Schema.orgに関する調査資料

作成日: 2026年6月18日

本資料の説明

本資料は、ウェブサイトの情報を検索エンジンやAIシステムに対して正確に伝えるための世界共通規格「Schema.org（構造化データ）」について、概要から導入のメリット・デメリット、具体的な検索画面への反映効果、AI検索（生成AI検索など）への影響、マークアップ・検証手順までを体系的にまとめた資料です。

※「構造化データ」とはウェブ上の情報を機械が理解できるように意味付けする仕組み全般を指します。

Schema.org とは

Schema.org（スキーマ・ドット・オルグ）とは、2011年にGoogle、Microsoft（Bing）、Yahoo!、Yandexなどの大手検索エンジンによって共同で設立された、Webサイト上の情報を構造化するための世界共通規格です。

通常のHTMLが「見出し」や「段落」といった「文書の骨組み（構造）」を定義するのに対し、Schema.orgは、そこに書かれたテキストが「商品の価格」なのか「イベントの日付」なのかといった「情報の意味」を定義することができ、HTMLにSchema.org をマークアップすることで、検索エンジン等に「情報の意味」を伝えることができます。

現在、Schema.orgがマークアップされたHTMLは、検索結果におけるリッチリザルトの表示や、生成AI検索における回答精度の向上などに幅広く活用されています。

Schema.org のメリット

SEO対策について

リッチリザルトの表示およびナレッジパネル: 検索結果にレビューの星評価、価格、画像、動画サムネイルなどが表示されるリッチリザルトに加え、検索画面の右側に企業やブランドの公式情報がまとまって表示される「ナレッジパネル」の内容が充実しやすくなります。また、ニュースやブログなどのコンテンツにSchema.orgを記述することで、目立つ位置に記事が表示されやすくなります。これらはユーザーの視覚的要素（アイトラッキングにおける視線誘導）を刺激するため、検索画面においてユーザーの目が最初に向きやすくなり、クリック率（CTR）やブランド認知度の向上に直結します。
間接的な順位向上効果: Schema.org自体はGoogleの直接的なランキング要素ではありませんが、CTRの向上やユーザー体験の改善、適切なインデックス構築を通じて、中長期的なSEOパフォーマンスの向上（オーガニックトラフィックの増加）に直結します。

AI検索対策について

AI Overviews、Gemini、ChatGPTなどの生成AI検索やLLMを活用した検索サービスにおいて、Schema.orgは、従来の「リッチリザルトによる見栄えの向上」に加えて、「AIへの正確な文脈（コンテキスト）の提供」という新たな役割を担うようになっています。

実際、AI/SEO業界では「LLMがハルシネーションを起こさずにデータを正確に解析し、回答の引用元としてピックアップしやすくするために、Schema.orgが有効である」という見解が一般的です。
一方で、Googleの公式見解においては、AI検索とSchema.orgの直接的な関連性はまだ明言されていません。しかし、公式な発表の有無にかかわらず、AIにコンテンツを正しく理解させるための実践的なアプローチとして定着しつつあります。

タイプごとのAI検索メリット（効果はGemini の回答を引用）

Schema.orgでは、Webページに書かれている情報が現実世界の何に該当するのかを定義するために、多数の「タイプ（Type）」が用意されています。例えば、ECサイトの商品ページなら「Product（商品）」、告知ページなら「Event（イベント）」といったカテゴリ（タイプ）を指定し、それぞれのタイプに応じた詳細な情報（価格、日付、場所など）をセットで記述する仕組みです。
AI 検索において、タイプの役割は以下のような効果があるとされています。

Schema.org タイプ	AI検索における役割・効果
Product	AIに対して、そのページが単なるブログや一般的な解説記事ではなく、「独自の機能や仕様を持つ、1つの独立した製品（実体）」であることを理解させます。 ECでは、価格・在庫・星評価をAIに直接抽出・比較させる材料になります。「〇〇の価格が安いサイトは？」などの購買意図のあるクエリに有効。
FAQPage	自社製品の仕様、ライセンス体系、その他のQAに関してAIに正確に把握させます。 AIが「〇〇の対応OSは？」といった具体的な製品サポートや導入検討クエリに対して正しい回答根拠として直接引用・出力させるためのデータとなります。
TechArticle	「技術的な内容、手順、仕様、または専門的な調査研究を扱った記事・文書」をまとめた技術レポートとして定義します。導入事例など。
NewsArticle	公開日や更新日を正確にマークアップしておくことで、AI検索エンジンが「今、最も提示すべき最新の一次情報」として認識し、回答のソースとして優先的に採用します。ニュースリリースなど。
VideoObject	AI検索がテキストだけでなく「動画付きで手順を解説したい」と判断した際、動画のタイトルや中身と自社サイトのURLを紐付けて引用させます。
Organization	AI検索で企業について問われた際、公式の正しい情報（エンティティ）としてAIに学習・引用されやすくなります。
ProfilePage	AI検索が「一般ユーザーのリアルな体験談や議論」を検索結果に組み込む際、「誰が発言したコンテンツか」をAIに識別させ、一次情報として重宝されます。ブログなど。

