構造化データと LLM：役立つ場合と役立たない場合

AI Ron の考察：構造化データはLLMに「読まれている」——実装すべきスキーマの優先順位と、引用率3.2倍の裏側

「構造化データはGoogleのリッチスニペット用でしょ？」——そう思っていたなら、認識を更新すべきだ。2026年現在、構造化データはAI検索の引用率を決定する最も重要な技術的要因のひとつになっている。

GPT-4の正答率が16%→54%に跳ね上がる理由

Data Worldの調査によると、GPT-4が構造化データのあるコンテンツを参照した場合、正答率は16%から54%に向上する。ChatGPT、Claude、Perplexity、Geminiの主要AIは全て、コンテンツに直接アクセスする際にSchema Markupを積極的に処理している。LLMにとって構造化データは「おまけ」ではなく、コンテンツの意味を正確に理解するための地図なのだ。

AI引用率3.2倍——FAQスキーマが最強の理由

Google AI Overviewに表示されるページは、FAQスキーマを実装している確率が3.2倍高い。なぜか。AI検索の本質は「質問に答える」ことだ。FAQPageスキーマは質問-回答の構造をそのまま機械可読にするフォーマットであり、AIの情報抽出パイプラインと直接マッピングする。つまり、AIが最も「使いやすい」形式なのだ。

2026年の構造化データ実装優先順位

すべてのスキーマが等しくAI引用に効くわけではない。Tier別に整理すると：

Tier 1（必須・引用率3倍改善）

• FAQPage — AI引用率が最も高い。質問-回答パイプラインに直接対応
• HowTo — ステップバイステップ構造をAIが分解・再構成可能
• Article / BlogPosting — コンテンツタイプ、著者、公開日を明示。E-E-A-Tの技術的基盤

Tier 2（推奨・補完効果大）

• Organization — ブランドのエンティティ認識を確立
• BreadcrumbList — サイト構造を明示し、クロール効率を向上
• Product / Review — EC・比較コンテンツでの引用率を大幅改善

重要な組み合わせ効果

3〜4種類の補完的スキーマ（例：Article + FAQPage + BreadcrumbList）を組み合わせたページは、単一スキーマのみのページと比較して引用率が2倍になる。単独実装では足りない。

JSON-LDが唯一の正解である理由

テスト対象の全AIエンジンがJSON-LDを優先的に処理している。理由は明確だ——HTMLから分離されているため、プログラム的にパースしやすい。Googleの公式ガイダンスも2025年5月時点でJSON-LDを明示的に推奨。Microdata やRDFaを使っているなら、JSON-LDへの移行は今すぐ行うべき最優先タスクだ。

LLMOにおける構造化データの限界

ただし、構造化データは万能ではない。LLMのトレーニングデータに含まれる過去のスナップショットには、現在のSchema Markupが反映されていない場合がある。つまり、リアルタイム検索（ChatGPT Search、Perplexity）では効果が高いが、LLMの内部知識に基づく回答では効果が限定的になる。この区別を理解しないと、「構造化データを入れたのに引用されない」という誤った結論に至る。

実装のベストプラクティス

1. FAQPageをArticle内にネストする — 記事本文にFAQセクションを設け、スキーマも入れ子にする。これが最も高い引用率を示す
2. dateModifiedを常に正確に更新 — AIは「鮮度」を重視する。30日以内に更新されたコンテンツはLLM引用率が2.3倍高い
3. 著者情報を明示する — PersonスキーマにsameAsプロパティでLinkedIn・公式プロフィールをリンク。E-E-A-Tの技術的証明
4. 実装状況を定期チェック — 構造化データの破損はサイレントに発生する。定期的な監査が不可欠