AI Overview時代の構造化データ｜FAQスキーマは廃止後も書くべきか

AI Overview時代の構造化データ｜FAQスキーマは廃止後も書くべきか

この記事の結論: GoogleはFAQリッチリザルトを2026年5月に廃止したが、FAQPageスキーマそのものを削除する必要はないと明言している。ただしAhrefsの大規模検証では、既にAIに引用されているページへの構造化データ追加は引用数をほぼ動かさなかった。廃止後の構造化データは「引用を増やす装置」ではなく「クロール・解釈・エンティティ識別の土台」として位置づけ直すのが実態に近い。

最終更新日: 2026年7月4日

はじめに

「FAQリッチリザルトが廃止されたらしいが、うちのサイトのFAQPageスキーマはどうすればいいのか」。2026年5月以降、この疑問を持つ担当者は少なくない。検索結果の見た目が変わったこと自体は大きな影響がないとしても、「じゃあAI検索向けにはどうなのか」という点は情報が錯綜している。

結論を先に言えば、FAQリッチリザルトの廃止と、AI OverviewやChatGPTが構造化データを参照するかどうかは別の話だ。本記事では廃止の経緯を一次情報で確認したうえで、2026年に公開された大規模検証データを突き合わせ、「今、構造化データに何を期待すべきか」を整理する。構造化データの実装方法自体は構造化データ JSON-LD 入門に譲り、本記事はFAQリッチリザルト廃止という2026年の変化を起点に、AI検索時代の位置づけに絞って解説する。

FAQリッチリザルト廃止の経緯とGoogleの公式見解

Googleは2026年5月7日、検索結果からFAQリッチリザルトの表示を停止した。Google Search Centralのドキュメントには廃止告知が追加され、「FAQ rich results are no longer appearing in Google Search」との記述とともに、Search Consoleのリッチリザルトレポートとリッチリザルトテストのサポートを2026年6月に終了し、Search Console APIのサポートも2026年8月に打ち切ると明記された。

一方でGoogleは「FAQPage構造化データ自体を削除する必要はない」とも述べている。マークアップが残っていても検索に悪影響は与えず、単に見た目のリッチリザルトが出なくなるだけという整理だ。廃止理由についてGoogleは公式ブログでの説明を出しておらず、2023年から段階的に進めてきた表示制限の延長線上の措置とみられる。

つまり「FAQPageを書く意味がなくなった」わけではなく、「Googleの検索結果ページで目立つ見た目を得る手段ではなくなった」というのが正確な理解になる。この違いを混同すると、AI検索向けの判断を誤る。

AI Overview・ChatGPT・Perplexityは構造化データをどう扱っているか

Googleは2026年に公開した生成AI機能向けの公式ガイダンス「AI features and your website」で、AI OverviewやAI Modeに掲載されるために特別なマークアップは不要だと明言している。「There's also no special schema.org structured data that you need to add」という記述の通り、AI機能専用のスキーマは存在しない。そのうえで「既存のSEOの基本(structured data含む)は引き続き価値がある」という位置づけを示している。

つまりGoogleの公式見解は「構造化データはAI Overview掲載の必須条件ではないが、無駄でもない」という中庸な立場だ。ChatGPT SearchやPerplexityは構造化データの扱いについてGoogleほど明確な公式声明を出していないが、いずれもクロールしたHTMLとメタデータを情報源として使う以上、機械可読性の高いページの方が事実抽出のコストは下がると考えるのが自然だ。断定的な「効果◯倍」という数字は一次情報として確認できないため、本記事では触れない。

実証データ検証：構造化データはAI引用を増やすのか

2026年5月、この論点に一石を投じる2つの検証結果が相次いで公開された。読み方を誤ると正反対の結論に見えるため、両者の設計の違いを比較する。

Ahrefsの調査対象は、スキーマ追加前の時点で既に月100件以上のAI Overview引用実績を持つページだった。つまり「すでにAIに見つかっている・評価されているページ」に構造化データを足しても、引用数はほとんど動かなかったという結果だ。一方でSearch Engine Landの実験は「スキーマが一切ない場合、そもそもインデックスされない」という、より手前の段階の問題を示している。著者自身も結果を「有望だが決定的ではない」と留保しており、追試を予定している。

