お問い合わせ

「注文住宅で坪単価60万円くらい、木造の家を建てたいのですが、おすすめのメーカーはありますか」——住宅購入を検討するユーザーがAI検索にこうした質問を投げるケースが増えています。 ChatGPTやPerplexityは、住宅メーカーの公式サイト、住宅情報ポータル（SUUMO、LIFULL HOME’Sなど）、口コミサイトから情報を収集し、条件に合う住宅メーカーを回答に含めます。

住宅購入は人生で最大級の支出であり、検索段階での情報収集は長期間にわたります。 「木造と鉄骨の違い」「ZEH対応の住宅メーカー」「坪単価の相場」といった比較検討クエリから、「○○市で注文住宅を建てられる工務店」のようなエリア指定クエリまで、多様な質問がAI検索に投げかけられます。 この記事では、住宅メーカー・工務店がこれらのクエリでAIに引用されるための対策を、海外事例とともに解説します。

海外の住宅メーカーが出した成果

REA Homes（米国）——SEO経由で売上$7.5M、ROI 1,715%

カスタムホームビルダーのREA Homesは、ローカルSEOとインバウンドマーケティングで売上750万ドル、ROI 1,715%を達成しました（Lasso Up, 2024）。地域キーワードに最適化したコンテンツと、Google Business Profileの整備が施策の中心です。

米国の住宅ビルダー・リフォーム会社の成果例

Builder Funnel（2025）の導入企業では、オーガニック検索を軸にした集客で以下の成果が出ています。

企業成果
ウィスコンシン州のカスタムビルダー3ヶ月でオーガニックトラフィック+558%
ダラスのリフォーム会社リード数+839%
ジョージア州のビルダーオーガニックマーケティングでROI 13.09倍
カンザスシティの高級住宅ビルダー9ヶ月で売上$2.3M以上

共通する施策は、施工事例の詳細なコンテンツ化、コスト計算ツール（坪単価シミュレーター等）の提供、エリア別ランディングページの整備です。AI検索時代には、これらのコンテンツが構造化データとともにAIの引用元となります。

住宅メーカーのサイトがAI検索で引用されにくい理由

住宅メーカーのWebサイトには、AI検索への対応を阻む特有の課題があります。

ブランドイメージ優先の設計。 多くの住宅メーカーサイトは、施工事例の写真やブランドムービーでイメージを訴求する構成です。 坪単価、構法、断熱性能、標準仕様といった比較検討に必要な情報がHTMLテキストとして不足しているケースが見られます。

価格情報の非公開。 注文住宅は個別見積もりが基本であるため、参考価格すら公開していないメーカーが多いです。 「坪単価60万円以下のハウスメーカー」というクエリに対して、AIが回答に含めるための価格情報が存在しません。

施工エリアの不明確さ。 対応エリアがサイト上で明示されていないと、「○○市で建てられるメーカー」というクエリに対してAIが自社を候補に含める根拠がありません。 全国対応のメーカーでも、都道府県や市区町村単位での対応可否を明記する必要があります。

HomeAndConstructionBusiness schemaの実装

住宅メーカー・工務店のGEO対策の基盤は、HomeAndConstructionBusiness schemaの実装です。

{
  "@context": "https://schema.org",
  "@type": "HomeAndConstructionBusiness",
  "name": "○○工務店",
  "description": "木造軸組工法による注文住宅の設計・施工。坪単価55〜75万円。年間施工棟数約40棟",
  "address": {
    "@type": "PostalAddress",
    "streetAddress": "横浜市青葉区○○1-2-3",
    "addressLocality": "横浜市青葉区",
    "addressRegion": "神奈川県",
    "postalCode": "225-0001",
    "addressCountry": "JP"
  },
  "geo": {
    "@type": "GeoCoordinates",
    "latitude": "35.5685",
    "longitude": "139.5175"
  },
  "areaServed": [
    {"@type": "State", "name": "神奈川県"},
    {"@type": "State", "name": "東京都"},
    {"@type": "City", "name": "横浜市"},
    {"@type": "City", "name": "川崎市"},
    {"@type": "City", "name": "町田市"}
  ],
  "foundingDate": "1985",
  "numberOfEmployees": {
    "@type": "QuantitativeValue",
    "value": 35
  },
  "knowsAbout": ["木造軸組工法", "ZEH", "長期優良住宅", "耐震等級3"],
  "hasCredential": [
    {"@type": "EducationalOccupationalCredential", "name": "建設業許可 神奈川県知事許可 第○○号"},
    {"@type": "EducationalOccupationalCredential", "name": "ZEHビルダー登録"}
  ]
}

areaServedは、AIが「○○市で建てられる工務店」というクエリに自社を含めるために不可欠な情報です。 都道府県単位だけでなく、市区町村単位で施工対応エリアを記載することで、ローカル検索への対応力が高まります。

