JSON-LD（JSON for Linking Data）とは、Webページの内容の「意味」を検索エンジンや生成AIに正確に伝えるための構造化データの記述形式です。JSONを拡張した書式で、W3Cが2014年に勧告として標準化しました（e-Words）。この記事では「構造化データ・schema.org・JSON-LDの関係」を図解的に整理し、@contextと@typeを軸にした書き方、リッチリザルトやAI検索で得られる3つのメリット、検証方法までQ&A形式でわかりやすく解説します。コードが苦手な方でも最初の1つを実装できる状態を目指します。
- JSON-LDとは何か、構造化データとの関係
- @contextと@typeを軸にした書き方の基本
- SEOとAI検索で得られる3つのメリット
JSON-LDはページの意味を機械に伝える記述形式で、schema.orgという語彙とセットで使います。@contextで基準の語彙、@typeで「何の情報か」を示すのが基本で、リッチリザルト表示やAI検索での正しい認識という効果が期待できます。
JSON-LDとは何かをわかりやすく解説すると？
JSON-LDとは、Webページのデータに「意味」を付与し、検索エンジンや生成AIが内容を機械的に理解できるようにする記述形式です。人間には自然に読める文章でも、機械にとっては「この数字が価格なのか日付なのか」が判別しにくいため、その意味を補う仕組みだと考えると理解しやすくなります。
まずは全体像から押さえましょう。JSON-LDは、より大きな概念である「構造化データ」を書くための1つのフォーマットにあたります。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エンティティ認識の観点から技術的に捉え、一次情報の設計まで踏み込んで施策に落とし込んでいます。
JSON-LDの一言定義とは？
JSON-LDは「ページの内容の意味を、機械が読める形で補足する記述形式」と定義できます。文章そのものは変えず、裏側に意味のラベルを付けるイメージです。JSON-LDは表示される見た目を変えずに、検索エンジンやAIへ内容の意味だけを正確に伝える裏方の仕組みです。だからこそ読者体験を損なわず導入できる点が大きな利点になります。
いつ標準化された技術なのか？
JSON-LDはJSON形式を拡張したもので、W3Cによって標準化され2014年に勧告として公開されました（e-Words）。歴史ある標準規格であり、特定の企業に依存しない点も安心材料です。GoogleはJSON-LD・Microdata・RDFaを扱えますが、実装のしやすさから通常はJSON-LDを推奨しています（akarumi）。
なぜ今JSON-LDが重視されるのか？
検索がAI Overviewやチャット型へ広がる中で、機械が意味を正しく解釈できる情報の価値が高まっているためです。構造化データは検索エンジンとAIの双方が内容を整理・解釈しやすくする共通の土台になります。AI検索の全体像はLLMOとは何かを解説した記事もあわせて参考にしてください。
JSON-LDは見た目を変えず意味だけを機械に伝える標準規格、と押さえておけば十分ですよ。
構造化データとschema.orgとの関係は？【図解】
結論から言うと、構造化データという大きな枠の中に「書き方の規格（シンタックス）」と「意味の辞書（ボキャブラリー）」があり、JSON-LDは前者、schema.orgは後者にあたります。この2つは役割が違い、両方そろって初めて機能します。
両者を混同すると「何を書けばいいか」で迷いがちです。TechSuite株式会社の「AI検索パートナーズ」は、自社サイトでAI Share of Voiceが高水準にあり、支援事例でもAI Overviewの引用率を改善した実績をもとに、語彙選定と構造設計を整理して提供しています。
構造化データとは何か？
構造化データとは、HTMLの内容に「これは著者」「これは価格」といった意味のラベルを付けるマークアップの総称です。構造化データは検索エンジンにページ内容を正確に伝えるためのコードだと考えるとわかりやすいです。この意味づけがあることで、検索結果の特別な表示にもつながります（GIG）。
シンタックスとボキャブラリーの違いは？
シンタックスは「どんな文法で書くか」で、JSON-LD・Microdata・RDFaが該当します。ボキャブラリーは「どんな言葉で意味を表すか」で、その代表がschema.orgです。JSON-LDが文法、schema.orgが辞書という役割分担で両者はセットで使います。GoogleはこのうちJSON-LDとschema.orgの組み合わせを推奨しています（GMO TECH）。
三者の関係を表で整理すると？
言葉だけでは掴みにくいので、三者の位置づけを表で整理します。下の表を見ると、それぞれが別の階層にあることが一目で理解できます。