この2つを合わせると、構造化データの役割は「すでに引用されているページの順位を押し上げる装置」ではなく、「クロール・パース・インデックスという手前の工程を滞りなく通すための土台」に近いと考えるのが妥当だ。国内の一部SEOメディアでは「FAQスキーマで引用率が3倍」といった数字が紹介されているが、一次情報として裏付けが取れる調査は確認できなかったため、本記事では採用しない。

廃止後も実装すべき構造化データの優先順位

FAQリッチリザルトが表示されなくなった以上、限られた工数はどこに配分すべきか。役割別に優先度を整理する。

FAQPageは「リッチリザルトのために書く」ものではなくなったが、「本文のQ&A構造をAIに伝える」役割自体は否定されていない。優先度を落としてでも実装を続ける価値はある、というのが現実的な結論だ。

FAQPageスキーマを書くべきか判断チェックリスト

FAQリッチリザルト廃止後にFAQPageを書くかどうか迷ったら、以下を確認するとよい。

• 本文に、実際にQ&A形式で回答している質問と答えが存在する（リッチリザルト目的で質問を捏造していない）
• 質問文が実際の検索クエリの言い回しに近い
• 回答文が40〜100字程度で要点を言い切っている
• ページ内の他の構造化データ（Article・Organizationなど）が既に整備されている
• CMSやテンプレートへの組み込みコストが低く、メンテナンスが継続できる
• 「リッチリザルトが出る」ことを目的にしていない（出なくなったことを理解した上での実装）

上4つを満たせるなら実装コストは小さく、AIが本文構造を解釈する助けになる可能性がある。逆に「リッチリザルト目当てで質問を後付けした」ページは、そもそも廃止前から本文とスキーマの乖離というリスクを抱えていたことになる。

構造化データ以外にAI引用を左右する要因

Ahrefsの検証が示したように、構造化データ単体でAI引用が増えるわけではない。実務では次の要因の方が引用の有無に直結しやすい。

まず、ページがそもそもAIクローラーにクロールされ、インデックスされているかどうかが前提条件になる。次に、本文の事実密度と結論の位置——冒頭で結論を提示し、数値や日付を明示しているかどうかが影響する。さらにE-E-A-Tシグナル、つまり著者情報や運営者情報の透明性も無視できない。構造化データはこれらの土台を機械可読化する補助線であって、コンテンツの質そのものを代替する手段ではない。この観点はAI検索で引用されない原因やChatGPTに引用されない理由で個別に深掘りしている。

実装手順：JSON-LDの追加とテスト

構造化データを廃止後も継続実装する場合、次の手順で進めると抜け漏れが少ない。

1. GSCの「拡張」レポートで既存ページの構造化データ実装状況とエラーを棚卸しする
2. Article・Organization・BreadcrumbListなどサイト全体に関わる基盤タイプをテンプレート化して先に実装する
3. FAQPageは本文で実際に回答済みの質問だけに絞り、JSON-LD形式で個別記事に追加する
4. Rich Results TestとSchema Markup Validatorの両方で構文とプロパティの過不足を検証する
5. デプロイ後、GSCの「拡張」レポートを週次で確認し、CMS更新によるマークアップ崩れを早期に発見する
6. AI Overview・ChatGPT・Perplexityでの引用有無を定点観測し、スキーマ追加前後の変化を自社でログ化する

最後のステップは省略されがちだが、Ahrefsの調査手法（追加前後30日の引用数比較)を自社サイトの一部ページで小規模に真似ることで、構造化データが実際に効いているかどうかを検証できる。

業種別の実装シナリオ：優先タイプは業態で変わる

構造化データの優先順位は、扱うコンテンツの性質によって変わる。ここでは4つの業態を例に、廃止後も投資価値が高いタイプと注意点を整理する。

ECサイト：Product/Offerと在庫・価格の同期精度

ECサイトでは商品ページにProduct・Offer・AggregateRatingを実装し、価格・在庫状況を常に最新化しておくことが優先度の中心になる。Google Merchant Centerのフィードとページ上のschema.org Productマークアップが食い違うと、AI側は双方のデータを評価しづらくなるとされる。FAQPageは「送料」「返品条件」など定型質問に限定し、商品ページごとに使い回すのではなく、カテゴリ単位で本文と一致させる運用が現実的だ。EC×AI検索対応の全体像はEC×AI検索のSEO戦略、ChatGPT Shopping連携の詳細はChatGPT ShoppingとMerchant Center対応で扱っている。

