お問い合わせ

AI検索に「〇〇とは何ですか」と質問すると、FAQページの回答がそのまま引用されるケースが増えています。

これは偶然ではなく、FAQPage構造化データが質問と回答のペアを機械可読な形式でAIに伝えているからです。 自然言語の文章から「ここが質問で、ここが回答」とAIが推定するよりも、構造化データで明示されたほうが抽出精度が高くなります。

この記事では、FAQPage schemaがAI引用率を上げる仕組みを解説し、質問-回答ペアの設計方法とJSON-LDの実装例を紹介します。

FAQPage構造化データとは

FAQPage構造化データは、Schema.orgが定義するFAQPage型のマークアップです。 ページ上のFAQ（よくある質問）を、質問（Question）と回答（Answer）のペアとして機械可読に記述します。

Google Search Centralの公式ドキュメントでは、FAQPage構造化データを実装すると、Google検索のリッチリザルト（質問と回答の展開表示）として表示される可能性があると説明されています。

FAQPage schemaの基本構造

FAQPage schemaは以下のJSON-LD形式で記述します。

{
  "@context": "https://schema.org",
  "@type": "FAQPage",
  "mainEntity": [
    {
      "@type": "Question",
      "name": "質問文をここに記述する",
      "acceptedAnswer": {
        "@type": "Answer",
        "text": "回答文をここに記述する"
      }
    }
  ]
}

mainEntity 配列内に複数のQuestion-Answerペアを含めることができます。 1ページあたり5〜15件の質問-回答ペアが一般的な目安です。

AI検索がFAQPage構造化データを活用する仕組み

AI検索のRAGアーキテクチャ（Lewis et al., 2020）において、FAQPage構造化データは複数の段階で効果を発揮します。

検索段階での効果

FAQPage構造化データ内の質問文は、クエリとのマッチングに直接使われます。

ユーザーが「コンテンツマーケティングの費用はどのくらいですか」と質問したとき、FAQPage内に「コンテンツマーケティングの費用はどのくらいですか」という質問が構造化されていれば、キーワードマッチングとセマンティック検索の両方で高い関連度スコアが得られます。

自然言語の本文中に同じ内容が書かれていても、質問-回答のペアとして構造化されていないと、AIがどこまでが質問でどこからが回答かを推定する必要があります。 この推定のステップを省略できるのがFAQPage構造化データの利点です。

回答生成段階での効果

Bohnet et al.（2022年）のAttributed Question Answering研究が示すように、AIは回答を生成する際に引用元を特定する必要があります。

FAQPage構造化データは「質問→回答」の対応関係が明確に定義されているため、AIが引用テキストを抽出しやすくなります。 自然言語の長文から回答部分を切り出すよりも、構造化された回答テキストをそのまま引用するほうが帰属（attribution）の精度が上がります。

チャンクの境界として機能する

RAGシステムではWebページを「チャンク」と呼ばれるテキスト単位に分割してインデックスに格納します。 FAQ構造化データの各質問-回答ペアは、自然なチャンクの境界として機能します。

通常のテキストをチャンク分割する場合、段落の途中や文の途中で分割される可能性がありますが、FAQ構造化データでは質問と回答が1つの意味単位として保持されます。 これにより、チャンク単位での検索精度が向上します。

質問-回答ペアの設計方法

FAQPage構造化データの効果は、質問-回答ペアの設計品質に依存します。

ステップ1：質問パターンを収集する

まず、ターゲットとなる質問パターンを収集します。 情報源は以下のとおりです。

ステップ2：質問文を最適な形式に整える

収集した質問を、AIが処理しやすい形式に整えます。

原則1：完全な文として記述する

不適切適切
費用コンテンツマーケティングの費用はどのくらいですか
メリット・デメリットコンテンツマーケティングのメリットとデメリットは何ですか

AIは完全な質問文に対してマッチングを行うため、単語やフレーズではなく文として記述します。

原則2：1つの質問に1つのトピック

不適切適切
コンテンツマーケティングの費用と期間と効果はコンテンツマーケティングの月額費用の相場はどのくらいですか

複合的な質問は分割し、1つの質問に1つの回答が対応する構造にします。

原則3：ユーザーの言葉を使う

不適切適切
インバウンドメソドロジーのファネル最適化手法とはリード獲得の方法にはどのようなものがありますか

業界用語よりもユーザーが実際に使う言葉を質問文に含めます。

ステップ3：回答文を設計する

回答文の設計は、AI引用の品質に直接影響します。

回答文の構造

  1. 直接的な回答（1〜2文）：質問に対する端的な答え
  2. 補足説明（2〜3文）：回答の背景や条件
  3. 具体例または数値（1〜2文）：回答を裏付ける情報

