海外&国内SEO情報ウォッチ

グーグル、FAQリッチリザルトのサポートを完全終了

この記事の目次：

グーグル検索SEO情報②

グーグル、FAQリッチリザルトのサポートを完全終了
「GEOに効果あり」の誤解を完全払拭する意図もあったのでは？（グーグル検索セントラル）国内情報

グーグルは、よくある質問のFAQPage構造化データのサポートを完全に終了した。マークアップしていても検索結果にFAQリッチリザルトは表示されなくなる。

サポート終了の予定: 2026 年 5 月 7 日以降、よくある質問のリッチリザルトは Google 検索に表示されなくなります。よくある質問の検索での見え方、リッチリザルトレポート、リッチリザルトテストのサポートは、2026 年 6 月に終了する予定です。API 呼び出しを調整する時間を設けるため、Search Console API でのよくある質問のリッチリザルトのサポートは 2026 年 8 月に終了します。

サポート終了の予定: 2026 年 5 月 7 日以降、よくある質問のリッチリザルトは Google 検索に表示されなくなります。よくある質問の検索での見え方、リッチリザルトレポート、リッチリザルトテストのサポートは、2026 年 6 月に終了する予定です。API 呼び出しを調整する時間を設けるため、Search Console API でのよくある質問のリッチリザルトのサポートは 2026 年 8 月に終了します。

とはいえ、影響は極めて限定的だ。なぜなら、よくある質問のリッチリザルトは、とっくに「よく知られていて信頼できる政府機関および保健機関のサイト」からのものしか表示されていなかったからだ。FAQリッチリザルトは2023年4月5日から表示が激減しており、2023年8月8日には、一般のサイトからのものは原則として表示されないように変更されていた。

理由に関してグーグルは触れていない。おそらく、ごく僅かなサイトでしか利用されておらず、維持するコストに見合わなかったというのが主な理由だろうと想像する。

深読みしすぎかもしれないが、「FAQ構造化データがGEOやAEOに有効」だという完全に誤った情報が出回っていたことも、少なからず関係していたのではないかという疑いの声も出ている（限られたサイトだけのサポートに変更されたのも、乱用が原因の1つだった可能性も疑われた。グーグルがそうとは言っていないとしてもだ）。

つい先日も、「AI検索対策にはFAQ構造化データが重要」という投稿をXで目にして、絶句してしまった ―― 繰り返すが、一般サイトのFAQ構造化データは、すでに2023年夏から表示されていないのだから。

今回、正式にFAQ構造化データのサポートが完全終了したことで、こうした「根拠のないGEO/AEOの主張」を判断しやすくなったとも言える。

なお、リッチリザルトのサポートは完全終了したが、FAQPage構造化データが残っていても害はない。クロール、インデックス、ランキングには影響しない。もっとも、AI検索にプラスに働くこともない。

何らかの効果に期待しての新規追加にほぼ意味はないが、わざわざ削除する必要はないということだ。

★★★☆☆

SEOがんばってる人用（ふつうの人は気にしなくていい）

AI生成コンテンツでのSEOは、結構うまくいく。AI山を下る前だけなら
急上昇→急降下（Lily Ray on Substack）海外情報

AI生成コンテンツを大規模展開したサイトは、最初の頃はうまくいくこともある。しかしその後、ある時点で必ずダメになる。

これは、著名なSEOコンサルタントであるリリー・レイ氏が、調査から結論付けたものだ。

レイ氏は220以上のサイト／サブディレクトリを分析した結果として、次のようなデータを示している（数値はいずれもピーク時のオーガニックトラフィック比）：

54%のサイトが30%以上のトラフィックを失った
39%のサイトが50%以上のトラフィックを失った
22%のサイトが75%以上のトラフィックを失った

「AI山」ライフサイクルのタイムラインは次のようなものだ（「AI山（Mt. AI）」とは、AIコンテンツの検索トラフィックが、急上昇しピークを迎えて急降下するグラフが山に見えるために作られた用語（詳細はこちら）：

オーガニックページ数^※が急速に増加（6か月〜12か月かけて増加）
※オーガニック検索結果の上位100位に表示されたページ数（Ahrefsデータ）
オーガニックページ数のピークから3か月〜6か月以内にオーガニックトラフィックがピークに達する
その後の約1年以内に大半の成果が消滅するほど急激に落ち込む

タチが悪いのは、「トラフィックの大半が落ち込むのは、こうした施策を成功事例として外部に公開した後」だという点だ。うまくいった施策だとして吹聴している時点で、トラフィックは減少していっていたり、ほぼなくなっていたりするのが実際なのだ。しかし、そうした事情を知らない人は「有効なGEO/AEOだ」だと誤認識してしまう。

では、AIをどんな風に使うと特に問題になるのだろうか？ 「SEOにもAI検索にも長期視点で悪影響を及ぼす、コンテンツにおけるAI利用」の代表的な8つのパターンをレイ氏は挙げた。次のものだ：

