著者情報を構造化データでエンティティ化する完全実装ガイド【2026年版】

著者情報を構造化データでエンティティ化する完全実装ガイド【2026年版】

この記事の結論: 著者情報は「名前を書くだけ」では不十分で、Person構造化データとsameAsプロパティで外部権威と紐づけて初めてGoogleやAI検索が「著者エンティティ」として認識する。エンティティ化が完成するとE-E-A-Tシグナルが強化され、AI引用率の改善にも直結する。

最終更新日: 2026年6月5日

はじめに

「著者情報を書いているのにE-E-A-Tが上がらない」「AI検索に引用されない」という悩みは、著者情報の実装が不完全なことが主因です。

著者情報をテキストで表示するだけではGoogleもAI検索エンジンもその情報を構造的に理解できません。重要なのは、著者を「エンティティ（Googleが認識できる実体）」として確立することです。2026年現在、著者エンティティの確立はLLMO（大規模言語モデル最適化）においても、従来SEOにおいても最重要施策の一つに位置づけられています。

本記事では、著者情報の構造化データ実装から、sameAsによる外部エンティティとの紐づけ、ProfilePageの設計まで、実際のコード例とともに解説します。

→ SEOとLLMOのハイブリッド戦略では著者エンティティを含むLLMO全体設計を解説しています。

エンティティとは何か：著者情報との関係

LLMOやSEOの文脈で「エンティティ」という言葉が頻出するようになりました。エンティティとは「Googleが明確に識別できる人・場所・物事・概念」のことで、単なるキーワード（文字列）と対比されます。

たとえば「田中太郎」というキーワードは無数に存在します。しかしGoogleのナレッジグラフ上で「田中太郎（SEOコンサルタント、LinkedIn: linkedin.com/in/tanaka-taro、Twitter: @tanaka_seo）」というエンティティが確立されると、全く異なる扱いを受けます。

著者情報をエンティティ化するメリットは以下の通りです。

なお、著者情報には直接的な順位向上効果はない点には注意が必要です。効果は「Googleが著者エンティティを認識する」→「E-E-A-Tシグナルの土台が整う」→「品質評価が改善される」という間接的なルートを通じて現れます。

Person構造化データの実装：基本から応用まで

Article構造化データのauthorプロパティ

著者エンティティ実装の起点は、各記事ページのArticle構造化データに正しくauthorを記述することです。Googleが公式に推奨するベストプラクティスを示します。

<script type="application/ld+json">
{
  "@context": "https://schema.org",
  "@type": "Article",
  "headline": "著者情報を構造化データでエンティティ化する完全実装ガイド",
  "datePublished": "2026-06-05",
  "dateModified": "2026-06-05",
  "author": {
    "@type": "Person",
    "name": "田中太郎",
    "url": "https://example.com/authors/tanaka",
    "sameAs": [
      "https://twitter.com/tanaka_seo",
      "https://www.linkedin.com/in/tanaka-taro"
    ]
  },
  "publisher": {
    "@type": "Organization",
    "name": "サイト名",
    "logo": {
      "@type": "ImageObject",
      "url": "https://example.com/logo.png"
    }
  }
}
</script>

Googleが特に推奨するポイントが3つあります。

1. typeプロパティの明示: 著者が個人なら"@type": "Person"、組織なら"@type": "Organization"を必ず指定する
2. urlプロパティの記述: 著者のプロフィールページURLをurlまたはsameAsに含める
3. name には著者名のみ記述: 「田中太郎（SEO専門家）」のように肩書きを混在させない

typeプロパティとurlプロパティの使い方

Googleのドキュメントでは、urlプロパティまたはsameAsプロパティの追加が「強く推奨」されています。これらを省略すると、Googleは著者名という文字列しか得られず、エンティティとして認識できません。

// 悪い例：urlもsameAsも省略
"author": {
  "@type": "Person",
  "name": "田中太郎"
}

// 良い例：自サイトのプロフィールページをurlで指定
"author": {
  "@type": "Person",
  "name": "田中太郎",
  "url": "https://example.com/authors/tanaka"
}