回答文の例

質問：「コンテンツマーケティングの月額費用の相場はどのくらいですか」

回答：「コンテンツマーケティングの月額費用は、記事制作の本数と品質によって異なりますが、月4本の記事制作を外注する場合の相場は月額20万〜50万円です。社内で制作する場合は人件費として月額30万〜80万円を見込む必要があります。費用対効果が安定するまでに6〜12か月の期間を要するため、初期段階では月額予算に加えて半年分の運転資金を確保しておくのが現実的です。」

この回答文は、AI検索が引用する際にそのまま使える情報密度を持っています。

JSON-LDの実装例

基本実装

HTMLの<head>内または<body>内に以下のJSON-LDを配置します。

<script type="application/ld+json">
{
  "@context": "https://schema.org",
  "@type": "FAQPage",
  "mainEntity": [
    {
      "@type": "Question",
      "name": "コンテンツマーケティングの月額費用の相場はどのくらいですか",
      "acceptedAnswer": {
        "@type": "Answer",
        "text": "コンテンツマーケティングの月額費用は、記事制作の本数と品質によって異なりますが、月4本の記事制作を外注する場合の相場は月額20万〜50万円です。社内で制作する場合は人件費として月額30万〜80万円を見込む必要があります。"
      }
    },
    {
      "@type": "Question",
      "name": "コンテンツマーケティングの効果が出るまでの期間はどのくらいですか",
      "acceptedAnswer": {
        "@type": "Answer",
        "text": "コンテンツマーケティングの効果が出始めるまでの期間は、一般的に3〜6か月です。検索エンジン経由のオーガニック流入が安定するまでに6〜12か月、リード獲得や売上への貢献が明確になるまでに12〜18か月を見込む必要があります。"
      }
    },
    {
      "@type": "Question",
      "name": "コンテンツマーケティングとSEOの違いは何ですか",
      "acceptedAnswer": {
        "@type": "Answer",
        "text": "SEOは検索エンジンからの流入を増やすための技術的・コンテンツ的な施策の総称で、コンテンツマーケティングの一部に位置づけられます。コンテンツマーケティングはSEO以外にもSNS、メールマーケティング、ホワイトペーパーなど複数のチャネルでコンテンツを活用する包括的な戦略です。"
      }
    }
  ]
}
</script>

CMSでの実装

WordPressではYoast SEOやRank MathなどのSEOプラグインにFAQブロックが内蔵されており、ブロックエディタでFAQを追加するとJSON-LDが自動生成されます。 Astro / Next.jsなどのフレームワークでは、FAQデータを配列として定義し、ビルド時にJSON-LDを生成する関数を組み込むのが一般的です。

ページ上のFAQ表示とJSON-LDの対応

FAQ構造化データは、ページ上に表示されているFAQコンテンツをマークアップするものです。 構造化データだけを設置し、ページ上にFAQが表示されていない状態はGoogleのガイドラインに違反します。

ページ上に表示するFAQの質問文・回答文と、JSON-LDに記述する質問文・回答文は一致させます。 HTML側の実装形式（<dl>、<details>/<summary>、独自マークアップなど）は問われませんが、ページに表示されている内容とJSON-LDの内容が一致していることが重要です。

FAQの配置場所

FAQの配置場所は、記事末尾のFAQセクション、専用のFAQページ（15〜30件を集約）、カテゴリごとの分割FAQページの3パターンがあります。 記事末尾に配置する方法が最も手軽で、本文の要約として機能するとともに、AI検索が質問-回答ペアを取得しやすい構造になります。

実装後の検証と運用

FAQPage構造化データの実装後は、Google Rich Results Test（リッチリザルト適格性）とSchema Markup Validator（構文検証）で正しく実装されているか確認します。 Google Search Consoleの「拡張」レポートで「よくある質問」にページが表示されることも確認します。

AI検索での効果を確認するには、FAQ内の質問文をそのままPerplexityやChatGPT検索に入力し、自社ページが引用されるかを検証します。

運用面では、四半期に1回の頻度でFAQ内容を見直します。 新しい検索クエリの増加やカスタマーサポートへの問い合わせ傾向の変化に合わせて質問を追加・更新し、料金や機能の変更があった場合は本文とJSON-LDの両方を更新します。

まとめ

FAQ構造化データは、AI検索の検索段階と回答生成段階の両方で引用率を高める効果があります。

実装のポイントを整理します。

FAQ構造化データの初期実装は、1ページあたり1〜2時間程度で完了します。 まずはトラフィックが多いサービスページや製品ページにFAQセクションを追加し、JSON-LDを実装するところから始めるのが効率的です。