Want more qualified Shopify traffic from AI search?

Run a free Naridon scan to see which prompts, products, and AI engines can send more ready-to-buy visitors.

AIエンジンに自社の製品を推薦してほしいなら、彼らが質問する前にその質問へ答える必要があります。それこそがFAQスキーマの役割です。

FAQスキーマ（FAQPage構造化データとも呼ばれます）は、AIエンジンにこう伝えます。「この製品について人々が尋ねる質問はこれで、その答えはこれです」。ChatGPT、Perplexity、Google AI Overviewsが製品を推薦する必要があるとき、それらはすでに構造化された回答を持つページを探します。FAQスキーマを持つページが最初に選ばれるのは、AIがあなたのページに何が書かれているかを推測する必要がないからです—回答はあらかじめパッケージ化され、引用できる状態になっています。

このガイドは、ShopifyストアへのFAQスキーマ追加をステップバイステップで案内します—コピー&ペーストできるコード、適切な質問を選ぶための戦略、配置のガイダンス、テスト手順、そしてAI可視性への実際のインパクトを示す指標とともに。

TL;DR: FAQスキーマは、AIエンジンに製品に関する事前構造化された回答を提供します。実際の顧客の質問を狙って、JSON-LDを使い製品ページごとに5～8個のFAQを追加しましょう。FAQスキーマを持つストアは、AIでの言及が30～60%増加します。Naridonはすべての製品ページにFAQスキーマを自動で追加します。Naridonをインストール。

なぜAIエンジンはFAQスキーマを好むのか

AIエンジンは、その本質において質問応答マシンです。誰かがChatGPTに「敏感肌に最適な保湿剤は何ですか？」と尋ねると、AIはウェブから回答を見つけて抽出する必要があります。その抽出を容易にするほど、推薦される可能性が高まります。

FAQスキーマは、AI可視性のために3つの重要なことを行います。

回答を事前に構造化する: AIはあなたのページを解析して、どのテキストがどの質問に答えているかを推測する必要がありません。Q&Aのペアが機械可読な形式で明示的に定義されています。これは、AIに教科書全体を読ませる代わりにカンニングペーパーを手渡すようなものです。
ユーザーのクエリに対応する: FAQの質問は、人々がAI検索に入力する正確なクエリと一致することがよくあります。「この保湿剤は敏感肌に良いですか？」は、「敏感肌に最適な保湿剤」というクエリに直接一致します。FAQが構造化データに存在すれば、AIはこの結びつきを即座に行います。
コンテンツの深みを加える: 各FAQエントリは、目に見えるページを雑然と感じさせることなく、製品ページに50～100語の事実に基づく解析可能なコンテンツを追加します。AIにとって、これは追加データです—より多くの事実、より多くのクエリ一致、あなたを推薦するより多くの理由となります。

GoogleもFAQスキーマをリッチリザルトやAI Overviewsに使うため、これは二重の利点を持つ最適化です。従来のGoogle検索での順位とAI検索での順位を同時に向上させられます。

もう一つ。FAQスキーマは、AIに直接回答テキストを提供する数少ない構造化データタイプの一つです。Productスキーマは、あなたが何を売っているかをAIに伝えます。FAQスキーマは、なぜ誰かが買うべきか、どのように比較されるか、誰に最適かをAIに伝えます。それは推薦の燃料です。

ステップ1: 適切な質問を選ぶ

すべてのFAQの質問が同等というわけではありません。実際の人々がAIエンジンでどのように検索するかに一致する質問が必要です。間違った質問（一般的すぎる、内部的すぎる、難解すぎる）は、貴重な最適化の機会を無駄にします。

