構造化データ実装ガイド — EC業種別JSON-LDテンプレートと検証手順
このガイドでは、構造化データ(JSON-LD)を画面上の情報と一致させ、公式テストで検証する手順を整理する。保存済みSite Profilerプロフィール(2026年4月、104社)ではJSON-LD検出が24社(23%)だったが、2026年5月のAI可視性スコアとは別の探索値であり、実装だけで引用・順位・成果が上がることを保証しない。
構造化データは、Webページの内容を機械可読な形式で表すための記述方法だ。AIエンジンの内部処理や引用条件を直接制御するものではないため、画面表示、JSON-LD、検索面の適格性、AI可視性の変化を分けて確認する。
- JSON-LDの型・値が画面上の実データと一致しているか
- Schema.orgの関係、同一性、更新日を正しく表現できているか
- Rich Results Test等の公式検証とAI可視性の観測を別々に記録できるか
JSON-LDを付与するだけでAI引用・順位・成果が得られるという因果は、現行正本では検証できません。
この記事はGEO(Generative Engine Optimization)の実践ガイドです。AI検索対策の全体像はGEO/LLMO/AIO完全ガイドを、はじめての方はGEO対策の始め方もあわせてご覧ください。
104社データと実装プロフィールの確認範囲
AI Visibility Indexの2026年5月正本は、EC業界104社・4エンジンのAI可視性スコアを持つ。一方、実装プロフィールは保存済みDBの2026年4月(および`--resume`行)しか確認できず、5月プロフィールの正本はない。下記は相関・因果ではなく、出典の異なる確認範囲を分けるための表である。
- AI可視性スコア 2026年5月・104社・4エンジンのランキング正本
- JSON-LD / OGP検出 2026年4月プロフィールで24/104(23%)・46/104(44%)
- 3項目の組合せ率 FAQページかFAQPage schemaかの定義が分かれ、記事の12/104は再現不能
エンジン別スコアと確認項目
エンジン別の平均スコアは2026年5月正本から確認できるが、構造化データへの反応や「最も効く」型はこの正本からは再計算できない。実装候補は公式仕様と自社ページで個別に検証する。
| AIエンジン | 2026年5月平均スコア | この正本で確認できること | 実装時の確認候補 |
|---|---|---|---|
| ChatGPT | 1.8点 | スコア分布・引用記録 | Organizationの実在値・同一性を確認 |
| Claude | 1.4点 | スコア分布・引用記録 | Articleの著者・公開日を確認 |
| Perplexity | 1.1点 | スコア分布・引用記録 | 公開ページとOGPの一致を確認 |
| Gemini | 0.6点 | 92/104社が1点未満 | Product・FAQPageの適用条件を確認 |
Geminiは2026年5月正本で104社中92社が1点未満だった。JSON-LD検出との倍率や因果は、5月プロフィールがないためこの正本からは確定できない。GeminiスコアとGoogle AI Overviewの表示も別指標として扱い、詳しくはAI Overview対策ガイドを参照。
構造化データとは
構造化データとは、Webページのコンテンツに対して機械が理解できる形式で意味(セマンティクス)を付与するためのマークアップ技術である。
例えば、人間は「¥3,980」というテキストを見れば「価格だ」と直感的に理解できる。しかし検索エンジンやLLMにとっては、それが価格なのか、型番なのか、電話番号の一部なのかを文脈から推測する必要がある。構造化データは、この曖昧さを排除する。
構造化データは、ページの内容に関する情報を提供し、ページのコンテンツを分類するために標準化されたフォーマットです。
— Google Search Central ドキュメントより
主要Schema.orgタイプの用途と検証条件
主要なSchema.orgタイプを、用途・適用条件・画面表示との一致を確認する観点で整理した。型の採用だけでAI引用が増えるとは断定しない。
| タイプ | 用途 | 検証条件 | 対象 |
|---|---|---|---|
Organization | 企業・組織情報 | 実在する組織名・URL・公式プロフィールとの一致 | 企業サイト |
Product + Offer | 商品情報 | 画面表示・在庫情報・採用仕様との一致 | ECサイト |
FAQPage | よくある質問 | 画面上のQ&AとJSON-LDの一致、対象ページ条件 | FAQページ |
Article | 記事・ブログ | 著者・公開日・更新日が実際の本文と一致 | メディア・ブログ |
HowTo | 手順ガイド | 本文に手順があり、対象の公式要件を満たすか確認 | ハウツー系コンテンツ |
BreadcrumbList | パンくずリスト | 画面上のパンくず・URL階層との一致 | 階層型サイト |
Review / AggregateRating | レビュー・評価 | 表示されているレビュー値・件数との一致 | EC・サービス |
まずはOrganizationとFAQPageの対象ページを確認し、実在する値と可視本文に合わせて実装する。優先順位や効果は自社の検証条件で決める。
JSON-LDの基本構造