| 用語 | 役割 | 具体例 |
|---|---|---|
| 構造化データ | 意味づけの総称（一番大きい枠） | マークアップ全般 |
| シンタックス | 書き方の文法 | JSON-LD／Microdata／RDFa |
| ボキャブラリー | 意味を表す語彙（辞書） | schema.org |
JSON-LDは文法、schema.orgは辞書。2つは別物でセット、と覚えておくと迷いませんね。
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！
JSON-LDの書き方はどう始める？
JSON-LDの書き方は、HTMLに専用タグを置き、@contextで語彙の基準を、@typeで「何の情報か」を示すのが基本です。あとは必要なプロパティを追加していくだけで、構造はシンプルなので初めてでも真似しやすい形式です。
最初は既存の雛形をコピーして自サイト用に調整するのが近道です。TechSuite株式会社の「AI検索パートナーズ」は、AIを活用した高度なコンテンツ制作の仕組みを「バクヤスAI記事代行」で培っており、その制作エンジンとナレッジを転用して、検索意図や想定質問の分解に沿った構造設計を高速に行っています。
どこに何を書けばいいのか？
JSON-LDはHTML内に「script type=”application/ld+json”」の宣言タグを置き、その中に記述します。属性をHTMLに埋め込むMicrodataと違い、まとまった形で書けるため保守しやすいのが特徴です。@contextで語彙の基準を示し、@typeでその情報が何を表すかを定義するのが記述の骨格です（akarumi）。
最小サンプルの意味は？
たとえば会社情報なら、@typeにOrganizationを指定し、name（会社名）やurl、logo、住所などのプロパティを続けます。@contextには「https://schema.org/」を記します。語彙の基準を@contextで宣言し、情報の種類を@typeで宣言する二段構えが理解の要です。1つの型を覚えれば、記事やFAQへ応用が利きます。
JSONの文法ルールは？
JSONは、中括弧でオブジェクト、ダブルクォートで文字列、コロンでキーと値、カンマで区切り、大括弧で配列を表します。複雑なデータは配列や@graphでノードをまとめられます（Web担当者Forum）。カンマ抜けや引用符ミスはエラーの典型なので、下の代表スキーマ表を参考に用途に合う型から始めましょう。
| サイト種別 | 使う@type | 主なプロパティ |
|---|---|---|
| 記事・ブログ | Article | headline／author／datePublished |
| 企業情報 | Organization | name／url／logo／sameAs |
| よくある質問 | FAQPage | question／acceptedAnswer |
| パンくず | BreadcrumbList | itemListElement／position |
| 商品・EC | Product | name／price／review |
書き始めの前に確認したいチェックリストです。
- script type=”application/ld+json”の宣言を入れたか
- @contextにschema.orgを指定したか
- @typeがページ内容と一致しているか
- ページに書いていない情報を入れていないか
まずはOrganizationやFAQPageなど1つの型を雛形からコピーして調整する。これが最短ルートです。
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。
JSON-LDを使う3つのメリットとは？
JSON-LDの主なメリットは、検索エンジンに意味を正確に伝えられること、リッチリザルトでクリック率向上が期待できること、AI検索でエンティティとして正しく認識されやすいことの3つです。いずれも「見つけてもらい、選ばれる」ための土台になります。
これらは順位を保証するものではなく、正しく評価される確率を高める投資です。TechSuite株式会社の「AI検索パートナーズ」は、露出や順位ではなく受注という成果に直結させることを重視しており、AI検索経由での受注率は従来のSEO経由の約3倍という実感値を得ています。
検索エンジンに意味を正確に伝えられるとは？
1つ目のメリットは、あいまいさなく内容を機械に伝えられることです。同じ「2025」でも年か価格かをラベルで区別できます。構造化データは検索エンジンとAIがコンテンツを整理・解釈しやすくする土台になります。この理解の正確さが、後述のリッチリザルトやAI引用の前提になります。
リッチリザルトでCTRは上がる？
