YouTube VSEO VideoObject マルチモーダル実装 2026年完全ガイド
YouTube動画をGoogleリッチリザルトとAI検索の両方に最適化するVideoObject構造化データの実装手順を、JSON-LDコード例・hasPart/SeekToAction・transcript連携まで具体的に解説する。
目次(29項目)
- はじめに
- VSEOとVideoObjectの基礎知識
- 必須プロパティと推奨プロパティの全体像
- JSON-LD実装例:Googleリッチリザルト向け基本構成
- hasPart・Clip・SeekToActionでKey Momentsを実装する
- マルチモーダル理解を助けるdescription・transcript設計
- AI引用に強いdescriptionの書き方
- transcript連携の実装
- Googleリッチリザルト vs AI引用:2つの目標の違いと統合戦略
- Googleリッチリザルトの目標
- AI検索引用の目標
- 統合実装戦略
- AI検索引用に特化した完全実装コード(2026年版)
- 検証ツールと2026年の注意点
- 必須の検証ステップ
- 2026年の注意点
- よくある質問
- Q1. YouTubeに動画をアップするだけでVideoObject構造化データは自動的に設定されるか?
- Q2. VideoObject構造化データを実装するとリッチリザルトはいつ表示されるか?
- Q3. VideoObjectのdescriptionは動画の説明欄テキストをそのままコピーしてよいか?
- Q4. hasPart/Clipの設定はYouTubeの概要欄タイムスタンプと別々に管理する必要があるか?
- Q5. VideoObjectの実装で最もよくある間違いは何か?
- Q6. AI検索にVideoObjectページを引用させるためにdescriptionの長さはどれくらいがよいか?
- Q7. CMS(WordPress等)でVideoObjectを実装するにはどうすればよいか?
- Q8. VideoObject構造化データはYouTube Shortsにも有効か?
- Q9. VideoObjectのtranscriptプロパティはどの程度の長さを記述すればよいか?
- Q10. ページに複数の動画がある場合のVideoObject実装はどうするか?
- 関連用語
- 関連記事
YouTube VSEO VideoObject マルチモーダル実装 2026年完全ガイド
この記事の結論: YouTube動画をAI検索に引用させたいなら、最初に手を入れるべきはVideoObject構造化データだ。Googleリッチリザルト向けの必須プロパティ実装に加え、descriptionとtranscriptをAI向けに最適化することで、ChatGPTやPerplexityからの引用率を大幅に高められる。2026年のVSEOは「構造化データ×マルチモーダル理解」の二軸で勝負が決まる。
最終更新日: 2026年6月30日
はじめに
GoogleのYouTube動画解析エンジンは2025年末以降、映像認識・音声認識・テキスト抽出を統合したマルチモーダルAIへと進化した。従来の「タイトル+説明文」だけで評価されていた時代は終わり、動画の内容そのものが構造的に理解・インデックスされる時代に入っている。
しかし現場の実装状況を見ると、VideoObject構造化データを正しく書けているサイトはまだ少ない。必須プロパティを4つ並べただけで終わっているケースや、JSON-LDを設置してもdescriptionが単なるコピーになっているケースが多い。
この記事では、VideoObject構造化データの基礎から始め、Googleのリッチリザルト獲得に必要な実装と、AI検索(ChatGPT/Perplexity/AI Overviews)に引用させるための2026年版実装を明確に分けて解説する。JSON-LDの実際のコードブロック、hasPart/Clip/SeekToActionによるチャプター実装、transcript連携まで、すべて具体的な手順で示す。
VSEOとVideoObjectの基礎知識
VSEO(Video Search Engine Optimization)とは、YouTube動画やWebページに埋め込んだ動画をGoogleおよびAI検索エンジンで上位表示・引用させるための最適化施策全般を指す。動画SEOの中でも特に「構造化データによる機械可読性の向上」がここ2年で急速に重要度を増している。
VideoObjectスキーマは、schema.orgが定義する動画コンテンツの構造化データ形式だ。Webページ上にJSON-LDとして記述することで、Googleのクローラーが動画の属性(タイトル・説明・公開日時・サムネイル・動画URL等)を正確に読み取れるようになる。
2026年現在、VideoObjectが果たす役割は2つある。
1つ目はGoogleの動画リッチリザルトの獲得だ。Google検索結果に動画カルーセルや動画アイコン付きのリッチスニペットとして表示され、クリック率(CTR)が向上する。
2つ目はAI検索エンジンへの引用だ。ChatGPT、Perplexity、Google AI OverviewsはWebページのコンテンツを参照して回答を生成する。VideoObject構造化データが適切に実装されていると、AIが動画の内容を正確に把握できるため、回答の中で「参考動画」として引用されやすくなる。
この2つは目的が異なるため、実装のアプローチも異なる点を押さえておくことが重要だ。