Product schemaによる住宅商品の構造化

住宅メーカーが複数の商品ラインナップを持つ場合、各商品をProduct schemaで構造化します。

{
  "@context": "https://schema.org",
  "@type": "Product",
  "name": "○○の家 スタンダード",
  "description": "木造軸組工法、耐震等級3、UA値0.46以下（ZEH基準対応）。延床面積30〜40坪の標準プラン",
  "brand": {
    "@type": "Brand",
    "name": "○○工務店"
  },
  "category": "注文住宅",
  "additionalProperty": [
    {"@type": "PropertyValue", "name": "構法", "value": "木造軸組工法"},
    {"@type": "PropertyValue", "name": "耐震等級", "value": "3"},
    {"@type": "PropertyValue", "name": "UA値", "value": "0.46以下"},
    {"@type": "PropertyValue", "name": "C値", "value": "0.5以下"},
    {"@type": "PropertyValue", "name": "標準延床面積", "value": "30〜40坪"},
    {"@type": "PropertyValue", "name": "長期優良住宅", "value": "対応"}
  ],
  "offers": {
    "@type": "AggregateOffer",
    "lowPrice": "22000000",
    "highPrice": "32000000",
    "priceCurrency": "JPY",
    "description": "延床面積30〜40坪の場合の本体価格（税込）。付帯工事費・外構費別途"
  }
}

additionalPropertyで構法、耐震等級、断熱性能（UA値）、気密性能（C値）を記載することで、「ZEH対応 工務店」「耐震等級3 注文住宅」のような性能条件のクエリに対応できます。

offersでは、注文住宅であっても参考価格帯をAggregateOfferで示すことが重要です。 「坪単価55〜75万円（本体価格・税込）」のように、何が含まれているかを明示します。

性能情報のコンテンツ設計

構法と性能の比較コンテンツ

住宅検討者は「木造と鉄骨の違い」「木造軸組とツーバイフォーの違い」のような比較クエリを多く投げます。 自社の採用する構法について、その特徴、メリット、他構法との違いを客観的に解説するコンテンツを作成します。

自社に有利な情報だけでなく、各構法の特性を客観的に記述することで、AIが比較情報として引用する価値が高まります。 「当社は木造軸組工法を採用しています。木造軸組工法は間取りの自由度が高い一方、大空間には梁の補強が必要です。鉄骨造は大空間に対応しやすいですが、断熱性能の確保にコストがかかる傾向があります」のような記述です。

省エネ性能の数値化

2025年4月から全ての新築住宅に省エネ基準適合が義務化されたことで、省エネ性能への関心が高まっています。 「ZEH対応の住宅メーカー」「UA値 0.46以下 工務店」のようなクエリが増加する中、自社の省エネ性能を具体的な数値で開示することが有効です。

UA値（外皮平均熱貫流率）、C値（相当隙間面積）、一次エネルギー消費量の削減率を、住宅商品ごとに記載します。 BELS（建築物省エネルギー性能表示制度）の評価を取得している場合は、その等級も明示します。

オーストラリアの住宅メーカーMetricon Homesは、全商品ラインで省エネ性能（NatHERSスターレーティング）をWebサイト上に公開しています。 Metriconの事例では、各住宅商品ページにエネルギー効率の数値、標準仕様の断熱材と窓の性能を構造化データとして記載した結果、「energy efficient homes Melbourne」のような検索での表示回数が前年比35%増加したと報告されています。 日本においても、省エネ性能の数値をHTMLテキストとJSON-LDの両方で明示することで、AI検索での引用率向上が期待できます。

保証・アフターサービスの明示

住宅購入の意思決定において、保証内容は重要な比較要素です。 構造体保証の期間、防水保証の期間、定期点検のスケジュール、アフターサービスの内容を具体的に記載します。

「構造体保証20年（10年目に有償メンテナンスを実施した場合、30年に延長可能）」「引き渡し後の定期点検：3か月、1年、2年、5年、10年」のように、条件と期間を具体的に記述します。

施工事例コンテンツの設計

施工事例は住宅メーカーのGEO対策で最も差別化しやすいコンテンツです。 各事例に、延床面積、構法、坪単価、土地面積、間取り、施主の家族構成、建築エリア、工期を含めます。

ただし、施工事例を写真だけで構成するのではなく、HTMLテキストとして上記の情報を記載する必要があります。 「延床面積35坪、木造軸組工法、坪単価62万円、4LDK、○○市、工期5か月」のような定量的な情報は、AIが比較・引用するための素材になります。

実装ロードマップ——3か月で始めるGEO対策

月1：基盤整備

月2：商品・性能情報の構造化

月3：計測と拡大

まとめ

住宅メーカー・工務店のGEO対策は、HomeAndConstructionBusiness schemaで会社情報を構造化し、Product schemaで住宅商品の構法・価格帯・性能を明示することが核心です。 AI検索では「坪単価60万円 木造 注文住宅」「ZEH対応 工務店 横浜」のように、価格・性能・エリアを組み合わせたクエリが主流になります。

注文住宅は個別見積もりが基本ですが、参考価格帯をAggregateOfferで提示しなければ、価格条件のクエリでAIの回答に含まれません。 施工対応エリアを市区町村単位で明示し、省エネ性能を数値で開示することで、条件検索への対応力が向上します。 まずはHomeAndConstructionBusiness schemaの実装と、主要商品の価格帯・性能数値の公開から着手することを推奨します。

参考文献