すべての製品に必要な5つの質問タイプ

素材/組成の質問: 「[製品]は何でできていますか？」 — これは「最高のオーガニックコットンパーカー」や「[製品]は本物の革でできていますか？」といったクエリに一致します。AIは素材情報を使って、成分や素材の好みで推薦を絞り込みます。
対象者/フィットの質問: 「[製品]は誰に最も適していますか？」 — これは「乾燥肌に最適なフェイスクリーム」や「看護師向けのランニングシューズ」といったクエリに一致します。AIは対象者情報を使って、製品を特定のユーザーニーズに合わせます。
比較の質問: 「[製品]は[競合]と比べてどうですか？」 — これは「[ブランドA] vs [ブランドB]」や「[あなたの製品]は[競合製品]より優れていますか？」といったクエリに一致します。これらはAI検索の中でも購入意欲が最も高いクエリの一部です。
価値の質問: 「[製品]は価格に見合いますか？」 — これは「$100以下で最高の[製品カテゴリ]」や「[ブランド]は割高ですか？」といったクエリに一致します。AIは予算に適した推薦をするために価値の文脈を必要とします。
実用的な質問: 「[製品]をどのように使う/手入れしますか？」 — これは製品の耐久性、メンテナンス、使いやすさに関するクエリに一致します。これらの質問は、製品の品質とブランドの透明性をAIに示します。

追加カバレッジのためのボーナス質問

「[製品]にはどのサイズ/オプションがありますか？」 — サイズのクエリに一致し、AIが体に合う製品を推薦するのに役立ちます
「[製品]は[特定のユースケース]に使えますか？」 — ニッチなユースケースのクエリに一致します（「この保湿剤をメイクの下地に使えますか？」）
「[製品]の配送および返品ポリシーは何ですか？」 — 購入の安心感を高めます。AIは推薦の中で返品ポリシーを引用することがあります
「[製品]はどこで作られていますか？」 — 倫理的/原産地のクエリに一致します（「倫理的に作られたパーカー」や「ポルトガル製の製品」）
「[製品]はヴィーガン/オーガニック/動物実験なしですか？」 — AI検索でますます人気が高まっている認証に特化したクエリに一致します

製品に最適な質問を見つける方法

カスタマーサポートの受信トレイ: 人々は購入前に何を尋ねますか？それはAIユーザーが尋ねているのと同じ質問です。
競合の製品レビュー: 購入者はレビューで何に言及していますか？「こんなに重いと知っていればよかった」は、重量に関するFAQを含めるべきだと教えてくれます。
ChatGPTとPerplexityでのテスト: AIで自社の製品カテゴリを検索し、AIがどの質問に答えるかを記録しましょう。「[競合]は敏感肌に良いですか？」に答えるなら、そのFAQを自社の製品にも追加しましょう。
Googleの「他の人はこちらも質問」: 製品のキーワードを検索し、PAAボックスを見てみましょう。それは実際の人々が尋ねる実際の質問です。
製品の返品理由: 予想外のサイズ、重量、素材が原因で人々が製品を返品する場合、それらの懸念に前もって対処するFAQを作成しましょう。

ステップ2: AI最適化された回答を書く

各回答は40～100語にすべきです。短すぎる（30語未満）とAIが扱うには情報が不足します。長すぎる（120語超）とAIは回答を切り詰めたり、飛ばしたり、要点の抽出に苦労したりするかもしれません。

回答を書くルール

直接的な答えから始める: 答えを埋もれさせないでください。最初の文で質問に直接答えるべきです。質問が「Aurora Hoodieは何でできていますか？」なら、回答は「Aurora Hoodieは380GSMのオーガニックコットンで作られています...」で始めるべきです—「良い質問ですね！よく聞かれます...」ではありません。
製品名を含める: 回答の中で製品名を繰り返しましょう。AIは質問と特定の製品との明示的な結びつきを必要とします。単に「コットン製です」と言わないでください。「Aurora Hoodieはコットン製です」と言いましょう。
具体的な情報を加える: 数値、素材、比較、認証—AIが抽出して使える事実です。「380GSMのGOTS認証オーガニックコットン」は「プレミアムコットン」よりはるかに有用です。
文脈で締めくくる: 誰にとって重要か、または関連するメリットで締めくくりましょう。「...ミニマリストなワードローブを構築する人にとって、秋冬のレイヤリングに理想的です」。
マーケティングの誇張を避ける: 「絶対に気に入りますよ！」や「これ以上ないほど最高です！」はAIにとって何の価値も加えません。すべての言葉が事実に基づくべきです。