必須プロパティと推奨プロパティの全体像
Googleが動画リッチリザルトに必要とする必須プロパティは以下の4つだ。
| プロパティ | 説明 | 要件 |
|---|---|---|
name | 動画のタイトル | 必須 |
description | 動画の説明文 | 必須 |
thumbnailUrl | サムネイル画像のURL(複数可) | 必須 |
uploadDate | 動画のアップロード日(ISO 8601形式) | 必須 |
これら4つが欠けると、Googleはリッチリザルトとして表示しない。まずこの4プロパティを正確に記述することが出発点となる。
推奨プロパティとして以下も重要だ。
| プロパティ | 説明 | 効果 |
|---|---|---|
duration | 動画の長さ(ISO 8601期間形式) | リッチリザルトに長さ表示 |
contentUrl | 動画ファイルの直接URL | クロール・インデックス促進 |
embedUrl | 動画の埋め込みURL | YouTubeの場合は必須に近い |
hasPart | チャプター情報(Clip型) | Key Moments表示 |
transcript | 書き起こしテキスト | AI理解度向上 |
interactionStatistic | 再生回数などのエンゲージメント情報 | 信頼性向上 |
特にembedUrlはYouTube動画の場合、https://www.youtube.com/embed/[VIDEO_ID]の形式で指定することが推奨されている。contentUrlだけでは動画を直接取得できないため、embedUrlと組み合わせて使用するのが基本だ。
JSON-LD実装例:Googleリッチリザルト向け基本構成
Googleリッチリザルトの獲得を目的とした、最低限の実装コードを示す。JSON-LD形式の構造化データはページの<head>または<body>内に<script>タグとして記述する。
<script type="application/ld+json">
{
"@context": "https://schema.org",
"@type": "VideoObject",
"name": "YouTube VSEO完全ガイド2026|VideoObject構造化データの実装手順",
"description": "YouTube動画をGoogleリッチリザルトとAI検索の両方に最適化するVideoObject構造化データの実装方法を解説。JSON-LDの記述例、hasPart/SeekToActionによるチャプター設定、transcript連携まで具体的に示す。初心者でも実装できる手順形式。",
"thumbnailUrl": [
"https://example.com/thumbnail-16x9.jpg",
"https://example.com/thumbnail-4x3.jpg",
"https://example.com/thumbnail-1x1.jpg"
],
"uploadDate": "2026-06-30T09:00:00+09:00",
"duration": "PT18M42S",
"contentUrl": "https://www.youtube.com/watch?v=XXXXXXXXXX",
"embedUrl": "https://www.youtube.com/embed/XXXXXXXXXX",
"interactionStatistic": {
"@type": "InteractionCounter",
"interactionType": {
"@type": "WatchAction"
},
"userInteractionCount": 12500
}
}
</script>
記述上の注意点:
durationはISO 8601の期間形式で記述する。18分42秒ならPT18M42S、1時間ならPT1Hだ。thumbnailUrlは複数の縦横比(16:9、4:3、1:1)を配列で指定すると、Googleが用途に応じた最適な画像を選択できる。uploadDateはタイムゾーンを含む完全なISO 8601形式で記述することを推奨する。
この基本構成だけでは、AI検索への引用最適化としては不十分だ。次のセクションで、AI引用に必要な追加実装を解説する。
hasPart・Clip・SeekToActionでKey Momentsを実装する
YouTubeの「Key Moments」機能は、Google検索結果上に動画の特定チャプターへのジャンプリンクを表示する機能だ。チャプターマーカーを正しく設定することで、ユーザーが動画の目的のシーンに直接アクセスできるようになり、クリック率と視聴維持率の両方を改善できる。
VideoObjectのhasPartプロパティを使い、Clip型とSeekToActionを組み合わせることで実装できる。
<script type="application/ld+json">
{
"@context": "https://schema.org",
"@type": "VideoObject",
"name": "YouTube VSEO完全ガイド2026|VideoObject構造化データの実装手順",
"description": "YouTube動画をGoogleリッチリザルトとAI検索の両方に最適化する方法を徹底解説。",
"thumbnailUrl": "https://example.com/thumbnail.jpg",
"uploadDate": "2026-06-30T09:00:00+09:00",