2つ目は、検索結果にリッチリザルト（パンくず・FAQ・レビューの星など）が表示され、通常より目立つことでクリック率向上が期待できる点です（GMO TECH）。リッチリザルトは検索結果で大きく目立つため同じ順位でもクリックされやすくなります。ただし表示されるかはGoogleの判断による点に注意が必要です。
AI検索で引用されやすくなる？
3つ目は、生成AIが情報をエンティティ（企業や記事などAIが一つの対象として認識する単位）として正しく捉えやすくなることです。「この会社がこのサイトを運営」といった関係性を整理できます（akarumi）。詳しくはAI検索対策の進め方やGEOとは何かの解説もあわせてご覧ください。
正確に伝わる、目立つ、AIに認識される。この3点がJSON-LDの投資対効果の中心なんです。
実装で失敗しない注意点と検証方法は？
結論として、実装後は必ずテストツールで検証し、ページに書いていない内容をマークアップしないことが重要です。構造化データを入れれば順位が自動で上がるわけではない、という前提も押さえておきましょう（akarumi）。
正しく運用するには、設計から検証・改善までを一連の流れで回す体制が有効です。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、戦略設計から実装・効果測定・改善までを一気通貫で伴走しています。
どうやって検証すればいい？
実装後はGoogleのリッチリザルトテストや、schema.org準拠を確認するSchema Markup Validatorでチェックします（GIG）。記述が正しいかは必ずテストツールで検証してから公開するのが安全です。カンマ抜けや引用符ミスはエラーとして検出されるため、表示を確認しながら直せます。
やってはいけない失敗とは？
最大の注意点は、ページに実際に書かれていない内容をマークアップしないことです。表示内容と一致しないマークアップはガイドライン違反となり得ます（GIG）。ページに記載がない情報を構造化データに書くことはできません。また、Google検索に反映されやすいのはJSON-LD形式である点も覚えておきましょう。
過信しないための限界は？
構造化データは理解の土台にはなりますが、それだけで検索順位やAI引用が保証されるわけではありません。実装や仕様変更への保守という工数も発生します。構造化データは効果を高める補助であり、良質なコンテンツと組み合わせて初めて活きます。導入は下の手順で段階的に進めると整理しやすくなります。
| ステップ | 内容 |
|---|---|
| 設計 | ページ種別に合う@typeを決める |
| 実装 | JSON-LDを記述し設置する |
| 構造化 | 企業と記事などの関係性を整理 |
| 検証・改善 | テストツールで確認し修正 |
公開前の最終チェックリストとして活用してください。
- リッチリザルトテストでエラーがないか
- 表示内容とマークアップが一致しているか
- JSON-LD形式で記述しているか
- 更新時にデータの保守を続けられる体制か
入れて終わりにせず、検証と一致確認まで。ここまでやって初めて安心して運用できますよ。
よくある質問
- JSON-LDとschema.orgは何が違いますか
JSON-LDは「書き方の文法（シンタックス）」、schema.orgは「意味を表す語彙の辞書（ボキャブラリー）」です。役割が異なるため、実務では両者をセットで使い、JSON-LDの文法でschema.orgの語彙を記述します。
- どこに書けばよく、WordPressでも使えますか
HTML内に「script type=”application/ld+json”」の宣言タグを置き、その中に記述します。WordPressではSEO系プラグインが自動生成する場合もあり、テーマやプラグインの機能で管理できます。実装後はテストツールでの検証をおすすめします。
- 入れれば順位は上がりますか。AIに引用されますか
構造化データを入れれば自動的に順位が上がるわけではありません。あくまで検索エンジンやAIが内容を整理・解釈しやすくする土台であり、良質なコンテンツと組み合わせて初めて評価や引用の可能性が高まります。
まとめ
JSON-LDは、ページの見た目を変えずに内容の意味を機械へ伝える構造化データの記述形式です。構造化データという枠の中でJSON-LDが文法、schema.orgが辞書という関係にあり、@contextと@typeを軸に書くのが基本になります。
メリットは、意味の正確な伝達、リッチリザルトによるクリック率向上、AI検索でのエンティティ認識の3つです。一方で順位を保証するものではなく、ページ内容と一致させ検証まで行うことが欠かせません。
まずは自サイトに合う型を1つ選び、雛形をコピーして調整し、テストツールで検証するところから始めてみてください。土台を整えることが、SEOとAI検索の両面で成果につながります。
参考にした情報源