BtoB SaaS：Organizationの一意化と比較コンテンツのFAQPage

BtoB SaaSでは導入検討者が「A社とB社の違い」「料金プランの違い」を比較する形でAIに質問することが多い。Organizationスキーマでブランド名・ロゴ・sameAsを固定してエンティティを一意にしたうえで、料金ページ・比較ページのFAQPageは実際のセールスFAQやサポートFAQに基づく質問だけを載せる。架空の比較質問を先回りして作るのは、後述するアンチパターンの典型でもある。Organizationスキーマの実装詳細はOrganizationスキーマの設定方法を参照。

メディア・オウンドメディア：Article/Personと著者情報の透明性

メディア・オウンドメディアではArticle（またはBlogPosting）に加え、著者を表すPersonスキーマの整備が優先度が高い。datePublished・dateModified・authorを機械可読化することで、鮮度と発行元の透明性を示せる。著者情報の実装がAI引用に与える影響は著者情報(Person)スキーマとAI引用率で詳述している。FAQPageは記事末尾のFAQセクションに限定し、記事本文のQ&Aと完全に一致させる。

ローカルビジネス：LocalBusinessと店舗単位のレビュー整合

店舗を持つローカルビジネスでは、LocalBusiness（または業態別サブタイプ）で住所・営業時間・電話番号を固定し、店舗ごとのレビューを正しく紐付けることが優先される。FAQPageは「駐車場の有無」「予約方法」など来店前に検索されやすい質問に絞る。ローカル検索×AI検索の詳細はローカルSEOとAI検索での引用を参照。

JSON-LD実装例：最小構成のFAQPageとOrganization

抽象的な説明だけでは実装担当者が迷いやすいため、最小構成のコード例を示す。以下はFAQPageの基本形だ。

{
  "@context": "https://schema.org",
  "@type": "FAQPage",
  "mainEntity": [
    {
      "@type": "Question",
      "name": "FAQPageスキーマは今すぐ削除すべきですか?",
      "acceptedAnswer": {
        "@type": "Answer",
        "text": "削除する必要はない。Googleは残しても検索への悪影響はないと公式に説明している。"
      }
    }
  ]
}

ポイントは3つある。第一に、questionのnameと本文の見出し、acceptedAnswerのtextと本文の回答をそれぞれ完全に一致させること。第二に、mainEntityの配列順序を本文のFAQ表示順序と揃えること。第三に、1ページに複数のFAQPageブロックを重複出力しないこと（CMSプラグインが自動生成する分と手動実装分が二重に出るケースがある）。

Organizationは次のように、名前・ロゴ・sameAsを最低限そろえる。

{
  "@context": "https://schema.org",
  "@type": "Organization",
  "name": "会社名",
  "url": "https://example.com",
  "logo": "https://example.com/logo.png",
  "sameAs": [
    "https://twitter.com/example",
    "https://www.linkedin.com/company/example"
  ]
}

sameAsに公式SNSアカウントや外部データベース(Wikipedia等)のURLを列挙することで、エンティティの同一性をAI側が確認しやすくなる。

よくある失敗と対処：構造化データのアンチパターン

Googleの一般構造化データガイドラインと実務上の経験から、頻出する失敗パターンを整理する。いずれも「本文とマークアップの乖離」という一点に集約される。

1. 本文にない質問を捏造する: リッチリザルト目的で本文に存在しないQ&Aを追加するケース。Googleの一般ガイドラインは「ページの可視コンテンツに含まれない内容をマークアップしてはならない」と明記しており、本文と乖離したマークアップはポリシー違反になり得る。対処: マークアップ化する前に、本文へ実際の質問と回答を先に書く順序を徹底する。

2. 回答をティーザーのままにする: 「詳しくはこちら」で終わる要約だけをacceptedAnswerに入れ、全文は別ページというケース。質問に完全に答えていない要約的な回答は推奨されない。対処: acceptedAnswerには要点が完結する40〜100字程度の完全な回答を入れる。

3. 同じFAQブロックを全ページに使い回す: サービスページを量産する際、同一の5問を全ページに複製するケース。テンプレート化されたコンテンツとみなされ、価値を持たないと指摘されている。対処: 各ページに固有の質問を用意するか、共通質問は1つのFAQページに集約してリンクする。

4. JSON構文エラーがテストで見逃される: カンマの欠落や引用符の不整合など、単純なJSON構文エラーがCMSのテンプレート変更時に混入するケース。対処: デプロイパイプラインにJSON-LDのバリデーションを組み込み、Rich Results TestとSchema Markup Validatorを定期実行する。