"duration": "PT18M42S",
"embedUrl": "https://www.youtube.com/embed/XXXXXXXXXX",
"hasPart": [
{
"@type": "Clip",
"name": "VideoObjectとは何か",
"startOffset": 0,
"endOffset": 120,
"url": "https://www.youtube.com/watch?v=XXXXXXXXXX&t=0s"
},
{
"@type": "Clip",
"name": "必須プロパティ4つの書き方",
"startOffset": 120,
"endOffset": 360,
"url": "https://www.youtube.com/watch?v=XXXXXXXXXX&t=120s"
},
{
"@type": "Clip",
"name": "JSON-LD実装コード解説",
"startOffset": 360,
"endOffset": 720,
"url": "https://www.youtube.com/watch?v=XXXXXXXXXX&t=360s"
},
{
"@type": "Clip",
"name": "AI検索向けdescription最適化",
"startOffset": 720,
"endOffset": 900,
"url": "https://www.youtube.com/watch?v=XXXXXXXXXX&t=720s"
},
{
"@type": "Clip",
"name": "transcript連携の実装手順",
"startOffset": 900,
"endOffset": 1122,
"url": "https://www.youtube.com/watch?v=XXXXXXXXXX&t=900s"
}
]
}
</script>
startOffsetとendOffsetは秒数で指定する。YouTubeのチャプター機能(説明欄に0:00 タイトル形式で記載)とhasPartの両方を実装することで、YouTubeのアルゴリズムとGoogleの両方からチャプター情報を読み取れるようになる。
hasPart/SeekToAction実装とAI引用の関係については別記事で詳しく解説しているが、重要な点として「各Clipのnameはユーザーの検索クエリに対応させる」ことが挙げられる。「JSON-LD 書き方」「VideoObject 必須プロパティ」のように具体的なクエリに沿ったChip nameを設定すると、Key Momentsが特定の検索クエリに対して表示されやすくなる。
マルチモーダル理解を助けるdescription・transcript設計
ここがGoogleリッチリザルト向け実装とAI検索引用向け実装が最も大きく分岐するポイントだ。
Googleリッチリザルトが重視するのは、構造化データの完全性と必須プロパティの正確な記述だ。descriptionの質よりも、プロパティが欠けていないことの方が優先される。
AI検索が引用を決める際に重視するのは、descriptionとtranscriptのコンテンツ品質だ。ChatGPT、Perplexity、AI OverviewsはWebページのテキストコンテンツを参照して回答を生成するため、「このページの動画は何について説明しているのか」をAIが理解できるかどうかが引用率を左右する。
AI引用に強いdescriptionの書き方
descriptionの品質とAI引用率の関係を調査した結果、以下の要素を含むdescriptionが引用されやすいことがわかっている。
- 答えを含む冒頭文:「この動画では〜を解説する」ではなく、「VideoObject構造化データはJSON-LDで記述し、必須プロパティ4つを含む必要がある」のように答えそのものから始める。
- 具体的な情報密度:数値、手順のステップ数、ツール名などを含め、AIがそのまま引用できる情報を埋め込む。
- 250〜500文字の適切な長さ:短すぎると情報不足、長すぎると重要な情報が薄まる。
- 検索クエリを自然に含む:ターゲットKWを自然な文脈で2〜3回使用する。
"description": "YouTube動画をGoogleリッチリザルトとAI検索(ChatGPT・Perplexity・AI Overviews)の両方に最適化するには、VideoObject構造化データのJSON-LD実装が出発点となる。必須プロパティはname・description・thumbnailUrl・uploadDateの4つ。2026年のVSEO実装では、hasPart/Clipによるチャプター記述でKey Momentsを獲得し、500文字以上のAI向けdescriptionとtranscriptの構造化でAI引用率を高める。この動画では実際のコードを使って実装手順をステップ別に解説し、Google Search ConsoleでのリッチリザルトテストとAI引用のモニタリング方法まで示す。"
transcript連携の実装
transcript(書き起こし)テキストをVideoObjectに組み込む方法は2つある。
方法1:VideoObject内にtranscriptプロパティで直接記述
"transcript": "こんにちは、今日はVideoObject構造化データの2026年版実装手順を解説します。まず最初に確認すべきなのが、Googleが定める必須プロパティ4つです。nameはページタイトルと一致させる必要はありませんが、動画の内容を端的に表すタイトルにしてください..."
