「構造化データを入れれば、ChatGPTやAI Overviewsに引用される」。AI検索対策の記事で、よく見かける説明です。しかし実際には、実装しても引用が増えないという声も少なくありません。

この記事で分かることは次の4つです。

  • 構造化データとAIの引用について、研究で分かっていることと、分かっていないこと
  • 構造化データだけでは引用が増えない理由
  • 構造化データが力を発揮する条件（本文との整合性）と、優先する型
  • 引用を増やすために、本文とセットで整える5つのこと
結論：構造化データとは、ページの内容を機械が読める形で書き添えるコードです。2026年の比較対照つきの調査では、構造化データを追加した1,885ページと、追加しなかった4,000ページを比べても、AIの引用はほぼ変わりませんでした（差は−4.6%〜+2.4%）。当社が調べた日本のスーツブランドの公式サイトでも、構造化データのないコラムがAIの回答に38回使われていました。Googleも、生成AI検索に構造化データは必須ではないとしています。ただし、Google検索のリッチリザルトのために、SEOの一部として使い続けることは勧めています。分かったのは、構造化データだけでは、引用を増やす近道にならないということです。AIが判断に使う情報を、お客様の言葉で本文に書き、その内容と構造化データを一致させてはじめて、AIに正しく伝わる土台になります。そのうえでサイトの信頼を外で積み上げ、測り続けることが引用につながります。

なお、この記事を書いているプレティアジャパンは、AIの回答での言及や引用の計測と、AI向けコンテンツの制作を行う「genrank」と、サイト上でお客様の相談に答えるAI「genser」を提供しています。記事中の自社サービスに関する記述は、この立場からのものです。

構造化データとは？なぜ「AI対策」と言われてきたのか

構造化データとは、ページの内容を検索エンジンなどの機械が読める形で書き添えるコードです。「この記事の著者は誰か」「この商品の価格はいくらか」といった情報を、Schema.orgという共通の語彙で記述します。現在の主流は、JSON-LDという形式です。

もともとの目的は、Google検索の「リッチリザルト」でした。検索結果に価格や評価の星を表示し、クリックされやすくするための仕組みです。

それがここ数年、「AIに引用されるための対策」として語られるようになりました。理由は主に3つあります。

  1. 集計で差が見えた：約600万URLを分析した調査では、AIに引用されたページは、引用されないページより構造化データを持つ割合が約3倍高くなっていました
  2. 直感に合う：「機械が読める形なら、AIも理解しやすいはず」という考え方です
  3. 解説記事で定番になった：多くのGEO・LLMO対策の解説で、構造化データが最初の打ち手として紹介されてきました

ただし、1つ目の集計は「一緒に見られる」という相関です。「入れたから引用された」という因果は確かめていません。そこで、因果を確かめる調査が行われました。次の章で紹介します。

GEO・LLMO対策の全体像は、GEO/LLMO対策、結局何をすればいい？つまずきやすい3つの壁と解決策で解説しています。

研究で分かったこと：構造化データを「足すだけ」では引用はほぼ変わらない

因果を確かめた調査では、構造化データを足すだけではAIの引用はほぼ変わりませんでした。ただし、どの調査にも限界があります。結果と一緒に、「何が分からないか」も整理します。

調査 方法 結果 分からないこと
海外のSEOツール企業の追跡調査（2026年5月） 2025年8月〜2026年3月に構造化データを追加した1,885ページと、追加しなかった似た条件の4,000ページを比較 引用の変化は、AI Overviewsが−4.6%、AI Modeが+2.4%、ChatGPTが+2.2%。引用が増えたと言える差はどこにも出なかった 対象は、もともとAIに多く引用されていたページだけ。まだ引用されていないページへの効果は分からない
海外の研究チームの論文（2026年9月） 4つのAIの約200万件の引用を分析。サイトごとの強さの差を取り除いて比較 構造化データ、FAQ、表示速度の効果は、サイトの強さを除くと消えるか逆転。最も強い要因は「質問文とページの言葉の一致度」 観察による研究で、因果は確定しない。対象は海外のBtoB SaaS企業19社のみ
海外のAI計測ツール企業の読み取りテスト（2026年3月） 7つのAIに、ページの構造化データの中身を読めるか確かめた 正しく読めたのはGeminiだけ。ほかは本文の文字を主に読んでいた 小規模なテストであり、AIの仕様が変われば結果も変わりうる
（反対の結果）海外のSEOツール企業の集計 AIに引用された約30万URLと、検索上位の約92万URLの特徴を比べた 構造化データの整い具合は、引用と結びつく要素の5番目（約22%の差） 相関であり、構造化データが原因かは分からない

