？

構造化データによってページの意味が明確になることで、生成AIが情報を扱いやすくなるとされていますが、反映タイミングは検索エンジンやAI側のクロール・学習サイクルに依存するため一律には言えません。

schema.orgの導入コストはどのくらい？

HTMLに直接記述する場合は多少の知識が必要ですが、支援ツールやCMSプラグインを使えば非エンジニアでも着手できるケースが多く、必須ではないものの取り組んでおくと有利です。

まとめ

schema.orgとは、主要検索エンジンが共同で策定した、検索エンジンやAIにページの意味を正しく伝えるための共通ルールです。構造化データという仕組みの中で、schema.orgが語彙、JSON-LDが書き方、リッチリザルトがその結果にあたります。

順位を直接上げる効果はありませんが、CTR向上やAIからの引用といった間接的な効果を通じて、SEO・LLMOの両面で重要な土台になります。まずはOrganization・Article・BreadcrumbList・WebSiteなど基本タイプから導入し、JSON-LDで記述したうえで、リッチリザルトテスト・Schema Markup Validator・Search Consoleの3ステップで検証していくことをおすすめします。

参考にした情報源

• Schema.orgとは何か｜second-order.jp
• 構造化データとは｜デジタルアイデンティティ
• schema.orgとは｜GMOTECH
• 構