ダメなAIコンテンツ8つの代表パターン

大量生成された比較ページ ―― 「A vs. B」型の比較ページを大量展開する
「○○とは」用語集ページ ―― 単語ごとに1ページを作る用語集型コンテンツ
「○○にオススメの●●」リスト記事 ―― 「スタートアップにオススメのCRM」のようなおすすめランキング型の記事
自社推しランキング記事 ―― 競合比較記事のなかで自社を1位にする
競合比較・代替製品ページ ―― 競合ブランド名ごとに代替製品ページを作る
プログラマティックな地域・言語展開 ―― 地域別・言語別ページを大量生成する
大量のFAQページ ―― 質問1つにつきページを作る「よくある質問」の大量生成
大量の非関連コンテンツ ―― 本業と関係ないトピックのコンテンツを大量投稿する

こうしたパターンのコンテンツを「AIを利用して大量に作り、質が低いまま公開」しているサイトは、通常検索でもAI検索でも確実に没落する――レイ氏はそんな風に警告している。

「AIを使ってコンテンツを作ること」自体に問題はない。ただし、それは「できあがったコンテンツが本当に独自の価値を持ちユーザーにとって有用である」ことを確実にできる場合だけだ。

★★★★☆

AI SEOがんばってる人用（ふつうの人は気にしなくていい）

SEOにバイブコーディング利用はあり？なし？
作業効率化には利用価値大、しかしスパムには注意（Search Off the Record）海外情報

「バイブコーディング（Vibe Coding）」という言葉を聞くことが増えてきた。これは、「自然言語を使ってAIモデルにコードを書かせ、アプリケーションを構築させる」手法を指す言葉だ。このバイブコーディングについて、グーグル検索リレーションズチームのマーティン・スプリット氏とジョン・ミューラー氏がディスカッションした。

バイブコーディングは、もう少し詳しく説明すると、次のような開発アプローチだ（ユーザー側には「プログラミング能力」や「サイト制作のスキル」は必要ない）：

作りたいウェブサイトやツールについて、平易な自然言語（英語やドイツ語、その他の言語）でユーザーがAIシステムに説明する。
AIシステムがその情報から「ファイル」「構造」「プログラミングロジック」やデータを自動生成して、ソフトウェアやウェブサイトを自動で構築してくれる。
ユーザーは、作られたものに対する修正や改修の指示をAIシステムに与えることで、完成度を高めていく。

生成されたサイトは、認識しやすいフレームワークのパターンを使っている場合を除けば、従来の方法でコーディングされたサイトと基本的に見分けがつかない。

スプリット氏とミューラー氏のディスカッションの主要ポイントをまとめる。

技術的ガイダンスの必要性

サイトを作る際には、「静的サイトジェネレーター」「JavaScriptフレームワーク」「データベース連携型CMS」のどれを選ぶかといった技術的な全体像を決める必要がある。しかしAIツールは、どの方向で進めるかをユーザーに確認せず一方的に決めることがよくある。

技術知識のあるユーザーならば、「フレームワーク」「デプロイスクリプト」「コードリンター」などを最初から指定することで、こうした判断を導ける。しかし、自分たち自身の技術的バックグラウンドによるバイアスがあるかもしれない。

非技術系ユーザーは、そもそもこうした判断をうまくできるとは限らない。

SEOの実装

人間が明示的に指示しなければ、現状のAIはサイトを検索エンジン向けに適切に最適化できない。生成AIに「SEOを少し追加して」と指示することは可能だ。しかし、そうした指示は、人間の開発者にとって曖昧で役に立たないのと同様に、生成AIが適切に解釈して正しく実行できるものだとは限らない。

さらには、

有効なHTMLとする
canonicalタグを適切に入れる
クロールのためのサイトマップファイルを作る
必要なCSSやJavaScriptファイルが誤ってrobots.txtでブロックされていないようにする

といった構造上必要な要素をAIに含めさせるには、技術的理解が不可欠である。SEO要件は後から付け足すのではなく、最初から指定すべきである。

高度なエージェント型機能

現代のAIツールは、「エージェント型のワークフロー」をサポートしている。たとえば、次のようなことを自動で実行させられる：

外部プラグインと連携したりサーバーログを解析したりして、エラーを診断する
自然言語コマンドでブラウザを操作する

具体例としてミューラー氏は、実際に次のような操作をAIエージェントに行わせたことがあると紹介した：

自宅のLinuxサーバー上にChromiumベースのエージェントを設定し、自分のアパートの賃貸ポータルにログインして、新しいPDFファイルの有無を自動確認し、新しいファイルがあれば自動でダウンロードしておく。

その際に、たとえば「ログインする」行動に関しても、プログラミング的に要素IDやクリック座標を指定するのではなく、「cookieバナーがあったらOKをクリックして」のように平易な言葉で指示したという。

また、飛行機の中でスマートフォンからこのシステムにSSH接続し、音声入力を使ってターミナル経由で更新指示を出したことも紹介している。

プロトタイピング、効率性、AI生成コンテンツ

バイブコーディングが有効なシーンもある。たとえば、開発プロジェクトの初期環境構築は、退屈で創造性を必要としない作業だ。しかし、人間がやれば手順書を見ながら数時間かかるセットアップでも、エージェントAIならば数分で終わらせてくれる。「個人用ツール」「テストサイト」「モック」「ワークフロー自動化」などを作るうえで、特に有用である。