例: ビフォー & アフター

質問: 「Aurora Hoodieは何でできていますか？」

悪い回答: 「究極の快適さのための最高級プレミアム素材。その着心地をきっと気に入りますよ！」

良い回答: 「Aurora Hoodieは380GSMのオーガニックコットンで作られ、暖かさを高めるために起毛したフリースの裏地を備えています。生地はGOTS認証、防縮加工済みで、30°Cで洗濯機洗い可能です。ほとんどのストリートウェアパーカーより重く（Carhartt WIPと同程度の重さ）、秋冬のレイヤリングに理想的です。ポルトガルのポルトで倫理的に製造されています。」

質問: 「Radiance Serumは誰に最も適していますか？」

悪い回答: 「みんなに！すべての肌タイプに効きます。あなたは素晴らしい肌に値します！」

良い回答: 「Radiance Serumは、乾燥肌と加齢肌のタイプ向けに特別に処方されています。15%のビタミンCとヒアルロン酸の処方が、小じわ、肌のムラ、乾燥を狙います。保湿剤の下に軽いセラムを求める30歳以上の大人に最適です。有効成分ではDrunk Elephant C-Firmaに匹敵し、価格はおよそ半分です。」

ステップ3: ShopifyストアにFAQスキーマを追加する

FAQスキーマは、ページのHTML内にJSON-LD（JavaScript Object Notation for Linked Data）として追加されます。技術的な習熟度に応じた3つの異なるアプローチで、Shopifyでの方法を紹介します。

オプションA: 製品テンプレートに追加する（開発者に推奨）

Shopify管理画面 → オンラインストア → テーマ → コードを編集に移動します
製品テンプレートファイルを見つけます（通常は sections/main-product.liquid または templates/product.liquid）
次のJSON-LDスクリプトをファイルの末尾、終了タグの前に追加します

必要なスキーマテンプレートは次のとおりです。

<script type="application/ld+json">
{
  "@context": "https://schema.org",
  "@type": "FAQPage",
  "mainEntity": [
    {
      "@type": "Question",
      "name": "What is {{ product.title }} made of?",
      "acceptedAnswer": {
        "@type": "Answer",
        "text": "YOUR ANSWER HERE with specific materials,
                 certifications, and details."
      }
    },
    {
      "@type": "Question",
      "name": "Who is {{ product.title }} best for?",
      "acceptedAnswer": {
        "@type": "Answer",
        "text": "YOUR ANSWER HERE with target audience,
                 use cases, and lifestyle fit."
      }
    },
    {
      "@type": "Question",
      "name": "How does {{ product.title }} compare
               to alternatives?",
      "acceptedAnswer": {
        "@type": "Answer",
        "text": "YOUR ANSWER HERE with comparable brands,
                 differentiators, and price positioning."
      }
    }
  ]
}
</script>

プレースホルダーの回答を、製品固有の事実に基づいたコンテンツに置き換えてください。各製品には固有の回答が必要です—すべての製品に同じテキストを使わないでください。

オプションB: 動的なFAQにmetafieldを使う（非開発者に最適）

Shopify管理画面で、設定 → カスタムデータ → 製品に移動します
「faq_data」という名前のJSON metafieldを作成します（または、各Q&Aのペアに複数行テキストフィールドを使います）
各製品ページのmetafieldエディタから、製品ごとにFAQコンテンツを追加します
製品テンプレートで、Liquidを使ってmetafieldのデータを可視のHTMLとJSON-LDスキーマの両方としてレンダリングします

このアプローチは、毎回コードを編集せずに製品ごとにFAQコンテンツを管理できるため、大規模カタログにより適しています。ストアマネージャーは製品エディタから直接FAQを更新できます。

オプションC: Naridonに自動で任せる（すべての人に最適）

Naridonは、カタログ内のすべての製品に対してFAQスキーマを自動生成します。その内容は次のとおりです。

製品データ（タイトル、説明、属性、カテゴリ、価格）を分析します
製品タイプとカテゴリに基づいて、最も関連性の高い質問を特定します
製品固有の属性を使ってAI最適化された回答を書きます
各製品ページに有効なJSON-LDとしてFAQスキーマを挿入します
任意で、可視のFAQコンテンツもページに追加します

テーマコードの編集も、metafieldの設定も、手動での回答作成も不要です。これは20製品以上のストアにとって最速の道です。Naridonをインストールすれば、FAQスキーマは24時間以内にカタログ全体に展開されます。