Googleが2026年5月に公開した生成AI検索向けの公式ガイドでも、生成AI検索に構造化データは必須ではなく、AI専用の特別なマークアップもないとされています。そのうえで、リッチリザルトのために、SEOの一部として使い続けることは勧めています。また、FAQのリッチリザルトは2026年5月7日に表示が終わりました。

まとめると、現時点で言えることは次のとおりです。

  • 分かっていること：すでにAIに読まれているページに構造化データを足しても、引用はほぼ増えない
  • 分かっていないこと：まだAIに読まれていないページで、構造化データが入口になるかどうか
  • 言えないこと：「構造化データは無意味」という結論。検証されたのは「すでに引用されているページに、構造化データだけを足したときの引用数」です。情報を正しく伝える役割や、本文を整えたうえで組み合わせたときの効果は、調べられていません

なぜ構造化データだけでは引用が増えないのか

構造化データだけで引用が増えない理由は、3つあります。「強いサイトほど構造化データも入っている」「AIは主に本文を読む」「AIが選ぶ基準は答えの中身」です。

理由1：強いサイトほど、構造化データも入っている

構造化データは、手入れの行き届いたサイトほど入っています。そうしたサイトは、記事の質、他サイトからのリンク、知名度も高い傾向があります。AIに引用されるのは、主にこちらの力によるものと考えられます。

つまり、集計で見えた差は、構造化データが引用の「原因」だからではなく、強いサイトに「一緒にあるもの」だから生じていると考えられます。先ほどの論文でも、サイトの強さだけで、引用数のばらつきの約3割を説明できました。この差を取り除くと、構造化データ単体の効果は見えなくなります。

理由2：AIは主に「本文の文字」を読む

ChatGPTやPerplexityなどは、答えを作るときに検索でページを集め、その中身を読んで使います。このとき読むのは、主に画面に表示される本文の文字です。

構造化データは、HTMLの中に別枠で書かれたコードです。本文を読むときに、取り除かれることがあります。先ほどの読み取りテストで、7つ中6つのAIが中身を答えられなかったのは、このためと考えられます。また、JavaScriptで後から差し込む構造化データは、JavaScriptを動かさないAIのクローラーには届きません。だからこそ、構造化データに入れる情報は本文にも書き、両者を一致させておくことが大切です。

理由3：AIが選ぶ基準は「質問への答えがあるか」

AIが引用するのは、質問に対する答えが書かれたページです。先ほどの論文でも、最も強い要因は「質問文とページの言葉の一致度」でした。

構造化データは、ページにある情報を整理して伝えるものです。答えそのものを増やすわけではありません。本文に答えがなければ、構造化データをどれだけ整えても引用にはつながりません。逆に言えば、構造化データは、本文の答えと組み合わせてはじめて力を発揮します。

日本のサイトでも同じことが起きている：スーツブランドの事例

当社の調査データでも、構造化データのないページが、AIの回答に何十回も使われていました。同じ質問に対して使われたページと使われなかったページを比べると、差を生んでいたのは構造化データではなく、ページの主題でした。

当社は2026年10月、ビジネススーツの購入に関する80問を5つのAIに各12回質問し、4,648件の回答を集めました。その中から、ある大手スーツブランドの公式サイトにある2本のコラムを比べます。

比較項目 コラムA（使われた） コラムB（使われなかった）
ページの主題 礼服とビジネススーツの違い 黒スーツをビジネスで着こなす方法
質問との関係 比較そのものが主題 比較は7つある見出しの1つ
AIの扱い 5つのAIすべてで、計38回答に採用 AIの参照元に4回表示されたが、採用は0回
構造化データ（JSON-LD） なし なし
ページの作り 同じテンプレート、同じ共通の説明文 同じテンプレート、同じ共通の説明文

2本がAIに表示されたのは、どちらも「冠婚葬祭とビジネスで兼用できるスーツ」を聞く同じ質問でした。コラムBにも「礼服用の黒スーツとビジネススーツの違い」という見出しがあり、質問と無関係ではありません。それでもAIは、比較そのものを主題にしたコラムAを選んでいました。

構造化データもページの作りも同じなので、この2本の差は「ページの主題が質問と一致しているか」で説明するのが自然です。先ほど紹介した論文の結論とも重なります。

なお、これは1組の事例です。公開日はコラムAのほうが新しく、ほかの要因が影響した可能性もあります。それでも、「構造化データがなくても、質問の主題に答えるページは引用される」ことを示す具体例になります。これは構造化データが不要だという意味ではありません。まず本文で質問に答え、その内容を構造化データでも正しく伝える。この順番が大切だということです。

この調査の全体は、AIにスーツ選びを相談すると、質問でブランドはどう変わる？で公開しています。

構造化データが力を発揮する条件：本文との整合性

構造化データが役立つのは、AIが判断に使う情報が本文に書かれ、その情報と構造化データの中身が一致しているときです。本文にない情報や、本文と食い違う情報を構造化データにだけ入れても、効果は期待できません。