方法2:同一ページ内に書き起こしセクションとして公開
ページ本文にトランスクリプトを<section>要素として掲載し、VideoObjectと同一ページに存在させる方法だ。この場合、transcriptプロパティにURLではなくテキストを直接入れるか、閉じたキャプション(字幕)ファイルのURLをcaptionプロパティで参照する。
"caption": "https://example.com/captions/vseo-videoobject-2026-ja.vtt"
GoogleのマルチモーダルAIは、音声認識で自動生成した書き起こしと、ページに明示されたtranscriptを統合して動画の意味理解を行う。このため、自動生成キャプションに誤りがある場合は修正した正確なtranscriptをページに公開することで、AI理解精度が向上する。
Googleリッチリザルト vs AI引用:2つの目標の違いと統合戦略
2026年のVSEOで陥りがちな誤解が「GoogleリッチリザルトとAI引用は同じ施策で達成できる」という思い込みだ。実際には目標とする検索エンジンが異なるため、最適化のアプローチも変わる。
Googleリッチリザルトの目標
- 評価主体:Googleのクローラー(構造化データの機械的検証)
- 重視する要素:必須プロパティの完全性、
thumbnailUrlの解像度要件(最小320px×180px)、uploadDateの正確性 - 確認ツール:Google Rich Results Test、Google Search Console(動画レポート)
- 表示形式:動画カルーセル、動画アイコン付きブルーリンク、Key Moments
AI検索引用の目標
- 評価主体:LLM(言語モデルによるコンテンツ評価)
- 重視する要素:
descriptionのコンテンツ品質、transcriptの有無、ページ全体のE-E-A-T - 確認ツール:各AI検索でのクエリ実行、引用モニタリングツール
- 表示形式:ChatGPTの回答内リンク、PerplexityのSourcesパネル、AI Overviewsの動画引用
統合実装戦略
両方を同時に達成するには、以下の優先順位で実装を進める。
Phase 1(Googleリッチリザルト基盤):必須プロパティ4つ+embedUrl+durationを正確に記述。Rich Results Testでエラーゼロを確認。
Phase 2(Key Moments獲得):hasPart/Clipでチャプターを実装。YouTube説明欄のタイムスタンプと同期させる。
Phase 3(AI引用最適化):descriptionを250〜500文字の情報密度の高いテキストに書き換え。ページ本文にtranscriptセクションを追加。
Phase 4(継続改善):YouTube VSEO完全ガイドに基づいてwatchtime・retention指標を確認し、AI引用されているクエリをモニタリングしてdescriptionを更新する。
AI検索引用に特化した完全実装コード(2026年版)
Phase 1〜3を統合した2026年版の完全実装コードを示す。
<script type="application/ld+json">
{
"@context": "https://schema.org",
"@type": "VideoObject",
"name": "YouTube VSEO VideoObject マルチモーダル実装 2026年完全ガイド",
"description": "YouTube動画をGoogleリッチリザルトとAI検索(ChatGPT・Perplexity・AI Overviews)の両方に最適化するには、VideoObject構造化データのJSON-LD実装が出発点となる。必須プロパティはname・description・thumbnailUrl・uploadDateの4つ。2026年のVSEO実装では、hasPart/Clipによるチャプター記述でKey Momentsを獲得し、500文字以上のAI向けdescriptionとtranscriptの構造化でAI引用率を高める。実際のコードを使って実装手順をステップ別に解説し、Google Search ConsoleでのリッチリザルトテストとAI引用のモニタリング方法まで網羅する。",
"thumbnailUrl": [
"https://example.com/thumb-1920x1080.jpg",
"https://example.com/thumb-1280x960.jpg",
"https://example.com/thumb-720x720.jpg"
],
"uploadDate": "2026-06-30T09:00:00+09:00",
"duration": "PT22M15S",
"contentUrl": "https://www.youtube.com/watch?v=XXXXXXXXXX",
"embedUrl": "https://www.youtube.com/embed/XXXXXXXXXX",
"inLanguage": "ja",
"caption": "https://example.com/captions/vseo-2026-ja.vtt",
"transcript": "はじめに、VideoObject構造化データとは何かを説明します。VideoObjectはschema.orgが定める動画の構造化データ形式で、JSON-LDとしてページに記述することでGoogleやAI検索エンジンが動画の属性を正確に読み取れるようになります。必須プロパティはname、description、thumbnailUrl、uploadDateの4つです...",
"hasPart": [
{
