「著者情報を構造化データで実装したいが、何から手をつければいいかわからない」。コンテンツ制作を担当されている方から、こうしたご相談を受けることがあります。本記事は、schema.orgとGoogle公式ドキュメントにもとづき、コピペ可能な実装テンプレートを2種類ご紹介します。あわせて、効果への正直な期待値と実装後の検証方法まで解説します。

01この記事でわかること

  • Person schemaの基礎定義と、独立したリッチリザルトを持たない仕組み上の位置づけ
  • 記事著者・組織代表それぞれのコピペ可能なJSON-LD実装テンプレート
  • name・url・sameAsなど主要プロパティの意味と選び方
  • 効果に関する研究データと、誇張しない期待値の持ち方
  • リッチリザルトテストによる実装後の検証方法

02結論サマリー

Person schemaとは、人物に関する情報をGoogleが機械的に解釈できる形式で記述する構造化データです。単体では独立したリッチリザルトを持ちません。Article・Organization・ProfilePageなど他の構造化データの中で、著者や代表者を表す部品として使われます。

実装自体は難しくありません。本記事のテンプレートをコピーし、name・urlなどの値を差し替えるだけで着手できます。ただし効果については、AI引用が単純に増えると断定できる段階ではないとWEBMARKSは考えています。実装の目的は、AI引用を直接増やすことよりも、自社と著者の実在性を機械可読な形にしておくことだと捉えるのが実務的です。

03Person schemaとは(基礎定義)

引用されやすい定義文

Person schemaとは、人物の氏名や役職を検索エンジンが読み取れる形式で記述する構造化データです。

Person schemaは、schema.orgが定義する語彙の一つです。schema.orgは、Google・Microsoft・Yahoo・Yandexの4社が共同で設立した、構造化データの共通規格です。ちなみにschema.org公式の定義文は、シンプルな一文です。原文は「A person (alive, dead, undead, or fictional).」と表記されています。

name・jobTitle・url・sameAsなど、人物に関する属性をプロパティとして持ちます。ただし、実装前に押さえておきたい前提があります。Person単体では、Googleの構造化データ機能一覧に存在する独立した型ではありません(出典: Google公式の構造化データ一覧ページ)。

次のセクションで説明する通り、Article・Organization・ProfilePageといった構造化データに組み込んで初めて機能します。この位置づけを理解しておくことが、効果への正しい期待値につながります。

04Person schemaが機能する3つの実装先——Article・Organization・ProfilePage

Person schemaは単独では機能しません。次の3つの構造化データのいずれかに組み込むことで、初めて意味を持ちます。

実装先Personの役割プロパティ名使う場面
Article/BlogPosting/NewsArticle記事の著者author記事・ブログ・ニュース投稿
Organization代表者・創業者・従業員founder/employee/member会社概要・企業情報ページ
ProfilePageページの主対象人物mainEntity個人プロフィールページ・コミュニティ投稿者ページ
Person schemaの位置づけを示す図 中心にPerson(単独では機能しない)を置き、周囲にArticle(authorとして内包)・Organization(founder/employeeとして内包)・ProfilePage(mainEntityとして内包)の3つを配置し、単独ではなくこれら3型に内包されて初めて機能する関係を示す。 STRUCTURE Person schemaの位置づけ author founder / employee mainEntity Person 単独では機能しない Article (BlogPosting/NewsArticle) 著者として内包 Person Organization 代表者・従業員として内包 Person ProfilePage mainEntityとして内包 Person
Person schemaの位置づけを示す図

3つのうち、記事著者(Article)と組織代表(Organization)は実装ニーズが特に高い実装先です。次のセクションでは、コピペ可能なテンプレートを2種類ご紹介します。ProfilePageは、フォーラムやコミュニティサイトの投稿者ページなど、個人プロフィールが主役のページで有効です。出典はGoogle Search Central「プロフィールページ」です。

05【実装テンプレ①】記事著者のPerson schema

最初のテンプレートは、記事・ブログ投稿の著者情報を実装するものです。BlogPostingやArticleといった記事系の構造化データに、authorプロパティとしてPersonを組み込みます。

{
  "@context": "https://schema.org",
  "@type": "BlogPosting",
  "headline": "記事のタイトルをここに入力",
  "author": {
    "@type": "Person",
    "name": "著者の氏名",
    "url": "https://example.com/author/著者スラッグ",
    "jobTitle": "著者の役職(例: コンテンツディレクター)",
    "sameAs": [
      "https://twitter.com/著者アカウント",
      "https://ja.wikipedia.org/wiki/著者名"
    ],
    "worksFor": {
      "@type": "Organization",
      "name": "運営組織名"
    },
    "image": "https://example.com/images/著者写真.jpg"
  },
  "datePublished": "2026-07-24",
  "dateModified": "2026-07-24"
}

name・url・jobTitle・sameAs・worksFor・imageの値を、実際の著者情報に差し替えてご利用ください。sameAsには、著者本人と確認できる公式SNSアカウントやWikipediaページのURLを入れます。worksForは所属組織がある場合のみ記述し、フリーランスの場合は省略して構いません。

