JSON-LDの構文は、慣れないうちは書くたびに迷うポイントが多くあります。@contextの綴りや入れ子構造を、毎回ゼロから調べるのは負担です。本記事は、ページ種別と掲載情報を渡すだけで、AIにJSON-LDのコードを生成させる実践プロンプトを紹介します。

01この記事でわかること

  • ページ種別と掲載情報を渡すだけで、schema.org準拠のJSON-LDコードを生成させるプロンプト
  • 入力する情報（ページ種別・掲載情報の箇条書き）と、得られる出力（貼り付け可能なJSON-LDコード）
  • 生成したコードをそのまま使わず、公開前にリッチリザルトテストで検証する手順

02結論サマリー

JSON-LDは型によって必須プロパティの有無が異なり、Article型のように必須項目のない型もあります（出典: Google公式構造化データポリシーページ）。一方、リッチリザルト系の型では必須プロパティが1つでも欠けると、対象から外れてしまいます。出力では、Google公式が定める必須・推奨プロパティ（2026年7月時点のガイドラインにもとづく）を満たす形で生成されたコードを確認できます。ただし生成したコードをそのまま公開せず、必ずリッチリザルトテストで検証してから設置してください。

使用AIツール: ChatGPT等（コード生成もチャットのやり取りだけで完結し、無料プランでも実行できます（2026年7月時点）。ファイルアップロードやWeb検索は不要です）

引用されやすい定義文

JSON-LDは、必須プロパティが1つ欠けるだけで、リッチリザルトの対象から静かに外れてしまう。

03課題の整理（なぜ難しいか）

JSON-LDでつまずくポイントは、書き方に不慣れなうちは主に4つに絞られます。

  • @context・@type・プロパティの正しい組み合わせを、型ごとに覚えるのが大変
  • author・publisherのように、入れ子にすべき情報とそうでない情報の区別がつきにくい
  • 必須プロパティと推奨プロパティの違いを都度確認するのが手間
  • カンマや括弧の対応崩れなど、構文エラーに手作業では気づきにくい

こうした情報整理とコード生成は、このプロンプトにまとめて任せられるようにしています。

04プロンプト本体

新しく記事や会社概要ページを公開する際、構造化データを一から書く場面で使います。

あなたはテクニカルSEO/AIO実装のアシスタントです。
以下の入力データをもとに、schema.org準拠のJSON-LDコードを生成してください。

■対応するページ種別
【ページ種別】

■掲載情報(項目ごとに1行で入力)
【掲載情報】

■生成ルール(必ず守ること)
1. @contextは"https://schema.org"を使用すること。
2. @typeは【ページ種別】に対応するschema.org語彙を選択すること。判断に
   迷う場合は最も一般的な型を選び、選定理由を出力の最後に1行で添える
   こと。
3. Googleが定める必須・推奨プロパティのうち、【掲載情報】に対応する値
   がある項目は漏れなく記述すること。
4. 【掲載情報】にない値を、AIが推測して作り出さないこと。値が不明な
   項目はプロパティごと省略すること。
5. author・publisher等、入れ子にすべき情報はPerson型・Organization型
   等で正しく入れ子にすること。

■出力形式
<script type="application/ld+json">タグで囲んだ、そのままHTMLに貼り付け
られるコードのみを出力してください。前置き・後書きの説明文は不要です。
コードの直後に、選択した@typeとその理由を1行で添えてください。

使う変数

変数説明入力例
【ページ種別】生成したいJSON-LDのページ種別ブログ記事（Article）
【掲載情報】ページに実際に表示されている情報を項目ごとに1行でタイトル: 〇〇の始め方／著者名: 山田太郎／公開日: 2026-07-25

※入力例はすべて架空の例です。

📊 図解制作中
プロンプトの入力から出力までの流れ図。要素は「ページ種別と掲載情報の入力」「AIが必須・推奨プロパティを満たす形でJSON-LDを生成」「<script>タグ形式のコードと@type選定理由の出力」の3ステップ。関係性は一連のフロー

05出力の見方と分析の観点

出力されたコードは、そのまま公開せず、必ず3点を確認してから設置してください。

  • 選択された@typeが、ページの内容と実際に合っているか
  • 出力されたプロパティの値が、ページに表示されている情報と一致しているか
  • 波括弧・角括弧の対応が崩れていないか（検証ツールでの確認が確実です）
📊 図解制作中
生成したJSON-LDを検証・設置するまでの確認フロー。分岐は「AIが生成したコード」→「リッチリザルトテストに投入」で、合格なら「<script>タグとしてページに設置」、エラーが出たら「該当プロパティを修正して再テスト」に進む。関係性は確認と修正のフロー

検証ツールの詳しい使い方は、別記事『構造化データのテスト・検証ツールの使い方｜旧ツールとの違いも解説』で解説しています。JSON-LDの基本文法やArticle・Organization型の書き方は、別記事『JSON-LDの書き方基礎｜3つの実装例で学ぶハンズオンガイド』を参照してください。

06応用パターン

応用1: 複数ページ分を一括生成する

複数ページの【ページ種別】と【掲載情報】をまとめて入力すれば、同じ制約のもとで複数のJSON-LDコードを一度に生成できます。

応用2: 既存コードの修正に使う

新規生成だけでなく、【掲載情報】を実際の既存コードの内容に合わせて更新すれば、情報が古くなったJSON-LDの修正にも応用できます。

07注意点

AIの出力には誤りが含まれる場合があります。特に@typeの選定やプロパティの値（Google仕様、2026年7月時点）は、そのまま使わず一次情報で確認してから採用してください。

未公開の情報や、社内限定のページ構成を含む掲載情報をプロンプトに貼り付ける際は、利用中のAIサービスの法人プラン・データ学習利用設定を事前に確認してください。

生成したコードを商用サイトで使う場合や、大量ページに自動適用する場合は、利用しているAIサービスの利用規約の範囲内で行ってください。

AIの回答は実行のたびに揺らぎます。同じ入力でも、選択される@typeやプロパティの構成が変わることがあるため、複数回試して比較することをおすすめします。

生成されたJSON-LDには、カンマの過不足や括弧の対応崩れといった構文エラーが含まれるリスクがあります。設置前に、必ずリッチリザルトテストで構文エラーがないことを確認してください。

08FAQ

Q. 生成したJSON-LDは、公開前にどう確認すればいいですか？

Googleが提供するリッチリザルトテスト(search.google.com/test/rich-results)を使ってください。生成したコードまたは公開後のURLを貼り付けて実行すれば、構文エラーやプロパティの過不足を確認できます。

Q. Article型以外のJSON-LDも生成できますか？

生成できます。【ページ種別】にOrganization・BreadcrumbList等、任意のschema.org型を指定すれば、同じプロンプトの構成で対応する型のコードを生成できます。

Q. AIが存在しないプロパティ名を作ってしまうことはありますか？

あり得ます。特に聞き慣れない型では、schema.orgに実在しないプロパティ名を生成してしまう場合があります。生成後は、schema.orgの公式定義ページと照らし合わせて確認することをおすすめします。

09この分野を体系的に学ぶ

この記事は実践プロンプト記事です。JSON-LDをはじめとする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: 構造化データ実装（III-B）」をご覧ください。

AI検索最適化講座を見る →