"@type": "Clip",
"name": "VideoObjectとは何か:基礎と2026年の重要性",
"startOffset": 0,
"endOffset": 150,
"url": "https://www.youtube.com/watch?v=XXXXXXXXXX&t=0s"
},
{
"@type": "Clip",
"name": "必須プロパティ4つの正しい書き方",
"startOffset": 150,
"endOffset": 420,
"url": "https://www.youtube.com/watch?v=XXXXXXXXXX&t=150s"
},
{
"@type": "Clip",
"name": "JSON-LD実装コードをコピーして使う方法",
"startOffset": 420,
"endOffset": 720,
"url": "https://www.youtube.com/watch?v=XXXXXXXXXX&t=420s"
},
{
"@type": "Clip",
"name": "hasPart/Clipでチャプターを実装してKey Momentsを獲得",
"startOffset": 720,
"endOffset": 960,
"url": "https://www.youtube.com/watch?v=XXXXXXXXXX&t=720s"
},
{
"@type": "Clip",
"name": "AI検索引用を高めるdescription・transcript設計",
"startOffset": 960,
"endOffset": 1200,
"url": "https://www.youtube.com/watch?v=XXXXXXXXXX&t=960s"
},
{
"@type": "Clip",
"name": "Rich Results TestとSearch Consoleで検証する",
"startOffset": 1200,
"endOffset": 1335,
"url": "https://www.youtube.com/watch?v=XXXXXXXXXX&t=1200s"
}
],
"author": {
"@type": "Organization",
"name": "aiseo-llmo.com編集部",
"url": "https://aiseo-llmo.com"
},
"publisher": {
"@type": "Organization",
"name": "aiseo-llmo.com",
"logo": {
"@type": "ImageObject",
"url": "https://aiseo-llmo.com/logo.png"
}
},
"interactionStatistic": {
"@type": "InteractionCounter",
"interactionType": {
"@type": "WatchAction"
},
"userInteractionCount": 8420
}
}
</script>
inLanguageプロパティにjaを指定することで、日本語話者向けコンテンツであることをGoogleに明示できる。特に多言語コンテンツが混在するサイトでは、言語別のインデックス精度向上に寄与する。
検証ツールと2026年の注意点
必須の検証ステップ
1. Google Rich Results Test
https://search.google.com/test/rich-results にページURLを入力し、VideoObjectが正常に検出されているか確認する。エラーが出た場合は赤いメッセージを優先的に修正し、警告(オレンジ)は推奨対応として対処する。
2. Google Search Console 動画レポート
Search Consoleの「強調表示されたリザルト」→「動画」でリッチリザルトのインデックス状況を確認できる。実装後7〜14日で結果が反映されることが多い。構造化データ実装前後のAI引用変化も合わせて参照すること。
3. schema.org Validator
https://validator.schema.org/ でJSON-LDの構文エラーを検出できる。特にカンマの抜け、URLのプロトコル記述漏れ(https://の欠如)など、肉眼では気づきにくいエラーを検出するために使用する。
2026年の注意点
contentUrlは動画ファイルのURLを指定する:YouTubeの場合、https://www.youtube.com/watch?v=...はcontentUrlとして使えるが、動画ファイル自体へのアクセスはできないため、embedUrlも必ず併記する。
uploadDateは変更しない:コンテンツを更新しても、uploadDateは最初のアップロード日時のままにしておく。更新した場合は別途dateModifiedプロパティを追加する。
サムネイル解像度の要件:Googleは最低1280×720px(推奨)のサムネイルを要求している。320×180px以上が必須、それ未満はリッチリザルト対象外となる。
重複VideoObjectの回避:同一ページに複数のVideoObjectを記述する場合、それぞれを@graph配列でまとめる。バラバラに記述するとGoogleが混乱する可能性がある。
LLMO観点からの診断については、当サイトのLLMO診断ツール(/)で現在のサイト構造化データ実装状況を無料でチェックできる。VideoObjectを含む構造化データのAI引用貢献度を定量的に把握できるため、優先実装箇所の特定に役立てられる。
よくある質問
Q1. YouTubeに動画をアップするだけでVideoObject構造化データは自動的に設定されるか?