06【実装テンプレ②】組織代表のPerson schema

2つ目のテンプレートは、会社概要ページなどで組織の代表者情報を実装するものです。Organization型のfounderプロパティとして、代表者のPersonを組み込みます。

{
  "@context": "https://schema.org",
  "@type": "Organization",
  "name": "組織名",
  "url": "https://example.com/",
  "logo": "https://example.com/images/logo.png",
  "founder": {
    "@type": "Person",
    "name": "代表者の氏名",
    "jobTitle": "代表取締役",
    "url": "https://example.com/about/代表者スラッグ",
    "sameAs": [
      "https://twitter.com/代表者アカウント",
      "https://www.linkedin.com/in/代表者アカウント"
    ],
    "image": "https://example.com/images/代表者写真.jpg"
  }
}

代表取締役・CEOなど、実際の役職名と情報に差し替えてご利用ください。founderは創業者、employeeは従業員、memberはメンバーを表すプロパティです。代表者以外の役員・専門家を紹介する場合は、founderの代わりにemployeeを使う選択肢もあります。

07Person schemaの主要プロパティ8選と選び方

Person schemaには多数のプロパティがありますが、実務でまず押さえるべきものは限られています。以下の表に、主要プロパティの意味と実装のコツをまとめました。

プロパティ位置づけ意味実装のコツ
nameProfilePageでは必須・他は推奨人物の氏名略称でなく正式な氏名表記を使う
url推奨本人を一意に示すページプロフィールページ・aboutページ等
jobTitle推奨役職・肩書き「著者」でなく具体的な役職名を書く
sameAs推奨本人と確認できる外部ページ公式SNS・Wikipedia・Wikidata等
image推奨本人の画像顔写真等、本人とわかる画像を指定
worksFor任意所属組織Organization型で組織名を入れる
knowsAbout任意専門分野・知識領域専門性の裏付けとして使える
honorificPrefix任意Dr/Mr等の敬称医療・学術分野の著者に有効

nameとurlは実質的な必須プロパティです。この2つがなければ、誰についての情報なのかが機械的に判別できません。

sameAsは、本人であることを一意に確認できる外部ページを指定するプロパティです。Wikipedia・Wikidata・公式SNSアカウント等が該当します。実在する人物であることを示す手がかりになると、WEBMARKSは考えています。

Person schemaの主要プロパティとE-E-A-T4要素の対応関係 Experience(経験)はworksFor・一次体験の描写に、Expertise(専門性)はjobTitle・knowsAboutに、Authoritativeness(権威性)はsameAs・affiliationに、Trust(信頼性)はurl・imageに対応する4行の対応表。 MAPPING 主要プロパティとE-E-A-T4要素の対応関係 Experience (経験) worksFor・一次体験の描写 Expertise (専門性) jobTitle・knowsAbout Authoritativeness (権威性) sameAs・affiliation Trust (信頼性) url・image Person schemaの実装は、E-E-A-Tの4要素を機械可読な形で裏付ける作業
Person schemaの主要プロパティとE-E-A-T4要素の対応関係を示す図

この対応関係からもわかる通り、Person schemaの実装はE-E-A-Tの4要素を機械可読な形で裏付ける作業だといえます。詳しくは、別記事『生成AI時代のE-E-A-T再定義|4要素の意味と実装ポイント』をご覧ください。

08効果への正直な期待値——SSRN分析が示す「実在性の機械可読化」という価値

Person schemaを実装すれば、AI検索の引用が増えるのでしょうか。この問いに対して、WEBMARKSは慎重な立場を取ります。

この論点は、別記事『生成AI時代のE-E-A-T再定義|4要素の意味と実装ポイント』ですでに扱っています。AI引用計測を手がける企業Marshalの創業者Fischman氏が、2026年2月にSSRNで調査結果を公開しました。SSRNとは、学術誌の査読を経ない公開分析のプラットフォームです。730件のAI引用データを対象に、構造化データ・著者情報の充実度と引用率の関係を検証したものです(※SSRNの掲載ページはアクセス制限がかかる場合があり、閲覧できない際は著者の公式サイト等での公開版をご確認ください)。

単純な比較では負の相関が見られましたが、質問ごとの偏りを補正した統計モデルでは、正負いずれの方向でも有意な予測力は確認できませんでした(出典: 同分析)。この結果は、Person schemaを書けば書くほど引用が増えるという単純な因果関係を裏付けるものではありません。実験設計・条件の詳細は、別記事『Schema markupとAI引用の相関|SSRN論文検証』で解説します。

それでもWEBMARKSは、Person schemaの実装には価値があると考えています。価値の中心は、AI引用への直接効果ではありません。自社と著者の実在性を、人間だけでなく機械にも読み取れる形にしておく「実在性の機械可読化」という土台としての価値です。著者表記の有無による引用率の違いという、より直接的な検証は、別記事『著者表記の有無で引用率はどう変わるか』で扱う予定です。