構造化データの記述フォーマットの一つがJSON-LD(JavaScript Object Notation for Linked Data)だ。採用する場合は、対象のGoogle Search Central・Schema.org仕様を確認し、HTMLの<head>内へ<script type="application/ld+json">として配置する。
コード例の会社名・URL・プロフィールはプレースホルダーです。実在し、公式と確認できるURLだけを記入し、未掲載のWikipediaページや架空のプロフィールを推測で追加しないでください。
<script type="application/ld+json">
{
"@context": "https://schema.org",
"@type": "Organization",
"name": "あなたの会社名",
"url": "https://example.com",
"logo": "https://example.com/logo.png",
"description": "企業の説明文(実際のページ内容と一致させる)",
"foundingDate": "2020-01-01",
"sameAs": [
"https://twitter.com/example",
"https://www.facebook.com/example",
"https://ja.wikipedia.org/wiki/あなたの会社名"
],
"contactPoint": {
"@type": "ContactPoint",
"telephone": "+81-3-1234-5678",
"contactType": "customer service",
"availableLanguage": "Japanese"
},
"address": {
"@type": "PostalAddress",
"addressCountry": "JP",
"addressRegion": "東京都",
"addressLocality": "渋谷区",
"streetAddress": "道玄坂1-10-8"
}
}
</script>
sameAsには、実在し企業公式と確認できるプロフィールだけを記入する。未掲載のWikipediaページを推測で追加せず、URLの同一性を確認する。掲載有無によるAI可視性の差や因果は、現行正本から再計算できない。
EC業種別 JSON-LDテンプレート集
以下は代表的な構成例であり、そのまま公開せず自社の実データに置き換える。業種別スコアは2026年5月の観測値として参照し、構造化データの効果や最適構成とは分けて検証する。
ファッションEC — Product + Brand + AggregateRating
ファッション業界の2026年5月平均スコアは1.26点、ZOZOTOWNは6.15点だった。これはランキングの観測値であり、ブランド情報の構造化が差を生む因果は未検証。実ページとコード例の一致を確認する。
{
"@context": "https://schema.org",
"@type": "Product",
"name": "オーガニックコットン オーバーサイズTシャツ",
"description": "GOTS認証オーガニックコットン100%。リラックスフィットのユニセックスT。",
"image": "https://example.com/images/tshirt-organic.jpg",
"sku": "TS-ORG-001",
"brand": {
"@type": "Brand",
"name": "あなたのブランド名"
},
"material": "オーガニックコットン100%",
"color": "ナチュラルホワイト",
"size": "S / M / L / XL",
"offers": {
"@type": "Offer",
"price": 4980,
"priceCurrency": "JPY",
"availability": "https://schema.org/InStock",
"priceValidUntil": "2027-03-31",
"url": "https://example.com/products/tshirt-organic",
"shippingDetails": {
"@type": "OfferShippingDetails",
"shippingRate": {
"@type": "MonetaryAmount",
"value": 0,
"currency": "JPY"
},
"shippingDestination": {
"@type": "DefinedRegion",
"addressCountry": "JP"
},
"deliveryTime": {
"@type": "ShippingDeliveryTime",
"businessDays": {
"@type": "QuantitativeValue",
"minValue": 1,
"maxValue": 3
}
}
}
},
"aggregateRating": {
"@type": "AggregateRating",
"ratingValue": "4.6",
"reviewCount": "328"
}
}
食品EC — Product + NutritionInformation
食品業界の2026年5月平均スコアは0.64点、オイシックスは3.97点だった。栄養情報は商品ページの事実を表す候補だが、スキーマ化によるAI引用確率の上昇はこの正本では検証していない。
