VIII-L4 記事をAIに正しく読み取らせる―NewsArticle/Article構造化データの考え方

前回のL3では、記者やメディアブランドの実績を「機械可読な形」で整理するというエンティティの考え方を扱いました。今回はその一歩手前、記事そのものをAIやクローラーが正確に読み取れるようにする構造化データの実装について解説します。

NewsArticle・Person・Organizationという3つの語彙

構造化データにはschema.orgという共通の語彙体系があり、ニュース記事では主に次の3つを組み合わせて使います。

これらはいずれもschema.orgという業界横断の標準語彙であり、技術的な実装方法自体は確立されています。ただし今回の調査では、メディア企業がこの4つを組み合わせて実装し、AI引用が増えたという具体的な数値つきの事例までは確認できませんでした。以下で紹介する手順は、技術的に実在する語彙を、業界共通の実装手順から応用したものとして参考にしてください。

隣接業界での実装ペースの目安

BtoB SaaS企業の事例では、Organization・FAQPage・Article・Service・BreadcrumbListという5種類の構造化データを、既存ブログ記事42本へ実装するのに約15時間を要したと報告されています（出典: chot Inc., 2026年。当該企業自身による自己申告データであり、第三者による独立検証は確認できていません）。ニュース記事の場合はNewsArticle・Person・Organizationが中心になりますが、既存記事へ後付けで実装できる作業という性質は共通しています。ゼロから作り直す必要はなく、CMSのテンプレート単位で一括対応できるケースも多くあります。

具体的なJSON-LDのイメージは次の通りです（架空の媒体名を使った説明用のサンプルであり、実在の企業・数値ではありません）。

{
  "@context": "https://schema.org",
  "@type": "NewsArticle",
  "headline": "記事タイトルの例",
  "datePublished": "2026-07-01",
  "author": {"@type": "Person", "name": "記者名の例"},
  "publisher": {"@type": "Organization", "name": "メディア名の例"}
}

すべての記事を一度に対応しようとすると作業が止まりがちです。まずはアクセス数の多い定番記事・連載記事からNewsArticle構造化データを実装し、新規記事のテンプレートに反映させたうえで、過去記事へ順次拡大していくという進め方が現実的です。

実践ステップ

1. 1
   自社CMSで記事テンプレートにNewsArticle構造化データが実装済みか確認する
2. 2
   著者情報がPersonとして記事ごとに正しく出力されているか確認する
3. 3
   メディアブランド自体のOrganization情報（名称・ロゴ・沿革）が整備されているか確認する
4. 4
   Googleのリッチリザルトテスト等の検証ツールでエラーが出ていないか点検する
5. 5
   テンプレート単位での一括実装が可能かCMS担当・開発担当と確認する

このレッスンはテキストとスライドで学べます。スライドは上のビューアからご覧ください。