Schema.org のデメリット

コストと技術的ハードル

Schema.orgの記述方式であるJSON-LDなどのコードを記述・管理する必要があり、エンジニアの工数やカスタマイズ知識が求められます。Schema.orgは「タイプ」だけでも800以上の種類があり、取り扱いの専門性を要します。

参考：Schema.org 公式サイト（https://schema.org/）

運用のメンテナンス負荷（同期の課題）

ページ上の表記を変更した際、Schema.org側の値も同期して更新しなければならりません。これらが一致していない場合、検索エンジンに古いデータを伝えてしまいます。
また、ユーザーに見えない隠しテキストをSchema.orgに含めたり、コンテンツと全く関係のないデータを記述することもNGです。

これらはGoogleからガイドライン違反としてペナルティを受け、リッチリザルトや検索露出が制限される可能性があります。

検索エンジン・AIの自動補完との重複

近年のGoogleや生成AIは優秀であり、Schema.orgがマークアップされていなくても、URL構造やHTML内のテキスト、Web上の外部ソース（ニュース、SNS、Wikipediaなど）から、情報を自動的に推測・補完して検索結果に反映する能力が高まっています。そのため、自社でコストをかけて手動マークアップを行っても、検索エンジン側の自動処理と役割が重複するケースがあります。

これは、ネット上にすでに膨大な情報資産が存在する「大手企業」ほど、何もしなくても高精度に情報が自動補完・構築されるため有利になる構造となっています。

検索結果への反映（リッチリザルト表示）の不確実性

Schema.orgのガイドラインに準拠し、構文エラーのないコードをマークアップしたとしても、Googleの検索結果にリッチリザルトが必ず表示されるという保証はなくリッチリザルトの表示可否は、Googleのアルゴリズムにより決定されます。

※ ただし、リッチリザルトへの影響は不確かですが、AI検索に向けてのソースとして影響はあるという見解が強い。

リッチリザルトの導入効果（ Google検索にどのように反映されるか）

製品

検索結果のすぐ下に「価格」「在庫状況（在庫あり等）」「星評価」「レビュー件数」が表示されます。

ニュース

検索結果のすぐ下にニュースのリストが表示されます。

ビデオ

Google検索の「動画」枠に表示されます。

※ YouTube自体にはシステムが自動でSchema.orgを埋め込んでいますが、その埋め込みフレームをコピーして自社サイトに貼り付けただけでは、自社ページ側にはSchema.orgの設定が引き継がれません。自社サイトに表示する場合は自社ページ側にSchema.orgを指定する必要があります。

画像（サムネイル）の表示

検索結果のすぐ横や枠内に画像が表示されます。通常のHTMLだけではどれがメイン画像なのかクローラーが判別しにくいため、Schema.org（imageプロパティなど）を用いて明示することで、画像を検索結果に表示しやすくなります。

企業情報（ナレッジパネル）

企業名で検索された際、画面右側にロゴ、SNSリンク、問い合わせ先などがまとまった「ナレッジパネル」が表示されます。

企業概要は Wikipedia を参照しています。

求人

検索「求人情報」の専用エリアに自社の採用情報をダイレクトに掲載可能になります。

（FAQ）

現在、Google検索では FAQ のリッチリザルトは廃止されており機能していません。

導入事例とその効果

Schema.orgのマークアップによる成功事例

Google検索のサポートサイトには、Schema.orgのマークアップによる成功事例が掲載されています。
https://developers.google.com/search/case-studies?hl=ja

一例では、「Rakuten（楽天）の事例: レシピの構造化データを導入し、検索結果に料理の画像や調理時間が表示されるようになった結果、Google検索からのトラフィック（クリック数）が最大2.7倍に増加した。」とあります。
https://developers.google.com/search/docs/appearance/structured-data/intro-structured-data?hl=ja

このページでは、「Rotten Tomatoes では、構造化データを10万ページに追加した結果、構造化データを含むページでのクリック率が、構造化データのないページに比べ25%増加しました。」「The Food Network では、全ページの80%で検索結果の機能を有効にした結果、アクセス数が 35% 増加しました。」などの事例があります。

