III-B10 構造化データのAIO効果を検証する

「構造化データを入れればAIに引用されやすくなる」——III-B3からIII-B9まで実装方法と検証方法を学んできた中で、この期待を持った方も多いはずです(III-B3〜III-B9参照)。期待と実態の間にどれだけ差があるのか、ここから検証データで確かめていきます。

「53%」という数字の見え方

AI検索に引用されているページのうち、53%がJSON-LDを実装済みという調査結果があります。これは非引用ページの約3倍の比率です(出典: Ahrefs, 2026年)。一見すると「構造化データを入れれば引用されやすくなる」証拠に見えますが、これは相関関係であって因果関係ではありません。構造化データを実装しているサイトは、同時にテクニカルSEOや良質なコンテンツ、被リンク獲得にも力を入れている傾向があり、引用されやすさはそうした複合的な取り組みの結果である可能性が高いのです(出典: Ahrefs, 2026年)。

因果関係を検証した実験

この点を確かめるため、Ahrefsは2025年8月から2026年3月にかけてJSON-LDを新規追加した1,885ページと、追加していない対照群4,000ページを比較する調査を行いました。2標本t検定・DiD(差分の差分)・イベントスタディ・感度分析という4つの手法を組み合わせた、実装前後30日間の引用変化の検証です(出典: Ahrefs, 2026年)。

すでに引用を獲得しているページに構造化データを追加しても、いずれのプラットフォームでも意味のある正の効果は確認されませんでした(出典: Ahrefs, 2026年)。

似たような教訓——llms.txtのケース

同種の教訓は、編III-Cで扱うllms.txtの調査にも表れています。137,210ドメインを分析した別のAhrefs調査では、公開済みのllms.txtファイルのうち97%が2026年5月中に一件もリクエストを受けていませんでした(出典: Ahrefs, 2026年6月)。「設置すれば効果がある」という期待と、実際のアクセス実態には大きな距離があるという構図は、構造化データとよく似ています。

では実装は無駄なのか

ここまでのデータは「構造化データを増やせば引用が増える」という短絡的な期待を否定するものであり、「構造化データ自体が不要」という結論ではありません。ページの内容を機械的に正しく理解させる、Organization同士やページ同士を@graphでつなぐ(III-B7参照)といった基盤整備としての価値は別に存在します。過度な期待をかけずに、地道な下支えとして淡々と実装する——このスタンスが、III-B全体を通じて一貫している姿勢です。ぶっちゃけ、この手の「入れれば増える」系の話は、他の施策でも繰り返されるパターンです。

FAQPageの前例

構造化データへの期待と実態のズレは、今回が初めてではありません。GoogleはFAQリッチリザルトを2023年8月に政府機関・医療機関等の権威サイトへ限定し、一般サイトでの表示機会をほぼなくしました(出典: Google Search Central, 2023年8月)。当時「対策すべき定番施策」と語られていたものが数年で縮小した前例は、新しい施策に飛びつく前に一度立ち止まる材料になります。

実践ステップ

1. 1
   社内やクライアント向け資料に「構造化データ=AI引用の近道」と読める表現がないか点検する
2. 2
   構造化データの実装目的を「AI引用の即効薬」から「機械に正しく理解させる基盤整備」に言い換える
3. 3
   実装済みページがあれば、実装前後30日の言及・引用状況を参考程度に見比べてみる(厳密な対照実験ではない点に留意する)
4. 4
   過去にFAQリッチリザルトのような縮小事例があったことを踏まえ、新しい施策への期待値を関係者とすり合わせる
5. 5
   III-B6からIII-B9で実装した内容を「引用を保証するもの」ではなく「AIやクローラーが誤解なく読める状態」として社内で説明し直す

このレッスンはテキストとスライドで学べます。スライドは上のビューアからご覧ください。