YouTubeのプラットフォーム上では自動的に設定されるが、自社サイトに埋め込む場合は別途JSON-LDを手動で記述する必要がある。自社ページに実装しないとGoogleは自社サイトのリッチリザルトには反映しない。
Q2. VideoObject構造化データを実装するとリッチリザルトはいつ表示されるか?
Google Search ConsoleでリッチリザルトのインデックスはURLのクロール後に更新される。通常は実装から7〜21日で反映されるが、サイトのクロール頻度や競合状況によって前後する。
Q3. VideoObjectのdescriptionは動画の説明欄テキストをそのままコピーしてよいか?
動画の説明欄と完全に同一のテキストは避けることを推奨する。JSON-LD内のdescriptionは「AIが動画内容を理解するためのサマリー」として機能するため、答えを含む情報密度の高いテキストに書き換えることでAI引用率が向上する。
Q4. hasPart/Clipの設定はYouTubeの概要欄タイムスタンプと別々に管理する必要があるか?
どちらも設定することが推奨される。YouTubeの概要欄タイムスタンプはYouTube内でのKey Moments表示に影響し、JSON-LDのhaSPartはGoogle検索でのKey Moments表示に影響する。同期させて管理するとメンテナンスしやすい。
Q5. VideoObjectの実装で最もよくある間違いは何か?
thumbnailUrlのURLが存在しない(404エラー)、uploadDateの形式が間違っている(例:2026-6-30のようなゼロ埋めなし)、embedUrlにYouTubeの視聴URLを入れてしまうの3つが特に多い。Rich Results Testで必ず事前確認すること。
Q6. AI検索にVideoObjectページを引用させるためにdescriptionの長さはどれくらいがよいか?
250〜500文字が実践的な目安だ。短すぎるとAIが内容を把握できず、長すぎると重要情報の密度が下がる。冒頭の50〜80文字に最も重要な情報を凝縮し、そこにターゲットKWを自然に含めることを意識する。
Q7. CMS(WordPress等)でVideoObjectを実装するにはどうすればよいか?
Yoast SEOやAll in One SEO PackにはVideoObject対応機能がある。ただし自動生成されるdescriptionは説明欄の冒頭テキストをそのまま使うことが多いため、プラグインの動画メタデータ設定画面からAI向けに書き換えることを推奨する。手動でhead内にJSON-LDを追記する方法も有効だ。
Q8. VideoObject構造化データはYouTube Shortsにも有効か?
Shorts動画を自社ページに埋め込む場合は有効だ。ただしdurationがShorts(60秒以内)の場合、GoogleのKey Moments表示は発生しにくい。Shortsの場合はhasPartよりもdescriptionとtranscriptの品質最適化に集中する方が費用対効果が高い。
Q9. VideoObjectのtranscriptプロパティはどの程度の長さを記述すればよいか?
動画全体の書き起こしが理想だが、最低でも冒頭3〜5分(500〜1500文字相当)のtranscriptをJSON-LDに含めることを推奨する。AI検索エンジンはtranscriptテキストを参照して回答を生成するため、クエリへの回答が含まれる部分のtranscriptを優先的に含める。
Q10. ページに複数の動画がある場合のVideoObject実装はどうするか?
