IV-C3 ナレッジグラフ入門

自社名を検索したときに、画面の右側や上部に会社概要のパネルがすっと表示される企業もあれば、何も出てこない企業もあります。この差を生んでいる正体がナレッジグラフです。前のレッスンで扱ったエンティティという概念は、実際にはどのようなデータベースの中で管理されているのか——その正体を辿っていくと、Googleが検索結果の裏側で何をしているのかが分かります。

ナレッジグラフとは何か

ナレッジグラフ(Knowledge Graph)とは、Googleが保有する巨大な独自データベースで、人・組織・場所・作品などのエンティティに関する情報と、その関係性を格納したものです。検索結果のPC版右側やモバイル版上部に表示される「ナレッジパネル」は、このナレッジグラフの情報がユーザーに見える形になったものです。(出典: Nobilistaブログ「Googleナレッジグラフとは？」、ロカオプメディア「ナレッジパネルとGoogleビジネスプロフィールの違い」)

会社名・店舗名を直接検索(指名検索)したときにナレッジパネルが表示されるかどうかは、そのブランドがナレッジグラフの中で「実体」として認識されているかどうかの、分かりやすい目安になります。

ナレッジグラフが組み上がる4つの工程

編IV-C2で触れた通り、検索エンジンがエンティティを認識する処理は、次の4つの工程に整理できます。ここではナレッジグラフという構造物がどう組み上がっていくか、という視点で改めて見てみましょう。

1. 固有表現抽出: 文章の中から人物・組織・場所などの候補を抜き出す
2. エンティティ解決: 抜き出した候補を、既存の知識グラフ内にある既知のエンティティ(たとえばWikidataのID)と突き合わせ、同一の実体かどうかを判定する
3. 関係性マッピング: エンティティ同士の関係を、グラフの形で記録する
4. 信頼度の重み付け: 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評価する

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

現代の検索エンジンは、BERTやMUMといった自然言語処理モデルの進化によって、単語の一致だけでなく「意味」を捉えようとする方向に進化してきたとされています。

ナレッジグラフの主要な情報源

ナレッジグラフの情報源は1つではありませんが、Wikipediaは長年その主要な情報源の一つとされてきました。Wikidataはこれを補完する構造化データベースで、Wikipediaの記事に紐づく形で、設立日・代表者・所在地といった機械可読なファクトを保持しています。この2つとナレッジグラフの具体的な関わり方、実務での対応方針は、次のレッスン(編IV-C4)でまとめて扱います。

自社サイトから「これは同じ実体だ」と伝える

自社サイト・Wikipedia・Wikidataなど、複数の場所に存在する情報が「同じ実体を指している」と検索エンジンに伝えるためのプロパティがsameAsです。自社の構造化データにWikipedia記事のURLやWikidata ID、公式SNSアカウントのURLなどを列挙することで、ナレッジグラフ上での紐づけを機械的に補強できます。実装の詳細は編III-Bで扱うので、ここでは「複数の情報源を1つの実体として束ねる仕組みがある」という理解にとどめておいてください。

実践ステップ

1. 1
   自社名・代表者名でGoogle検索し、ナレッジパネル(情報パネル)が表示されるかどうかを確認する
2. 2
   パネルが表示される場合、内容が最新かつ正確か(誤った情報が反映されていないか)を確認する
3. 3
   パネルが表示されない、または情報が薄い場合、自社サイト内の会社概要ページの情報量を見直す
4. 4
   自社に関するWikidataエントリーが存在するかどうかを検索して確認する
5. 5
   3〜6ヶ月に一度など、定期的に同じ確認を繰り返し、パネルの内容がどう変化したかを記録する

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。