// さらに良い例：外部権威もsameAsに追加
"author": {
  "@type": "Person",
  "name": "田中太郎",
  "url": "https://example.com/authors/tanaka",
  "sameAs": [
    "https://www.linkedin.com/in/tanaka-taro",
    "https://twitter.com/tanaka_seo",
    "https://github.com/tanaka-taro"
  ]
}

複数著者のマークアップ方法

共同執筆記事では全著者を配列でマークアップします。Googleは「すべての著者を含める」ことを推奨しており、一人しか書かないと他の著者のエンティティ強化機会を失います。

"author": [
  {
    "@type": "Person",
    "name": "田中太郎",
    "url": "https://example.com/authors/tanaka"
  },
  {
    "@type": "Person",
    "name": "佐藤花子",
    "url": "https://example.com/authors/sato"
  }
]

sameAsプロパティ：エンティティ確立の核心

sameAsプロパティこそが、著者情報を「文字列」から「エンティティ」に昇格させる最重要プロパティです。

sameAsは「このPerson情報と、外部サイトのこのURLは同一人物です」と宣言するものです。Googleがこの宣言を検証して受け入れると、外部サイトで積み上げられた信頼性・権威性がナレッジグラフ上の同一エンティティに集約されます。

sameAsに指定できる主な外部URL

実装上の注意点：sameAsに指定するURLが実際に本人のものであることが前提です。他人のページや関係のないURLを指定した場合、Googleがエンティティの矛盾を検出し、信頼性が低下するリスクがあります。

ProfilePageの設計：著者エンティティの拠点

著者エンティティを確立するには、自サイト上に「著者プロフィールページ」を作り、ProfilePage構造化データを実装することが効果的です。

ProfilePageは著者情報の「正規の発信源」となり、各記事のArticle構造化データのurlプロパティが指し示す先になります。

<script type="application/ld+json">
{
  "@context": "https://schema.org",
  "@type": "ProfilePage",
  "dateCreated": "2024-01-15",
  "dateModified": "2026-06-05",
  "mainEntity": {
    "@type": "Person",
    "@id": "https://example.com/authors/tanaka/#person",
    "name": "田中太郎",
    "jobTitle": "シニアSEOコンサルタント",
    "description": "10年以上のSEO実務経験を持つコンサルタント。LLMO・AI検索最適化を専門とする。",
    "image": {
      "@type": "ImageObject",
      "url": "https://example.com/authors/tanaka.jpg"
    },
    "worksFor": {
      "@type": "Organization",
      "name": "サイト名",
      "url": "https://example.com"
    },
    "alumniOf": "東京大学",
    "knowsAbout": ["SEO", "LLMO", "構造化データ", "コンテンツマーケティング"],
    "url": "https://example.com/authors/tanaka",
    "sameAs": [
      "https://www.linkedin.com/in/tanaka-taro",
      "https://twitter.com/tanaka_seo",
      "https://github.com/tanaka-taro"
    ]
  }
}
</script>

ProfilePageの@id活用

@idを設定しておくと、各記事ページからこのエンティティを参照できます。

// 記事ページのarticle構造化データで著者を参照
"author": {
  "@id": "https://example.com/authors/tanaka/#person"
}

@idでエンティティを参照する設計にすると、著者情報を更新したときにProfilePageだけ修正すれば全記事に反映される（論理的に）というメリットもあります。

E-E-A-Tとエンティティの関係：なぜ著者実装がSEOに効くのか

E-E-A-T（経験・専門性・権威性・信頼性）とエンティティは表裏一体の関係にあります。

Googleは「どの情報を信頼するか」を判断する際、著者がナレッジグラフ上で「既知のエンティティ」かどうかを参照すると考えられています。実際、Googleの特許「エンティティ指標に基づく検索結果のランク付け」では、エンティティとして確立された著者・組織のコンテンツが品質評価において有利になる仕組みが示唆されています。

実務的な影響は以下の通りです。

• YMYL領域（医療・金融・法律）: 著者エンティティが確立されていないと品質評価が厳しくなる
• 新規サイト: エンティティが薄い段階では、既知の著者エンティティとの関連付けが信頼性の代替手段になる
• AI検索: ChatGPT・Perplexity等のLLMは学習データにナレッジグラフを組み込んでおり、エンティティ化された著者の記事を優先的に引用する傾向がある