{
"@context": "https://schema.org",
"@type": "Product",
"name": "有機抹茶ラテミックス 200g",
"description": "京都府産の有機抹茶を使用。お湯を注ぐだけで本格抹茶ラテが完成。",
"image": "https://example.com/images/matcha-latte.jpg",
"brand": {
"@type": "Brand",
"name": "あなたのブランド名"
},
"offers": {
"@type": "Offer",
"price": 1980,
"priceCurrency": "JPY",
"availability": "https://schema.org/InStock",
"priceValidUntil": "2027-03-31"
},
"nutrition": {
"@type": "NutritionInformation",
"calories": "45 kcal",
"servingSize": "1杯分(10g)",
"sugarContent": "3.2 g",
"proteinContent": "1.8 g"
},
"additionalProperty": [
{
"@type": "PropertyValue",
"name": "原産地",
"value": "京都府宇治市"
},
{
"@type": "PropertyValue",
"name": "認証",
"value": "有機JAS認証"
}
]
}
コスメ・美容EC — Product + Review + ItemList
コスメ業界の2026年5月平均スコアは0.40点、THREEは総合0.72点・Gemini 2.54点だった。Gemini 1点以上の企業数は12社だが、構造化データ実装品質との因果は確認できない。
{
"@context": "https://schema.org",
"@type": "Product",
"name": "薬用美白美容液 30mL",
"description": "ビタミンC誘導体配合の医薬部外品。シミ・そばかすを防ぎ、透明感のある肌へ。",
"image": "https://example.com/images/serum-vc.jpg",
"brand": {
"@type": "Brand",
"name": "あなたのブランド名"
},
"category": "スキンケア > 美容液",
"offers": {
"@type": "Offer",
"price": 5980,
"priceCurrency": "JPY",
"availability": "https://schema.org/InStock",
"priceValidUntil": "2027-03-31"
},
"aggregateRating": {
"@type": "AggregateRating",
"ratingValue": "4.8",
"reviewCount": "512"
},
"review": [
{
"@type": "Review",
"author": { "@type": "Person", "name": "利用者A" },
"reviewRating": {
"@type": "Rating",
"ratingValue": "5"
},
"reviewBody": "1ヶ月使用でトーンアップを実感。べたつかずサラッとした使用感。"
}
]
}
家電EC — Product + AggregateRating + FAQ
家電業界の2026年5月平均スコアは0.81点、ヨドバシ.comは総合3.93点・Perplexity 4.83点だった。スペック情報をFAQで表す場合も、可視本文とFAQPageの一致、対象ページ条件を先に確認する。
[
{
"@context": "https://schema.org",
"@type": "Product",
"name": "ワイヤレスノイズキャンセリングヘッドホン XM5",
"description": "業界最高クラスのノイキャン性能。30時間連続再生。マルチポイント接続対応。",
"image": "https://example.com/images/headphone-xm5.jpg",
"brand": {
"@type": "Brand",
"name": "TechAudio"
},
"offers": {
"@type": "Offer",
"price": 39800,
"priceCurrency": "JPY",
"availability": "https://schema.org/InStock",
"priceValidUntil": "2027-03-31"
},
"aggregateRating": {
"@type": "AggregateRating",
"ratingValue": "4.7",
"reviewCount": "1284"
}
},
{
"@context": "https://schema.org",
"@type": "FAQPage",
"mainEntity": [
{
"@type": "Question",
"name": "XM5のバッテリー持続時間は?",
"acceptedAnswer": {
"@type": "Answer",
