構造化データのGEO設計2026：JSON-LDでAIに意味を伝える

TL;DR

• schema.org 構造化データ（JSON-LD）は AI に記事の意味を 機械可読 で伝える
• GEO で重要な3つ：FAQPage / Article / HowTo schema
• 構造化データは AI の意味理解を助け、回答での引用・抽出精度を上げる
• SEO のリッチリザルトと GEO の意味理解は同じ構造化データで両立
• 本文の構造（FAQ・手順）と JSON-LD を一致させることが必須

この記事の目的と成功基準

• 目的: GEO のための構造化データ実装を schema 別のコード例で提供する
• 想定読者: フロントエンド/コンテンツエンジニア、GEO 対応する技術者
• 成功基準: 「構造化データ GEO」「JSON-LD AI」関連クエリでの流入、citation-friendly 構造 への回遊

なぜ構造化データが GEO に効くか

COSEOM の GEO ガイド によれば、構造化データは AI に「このコンテンツが何を意味するか」を曖昧さなく伝える。

• 本文は自然言語 = 解釈に揺れがある
• 構造化データ = 機械可読で意味が確定
• AI は構造化データで「これは FAQ」「これは手順」と確実に理解

→ AI Overviews / Perplexity が意味を正確に抽出し、引用しやすくなる。

GEO で重要な3 schema

1. FAQPage

FAQ を機械可読に。People Also Ask 連動。

{
  "@context": "https://schema.org",
  "@type": "FAQPage",
  "mainEntity": [{
    "@type": "Question",
    "name": "GEO とは何か",
    "acceptedAnswer": {
      "@type": "Answer",
      "text": "GEO は AI 検索に引用されるようコンテンツを最適化する技術である。"
    }
  }]
}

→ AI が「GEO とは」クエリに対し、この Q&A を直接引用できる。

2. Article

記事のメタ情報（著者・日付・見出し）を構造化。E-E-A-T シグナル。

{
  "@context": "https://schema.org",
  "@type": "Article",
  "headline": "構造化データのGEO設計2026",
  "datePublished": "2026-05-29",
  "dateModified": "2026-05-29",
  "author": { "@type": "Organization", "name": "Growth Lab" }
}

→ 著者・日付が明確 = 鮮度・権威性のシグナル（鮮度維持）。

3. HowTo

手順系コンテンツを構造化。

{
  "@context": "https://schema.org",
  "@type": "HowTo",
  "name": "JSON-LD を実装する手順",
  "step": [
    { "@type": "HowToStep", "text": "schema タイプを選ぶ" },
    { "@type": "HowToStep", "text": "JSON-LD を生成する" }
  ]
}

→ AI が「〜する方法」クエリに手順を引用。

本文と JSON-LD の一致が必須

構造化データだけ充実させても、本文と矛盾すると逆効果（スパム判定）。

• FAQPage schema の Q&A は本文の FAQ と一致させる
• Article の見出しは本文の H1/H2 と一致
• HowTo の手順は本文の手順と一致

構造化データは本文の機械可読版。本文にない情報を schema だけに入れない。

実装パターン

Next.js での実装例

export default function Article({ post }) {
  const jsonLd = {
    "@context": "https://schema.org",
    "@type": "Article",
    headline: post.title,
    datePublished: post.date,
    dateModified: post.updated ?? post.date,
    author: { "@type": "Organization", name: "Growth Lab" },
  };
  return (
    <>
      <script
        type="application/ld+json"
        dangerouslySetInnerHTML={{ __html: JSON.stringify(jsonLd) }}
      />
      {/* 本文 */}
    </>
  );
}

FAQ がある記事は FAQPage も併せて出力。

検証ツール

• Google Rich Results Test: schema が正しいか
• Schema Markup Validator（schema.org 公式）: 構文チェック
• GSC の拡張: 構造化データのエラー監視

公開前に必ず検証。壊れた JSON-LD は無視される。

SEO リッチリザルトとの両立

構造化データは GEO だけでなく SEO リッチリザルトにも効く：

同じ実装で両方に効く、費用対効果が高い。

アンチパターン

• schema と本文の不一致: スパム判定リスク
• 本文にない情報を schema に: ガイドライン違反
• JSON-LD の構文エラー放置: 無視される、検証必須
• すべての schema を盛る: 関連する schema のみ（FAQ ない記事に FAQPage 不要）
• 構造化データだけで GEO 完結と思う: 本文の品質・構造が前提

Growth Lab の実装

本サイトの構造化データ：

• 全記事に Article schema（著者・日付）
• FAQ セクションがある記事に FAQPage schema
• 手順系記事に HowTo schema
• Rich Results Test で公開前検証

これらは citation-friendly 構造 の本文構造と一致させている。

FAQ

Q. 構造化データを入れれば必ず AI に引用されますか？ A. 構造化データは「意味理解を助ける」補助です。本文の品質・構造・鮮度が前提。構造化データだけでは不十分です。

Q. JSON-LD と Microdata、どちらを使うべき？ A. JSON-LD 推奨です。Google も推奨し、本文と分離して管理できるため保守性が高いです。

Q. FAQ がない記事に FAQPage schema を入れても良い？ A. ダメです。本文にない FAQ を schema だけに入れるとガイドライン違反。本文と一致させます。

まとめ

schema.org 構造化データ（JSON-LD）は AI に記事の意味を機械可読で伝え、引用・抽出精度を上げる。GEO で重要なのは FAQPage / Article / HowTo の3つ。本文と JSON-LD を一致させ、検証ツールで構文を確認する。同じ構造化データが SEO リッチリザルトと GEO 意味理解の両方に効く費用対効果の高い施策。

参考

• schema.org
• Generative Engine Optimization Guide（COSEOM）
• citation-friendly 構造（社内）
• AI検索の鮮度維持戦略（社内）