構造化データはAI検索に効くのか｜公式の記述と実測
公開日: 最終更新日: 約 10 分で読めます#構造化データ #リッチリザルト テスト #LLMO #AIO #GEO #AI検索
構造化データは生成 AI 検索の必須要件ではありません。実装率の高さは相関で、追加後に引用が増えたことは確認されていない、というのが一次出典と実測データの読み方です。
この記事でわかること
- Google 公式ガイドは「生成 AI 検索に構造化データは必須ではありません」と書き、同じ項で「引き続き使用することをおすすめします」とも書いている（2026 年 7 月 14 日最終更新）
- AI 引用ページの JSON-LD 実装確率は、引用されないページ比で約 3 倍（相関）。一方で追加後の引用変化は −4.6%・+2.4%・+2.2% で効果を確認できない（因果）
- 公式のテストツールで確かめられるのは、構造化データが有効かどうかまで。AI の回答での扱いはそこには出てこない
- 優先するのは Organization と Article などの基本スキーマ。効果は実装前後の定点記録で確かめる
結論: 構造化データは生成AI検索の必須要件ではない。ただし捨てる理由もない
Google は「構造化データは生成 AI 検索に必須ではない」としつつ、リッチリザルトの対象になるため使い続けることは推奨しています（Google 検索セントラル「Google's Guide to Optimizing for Generative AI Features on Google Search」最終更新2026年7月10日2026年8月4日取得・英語）。捨てる理由はない、というのが公式の立場です。
一方、Web 上の LLMO 解説には「構造化データで AI に引用されやすくなる」という説明が多く見られます。この食い違いを解くカギは、相関のデータと因果のデータを分けて読むことです。
2026 年に公開された Ahrefs の実測調査は、この 2 つがまったく別の結論を示すことを具体的な数値で示しました（詳細は後述）。
1. 構造化データとは — AIとの関係を含めた最小限の整理
構造化データとは、ページの内容を schema.org の語彙に沿って機械可読な形式で記述するマークアップです。組織名・記事・商品・FAQ などが対象で、現在は JSON-LD 形式での記述が一般的です。
検索エンジンがページの意味を把握する補助として使われ、Google 検索ではレシピや組織情報などのリッチリザルト表示の条件にもなっています。
LLMO（大規模言語モデル最適化）の文脈では、「AI にも内容が正確に伝わるはず」という期待からこの構造化データが注目されてきました。期待そのものは自然ですが、AI 検索が実際にどう扱っているかは別に確かめる必要があります。
2. Google公式ドキュメントは何と言っているか
「生成 AI 機能向け最適化ガイド」は、構造化データへの過度な集中を避けるべき事項として挙げています。ただし同じ項は、そこで終わらずに条件をひとつ付けています。
日本語版の該当箇所は、次の 3 文です。
生成 AI 検索に構造化データは必須ではありません。また、特別な schema.org のマークアップを追加する必要もありません。ただし、Google 検索のリッチリザルトの対象となる助けとなるため、SEO 戦略全体の一部として引き続き使用することをおすすめします。
（Google 検索セントラル「Google 検索の生成 AI 機能向けにウェブサイトを最適化する」日本語版・最終更新2026年7月14日 UTC2026年9月11日取得。同ページには英語からの機械翻訳である旨の言語表記があります）
前半だけを引けば「不要」、後半だけを引けば「有効」と読めます。片側だけを切り出すと、公式が正反対のことを言っているように見えるのはこのためです。
英語版の同じ項も、同じ順序で書かれています（出典: 前掲 Google 生成 AI 最適化ガイド。原文は英語で、"Structured data isn't required for generative AI search, and there's no special schema.org markup you need to add. However, it's a good idea to continue using it as part of your overall SEO strategy, as it helps with being eligible for rich results on Google Search." と記載）。
この項目は、同じガイドが「する必要のないこと」として挙げたもののひとつです。ほかに何が挙がっているかはAIO対策で「やらなくていい」とGoogleが書いたことにあります。
同ガイドは、llms.txt のような AI 向けの機械可読ファイルやマークアップを新たに作る必要はない、とも明記しています。Google 検索自体がそれらを使用していないため、というのが同ガイドの説明です。
llms.txt の側で何が確かめられているかはllms.txt とは？効果を137,000ドメインのログ調査で確かめるにあります。
別ドキュメント「AI 機能とウェブサイト」では、AI による概要（AI Overviews）や AI モードに表示される技術要件は通常の検索と同じとされています。インデックス登録 + スニペット表示可で、「これ以外に追加の技術要件はありません」という記載です（Google 検索セントラル「AI 機能とウェブサイト」最終更新2025年12月31日2026年9月11日取得）。