"text": "ノイズキャンセリングON時で約30時間、OFF時で約38時間の連続再生が可能です。急速充電にも対応しており、3分の充電で約1時間再生できます。"
}
},
{
"@type": "Question",
"name": "XM5は複数デバイスの同時接続に対応していますか?",
"acceptedAnswer": {
"@type": "Answer",
"text": "はい。マルチポイント接続に対応しており、スマートフォンとPCなど2台同時に接続できます。着信時は自動でスマートフォンに切り替わります。"
}
}
]
}
]
サービス・D2C — LocalBusiness + Service + FAQ
D2C業界の2026年5月平均スコアは0.28点(9業界中8位)。保存済み2026年4月プロフィールではD2C 10社のOGP・サイトマップが各100%だったが、月が異なるため単純比較できず、「D2Cパラドックス」やメンション施策の因果は未検証である。
{
"@context": "https://schema.org",
"@type": "LocalBusiness",
"name": "あなたのブランド名",
"description": "オーダーメイドスーツのD2Cブランド。初回採寸から納品まで最短2週間。",
"url": "https://example.com",
"image": "https://example.com/images/store-front.jpg",
"priceRange": "¥¥",
"address": {
"@type": "PostalAddress",
"addressCountry": "JP",
"addressRegion": "東京都",
"addressLocality": "渋谷区"
},
"geo": {
"@type": "GeoCoordinates",
"latitude": 35.6580,
"longitude": 139.7016
},
"openingHoursSpecification": {
"@type": "OpeningHoursSpecification",
"dayOfWeek": ["Monday","Tuesday","Wednesday","Thursday","Friday"],
"opens": "10:00",
"closes": "19:00"
},
"hasOfferCatalog": {
"@type": "OfferCatalog",
"name": "サービス一覧",
"itemListElement": [
{
"@type": "Service",
"name": "オーダーメイドスーツ",
"description": "採寸から納品まで最短2週間。生地300種類以上から選択可能。",
"offers": {
"@type": "Offer",
"price": 49800,
"priceCurrency": "JPY"
}
}
]
}
}
FAQPageスキーマの実装
FAQPageは、画面上の質問と回答を構造化する形式だ。FAQPage実装企業のGemini差は、現行正本では十分な同月特徴量として再計算できない。実装時は可視本文・対象ページ・公式要件との一致を確認する。
- 質問は具体的に書く — 「どうやって使いますか?」ではなく「XM5ヘッドホンのBluetooth接続手順は?」のように具体的に。
- 回答は完結させる — 回答単体で意味が通じるか、画面上の本文と一致するかを確認する。「詳しくはこちら」だけで終わらせない。
- 定期的に更新する — 実際の仕様変更に合わせて内容と
dateModifiedを更新し、更新日を記録する。
{
"@context": "https://schema.org",
"@type": "FAQPage",
"mainEntity": [
{
"@type": "Question",
"name": "構造化データはAI検索に効果がありますか?",
"acceptedAnswer": {
"@type": "Answer",
"text": "構造化データはページ内容を機械可読に表す形式ですが、実装だけでAI引用・順位・成果が上がることは保証されません。画面表示とJSON-LDを一致させ、公式テストと固定条件のAI可視性観測を分けて記録してください。"
}
},
{
"@type": "Question",
"name": "構造化データの実装にかかる時間は?",
"acceptedAnswer": {
"@type": "Answer",
"text": "Organization + FAQPage の基本実装であれば、1ページあたり30分程度で完了します。ECサイトの商品ページにProduct + Offerを一括実装する場合は、CMSのテンプレート修正が必要なため、開発リソースとして1-2日を見込んでください。"
}
},
{
"@type": "Question",
"name": "JSON-LDとMicrodataのどちらを使うべきですか?",
"acceptedAnswer": {
"@type": "Answer",
"text": "JSON-LDを推奨します。Googleも公式に推奨しており、HTMLのheadセクションにscriptタグとして配置するだけなので、既存のHTMLを変更する必要がありません。また、AIエンジンはJSON-LD形式のデータをより正確にパースできます。"
}
}
]
}
テスト・検証の方法