09実装後の検証方法——リッチリザルトテストで確認する4ステップ

Person schemaを実装したら、検証を行いましょう。Googleが提供する公式ツール「リッチリザルトテスト」を使えば、コードの構文エラーを確認できます。

検証手順は次の通りです。

  1. リッチリザルトテスト(search.google.com/test/rich-results)にアクセスする
  2. 公開済みのURL、またはコードスニペットを直接貼り付ける
  3. 「テストを実行」をクリックする
  4. 検出された構造化データの種類とエラー・警告の有無を確認する

エラーがあれば該当プロパティを修正し、再テストしてください。

実装から検証までの4ステップフロー ①プロパティを自社情報に差し替える②該当ページに設置する③リッチリザルトテストにURLまたはコードを入力する④エラー・警告を確認し修正して再テストする、という一方向の手順フロー。 FLOW 実装から検証までの4ステップ プロパティを自社情報に差し替える 該当ページに設置する リッチリザルトテストに URLまたはコードを入力する エラー・警告を確認し修正して再テストする
実装から検証までの4ステップフロー

ここで注意したい点があります。前述の通り、Person単体はGoogleの構造化データ機能一覧に独立した項目として存在しません。そのためPerson単体をテストしても、リッチリザルトの対象としては検出されないことがあります。Article・Organization・ProfilePageなど、Personを内包する型ごとテストすることをおすすめします。

なお構造化データの一般ガイドラインでは、マークアップの内容をページの実際の表示情報と一致させることが求められています。出典はGoogle Search Central「構造化データの一般ガイドライン」です。実在しない役職・実在しないSNSリンクを書くことは避けてください。

ツールの詳しい使い方・検出項目の読み方は、別記事『構造化データのテスト・検証ツールの使い方』で解説します。

10チェックリスト

  • 著者ページ・代表者ページに、Person型のname・urlを実装している
  • sameAsに、本人と確認できる公式SNS・Wikipedia等のリンクを入れている
  • jobTitleに「著者」ではなく具体的な役職名を入れている
  • Article(著者)またはOrganization(代表者)など、Personを内包する型で実装している
  • リッチリザルトテストでエラー・警告がないことを確認している

11よくある失敗

ここでは、Person schema実装でよく見られる失敗を3つ紹介します。

Person単体を実装して満足してしまう。Person単体はGoogleの構造化データ機能一覧に存在しない型です。Article・Organization・ProfilePageなど、内包先の型とあわせて実装しているか確認しましょう。

実在しない情報を書いてしまう。urlやsameAsに、ページに表示されていない情報や、本人と紐づかないリンクを入れることは避けるべきです。構造化データの一般ガイドラインは、マークアップとページの実際の内容を一致させることを求めています。

Person schemaだけで効果が出ると期待してしまう。前述の通り、構造化データの充実度とAI引用率の関係は、研究間でも結論が割れています。実装は土台づくりと捉え、コンテンツ本文の質とあわせて取り組むことが重要です。

12FAQ

Q. Person schemaを設置すれば、AI検索エンジンからの引用は増えますか?

現時点でGoogle・OpenAI等の一次情報が、Person schema単体でAI引用が増えると明言した記述は確認できていません。SSRNで公開された分析では、構造化データの充実度と引用率の関係に、統計的に有意な効果は確認されませんでした。効果を保証するものではなく、実在性を機械可読化する土台として捉えるのが実務的です。

Q. Person schemaだけを単独で実装してもいいですか?

Person単体は、Googleの構造化データ機能一覧に存在する独立した型ではありません。Article(著者)・Organization(代表者)・ProfilePage(mainEntity)など、他の型に組み込んで実装する必要があります。

Q. sameAsには何を書けばいいですか?

本人であることを一意に確認できる外部ページのURLを書きます。公式SNSアカウント・Wikipedia・Wikidataのページなどが該当します。複数ある場合は配列で複数指定できます。

Q. 個人事業主やフリーランスでもPerson schemaは使えますか?

使えます。組織に属していない場合は、worksForを省略し、name・url・jobTitle・sameAsなど本人に関するプロパティのみで実装できます。

Q. リッチリザルトテストでエラーが出たらどうすればいいですか?

エラーメッセージに表示されたプロパティ名を確認し、該当箇所の値または構文を修正してください。必須プロパティの記述漏れ、JSON構文のカンマ・括弧の誤りが典型的な原因です。

13まとめ

Person schemaとは、人物の氏名や役職を検索エンジンが読み取れる形式で記述する構造化データです。単体では機能せず、Article・Organization・ProfilePageに組み込んで初めて意味を持ちます。

記事著者・組織代表それぞれの実装テンプレートは、name・url・sameAsなど基本プロパティを差し替えるだけで着手できます。実装後は、リッチリザルトテストでの検証を忘れないようにしましょう。

効果については、AI引用が単純に増えると断定できる段階ではありません。それでもPerson schemaは、自社と著者の実在性を機械可読化する土台として、着手する価値があるとWEBMARKSは考えています。

14この分野を体系的に学ぶ

この記事は徹底ガイド記事です。構造化データ実装を基礎から体系的に学びたい方は、AI検索最適化講座「テクニカル編 III-B 構造化データ実装」をご覧ください。