ステップ4: 配置戦略—ページのどこにFAQを置くか

FAQスキーマは、目に見えない構造化データとしてページのHTML内に存在します。しかし、次の2つの重要な理由から、FAQをページ上に視覚的にも表示すべきです。

Googleはコンテンツの一致を要求する: Googleの構造化データガイドラインは、FAQスキーマがページ上の可視コンテンツに対応すべきだと述べています。FAQがスキーマにのみあって表示されていない場合、Googleはそれを無視したり、リッチリザルトにペナルティを与えたりするかもしれません。他のAIエンジンも、可視コンテンツと一致しないスキーマの重みを下げるかもしれません。
ユーザー体験とコンバージョン: 可視のFAQは購入前の質問に答え、直帰率を下げ、カスタマーサポートの件数を減らし、コンバージョン率を高めます。製品ページで質問への答えを見つけた買い物客は、購入する可能性が大幅に高くなります。

ページタイプ別の推奨配置

製品ページ: メインの説明の下、レビューの上。ページが圧倒的に長く感じられないよう、アコーディオン/折りたたみ形式を使いましょう。製品ごとに5～8個のFAQ。
コレクションページ: コレクションページの下部に、カテゴリレベルのFAQを3～5個追加します。これらはカテゴリに関するより広い質問であるべきです（例：「冬に最適なパーカーの素材は？」や「適切なスキンケアルーティンの選び方」）。
ホームページ: 下部近くの専用セクションに、ブランドレベルのFAQを5～8個追加します。自社のブランドに関する質問に対応しましょう（例：「[ブランド]の何が違うのか？」「どこへ配送しますか？」「返品ポリシーは何ですか？」）。
ブログ記事: 各記事の最後に、記事固有のFAQを3～5個追加します。これらは記事が提起しつつ完全には答えていない質問に対応し、情報コンテンツを自社の製品につなげるべきです。

フォーマットのベストプラクティス

クリックでFAQが折りたたみ/展開するアコーディオンUIを使いましょう—これでページがすっきり保たれます
FAQコンテンツは、読み込み後のJavaScript経由ではなく、最初のページ読み込み時にHTMLテキストとしてレンダリングしましょう
可視のFAQテキストがスキーマのテキストと正確に一致するようにしましょう（相違がないように）
明快で読みやすいタイポグラフィを使いましょう—FAQを極小フォントや低コントラストのテキストに隠さないでください

ステップ5: スキーマをテストして検証する

祝う前に、FAQスキーマが有効で検出可能であることを確認する必要があります。無効なスキーマは、AIエンジンを混乱させる可能性があるため、スキーマがないよりも悪いです。

テストのチェックリスト

Google Rich Results Test: 製品ページのURLを search.google.com/test/rich-results に貼り付け、すべてのQ&Aのペアがリストされた状態で「FAQ」が検出されることを確認します。各質問はその回答テキストとともに表示されるはずです。「FAQが検出されませんでした」と表示される場合、スキーマにエラーがあります。
Schema.org Validator: JSON-LDの構文とschema.org標準への準拠をより深く技術的に検証するには、validator.schema.org を使いましょう。
手動のHTMLチェック: 製品ページのソースを表示し（右クリック → ページのソースを表示）、「FAQPage」を検索します。JSON-LDスクリプトが存在し、内容が正しく見えることを確認しましょう。
ページ横断のチェック: 5～10個の異なる製品ページをテストして、手動でテストした1ページだけでなく、カタログ全体でスキーマが一貫して機能していることを確認します。
AIエンジンのテスト: 1～2週間後、自社のFAQの一つに一致する質問をChatGPTに尋ね、製品ページのコンテンツが回答に現れるか確認します。これが実世界における究極の検証です。

よくある検証エラーと修正

@contextの欠落: JSON-LDの先頭に必ず "@context": "https://schema.org" を含めましょう。これがないとスキーマは無効です。
コンテンツの不一致: スキーマ内のFAQテキストは、ページ上の可視FAQテキストと一致しなければなりません。異なる場合は、一方を他方に合わせて修正しましょう。
無効なJSON: 閉じられていない引用符、Q&Aオブジェクト間のカンマの欠落、JSON解析を壊す特殊文字（エスケープされていない引用符など）に注意しましょう。必要ならJSONバリデータを使いましょう。
複数のFAQPageスキーマ: 1ページにつきFAQPageスキーマは1つだけです。異なるソース（あなたのコード + アプリ）からのFAQがある場合は、それらを1つのFAQPageエンティティに統合しましょう。
空の回答: すべての質問には空でないacceptedAnswerが必要です。回答のない質問は無効です。