構造化データの実装が正しいかを確認するには、以下のツールを活用する。
- Google Rich Results Test — リッチリザルトの対象かどうかを検証。URLまたはコードスニペットを直接入力可能。
- Schema.org Validator — 構文エラーや必須プロパティの欠落を検出。より厳密なバリデーション。
- Google Search Console — 実際にGoogleがインデックスした構造化データの状態を確認。エラー・警告の一覧表示。
- Chrome DevTools — Cmd+Opt+Iで開き、Elementsタブで
ld+jsonを検索。
構造化データに実際のページコンテンツと矛盾する情報を記述すると、Googleからスパム判定を受ける可能性があります。例えば、ページ上に存在しないレビュー数や、実際と異なる価格をマークアップしないでください。
構造化データを検証可能に保つ5つの実装原則
- 1. ネスト構造を活用する
- 単純なフラットなJSON-LDではなく、
Organizationの中にContactPointやPostalAddressをネストし、Schema.org上の関係を実データに合わせて表現する。 - 2. sameAsプロパティで外部リンクを明示する
- 公式と確認できる外部プロフィールだけを
sameAsへ指定し、企業名・URLの同一性を確認する。掲載や引用の増加は保証しない。 - 3. @idで一意識別子を付与する
- 同じサイト内で同一エンティティを参照する場合、
"@id": "https://example.com/#organization"のように共通IDを使い、サイト内の同一性を一貫させる。 - 4. @graphで複数スキーマを1ブロックにまとめる
- 複数のJSON-LDを
@graph配列へまとめる場合は、各ノードの関係とIDを確認し、採用する仕様に合わせる。形式だけで引用優先度が上がるとは扱わない。 - 5. dateModifiedを定期更新する
- Article や Product の
dateModifiedを実際の更新日に合わせて更新する。画面上の更新内容と日付が一致していることを確認する。
よくある実装ミスと対策
| ミスの内容 | 影響 | 対策 |
|---|---|---|
| 必須プロパティの欠落 | リッチリザルト非表示 | Schema.org公式ドキュメントで必須項目を確認 |
datePublishedが未設定 | 記事の鮮度判定不能 | ISO 8601形式(YYYY-MM-DD)で必ず設定 |
| 画像URLが相対パス | クロール時に解決不能 | 絶対URL(https://始まり)を使用 |
| 複数タイプの競合 | 解析エラー | @graph配列で正しく格納 |
| ページ内容との不一致 | スパム判定リスク | マークアップ内容がページ上に実在することを確認 |
priceValidUntilが過去の日付 | リッチリザルト非表示 | 必ず未来の日付を設定し、四半期ごとに更新 |
構造化データ実装チェックリスト
自社サイトの現状を以下のチェックリストで確認してほしい。項目数や優先順位は、対象ページ・採用仕様・公式テストの結果に合わせて決める。保存済みプロフィールから「5つ以上クリア」の割合は再現できない。
OrganizationスキーマにsameAs(SNS + Wikipedia)が設定されているか- 商品ページに
Product+Offer+AggregateRatingがあるか - FAQページに
FAQPageスキーマ(3問以上)があるか - 記事ページに
Article+dateModifiedが設定されているか - OGPタグ(
og:title、og:description、og:image)が全主要ページにあるか - Google Rich Results Testでエラーが0件か
@idでサイト内のエンティティが一意に識別されているか
note完全版を読んだら、まず自社ドメインで現状を確認してください。 スコア確認後、必要なら15分レビューでAI検索上の見え方を整理し、改善診断レポートに進めます。
よくある質問
- 構造化データを実装した後、何を検証すればよいですか?
- 構造化データはページ内容を機械可読に表す形式で、実装だけでAI引用・順位・成果が上がることは保証されません。画面表示とJSON-LDの一致、公式テストの結果、固定した質問・期間・判定基準でのAI可視性スコアを別々に記録してください。
- ECサイトに最初に実装すべき構造化データは何ですか?
- 対象ページの内容に合わせて選びます。Organizationは実在する企業情報、FAQPageは画面上の質問・回答、Product + Offerは商品ページの表示値と一致させ、Rich Results Test等の公式要件を確認してください。
- どのAIエンジンが構造化データに最も反応しますか?
- 現行のランキング正本には、JSON-LDやOGPの特徴量がないため、エンジン別の反応倍率は再計算できません。4エンジンの現在スコアを同じ質問・期間・判定基準で記録し、実装変更との前後差を別途検証してください。
自社のAI可視性を無料で確認する
まず無料チェッカーで、ChatGPT・Claude・Gemini・Perplexity上の見え方を確認してください。 結果を見たうえで、必要なら15分レビューで改善余地を整理し、改善診断レポートへ進めます。
改善診断レポート(¥9,800)は、診断結果を見てから必要な場合に選べます。