→ E-E-A-Tとは？経験・専門性・権威性・信頼性の高め方でAI時代のE-E-A-T強化戦略を詳説しています。

Article構造化データの実装：著者マークアップのベストプラクティス

Googleが公式ドキュメントで示す著者マークアップのベストプラクティスを整理します。

ポイント①：適切なTypeを使用する

ポイント②：name には著者名のみ記述する

nameプロパティには肩書き・資格・役職を混入させてはいけません。

// 非推奨
"name": "田中太郎 / SEOコンサルタント"

// 推奨
"name": "田中太郎"
// → 肩書きはjobTitleプロパティへ
"jobTitle": "SEOコンサルタント"

ポイント③：urlとsameAsを必ず追加する

前述の通り、これらがないとGoogleはエンティティとして認識できません。

ポイント④：すべての著者を含める

共著の場合は一人だけ代表者を書くのではなく、全員を配列でマークアップします。省略した著者はエンティティ強化の機会を得られません。

ナレッジグラフとの関連：AIが著者を「知っている」とはどういうことか

Googleのナレッジグラフは、エンティティとそれらの間の関係を格納する巨大なデータベースです。著者エンティティがナレッジグラフに収録されると、著者名の検索でナレッジパネル（右側の情報ボックス）が表示される可能性があります。

一方、2024年以降に急成長したAI検索エンジン（ChatGPT Search、Perplexity、Google AI Overview）のLLMは、学習時にナレッジグラフ・Wikipedia・Schema.orgの構造化データを参照しています。著者エンティティが確立されているほど、AIが「この著者は信頼できるか」を判断しやすくなり、引用率の向上につながります。

ナレッジグラフへの収録を促進する施策：

1. Wikidataへのエンティティ登録: 一般公開のWikidataに著者情報を登録する（誰でも作成可能）
2. Wikipedia記事の存在: 著名人・著名企業であればWikipedia記事が最強のシグナル
3. Google ビジネスプロフィール: 組織・著者の組織的背景を明示する
4. 外部メディアでの継続的な言及: ブランドメンションがナレッジグラフの更新トリガーになる

著者プロフィールページの設計：コンテンツとHTML構造

構造化データの実装に加えて、プロフィールページのコンテンツ自体も重要です。Googleはページの本文も読んで著者情報の信頼性を総合的に評価します。

プロフィールページに含めるべき情報

バイラインと著者情報ボックスの設置

各記事内に「誰が書いたか」を可視化する「著者情報ボックス」を設置することも重要です。構造化データだけでなく、ページ上に人間が読める形で著者情報が表示されていることが、GoogleのQuality Evaluatorによる評価でもプラスになります。

著者情報ボックスに含める要素：

• 著者名（プロフィールページへのリンク付き）
• 顔写真
• 1〜2行の略歴
• 主要SNSアカウントへのリンク

検証ツール：実装後に必ず確認する

実装したPerson・ProfilePage構造化データは以下のツールで検証します。

特にリッチリザルトテストは、Article構造化データのauthorが正しく認識されているかを「コードを取得」画面で確認できる最も手軽なツールです。

よくある質問

Q1. 著者情報を構造化データで実装すると検索順位が直接上がりますか?

直接的な順位向上効果はほぼありません。効果は「GoogleとAIが著者エンティティを認識する」→「E-E-A-Tシグナルが整う」→「品質評価が改善される」という間接的なルートです。ただし著者が「Googleに既知のエンティティ」として認識されると、コンテンツへの信頼度評価が変わる可能性があります。短期的な順位改善というよりも、中長期の資産構築と捉えるべき施策です。

Q2. sameAsに指定するURLは何個まで必要ですか?

最低でも1〜2個（LinkedIn・Twitterなど主要プロフィール）を指定することで効果が期待できます。数が多ければ良いというものではなく、「確実に本人のもの」かつ「更新されている」URLに絞ることが重要です。放置されたSNSアカウントや削除済みURLをsameAsに残すとエンティティの信頼性を損ないます。

Q3. 匿名ライターや社内で著者名を公開したくない場合はどうすればいい?