同じページの SEO ベストプラクティスの節には、構造化データについての行が 1 つだけあります。「構造化データをページに表示されるテキストと一致させます」という書き方で、足せとは書かれていません。
公式の記述を、何についての話かで分けて並べると次のようになります。
| 公式の記述（日本語版の逐語） | 何についての話か | 出典と最終更新日 |
|---|---|---|
| 「生成 AI 検索に構造化データは必須ではありません」 | 生成 AI 検索の要件 | 生成 AI 最適化ガイド（2026年7月14日） |
| 「特別な schema.org のマークアップを追加する必要もありません」 | AI 専用の新しい語彙 | 同上 |
| 「引き続き使用することをおすすめします」 | リッチリザルトの対象になるための用途 | 同上 |
| 「構造化データをページに表示されるテキストと一致させます」 | 実装するときの条件 | AI 機能とウェブサイト（2025年12月31日） |
| 「開発中はリッチリザルト テストを使用して構造化データをテストし」 | 検証に使う道具 | 構造化データの概要（2025年12月18日） |
（1〜3 行目 = 前掲 生成 AI 最適化ガイド日本語版。4 行目 = 前掲「AI 機能とウェブサイト」。5 行目 = Google 検索セントラル「Google 検索における構造化データのマークアップの概要」日本語版・最終更新2025年12月18日 UTC。いずれも2026年9月11日に取得し、鉤括弧内は原文の引用です）
つまり Google 側の一次情報を素直に読む限り、「LLMO のために構造化データを新設する」ことを裏づける記述はなく、むしろ明示的に否定されているというのが現状です。否定されているのは AI 向けの新設であって、リッチリザルトの用途ではありません。
3. 「AI引用ページは実装率が高い」は本当 — ただし相関にすぎない
「AI に引用されるページは構造化データの実装率が高い」というデータは実在します。しかし、追加すれば引用が増えるという因果関係は、実測では確認されませんでした。
Ahrefs が 2026 年 5 月に公開した調査は、この 2 つを同じ記事の中で検証しています。600 万件の URL 分析では、AI に引用されたページは引用されていないページに比べて JSON-LD を実装している確率が約 3 倍でした。
これが相関のデータです。次に同チームは、2025 年 8 月〜2026 年 3 月に JSON-LD スキーマを新たに追加した 1,885 ページを、条件をそろえた 4,000 のコントロール群と比較しました。
追加後の引用数の変化は次のとおりです（Ahrefs「スキーママークアップを追加しても AI 引用はほぼ増えない」2026年5月13日公開・2026年7月9日更新2026年8月4日取得）。
- Google AI による概要: −4.6% — 小さいが統計的に有意な低下。ただし同調査は、原因をスキーマに帰属できないとしています
- Google AI モード: +2.4% — 統計的にゼロと区別できない
- ChatGPT: +2.2% — 統計的にゼロと区別できない
相関が生まれる理由は難しくありません。構造化データを丁寧に実装しているサイトは、コンテンツ品質・技術的な整備・運用体制も整っている傾向があるためです。
同調査が紹介する searchVIU の取得実験では、検証対象となった AI システムはいずれも JSON-LD や非表示のマークアップを無視し、表示可能な HTML コンテンツのみを抽出していたと報告されています。
「引用されるページにスキーマが多い」ことと「スキーマが引用を生む」ことは、別の命題だということです。
平均の話と自社の話を分けるなら、エリスグリ AIO（AI 検索での自社の見え方〔GEO / AIO〕を計測・改善するツール）が 6 エンジン分の記録をまとめて残します。実装前の記録を 1 回だけ取るなら、無料の AI 検索診断（5 つの質問）で足ります。
AI のおすすめに、あなたの会社は入っていますか。クレジットカード不要。14 日間、自社と競合の AI 検索での見え方を無料で計測できます。無料で 14 日試す →登録後は無料トライアルも利用できます※本節で引用した数値は外部調査会社（Ahrefs）による分析であり、当社の実測値ではありません。調査手法・対象・期間により数値は変動します。
4. 公式のテストツールで確認できること、できないこと
公式のツールで確かめられるのは構造化データが有効かどうかまでで、AI の回答での扱いはそこには現れません。Google 検索セントラルが挙げているのは、マークアップそのものを検証する 2 つの場所です。
公式は開発中について「リッチリザルト テストを使用して構造化データをテストし」と書いています。デプロイ後は「リッチリザルトのステータス レポートを参照して、構造化データの有効性を確認してください」という案内です（Google 検索セントラル「Google 検索における構造化データのマークアップの概要」日本語版・最終更新2025年12月18日 UTC・2026年9月11日取得。同ページには英語からの機械翻訳である旨の言語表記があります）。
どちらも見ているのは、記述が仕様に沿っているかどうかです。チェックが通ったページが検索結果にどう出るかは、そのページを実際に検索して見るしかありません。