5. mainEntityの順序と本文の表示順序が食い違う: 本文でFAQの並び順を変更した際、JSON-LD側の配列を更新し忘れるケース。実害は小さいが、機械可読データと可視コンテンツの一貫性という原則には反する。対処: FAQ本文とJSON-LDを同一のデータソース(CMSのカスタムフィールド等)から自動生成する。

6. 更新時にdateModifiedだけ変えてFAQ内容は放置する: 記事本文を更新したのにFAQPageの質問・回答が古いまま残るケース。鮮度シグナルと内容の実態が矛盾する。対処: 記事更新のチェックリストにFAQPage見直しの項目を含める。

7. CMSプラグインと手動実装が重複出力する: WordPress等のSEOプラグインが自動生成するFAQPageと、テーマ側で手動追加したJSON-LDが同一ページに二重出力されるケース。対処: ページソースを実際に確認し、application/ld+jsonが同一@typeで複数出ていないかをデプロイ前にチェックする。

効果測定：施策後に何をどの指標で見るか

構造化データの効果測定は、「リッチリザルトの表示有無」から「クロール・インデックス・AI引用の変化」に軸足を移す必要がある。

まず、Google Search Consoleの「拡張」レポートで実装エラー数の推移を追う。次に、Rich Results Testで個別ページの構文・プロパティの過不足を確認する。この2つは実装の健全性を測る指標であり、成果そのものではない点に注意する。

成果指標としては、AI Overview・ChatGPT・Perplexityでの引用有無を定点観測する。自社でログを取る場合は、対象ページ群を「構造化データ追加群」と「未追加群」に分け、Ahrefsの調査手法を模して追加前後30日の引用数を比較する運用が現実的だ。第三者ツールで継続的に可視化したい場合は、Peec AIの機能と評判のようなブランド名・製品名の言及率を追跡するサービスも選択肢になる。

判断基準としては、「引用数が増えたかどうか」だけでなく、「クロール頻度が落ちていないか」「インデックスから外れたページが増えていないか」も併せて見る。Ahrefsの検証が示す通り、構造化データ単体で引用数が跳ね上がることは期待しにくいため、KPIは「引用数の急増」ではなく「クロール・インデックスの安定」に置くのが実態に即している。

よくある質問

Q1. FAQリッチリザルトはいつ廃止されましたか?

2026年5月7日に検索結果への表示が停止した。関連するSearch Console機能は6月、APIサポートは8月に順次終了する。

Google Search Centralのドキュメントに廃止告知が追加され、段階的なサポート終了スケジュールが公開されている。

Q2. FAQPageスキーマは今すぐ削除すべきですか?

FAQPageスキーマを削除する必要はないとGoogleが公式に明言している。残しても検索への悪影響はない。

マークアップが残っていてもエラー扱いにはならず、単にリッチリザルトとして表示されなくなるだけだ。

Q3. 構造化データを追加すればAI引用は増えますか?

既に引用実績のあるページでは、Ahrefsの大規模検証上、追加してもほぼ増えないとされている。

2026年5月公開のAhrefs調査では、1,885ページへのJSON-LD追加後もGoogle AI Overviews・AI Mode・ChatGPTいずれも意味のある引用増加は確認されなかった。

Q4. では構造化データはもう不要ということですか?

不要ではない。クロール・インデックスの前提条件として機能する可能性が示されている。

Search Engine Landの小規模実験では、スキーマがまったくないページがインデックスすらされなかった一方、優良な実装のページはAI Overviewに出現した。

Q5. AI OverviewやAI Modeへの掲載に構造化データは必須ですか?

必須ではない。Googleは特別なschema.orgマークアップは不要と公式に説明している。

「AI features and your website」ガイダンスでは、生成AI機能向けに追加のマークアップを作る必要はなく、既存のSEOの基本を続けることが推奨されている。

Q6. どの構造化データタイプを優先すべきですか?

Article・Organizationなど基盤的なタイプを先に、FAQPageは本文と一致する範囲で追加する。

サイト全体に一度実装すれば済むタイプはコストが低く、継続的な価値が見込みやすい。

Q7. HowToスキーマもFAQPageと同様に扱われますか?

HowToは表示仕様が縮小済みだが、廃止されたわけではなく手順の機械可読化という役割は残る。

Googleは2023年以降HowToリッチリザルトの表示範囲を段階的に縮小しており、FAQPageと似た経緯をたどっている。

Q8. JSON-LDとMicrodataはどちらを使うべきですか?