著者情報をOrganization（編集部・サイト名）として実装することが推奨されます。"@type": "Organization"でサイトの組織情報を記述し、sameAsでサイトの公式SNSや会社情報ページを指定する方法でエンティティとして認識させることが可能です。ただし個人名を公開した場合に比べてE-E-A-Tのシグナル強度は下がる傾向があります。

Q4. 監修者にも著者と同じ構造化データを実装すべきですか?

監修者も著者情報と同様のエンティティ強化効果が期待できます。Googleは記事のauthorプロパティに加えて、本文中に視覚的に表示された監修者情報も読み取ります。Schema.orgにはreviewedByプロパティが存在しますが、現時点でGoogleが公式にリッチリザルト対象として扱うかは不明のため、まずArticle構造化データのauthor（またはcontributor）として記述する方法が現実的です。

Q5. 著者エンティティが確立されたかどうかはどう確認できますか?

最も簡単な確認方法は、著者名でGoogle検索してナレッジパネル（右側情報ボックス）が表示されるかを確認することです。表示されれば「Googleに既知のエンティティ」として確立されたサインです。より詳細に確認したい場合は、Googleナレッジグラフ検索APIで著者名を検索してエンティティIDが返るかを確認します。

Q6. WordPressで著者構造化データを自動実装するにはどうすればいい?

Yoast SEO・Rank Math・SEO SIMPLE PACKなどの主要SEOプラグインがArticle構造化データを自動出力します。著者のプロフィールページ設定でsameAsに当たる情報（SNSアカウント）を入力できる欄があるものが多く、プラグイン設定を活用するのが最も効率的です。ただしProfilePage構造化データを完全にカスタマイズしたい場合は、プラグインのカスタムコード機能か、Functionsでの追記が必要になることもあります。

Q7. 著者プロフィールページはどのURLに作ればいいですか?

/authors/{slug}や/about/{slug}など、サイト全体で統一されたURL構造を推奨します。著者が一人だけの個人ブログであれば/aboutページを著者プロフィールページとして兼用し、そのページにProfilePage構造化データを実装する方法が合理的です。URLは一度決めたら変更しないことが重要です（@idや各記事のurlプロパティで参照されるため）。

Q8. AI検索（Perplexity・ChatGPT）で著者情報は引用率に影響しますか?

影響します。AI検索エンジンはページを評価する際にAuthorのE-E-A-Tを判断材料の一つとして使います。著者エンティティが確立されている（= Googleナレッジグラフや外部データベースで確認できる）ページは、そうでないページと比較して引用される確率が高い傾向があります。特にPerplexityはソース信頼性評価にGoogleのシグナルに近い指標を使っているとされており、著者エンティティの確立が引用獲得に寄与すると考えられます。

Q9. 著者情報の構造化データとmeta authorタグはどちらが重要ですか?

構造化データ（JSON-LD）の方が圧倒的に重要です。meta authorタグはGoogleが現在ほとんど評価していないと公言しています。構造化データによるPersonスキーマの方がGoogleやAI検索が機械的に処理しやすく、エンティティ認識に直結します。meta authorタグは「付けても悪くないが、なくても大きな影響はない」程度の位置づけです。

Q10. 著者エンティティの実装はいつ効果が出ますか?

Googleが構造化データをクロール・インデックス処理するまでに通常2〜4週間かかります。エンティティとしてナレッジグラフに収録されるまでにはさらに時間がかかり、数ヶ月〜1年以上の継続的な外部シグナルの積み上げが必要な場合もあります。一方でAI検索の引用改善効果は、正しく実装した直後のクロール後から徐々に現れ始めることが多く、構造化データとsameAsの実装から1ヶ月で変化を感じるケースも報告されています。

関連用語

• E-E-A-T
• 構造化データ
• JSON-LD
• Schema.org
• SEO
• LLMO
• ブランドメンション
• グラウンディング

関連記事

• AIとSEOの完全ガイド【2026年版】
• AI検索最適化（LLMO）完全ガイド
• SEOとは？初心者向け完全ガイド【2026年版】
• SEOとLLMOのハイブリッド戦略
• 構造化データJSON-LDの書き方3ステップ
• AI検索に引用されない原因と対策
• AI引用率を無料でチェックする方法
• AI Overview の引用率を上げる戦略
• 新規サイトのドメインオーソリティをAI検索時代に高める方法