Schema.orgのマークアップ状況を調査

当社で主要な大手企業のWebサイトにおけるSchema.orgのマークアップ状況を調査したところ、大半のサイトで導入が進んでいることが確認できました（2026.06.18時点）。ただし、そのアプローチは一様ではなく、サイト全体に網羅してマークアップしている企業もあれば、特定のページに限定している企業もありました。これは、各企業が自社の運用負荷や、ページの目的に応じてマークアップ範囲を選択しているためと考えられます。

マークアップの程度	企業	特徴
全体的	NHK、日産、MAZDA、Microsoft	サイト全体の共通テンプレート（パンくずリストや組織情報など）を活用し、検索エンジンに対してサイト構造やコンテンツの意味を一気通貫で正しく伝えるアプローチ。
一部のページのみ	Yahoo、Adobe、楽天	トップページなどのブランド認知で完結するページではマークアップを省くか最低限に留め、高い効果（クリック率向上）が見込める「製品（価格・レビュー評価）」「ニュース記事」などの下層ページ・特定コンテンツに絞ってマークアップする、開発・運用パフォーマンス重視。
最低限	トヨタ（公式企業サイト）	圧倒的な知名度を持つ企業の場合、自社サイトにschema.org をマークアップしなくても、Web上の膨大な外部ソースか自動的に企業情報が補完・構築されます。

Schema.org のマークアップ方法と検証方法

マークアップ方法

Googleが最も推奨しているフォーマットは JSON-LD です。HTMLの<head>タグ内に、<script type="application/ld+json">という形で記述します。

（例：組織情報 Organization の記述例）

<script type="application/ld+json">
{
  "@context": "https://schema.org",
  "@type": "Organization",
  "name": "○○株式会社",
  "url": "https://www.example.com",
  "logo": "https://www.example.com/logo.png",
  "sameAs": [
	 "https://twitter.com/sample",
	 "https://www.facebook.com/sample"
  ]
}
</script>

※ Schema.orgの「画像」に関する項目には、Webサイト上にアップロードされている「画像のURL」を指定します。

Googleタグマネージャー（GTM）によるマークアップ

ページ上のHTML（特定のID、クラス、データ属性など）から、製品名や価格などのデータをリアルタイムに変数を介して自動抽出します。あらかじめ用意した共通のテンプレート（JSON-LD）へそれらの変数を流し込むことで、大量のページに対してSchema.orgを動的に生成・一括挿入できます。

構造化データマークアップ支援ツール（Google）によるマークアップ

実際のウェブ画面をブラウザ上で見ながら、製品名や画像、レビューなどの該当箇所をマウスで視覚的に選択（ハイライト）していくだけで、Schema.org（JSON-LD）を自動生成できます。

【Schema.orgの自動生成（ジェネレート）の必要性】

ページ内容とSchema.orgの完全同期という条件: Schema.orgを正しく機能させるための重要なポイントは、ユーザーが画面上で目視できるテキストコンテンツと、Schema.orgの内容が同期していることです。ページの内容が更新された際、Schema.org側のコードを手動で書き換える運用では、修正漏れが発生するリスクが高いです。; この運用リスクを排除するためには、更新担当者にコードの知識や手動での二重更新（内容＋Schema）を強いるのではなく、システムと連動させ入力されたコンテンツのテキスト情報からSchema.orgのコードを自動的に生成する仕組みを構築することが重要と考えます。これにより、Webサイト上の情報更新と同時にSchema.orgがリアルタイムで自動同期される環境が担保され、運用のメンテナンス負荷の軽減とペナルティリスクが回避できます。

【検証方法】

1.リッチリザルトテスト（Google公式）

記述したコードがGoogleのリッチリザルト表示の要件を満たしているかを判定。プレビュー機能で検索画面での見え方も確認可能。

→　https://search.google.com/test/rich-results?hl=ja

2.Schema Markup Validator（Schema.org公式）

Schema.orgの構文全体が規格通りに正しく書かれているかを包括的にチェック。

→　https://validator.schema.org/

3.Google Search Console

サイト公開後、クロールされたページにエラーや警告が発生していないかを「拡張」レポートで継続的に監視。

まとめ

Schema.orgは、リッチリザルト表示による SEO対策だけでなく、AI検索の最適化を行うことが期待できます。すでに高い知名度を持つ大手企業であっても、多くの企業がSchema.orgのマークアップに実務として取り組んでいるのが現状です。

「ニュースリリース」や「主要な製品ページ」から優先的にマークアップを行うなど、「JSON-LDでのスモールスタート」による効率的なマークアップを進めてみてはいかがでしょうか。