表示面そのものが保証されていないことと、機能が終了した実例はリッチリザルトとは？公式の説明と、表示が保証されない理由で扱いました。
そして AI の回答での扱いは、このどちらのツールにも現れません。構造化データのチェック結果と、AI がその会社をどう答えたかは、別々の場所にあるデータだからです。
5. それでも構造化データを使う理由 — 本来の用途に戻す
目的を「AI 引用を増やす施策」から「検索エンジンに情報を正しく伝える基盤」に戻すのが、一次情報と整合する使い方です。実務での優先順位は次の 2 つに集約されます。
- Organization（組織）: Google は Organization 構造化データについて、組織の管理情報の詳細を把握し検索結果で組織を明確化できるとし、名称・ロゴ・住所・sameAs などのプロパティをできるだけ多く記述することを推奨しています（Google 検索セントラル「組織（Organization）の構造化データ」最終更新2026年4月17日2026年8月3日取得）。同名の別組織と区別される材料になるため、AI が自社の古い情報・誤った情報を答える問題（原因と直し方はこちらの記事）への土台としても意味があります
- Article などコンテンツの基本スキーマ: リッチリザルトの適格性という本来の用途で価値が残ります。逆に、AI 引用を目的として FAQPage や HowTo などを新設する動きは、前述の Google 公式見解（特別なマークアップは存在しない）と整合しません
実装の検証は前節の公式ツールで従来どおり行えば十分です。ここに LLMO 専用の追加作業はありません。
6. 「自社では効果があったのか」は計測でしか答えが出ない
自社サイトでの変化を判断する材料は、実装前後の AI 検索での見え方を同じ条件で記録した定点データだけです。Ahrefs の調査も母集団全体の平均効果を示すもので、個別サイトの結果を保証も否定もしません。
記録は 3 つに分けて残します。ひとつの欄にまとめると、どこで何が動いたのかを後から読み分けられません。
- 構造化データを入れたか — 対象ページと実装日を残します。ここは前節の公式ツールで有効性まで確かめられます
- リッチリザルトの対象になったか — 実際に検索して表示形式を見ます。Search Console 側で何が見えるかはサーチコンソールのAI検索レポートで測れること、測れないことにあります
- AI の回答で言及されたか — 実装前と実装後に、自社名・主要サービス名の同じ質問を ChatGPT・Gemini・Perplexity・AI による概要へ投げ直します。引用あり・引用なし・不言及の 3 状態と引用元を、エンジンごとに残します
3 の前提として、自社のページが AI 側のクローラーに読める状態かどうかはAIクローラーの種類と役割｜4社の公式ドキュメントで確認するで扱っています。状態の読み方はAI言及の3状態とは｜言及なし・引用なし・引用つきの読み方にあります。
変化が出ても、時期やエンジン側の変動と切り分けるには複数時点のデータが要ります。
手動での記録方法と限界はAI検索の可視性を計測する方法にまとめています。カテゴリ全体の考え方はAIO・LLMO・GEO の完全ガイドをご覧ください。
現在プレローンチ段階のため、導入実績・お客様の声はまだご紹介できません。ベータ招待の準備を進めています。
よくある質問（FAQ）
Q1. 構造化データを入れないと AI に引用されませんか？
そのような要件はなく、Google は AI 機能への表示条件をインデックス登録とスニペット表示可の 2 点としています。
Q2. では LLMO で構造化データより優先すべきことは何ですか？
Google の同ガイドが挙げるのは、明確な技術的構造（クロール・インデックスの整備）と、独自性のある価値あるコンテンツです。順番としては「土台 → コンテンツ → 計測」で、構造化データは土台整備の一部という位置づけです。
Q3. リッチリザルト テストで合格すれば AI に引用されますか？
テストが見ているのは構造化データが有効かどうかまでで、AI の回答での扱いは分かりません。両者を結ぶ記述は、本記事で確認した公式ドキュメントには見当たりませんでした（2026 年 9 月 11 日取得）。
Q4. 構造化データはページの本文と違う内容を書いてもいいですか？
公式ガイドが挙げているのは「ページに表示されるテキストと一致させます」という条件です。内容を増やすことではなく、表示と揃えることが求められています。
まとめ: 次にやること
- 既存の構造化データをリッチリザルト テストで検証し、エラーを解消する
- Organization スキーマの記述プロパティ（名称・ロゴ・住所・sameAs）を充実させる
- AI 引用目的の新規マークアップ追加は保留し、その工数をコンテンツ品質に回す
平均としての効果が確認できない以上、自社での判断材料は実装前後の記録しか残りません。引用あり・引用なし・不言及のどれだったかを、実装日とセットで書き留める。この記録はリリースのたびに 1 セット増えます。
前後を比べる置き場は、実装日と回答を並べた自前のシートか、同じ質問を定期的に投げ直すツールです。6 エンジンの回答を定点で記録して施策の前後を同じ物差しに揃えるのが、エリスグリ AIO の役目です。
関連記事
構造化データの効果も、URL を入れるだけで無料診断。施策の前後を同じ物差しで比べる土台になります。5 つの質問で、いまの見え方が残ります。無料でAI検索診断を試す →登録後は無料トライアルも利用できます
登録して継続計測するなら無料トライアルへ。