AIを活用したLLMO対策　-JSON-LD導入-

2026.03.12

サマリー

本記事では、AIが提案したLLMO対策実装例をWordPressで実施しました。JSON-LDをプラグイン「WPCode」で導入し、Googleのリッチリザルトテストで検証しました。構文エラー発見時、AIに誤った原因を指摘されましたが、JSON構文チェッカーで確認することで、正確に特定・修正できました。
この実装により、AIによるスコアリング結果が29点から32点に改善されました。AIとの協働の有効性と、人間による最終判断の重要性を再認識しました。

用語解説

LLMO（Large Language Model Optimization）：自社Webサイトが生成AIに正しく認識・引用されるよう最適化する取り組み。
構造化：Webページのコンテンツを、Schema.orgなどの標準ルールに基づいて体系的に整理すること。構造化されたデータを「構造化データ」という。
Schema.org：構造化データを書く時の標準ルール集。
JSON-LD：構造化データを実装するための記述フォーマット。HTML 内に埋め込むことで実装でき、複数の実装方法の中で Google が最も推奨する方式。
リッチリザルトテスト：Googleが提供する、構造化データの検証ツール。ウェブページのURLを入力し、構造化データ（JSON-LD等）が正しく実装されているか、また構文エラーがないかを検証する。
JSON構文チェッカー：JSONコードの構文エラーを詳細にチェックするツール。エラーの行番号を特定でき、より正確な修正が可能となる。

記事本文

はじめに

以前のブログで「AIを活用したLLMO対策　-AIによるスコアリング-」をご紹介しました。
前回の内容を踏まえて、今回は、AIから提案された実装例を実際に試してみた過程と、その結果スコアリングがどのように改善されたかをご紹介します。

今回の実装内容は、AIが提案した「具体的な実装例」のうち、下記「１．構造化データ（高優先度）」の「例１：トップページにPerson+WebSiteを追加（JSON-LD）」です。

AIが提案した「具体的な実装例」のうち、下記「１．構造化データ（高優先度）」の「例１：トップページにPerson+WebSiteを追加（JSON-LD）」

手順確認

まず、実装を進めたい内容について、AIに具体的な手順の説明を依頼しました。
すると、最初の回答より具体的で詳細な内容が提示されました。

ただ、当社では「WordPress」を使用しているため、WordPress使用者向けの説明を依頼しました。
このWordPress向けの説明に基づいて、実装を進めていきます。

事前準備

まず、提示された「事前準備：Person用JSON-LDコードを作る」を実施します。
例示されたJSON-LDコードが個人向けのサンプルだったため、法人サイト向けに書き換えを依頼しました。

サンプルのコードに実際の当社情報を反映させ、AIに精査を依頼しました。
一項目ずつ精査され、問題ないと評価されたので、この内容で進めます。

プラグイン導入

作成したJSON-LDコードを反映するために、次の作業項目である「プラグインで『head にコードを入れる場所』を作る」を実施します。

下記プラグイン「WPCode – Insert Headers and Footers + カスタムコードスニペット – 」をインストールしました。

WPCode - Insert Headers and Footers + カスタムコードスニペット -

プラグイン有効化後の手順をAIに確認しました。

説明に従い、WordPressで処理を進めます。

「コードスニペット」の「ヘッダーとフッター」を開く。
ヘッダーの入力フォームに、作成したJSON-LDコードをコピーアンドペースト。
変更を保存。

WordPressの操作画面「コードスニペット」の「ヘッダーとフッター」画面で、ヘッダーの入力フォームに、作成したJSON-LDコードをコピーアンドペーストしている。

コードの構文チェック

正しく反映されているかを確認するため、Googleの「リッチリザルトテスト」でチェックを行います。当社ホームページのURLを検索フォームに入力し、テストを実行します。

Googleの「リッチリザルトテスト」に当社ホームページのURLを検索フォームに入力し、テストを実行している。

すると、「解析不能な構造化データ」として、構文エラーがあることがわかりました。

リッチリザルトテストの結果画面で「解析不能な構造化データ」と表示されている。

エラー詳細を確認したところ、下記のハイライトされた箇所が原因となっているようです。

リッチリザルトテストの結果詳細画面で、エラーの箇所がハイライトされている。

構文エラー解消

「リッチリザルトテスト」の結果のキャプチャをAIに共有して、エラーの解消方法を確認します。

「“addressCountry”のキー名が引用符で囲まれていない」ことが原因であると指摘されましたが、実際には別の箇所にエラーがあると判断し、「JSON構文チェッカー」で確認することにしました。

「JSON構文チェッカー」にコードをコピーアンドペーストして実行したところ、16行目にエラーがでていることがわかりました。

「JSON構文チェッカー」にコードをコピーアンドペーストして実行したところ、16行目にエラーがでていることがわかる。

「JSON構文チェッカー」の結果をAIに共有して、エラー原因の分析と修正版コードの作成を依頼しました。エラーの原因は「https://x.com/AIS_official_jp”の後の”,”が不要」であると特定され、それを削除したコードが作成されました。

「JSON構文チェッカー」の結果をAIに共有して、エラー原因の分析と修正版コードの作成を依頼している。

修正版コードを再度「JSON構文チェッカー」にかけると、当該エラーが解消されたことがわかりました。

修正版コードを再度「JSON構文チェッカー」にかけると、当該エラーが解消されたことがわかる。

プラグインに修正版コードを反映して保存し、「リッチリザルトテスト」を再実施します。
結果、構文エラーが解消され、すべて有効となっていました。

リッチリザルトテストの結果画面。構文エラーが解消され、すべて有効となっている。

スコアリング再実施

実装が完了したので、AIに再度スコアリングを依頼します。

総合スコアは、29点から32点まで向上しました。
「Organization+WebSiteのJSON-LD」を追加したことで、生成AIがWebサイトの内容をより正確に認識するようになりました。それと同時に、「Person」「Service」スキーマや「FAQ」セクションの追加など、新たな課題とその実装例も提示されました。

AIによるスコアリング再実施結果。総合スコアは、29点から32点まで向上。「Person」「Service」スキーマや「FAQ」セクションの追加など、新たな課題とその実装例も提示されている。

おわりに

AIが提案した実装例を実際に試してみましたが、コードや画面キャプチャ等をAIと共有しながら進めることで、実情に合った実装が初心者でもスムーズにできました。

一方で、AIのサポートだけに頼るのではなく、実装時の最終判断は人間が行うことが重要だと感じました。本記事の「構文エラー解消」のセクションでは、AIが誤った原因を指摘したため、別のツールで検証することで初めて問題を特定できました。

今後も、このようなAIとの協働作業を通じて、より効果的なLLMO対策を進めていきます。
次の取り組みもご紹介予定ですので、ご期待ください。