本文と構造化データを一致させる理由

  1. AIの多くは本文を読む：構造化データにだけ書いた情報は、AIに伝わらないことがあります。主役は本文で、構造化データは同じ内容を機械が読める形で裏付ける役割です
  2. 食い違いは誤った情報につながる：本文と構造化データで価格や在庫が違うと、どちらが正しいか分かりません。Googleも、構造化データはページに表示されている内容と一致させるよう求めています
  3. 確定した値で渡せる：会社名、商品名、価格、在庫、仕様を、推測ではなく確定した値として渡せます。似た商品や古い価格との取り違えを減らせます。Google検索のリッチリザルトにも使われます

何を本文に書き、構造化データに入れるか（ECの商品ページの例）

商品ページでは、本文と構造化データの両方に同じ情報を入れます。ただし、「誰に向いているか」のように、構造化データでは伝えにくい情報もあります。そうした情報は、本文で丁寧に伝えます。

情報 本文に書くこと 構造化データ（例）
商品名・型番 正式名を1つに統一して書く Productのname、sku
価格・在庫 税込価格と在庫の状況 Offerのprice、availability
仕様・素材・機能 サイズ、素材、洗えるなどの機能 Productのmaterial、additionalProperty
向いている人・使う場面 「外回りの多い営業職に」など、お客様の言葉で書く （主に本文で伝える）
評価 実際のレビュー AggregateRating、Review

優先する型

型 入れるページ 伝えること 優先度
Organization トップ、会社概要 正式な会社名、ロゴ、公式SNSなど 高
Product＋Offer ECの商品ページ 商品名、価格、在庫、レビュー 高（EC）
Article ブログ、コラム 著者、公開日、更新日 高
BreadcrumbList 全ページ サイトの中での位置 中
FAQPage FAQがあるページ 質問と答え 低（リッチリザルトは終了）

できれば、構造化データはサーバー側で出力します。JavaScriptで差し込むと、読めないAIのクローラーがあります。また、本文を更新したら構造化データも同時に更新し、一致した状態を保ちます。

プレティアジャパンは、エージェンティックコマースAI「genser」の開発を通じて、商品詳細ページのどの情報をAIが判断に使い、どんな商品を提案するかを研究してきました。genrankでは、その知見をもとに、本文に入れるべき情報を整理したコンテンツを、HTMLとJSON-LDの両方で、内容をそろえて納品しています。GEO診断でも、AIのクローラーを拒否していないか、サイトマップが整っているかと一緒に、構造化データの状態を確認しています。

引用を増やすために、本文とセットで整える5つのこと

引用を増やすには、構造化データとあわせて、「AIが読む本文」と「サイトの信頼」に手を入れます。優先したいのは次の5つです。

1. 大事な情報は、本文に書く

価格、仕様、対象、条件などは、画面に表示される本文に書きます。AIが主に読むのは本文だからです。

  • 「料金はお問い合わせください」ではなく、目安の金額と条件を書く
  • 「あらゆる企業におすすめ」ではなく、向いている会社や使い方を書く
  • 画像の中の文字や、PDFだけにある情報は、本文にも書く。本文に書いた価格や仕様は、同じ内容で構造化データにも入れる

2. お客様がAIに聞く言葉で書く

お客様が実際に使う言葉で、質問と答えを書きます。先ほどの論文で、引用と最も強く結びついていたのが、質問文とページの言葉の一致でした。

たとえば社内では「低反発マットレス」と呼ぶ商品も、お客様は「腰が痛くならないマットレス」と聞くかもしれません。答えるべきは、お客様の言い方のほうです。先ほどのスーツブランドの事例のように、質問の主題そのものをタイトルと見出しにしたページが選ばれやすくなります。

お客様の言葉は、問い合わせ、商談メモ、サイト内検索、チャットの相談などにあります。genserのようなサイト上のAI接客を使うと、お客様がどんな言葉で相談しているかを日々集められます。それがそのまま、「記事や商品ページで答えるべき問い」の一覧になります。

検索語からお客様の意図を読む方法は、検索クエリからユーザーの意図を読み取る5つのポイントで紹介しています。

3. 答えをページの上のほうに置く

質問への答えは、ページの上のほうと、各見出しの直後に置きます。先ほどの論文では、AIが引用した段落の多くが、ページの上から3分の1あたりにありました。

「〜とは、〜です」のように、結論から1文で書き始めるのが基本です。前置きや自社の想いは、答えの後に回します。

4. 外のサイトでも紹介される

サイトの信頼を、自社サイトの外で積み上げます。先ほどの論文では、サイトの強さが、ページ単位の工夫より大きく影響していました。

  • 業界メディアや比較記事に、正確な情報を渡して紹介してもらう
  • 自社の調査データなど、他にない情報を発信し、引用されるきっかけを作る
  • 口コミやレビューを、お客様にお願いして増やす