インパクト指標: FAQスキーマ追加後に期待できること

FAQスキーマを適切に実装したShopifyストアで観察されたことを紹介します（Naridonのモニタリングを使用しているストアのデータ）。

指標	FAQスキーマ導入前	FAQスキーマ導入後（4～8週間）	変化
AI言及率（追跡プロンプト）	5-10%	15-30%	+200-300%
Googleリッチリザルトの表示回数	基準値	+40-80%	大幅な増加
製品ページの滞在時間	平均45秒	平均1:15	+67%
AIリファラルトラフィック	ごくわずか / ほぼゼロ	総トラフィックの5-15%	新しいチャネルが開いた
製品ページのコンバージョン率	基準値	+10-20%	意味のある改善
カスタマーサポートのチケット（販売前）	基準値	-20-35%	質問の減少

これらの数値は時間とともに複利で増えていきます。AIエンジンがあなたのコンテンツ品質を信頼するように学ぶにつれ、より頻繁に、より高い位置であなたを推薦します。FAQスキーマは一度きりのブーストではありません—AI可視性への複利的な投資です。

上級編: コレクションレベルおよびブランドレベルのFAQスキーマ

製品ページのFAQは土台です。しかし、そこで止まらないでください。他のページタイプにもFAQスキーマを追加することで、AI可視性を大幅に拡大できます。

コレクションページ

AIユーザーが頻繁に尋ねるカテゴリレベルのクエリを狙いましょう。これらのより広い質問は、AIが個々の製品だけでなく製品カテゴリ全体を理解するのに役立ちます。

「[ユースケース]に最適な[製品カテゴリ]は何ですか？」 — 例：「寒い天候に最適なパーカーは何ですか？」
「適切な[製品タイプ]の選び方は？」 — 例：「自分の肌タイプに適したフェイス保湿剤の選び方は？」
「[オプションA]と[オプションB]の違いは何ですか？」 — 例：「オーガニックコットンと従来のコットンのパーカーの違いは何ですか？」
「[製品カテゴリ]を買うとき、何に注目すべきですか？」 — 例：「犬用おやつを買うとき、何に注目すべきですか？」
「[製品カテゴリ]にいくら使うべきですか？」 — 例：「質の良いパーカーはいくらすべきですか？」

あなたのホームページ

全体的なブランド認知度を高め、AIエンジンとの信頼を築くブランドレベルのクエリを狙いましょう。

「[あなたのブランド]は信頼できますか？」 — 信頼性と信用に直接対応します
「[あなたのブランド]は何を売っていますか？」 — AIに明確なブランド概要を提供します
「[あなたのブランド]はどこへ配送しますか？」 — 実用的な購入情報
「[あなたのブランド]の返品ポリシーは何ですか？」 — 購入の安心感
「[あなたのブランド]は[競合]と比べてどうですか？」 — 競争上のポジショニング
「[あなたのブランド]はサステナブル/倫理的ですか？」 — 価値観に基づくクエリ

ブログ記事

製品の推薦につながる情報系クエリを狙いましょう。すべてのブログ記事には、情報コンテンツを自社の製品につなげるFAQが3～5個あるべきです。たとえば、「カプセルワードローブの作り方」に関するブログ記事には、「カプセルワードローブに最適なブランドは？」のようなFAQと、自社の製品をカテゴリ内に位置づける回答があるべきです。

よくある質問

製品ページごとにいくつのFAQを追加すべきですか？

製品ページには5～8個が最適です。5個未満では主要な質問タイプ全体にわたる十分なカバレッジが得られません。10個を超えるとシグナルが薄まり始め、圧倒的に感じられることがあります。5つのコア質問タイプ（素材、対象者、比較、価値、実用）に集中し、各製品固有の属性やよくある顧客の懸念に特化したボーナス質問を2～3個追加しましょう。

