IV-C2 エンティティとは何かを理解する

「自社名で検索しても、なんだか他の似た名前の会社と混同されている気がする」——もし心当たりがあるなら、その正体はAIOの実務で頻出するエンティティという考え方を理解するとつかめてきます。エンティティは「キーワードの言い換え」では決してなく、まったく別の考え方です。ここを最初に押さえておくと、この先のナレッジグラフやWikipedia対応の話がスムーズに頭に入ってきます。エンティティとエンティティSEOという2つの言葉を自分の言葉で説明できるかどうか——このレッスンの合格ラインはそこに置いています。

エンティティとは「一意に識別できる実体」のこと

エンティティとは、人・組織・場所・製品・概念など、検索エンジンが「一意に識別できる実体」として扱う対象を指します。キーワード(文字列)との決定的な違いは、エンティティが文脈・関係性・属性の集合として扱われる点です。たとえば社名という文字列は、単なる語としては何にでもなり得ますが、「どこにある、何を事業とする会社か」という実体として認識されれば、似た響きの文字列と混同されなくなります。(出典: growth-partners-japan「エンティティSEOとは？」2026年4月、Digital Applied「Entity SEO & Knowledge Graph Optimization Guide 2026」)

エンティティSEOという考え方

エンティティSEOとは、特定キーワードでの順位獲得を狙う従来のSEOとは異なり、自社の会社名・ブランド・代表者などを検索エンジンやAIの知識データベース上で「信頼できる固有の実体」として認識・登録させ、トピック全体での評価を高めていく施策を指します。より技術的に言えば、検索エンジンとAIシステムが自社ブランド・人物・コンテンツを意味論的な知識システムの中で曖昧さなく識別・分類・関連付けできる状態を作ることが、エンティティSEOのゴールです。(出典: coomil「エンティティSEOとは？」、Digital Applied 前掲)

AIはエンティティをどう見分けているのか

技術的な処理の流れをざっくり説明すると、次の順番で進みます。

1. 文章の中から「人物」「組織」「場所」などのカテゴリを持つ候補を抽出する(固有表現抽出)
2. 抽出した候補を、既存の知識データベースの中にある既知のエンティティと突き合わせ、同一の実体かどうかを判定する(エンティティ解決)
3. エンティティ同士の関係(「〇〇社の代表は誰か」など)を関係性として記録する
4. 複数の独立した情報源が同じ情報を一貫して裏付けているほど、その情報の信頼度を高く見積もる

(出典: Stackmatix「What Is a Knowledge Graph in SEO?」2026年)

なお、この関係性を記録する仕組み自体の詳しい構造は、次のレッスン(編IV-C3)でナレッジグラフとして掘り下げます。

エンティティを機械可読な形で宣言する第一歩

エンティティという概念を実務に落とし込む際の技術的な柱が、Schema.orgの構造化データ(JSON-LD形式が主流)です。たとえば「これは会社という実体である」と宣言するOrganizationスキーマは、次のようにごく簡単な形で始められます。

{
  "@context": "https://schema.org",
  "@type": "Organization",
  "name": "株式会社サンプル",
  "url": "https://example.com"
}

これはあくまで最小限の例で、住所・代表者・SNSアカウントなどを加えていくことでエンティティとしての情報量が増えていきます。具体的な実装方法・検証ツールは編III-Bで詳しく扱うので、ここでは「エンティティという概念を、機械が読める形で宣言する」という発想だけつかんでおいてください。

実践ステップ

1. 1
   自社名を検索エンジンで検索し、キーワードとしてではなく「実体」として認識されていそうか(表記ゆれなく扱われているか)を確認する
2. 2
   自社に関する固有表現(会社名・サービス名・代表者名)の表記が、サイト内・SNS・各種ディレクトリで揺れていないか洗い出す
3. 3
   自社サイトに「これは会社という実体である」と宣言するOrganizationスキーマが実装されているか確認する
4. 4
   同業他社のサイトで、エンティティとしての情報の見せ方(会社概要・代表者情報の充実度)を観察し、自社との差を書き出す

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。