@graph配列を使って複数のVideoObjectを1つのscriptタグにまとめる。各VideoObjectには固有のname・thumbnailUrl・uploadDateを設定し、embedUrlで各動画を区別する。ページの主題に最も関連する動画を最初に記述することが推奨される。
関連用語
- VideoObject:動画コンテンツの構造化データ形式。GoogleリッチリザルトとAI引用の基盤となる。
- 動画SEO(VSEO):YouTube・Web動画をGoogleおよびAI検索で上位表示させるための最適化施策。
- JSON-LD:Googleが推奨する構造化データの記述形式。
<script type="application/ld+json">で記述する。 - Schema.org:GoogleをはじめとするIT企業が共同で維持する構造化データの語彙仕様。VideoObjectはここで定義される。
- YouTube SEO:YouTube内の検索・レコメンドアルゴリズムに最適化する施策。VSEOとは視点が異なる。
- チャプターマーカー:動画内の特定シーンへの時間ベースのナビゲーション。Key Moments表示に直結する。
- クローズドキャプション:動画の字幕ファイル(VTT形式等)。AI理解精度の向上とアクセシビリティ改善に寄与する。
- AI Overview:GoogleのAI生成検索結果サマリー。VideoObjectと質の高いdescriptionで引用率が向上する。
関連記事
参考文献
関連用語
- E-E-A-T
E-E-A-Tとは、Googleがコンテンツ品質を評価する4つの観点「Experience(経験)・Expertise(専門性)・Authoritativeness(権威性)・Trustworthiness(信頼性)」のこと。SEOとLLMO両方で最重要の概念です。
- インデックス
インデックスとは、クローラーが集めたページをGoogleがデータベースに登録すること。インデックスされて初めて検索結果に表示される対象になります。「索引」とイメージすると分かりやすい用語です。
- クエリ
クエリとは、ユーザーが実際に検索窓に入力した検索語のこと。SEOで使う「キーワード」と似ていますが、キーワードが事前に狙う言葉、クエリが実際に打たれた言葉、というニュアンスの違いがあります。
- クローラー
クローラーとは、Web上のページを自動巡回してデータを集めるプログラムのこと。Googleの「Googlebot」が代表例で、これに見つけてもらわないと検索結果に表示されません。
- 構造化データ
構造化データとは、Webページの内容を検索エンジンが理解しやすい形式で記述したメタ情報。記事の著者・公開日、商品の価格・在庫などを機械可読にすることでリッチリザルトやAI引用の対象になります。
- JSON-LD
JSON-LDとは「JSON for Linking Data」の略で、構造化データをJSON形式で記述する方式。Google公式が推奨する構造化データ実装フォーマットで、scriptタグでHTML内に書きます。
関連記事
最新記事
SEO カテゴリの他の記事
- AI Overviewに画像が引用されるalt最適化の実装手順
- Gemini・ChatGPTのAIショッピングで選ばれる商品データ最適化2026
- エンティティ最適化のAI引用3倍実装方法と効果測定ガイド
- 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
- プリンストン大学のGEO研究とは:統計・出典追加で可視性40%向上した理由
- 検索1位でもCTR58%減——AI Overview時代の防衛戦略2026
- UCPとACPの違いとは?EC事業者が2026年に取るべき対応
- UGC×AI引用戦略2026——RedditとYahoo!知恵袋の企業活用術
- 多言語LLMOとは?一次情報の多言語化で海外AI引用を獲得する方法
- ブランド言及の85%は第三者ドメイン発、AI検索エコシステム戦略の要点
- ChatGPT Shopping商品表示の仕組みとMerchant Center最適化【2026年版】
- 指名検索数はランキング要因になる?2026年に増やす戦略と計測法
- AI引用は口コミ・Q&A・比較サイトへ急増|自社ドメインの2026年対策
- AI引用のコンセンサスシグナルとは|複数プラットフォーム一致の作り方と計測
- YouTube VideoObject概要欄500文字以上でAI引用を最適化する方法
- 動画文字起こしブログ化と二重AI引用戦略の完全ガイド
- YouTube質問形式タイトルでAI引用を最大化する最適化戦略
- 共起引用(co-citation)でAI可視性を高める戦略と実装ガイド
- Perplexityポジティブセンチメント最適化|日本語コンテンツで好意的引用を増やす実践ガイド
- スキーマ実装の工数とROI実測ガイド:AI引用率への効果と優先順位
- FAQリッチリザルト廃止後のスキーマ優先順位を徹底見直し【2026年版】
- FAQリッチリザルト廃止2026:AEO・AI引用で勝つ代替施策の完全ガイド