すべての製品で同じFAQの質問を使えますか？

質問のテンプレートは類似していてもかまいません（例：「[製品]は何でできていますか？」）が、回答は製品ごとに固有でなければなりません。製品間で同一の回答を使うと、AIエンジンに薄く、テンプレート的なコンテンツだと示すことになり、信頼と可視性を下げます。各回答は特定の製品を名前で参照し、素材、寸法、対象者などの製品固有の詳細を含むべきです。Naridonは製品ごとに固有の回答を自動生成します。

FAQアプリは機能しますか、それともカスタムコードが必要ですか？

多くのShopify FAQアプリは可視のFAQセクションを追加しますが、AIエンジンが必要とするJSON-LDスキーマは追加しません。ページのソースを表示して、FAQアプリがFAQPageスキーマを含む <script type="application/ld+json"> ブロックを出力しているか確認しましょう。していない場合、FAQは人間には見えてもAIエンジンには見えません。スキーマを別途追加する必要があります。あるいは、可視コンテンツとスキーマの両方を一度に処理するNaridonを使いましょう。

FAQスキーマは既存のProductスキーマと競合しますか？

いいえ。FAQPageスキーマとProductスキーマは、同じページ上で完璧に共存する別々のschema.orgタイプです。実際、すべての製品ページにその両方を持つべきです。各スキーマタイプが1ページにつき一度だけ現れるようにしてください—同じURLに2つのFAQPageスキーマや2つのProductスキーマを持たせないでください。同じタイプの複数のスキーマはパーサーを混乱させることがあります。

FAQスキーマを追加してからどのくらいの速さで結果が見えますか？

Googleリッチリザルトは、スキーマがクロールされてインデックスされてから数日で現れることがあります。AIエンジンでの改善（ChatGPT、Perplexityなどでの言及）は、AIクローラーがページを再インデックスし、新しい構造化データを処理するにつれて、通常2～4週間で現れます。AIがあなたのコンテンツを信頼するように学ぶにつれた複利的な可視性の向上を含む完全なインパクトには、4～8週間かかります。進捗を追うために、AI可視性スコアを毎週モニタリングしましょう。

FAQスキーマは音声検索にも役立ちますか？

はい。音声アシスタント（Siri、Alexa、Google Assistant）は、話された問い合わせに答えるために構造化データをますます活用しています。FAQスキーマは、これらのシステムに一字一句読み上げられる整形済みの回答を提供します。三重のメリットです。AIテキスト検索、Googleリッチリザルト、音声検索—すべてが一度の実装からもたらされます。

FAQはあるがFAQスキーマがない場合はどうなりますか？

スキーマのない可視のFAQは、人間にとっては何もないよりましですが、AIエンジンは可視テキストではなく主に構造化データに依存します。JSON-LDスキーマを追加すると、既存の可視FAQがAIが読み取れるデータに変わります。すでに可視のFAQコンテンツがあるなら、スキーマの追加はすぐに得られる成果です—スキーマのテキストが可視テキストと正確に一致するようにするだけです。

FAQスキーマはGoogle AI Overviewsに表示されるのに役立ちますか？

はい。Google AI Overviewsは、ユーザーのクエリに答えるためにFAQスキーマから頻繁に引用します。FAQの回答がGoogle AI Overviewのクエリに直接一致すると、あなたのコンテンツが引用される可能性が高くなります。これは特に、Google AI Overviewsがよく扱う比較の質問や「〜に最適」の質問に当てはまります。

FAQスキーマは、AI可視性のためにROIが最も高く、労力が最も少ない最適化です。数か月ではなく数週間で、一貫して測定可能な結果を生み出す唯一の変更です。上記のコードスニペットを使って手動で追加することも、Naridonをインストールしてカタログ全体のFAQスキーマを自動生成することもできます。$49/mo、コード不要、最初のスキーマは24時間以内に展開されます。

あなたが答えるすべての質問は、AIが推測しなくてよい質問です。そしてAIは、推測しなければならない製品を決して推薦しません。今日から答え始めましょう。

Key concepts

Plain-language definitions of the terms in this guide.

この会話でランクインする準備はできましたか？

すでにAI検索を売上に変えているマーチャントに参加しましょう。

Start free trial

ShopifyにFAQスキーマを追加する方法（そしてなぜAIエンジンがそれを好むのか）