Structured Data (Schema Markup)
Structured Data とは、機械可読なマークアップのことで、通常は schema.org の語彙に従った JSON-LD であり、ページ上のコンテンツの意味をラベル付けします。これは Product です、これはその価格です、これはレビューです、これは FAQ です、というように示します。検索エンジンや回答エンジンにページの明確な記述を提供し、事実を理解し、インデックスし、確信を持って再利用できるようにします。
主流の形式は JSON-LD で、ページの HTML 内にある小さなスクリプトブロックとして、Product、Offer、Review、AggregateRating、FAQPage、BreadcrumbList、Organization といった schema.org のタイプを使ってエンティティを記述します。エンジンに "$49" が価格であると推測させる代わりに、マークアップがそれを明示的に示し、あらゆる主要なエンジンが理解できる形式で伝えます。
従来の検索では、Structured Data はリッチリザルト、星評価、価格、FAQ のドロップダウンを実現し、Google が Knowledge Graph を構築するのを助けます。回答エンジンにとっては、この同じ明確さがより微妙な形で役立ちます。曖昧さがなく一貫した事実は、モデルが信頼して回答に取り込みやすく、価格や在庫状況といった詳細をエンジンが誤って伝えるリスクを減らします。
Structured Data は魔法のようなランキング要因ではなく、マークアップを付けたからといってリッチリザルトや引用が保証されるわけではありません。その価値は信頼性にあります。ページが何を述べているかについての曖昧さを取り除き、サイト全体で事実の一貫性を保ち、コンテンツをエンジンが引用しても安全なものにします。これはまさに GEO と AEO が評価する点です。
ストアにとって、Structured Data はおおむね機械可読な形での製品の真実です。正確な Product、Offer、Review のマークアップ、価格、在庫状況、GTIN、評価は、エンジンがリッチリザルトと AI の回答の両方であなたの製品を正しく表現するのに役立ち、古い情報や誤った詳細を引用させないようにします。
FAQPage とよく構造化された Q&A マークアップは、直接的な GEO の資産です。購入者の質問と回答を、回答エンジンが抽出しやすい形式そのままにまとめてくれます。Shopify では、その多くがテーマやアプリのエコシステムから生成されるため、ページが実際にどの Schema を出力しているかを監査することは、効果の大きいチェックになります。
具体例:あるストアが、正しい価格と "in stock" の状態を示す Product と Offer の Schema に加え、最も多いサイズに関する質問向けに FAQPage マークアップを追加します。エンジンはこれで、ラベル付けされていないページテキストから推測する代わりに、価格を正確に示し、サイズに関する回答をそのまま引用できるようになります。
Structured Data とは何ですか?
コンテンツの意味、Product、価格、レビュー、FAQ をラベル付けする機械可読なマークアップ(通常は schema.org のタイプを使った JSON-LD)のことです。検索エンジンや回答エンジンが、あなたのページ上の事実を理解し、確実に再利用できるようにします。
Structured Data は AI の回答に役立ちますか?
間接的ですが確かに役立ちます。事実を曖昧さのない一貫したものにするため、回答エンジンが信頼して正しく取り込みやすくなります。引用を強制することはできませんが、エンジンがあなたの詳細を誤る可能性を減らします。
EC で最も重要な Schema のタイプは何ですか?
製品の真実には Product、Offer、AggregateRating/Review、質問と回答のコンテンツには FAQPage、文脈には BreadcrumbList と Organization です。エンジンが古い数値を引用しないよう、価格と在庫状況の正確なマークアップがとりわけ重要です。
JSON-LD は他の形式より優れていますか?
JSON-LD は Google が推奨する形式で、HTML の中に織り込まれるのではなく単一のスクリプトブロックに収まるため、最も保守しやすい形式です。Microdata や RDFa も存在しますが、JSON-LD が実用上の既定です。
Schema を追加すればリッチリザルトや引用が保証されますか?
いいえ。Structured Data はページをリッチリザルトの対象とし、再利用しやすくしますが、何を表示し引用するかを決めるのはエンジンです。その本当の見返りは信頼性と一貫性にあり、それが時間とともに SEO と GEO の両方を支えます。
Generative Engine Optimization (GEO)
Generative Engine Optimization (GEO) とは、AI回答エンジン(ChatGPT、Perplexity、Gemini、Claude、Copilot、Google AI Overviews)がユーザーの質問に答える際に、コンテンツを引用したり、抜粋し…
GEO fundamentalsAnswer Engine Optimization (AEO)
Answer Engine Optimization (AEO) とは、回答エンジンがあなたの情報を、ユーザーがクリックしなければならない1つのリンクとしてではなく、質問に対する直接的な回答として、強調スニペット、音声アシスタントの応答、またはAIが生成した回答の形で返すように、…
MeasurementAI Citations
AI引用とは、回答エンジンが生成する回答を裏付けるために特定の情報源を参照することを指し、リンク付きの脚注、名前を挙げられたブランド、あるいは直接引用された一節といった形をとります。引用は、AI回答時代におけるクリック、クレジット、そして信頼のシグナルです。ユーザーではなくエンジ…
EcommerceProduct Feed
product feedとは、ストアの商品をその属性、タイトル、説明、価格、在庫状況、GTIN、画像、カテゴリとともに、機械が読み取れる標準化された形式で列挙した構造化ファイルまたはデータソースです。フィードはショッピング面を支え、AIショッピングの回答が参照する構造化された商品…
Technicalllms.txt
llms.txtは、ウェブサイトのルートに置かれる、提案段階のプレーンテキストのMarkdownファイルで、サイトの最も重要なコンテンツを整理された解析しやすいマップとしてAIシステムに提供します。考え方としてはrobots.txtに近く、既知の場所に置かれるシンプルなファイルで…
どの購買プロンプトでストアが勝ち、負けているかを把握しましょう。
Naridon は ChatGPT、Perplexity、Gemini、Claude、Copilot にわたる引用を追跡し、修正案を作成・検証してストアへ反映します。