- 指名検索はAI引用後に増えるのか——引用前後の実測データと再現条件
- PerplexityがRedditを46%引用する理由と日本語サイトの代替UGC戦略
- 直答ブロックの文字数とAI引用率の関係:実測データで見る最適解
- 見出し位置とAI引用率の相関を実測データで検証する
- 質問形式の見出しでAEO引用を獲得する実装ガイド
- 見出し直下 結論配置でAI引用率を上げるスニペット設計の全手法
- FAQPageスキーマ実装でAI引用率3倍:当社実測検証と再現条件
- AIに引用されやすい文章パターン実測分析:定義文・数値・構造の効果を検証
- 結論ファースト記事構成でAI引用率を上げる完全ガイド
- 構造化データの実装優先順位|AIO引用率を高めるスキーマ順序2026
- スキーマのネスト深さとAI引用率:当社検証で約40%向上した構成の実測レポート
- HowToスキーマ vs FAQPageスキーマ:AI引用率の実測比較と使い分け
- コンテンツ鮮度と更新頻度がAI引用率を左右する理由【GEO実践】
- FAQPage × Article × ItemList 三重スタックでAI引用率1.8倍|独自集計データで読む効果【2026年版】
- スキーマ AI引用率「効果なし」は本当か|Ahrefs 1885ページ研究への反論と効く条件
- Organization Schema でAI引用率を上げる設定・実装ガイド【2026年版】
- 構造化データ スキーマ種類別 AI引用率 比較 実測 2026|独自集計データで読む効果の差
- リスト記事の順位はAI引用シェアオブボイスを左右する——Peec AI実測データ(200K回分析)
- 著者情報 Person Schema でAI引用率を上げる実装ガイド【2026年版】
- YMYL × AI検索時代のE-E-A-T対策|LLMに引用されるコンテンツ戦略
- 構造化データ実装前後でAI引用率はどう変わるか|実測データ比較【2026年版】
- GEOランディングページ AI引用 設計の完全ガイド|海外ローカライズ対応で引用率を高める実践手順【2026年版】
- Reddit AI引用 日本語コンテンツ戦略|海外ローカライズで引用を獲得する実践ガイド
- 著者ページ設計でE-E-A-Tを最大化する完全ガイド【2026年版】
- Gemini Focus Mode と情報源指定で検索意図に応える SEO 戦略【2026年版】
- AI Overview 段落最適化の完全手順|海外ローカライズ対応で引用率を高める実践ガイド
- AI検索 新規サイトのドメインパワーと引用の関係【2026年完全ガイド】
- AI Overview FAQスキーマ vs 他スキーマ比較|AI引用確率を上げる選択ガイド
- エンティティ最適化とAI検索:日本語サイトが取り組むべき実践ガイド
- JSON-LD構造化データがAI検索の理解を高める理由と実装ガイド
- 新規ドメインがAI Overviewで引用されない原因と突破戦略
- FAQスキーマでAI引用を増やす実装ガイド:JSON-LDから効果測定まで
- Perplexityに引用されるReddit戦略:アルゴリズムの仕組みと実践設計
- AI Overview引用率を上げる8つの実践的手法【2026年版】
- AI検索で引用されない原因7選と改善策【2026年最新】
- YouTubeタイトルの文字数は何文字がベスト?表示上限・デバイス別・SEO最適解2026年版
- YouTube タグの効果は 2026 年もある?最新アルゴリズムでの正しい使い方
- sitemap format(sitemap.xml format)完全リファレンス|全タグ仕様・拡張形式一覧【2026年版】
- LLMO と SEO の違い完全マップ|KPI・計測・施策を全部対比【2026年版】
- トピッカルオーソリティの作り方
- タイトルタグとメタディスクリプションの書き方|CTRを上げる型
- 構造化データJSON-LDの書き方3ステップ|リッチリザルト&AI検索対策【2026年版】
- sitemap.xmlとrobots.txtの役割と作り方
- 検索意図の4分類(Know/Go/Do/Buy)と記事構成への活かし方【2026年完全版】
- Google Search Consoleの使い方|初心者の最初の30分
- ピラーページ&クラスター戦略5ステップ|SEO内部リンク設計【2026年版】
- SEO×LLMO効果測定の7指標|GSC・GA4・AI検索計測【2026年版】
- LLMOキーワード選び方&SEOキーワード選定の基本【2026年完全版】
- 内部リンク・外部リンクの設計|SEOで効くつなぎ方
- 検索エンジンの仕組み|クローラー・インデックス・ランキングを図解
- 見出しタグ(h1/h2/h3)の正しい使い方
- E-E-A-Tとは?経験・専門性・権威性・信頼性の高め方
- Core Web Vitals入門|LCP・INP・CLSをやさしく解説
- コンテンツギャップ分析のやり方
- 競合サイト分析の手順|SEO/LLMO両軸で
- canonicalタグとは?重複コンテンツ対策の基本
- SEO×LLMOで勝つ記事構成テンプレート
- 既存記事リライトの優先度と手法