GoogleもSchema.orgも構造化データの実装形式としてJSON-LDを推奨している。

HTML構造と独立して管理できるため、CMSテンプレートへの組み込みやメンテナンスが容易になる。

Q9. 構造化データの実装ミスはどう確認すればよいですか?

Rich Results TestとSchema Markup Validatorを併用して構文とプロパティを確認する。

前者はGoogleのリッチリザルト要件、後者はschema.org仕様への準拠を見るため、両方使うことで抜け漏れを減らせる。

Q10. FAQリッチリザルト廃止はSEO全体にどの程度影響しますか?

見た目の表示上の変化にとどまり、通常のオーガニック検索順位への影響は確認されていない。

Googleは廃止理由を公式に説明していないが、マークアップの削除は求めておらず、既存のランキングロジックへの直接的な影響を示す情報も出ていない。

Q11. 同じFAQPageを複数ページで使い回してもよいですか?

推奨されない。同一の質問セットを多数のページに複製すると、テンプレート化されたコンテンツとみなされ価値を持たないとされている。

サービスページを量産する際に起きやすい失敗で、共通質問は1ページに集約するか、ページごとに固有の質問を用意する対応が望ましい。

Q12. FAQPageの回答は要約だけでもよいですか?

よくない。クリック先でしか完結しないティーザー的な回答は推奨されていない。

acceptedAnswerには、そのページの本文で完結する回答をそのまま入れる必要がある。「詳しくはこちら」で終わる要約は本文とマークアップの乖離を生む典型例だ。

Q13. AI引用状況を自社で定点観測するにはどうすればよいですか?

主要ページを対象に、AI Overview・ChatGPT・Perplexityでの表示有無を手動または専用ツールで定期確認する。

Ahrefsの調査手法を参考に、構造化データ追加前後30日で比較する運用が現実的だ。専用の可視化ツールを使う場合はPeec AIの機能と評判のようなサービスも選択肢になる。

Q14. 構造化データの実装エラーはランキングに直接影響しますか?

軽微な構文エラー自体が通常のオーガニック順位を直接下げるという情報は確認されていない。

ただし、リッチリザルト対象のエラーは表示機会の喪失につながる。また、意図と異なる内容を誤ってマークアップする行為はGoogleの一般ガイドライン違反にあたり、手動対策の対象になり得る点には注意が必要だ。

まとめ

• FAQリッチリザルトは2026年5月に廃止されたが、FAQPageスキーマ自体を削除する必要はないとGoogleが明言している
• AI OverviewやAI Modeへの掲載に特別な構造化データは不要というのがGoogleの公式見解
• Ahrefsの大規模検証では、既に引用実績のあるページへの構造化データ追加は引用数をほぼ動かさなかった
• Search Engine Landの小規模実験では、スキーマが皆無のページはインデックスすらされなかった
• 廃止後の優先順位は、Article・Organizationなど基盤タイプを先に、FAQPageは本文と一致する範囲で継続するのが現実的
• 業種によって優先タイプは異なる(EC=Product/Offer、BtoB SaaS=Organization、メディア=Article/Person、ローカル=LocalBusiness)
• よくある失敗は「本文にない質問の捏造」「回答のティーザー化」「同一FAQの使い回し」など、本文とマークアップの乖離に集約される
• 効果測定は「リッチリザルトの有無」ではなく「クロール・インデックスの安定」と「AI引用の定点観測」に軸足を移す

次のアクションとしては、まずGoogle Search Consoleの「拡張」レポートで自社サイトの実装状況を棚卸しし、本記事のチェックリストと業種別シナリオに沿って優先順位を再設計することから始めるとよい。

関連用語

• 構造化データ
• JSON-LD
• schema.org
• AI Overview
• E-E-A-T
• ブランドメンション
• ゼロクリック

関連記事

• AI検索最適化ガイド
• Google AI Mode公式最適化ガイド
• ChatGPTに引用されない理由
• AI検索で引用されない原因
• AI引用率の無料チェック方法
• エンティティ最適化とAI検索
• 新規ドメインのAI Overview引用戦略
• GEO・AEO・LLMOの違い
• EC×AI検索のSEO戦略
• ChatGPT ShoppingとMerchant Center対応
• Organizationスキーマの設定方法
• 著者情報(Person)スキーマとAI引用率
• ローカルSEOとAI検索での引用
• Peec AIの機能と評判
• オウンドメディアのLLMO戦略