【ITニュース解説】Schema FAQPage và HowTo: viết JSON-LD khớp HTML để AI Overviews trích đúng

ウェブサイトの情報を機械が理解しやすいように整理するための特別な記述方法を構造化データ、またはSchema markupと呼ぶ。特にJSON-LDという形式でHTMLファイルの中に埋め込むことが多い。近年、AIが検索結果の要約であるAI Overviewsを作成するようになり、ウェブサイトの情報を正確にAIに伝えることの重要性が増しているが、ただJSON-LDを貼り付けるだけでは不十分で、かえってAIが混乱する原因となる場合がある。

AIはまずウェブサイトの基本的なHTMLコンテンツから情報を読み取る。Schema markupは、そのHTMLコンテンツの特定の情報を「これは質問だ」「これはその答えだ」「これは手順だ」というように、より明確にAIに伝えるための補助的な役割を果たすものだ。だから、Schema markupだけではAIに情報を伝えられず、そもそもウェブサイトが検索エンジンにインデックスされ、内容が適切に表示されていることが大前提となる。また、JavaScriptによって後からウェブページに動的に追加されるSchema markupは、AIや検索エンジンのクローラーが初期段階で読み取れないことが多く、せっかく設定しても無視されてしまう可能性が高い。そのため、Schema markupはHTMLファイルの初期段階に直接記述することが非常に重要だ。

数あるSchema markupの種類の中でも、特にウェブサイトでよく使われるのが「FAQPage」と「HowTo」だ。FAQPageは、ウェブサイトに「よくある質問」とその答えが明確に書かれている場合に適している。例えば、商品やサービスの価格、利用範囲、保証内容といったユーザーが本当に知りたいと思う質問とその具体的な回答が並んでいるセクションだ。このFAQPageのSchema markupを作成する際には、ウェブサイト上に表示されている質問文と回答文を、JSON-LDの中の「name」（質問）と「text」（回答）という項目に一言一句違わないように記述する必要がある。例えば、HTMLでは「はい、可能です。詳細はこちらをご覧ください」と書かれているのに、JSON-LDでは「はい」とだけ書かれていたり、逆にHTMLよりも長い説明が書かれていたりすると、AIはどちらを正しい情報として認識すれば良いか判断に迷ってしまう。また、ウェブサイトに表示されていない架空の質問をSchema markupに追加しても、AIには意味がないだけでなく、スパム行為と見なされる可能性もある。回答は冒頭に結論（はい、いいえ、具体的な数字など）を示す形にすると、AIやユーザーが最も重要な情報を素早く把握しやすくなる。

次にHowTo Schema markupは、特定のタスクを達成するための手順やステップ、チェックリストが順番に示されているコンテンツに最適だ。例えば、「3ステップで始めるサービス利用方法」や「製品の診断手順」といったページだ。FAQPageが質問と回答の組み合わせであるのに対し、HowToは一連の作業の流れを構造化する。HowToのJSON-LDを作成する場合も、ウェブサイトに表示されている手順のタイトルや説明文と、JSON-LD内の「name」（手順名）と「text」（手順の説明）を正確に一致させる必要がある。FAQPageと同様に、表示されていない手順をSchemaに追加したり、内容がHTMLと異なっていたりすると、その効果は期待できない。ウェブサイトによっては、FAQPageとHowToの両方の内容を含んでいる場合もあるが、その際は無理に両方を一つのページに適用するのではなく、本当にそれぞれに対応するコンテンツが存在する場合にのみ使用すべきだ。「たくさん設定すれば良い」という考えは、かえって情報の混乱を招く可能性がある。

Schema markupの導入でよく見られる間違いはいくつかある。一つは、先述したようにSchema markupがJavaScriptによって動的に追加され、ページのソースコードを直接見てもJSON-LDのブロックが見当たらないケースだ。これは検索エンジンのクローラーが読み取れないため、意味がない。また、質問がマーケティング色の強いもの（「なぜ弊社を選ぶべきですか？」など）で、具体的なユーザーの疑問ではない場合も適切ではない。さらに、Schema内の回答がウェブページに表示されている内容と異なる、または長すぎる場合、AIが正確な情報を抽出できなくなる。他のページからSchema markupをコピーしてきて、内容を修正し忘れるといった単純なミスも情報の不正確さにつながる。そして最も基本的なことだが、ウェブページ自体が検索エンジンにインデックスされていなかったり、主要なコンテンツがログイン後でなければ見られなかったりする場合、Schema markup以前の問題として、AIがその情報を利用することはできない。

これらのことからわかるように、Schema markupはAI時代のSEO全体の一部であり、万能ではない。ChatGPTやGemini、Google AI Overviewsといった様々なAIがウェブサイトの情報を正確に理解し、ブランド名を適切に引用するためには、Schema markupだけでなく、ウェブサイトの基本的なSEO対策がしっかり施されていることが不可欠だ。具体的には、ウェブページが確実にインデックスされていること、見出し（Heading）タグが適切に使われていること、主要なコンテンツがHTMLの中に直接書かれていることなどが挙げられる。加えて、ブランドの一貫した情報提供、AIの技術的な側面への対応、信頼できる外部ソースからの引用、価格や比較情報が明確に提示されていることなど、多角的なアプローチが必要となる。Schema markupは、ウェブサイトに既に存在する正確で分かりやすい質問と回答、または手順を、AIがより簡単に認識し、適切に利用できるようにするための有効な手段である。AIにブランド名を確実に言及させることを保証するものではなく、あくまで情報伝達を効率化する手段なのだ。

Schema markupをデプロイする前に、いくつかの簡単なチェックを行うことが推奨される。まず、コマンドラインツール「curl」を使ってウェブページのソースコードを取得し、JSON-LDのブロックが確実に含まれているか、また正しい種類のSchema（FAQPageやHowTo）が記述されているかを確認できる。さらに、Googleが提供する「Rich Results Test」や「Schema Markup Validator」といったツールを利用すれば、作成したJSON-LDが構造的に正しいか、構文エラーがないかを詳細に検証できる。そして何よりも重要なのは、Search Consoleを使ってウェブページがすでにインデックスされているかを確認することだ。これらのチェックリストをクリアすることで、Schema markupが意図した通りに機能し、AIがウェブサイトの情報を正しく理解する手助けとなる。最終的に、Schema markupは、ウェブサイトに書かれている情報が適切に構造化され、AIがその内容を正確に把握できるようにする情報の適切な構造化を促すものと捉えると良いだろう。これにより、AI Overviewsでウェブサイトがより適切に引用される可能性が高まるが、それはウェブサイトの品質と基本的なSEO対策がしっかりしている場合に限られる。