なお、AIの回答で名前が出ることと、自社サイトが引用されることは別です。その差は、AI検索で名前が出ても、公式サイトが引用されるとは限らない――ホームセンター10ブランドで見えた「露出の差」で分析しています。

5. 狙う質問を決めて、何度も測る

狙う質問を決め、AIの回答を定期的に測ります。AIの答えは、同じ質問でも毎回変わるためです。1回聞いただけでは、対策が効いたか判断できません。

  • 測るもの：名前が出た割合（言及率）、自社ページが引用された割合、引用されたURL
  • 測り方：同じ質問を、同じ条件で、定期的に繰り返す
  • GoogleのAIについては、Search Consoleのレポートも併せて見る

genrankでは、ChatGPT、Gemini、AI Overviews、AI Mode、Perplexity、Copilotの6つのAIで、狙う質問への回答を計測できます。名前が出たかだけでなく、どのURLが引用されたかもAIごとに記録します。施策の前後で比べれば、何が効いたかを確かめられます。

よくある質問

構造化データを入れれば、ChatGPTやAI Overviewsに引用されますか？

構造化データを入れるだけでは、引用はほぼ増えません。構造化データを追加した1,885ページを追跡した調査では、AIの引用はほぼ変わりませんでした。AIが判断に使う情報を本文に書き、その内容と構造化データをそろえることが前提です。

構造化データは意味がないのですか？

意味はあります。本文と同じ情報を機械が読める形で渡し、会社名・商品名・価格などの取り違えを防ぐ役割があります。Google検索のリッチリザルトにも使われます。ただし、本文が質問に答えていないページに構造化データだけを足しても、引用はほぼ増えません。本文と構造化データをそろえて整えることが大切です。

FAQPageの構造化データは、今も入れるべきですか？

優先度は低いです。FAQのリッチリザルトは、2026年5月7日にGoogle検索での表示が終わりました。入れる場合は、本文のFAQと同じ内容にします。大事なのは、FAQを本文に書くことのほうです。

LLMO・GEO対策で、構造化データの優先度はどのくらいですか？

本文と一緒に整える土台です。まずAIが判断に使う情報を本文に書き、同じ内容をOrganization、Article、ECならProductに入れます。構造化データだけを先に入れるのではなく、本文とセットで進めるのが効果的な順番です。

AIに引用されるために、いちばん効果があることは何ですか？

お客様がAIに聞く言葉で、その問いへの答えを本文に書くことです。約200万件の引用を分析した論文でも、質問文とページの言葉の一致が、ページ単位で最も強い要因でした。当社が調べたスーツブランドの公式サイトでも、構造化データのないコラムが、質問の主題と一致していたため38回答で使われていました。あわせて、サイトの外でも紹介されることが大切です。

まだAIに引用されていないページでも、構造化データは効果がありませんか？

まだ分かっていません。比較対照つきの調査は、すでに多く引用されているページだけが対象でした。本文の改善とあわせて、同じ内容で構造化データも整えておくのが現実的です。

自社サイトがAIに引用されているか、どう確かめればいいですか？

狙う質問を決めて、複数のAIに同じ条件で繰り返し聞き、名前と引用URLを記録します。AIの答えは毎回変わるため、1回では判断できません。genrankのような計測ツールを使うと、この記録を自動で続けられます。

まとめ

構造化データは、Google検索のために使い続けたいものです。ただ、それだけでAIの引用を増やす近道ではありません。本文とそろえてはじめて、AIに正しく伝わる土台になります。

  • 比較対照つきの調査では、構造化データを足してもAIの引用はほぼ変わらなかった。日本のスーツブランドの公式サイトでも、構造化データのないコラムが38回答で使われていた
  • Googleは、生成AI検索に構造化データは必須ではないとしつつ、SEOの一部として使い続けることを勧めている。また、構造化データはページの内容を正確に表すよう求めている
  • AIが判断に使う情報を本文に書き、同じ内容をOrganization、Article、ECならProductの構造化データに入れる
  • 引用を増やすには、お客様の言葉で答えを本文に書き、外でも紹介され、狙う質問で測り続ける

まずは、お客様がAIに聞きそうな質問をいくつか決め、今の自社の見え方を確かめることから始めましょう。

AIの回答で、自社がどう紹介されているか確かめませんか？

genrankは、ChatGPT、Gemini、AI Overviewsなど6つのAIで自社の言及と引用を計測し、AIが判断に使う情報を整理したコンテンツをHTMLとJSON-LDの両方で、内容をそろえて納品するサービスです。

関連記事

出典

（2026年11月2日確認）