しかし、コンテンツ生成については、明確な線引きが必要である：

すべてAIが書いたコンテンツばかりのサイトならば、ユーザーが訪問する必要はない（自分でAIに直接尋ねれば済むからだ）。
トレンド追随型のAI記事生成パイプラインは明確にスパムである。

有用なツールを構築するのにAI活用するのは、正しい使い方だ。しかし、だれでも作れるようなコンテンツを大量に生成するのは、AIのあるべき使い方ではない。

保守性とセキュリティのリスク

バイブコーディングでサイトやツールを作るのは便利なのだが、弱点もある。AIツールには「長期的な開発コスト」という概念がないことだ。

熟練のプログラマならば、古いコードをリファクタリングしたり、共有ライブラリを使って処理をまとめたりといった工夫で、「時間がたっても・他の機能を追加する場合でも、見通しが良く壊れにくいプログラミングコード」を作ろうとする。

しかし生成AIはそうした方向ではなく、「指示された機能を実現したり問題を修正したりするためならば、ほかに同じ機能があっても、改めて専用のコードを追加する」といった挙動をしがちである。最初は急速に進捗しても、その後AI生成のコードベースは方向付けや保守が難しくなる場合がある。

GitHubのような堅牢なソース管理は不可欠である。AIが黙ってファイルを削除して最初から作り直すことがあるため、バージョン履歴は重要な安全網である。

また、秘密にしておかなければいけないAPIキーを誤ってインターネット上に露出してしまうといったミスも、実際に発生している。

そうしたリスクも把握したうえで、賢く利用していく必要がある。

AIツールを使ったバイブコーディングは、プロトタイプ作成や繰り返し作業の効率化に大きな可能性を持つ。一方で、「技術的な理解」「セキュリティ」「SEOへの配慮」に関しては、依然として人間の判断が不可欠だ（少なくとも現時点では）。

また、AIによるコンテンツ大量生成はスパムとなりうるリスクがあり、「できること」と「するべきこと・する価値があること」は明確に区別して考える必要がある。

AIが普及するほど、人間の専門知識・独自性の価値と判断力はむしろ高まっていくと言えるだろう。

★★★☆☆

SEOがんばってる人用（ふつうの人は気にしなくていい）

AI Overviewsによる63%の検索トラフィック減少を克服して収益を増やした「インバージョン戦略」とは？
アルゴリズム変動に左右されない強固な収益モデル（Press Gazette）海外情報

グーグルからの参照トラフィックが63%減少したが、メディアとしての戦略を変更して非ウェブサイトを重視したところ、デジタル収益が2年半に渡って成長。

こんな復活をした米国の出版社People Inc（ピープルインク）の事例を紹介する。同社がとったのは「Inversion（インバージョン、反転）」戦略で、次のようなシフトを行った：

従来： ウェブサイトのトラフィックや広告が収益源
変更後： 非ウェブサイトの収益源へと重点を移した。具体的には、ソーシャルメディア広告、イベント、AI搭載広告ターゲティング製品のD/Cipher+、AIコンテンツライセンスなど

同社は2026年第1四半期にデジタル収益の10四半期連続成長を達成し、2億5,300万ドルに達したという。People Incの状況を掘り下げてみよう。

トラフィックの変化：
Google検索トラフィックは2026年第1四半期にコアセッションの25%まで低下し、2024年第1四半期の55%から減少した。これは主に、同社の上位検索キーワード10,000件のほぼ70%にAI Overviewsが表示されるようになったことによるものだった。
財務実績：
2026年第1四半期のデジタル収益は前年同期比8%増の2億5,300万ドルとなり、EBITDAは20%増の5,000万ドルとなった。従来型のセッションベースのウェブサイト収益は1%減少した。
※「EBITDA」は「利払い前・税引き前・減価償却前利益」のこと
非ウェブサイト収益の成長：
オフプラットフォーム収益は1億300万ドル（デジタル収益全体の41%）に達し、前年同期比で24%増加した。インスタグラム、TikTok、YouTube、Apple ニュースにおけるオフプラットフォーム閲覧数は2年間で62%増加した。
コンテンツ戦略とAI戦略：
People Incは「エバーグリーンコンテンツ」から「新情報」へと方針転換し、MetaおよびOpenAIと「食べ放題」型のAIライセンス契約を結び、Microsoftとは「従量課金」型の契約を締結した。AIによる効率化により、同じコストで3年間にわたりコンテンツ制作量を50%増やすことも可能になった。
※「エバーグリーンコンテンツ（Evergreen Content）」とは、時間が経っても情報が古くならず、長年にわたって読者に価値を提供し続けるコンテンツのこと。
Inversion戦略の施策：
インバージョン戦略の19の施策にはたとえば次のようなものが含まれる：
- Peopleアプリ ―― 43万人のユーザーを抱え、セッション時間はウェブ訪問の3倍
- MyRecipes ―― 350万人の登録ユーザー
- InStyleの動画シリーズThe Intern ―― 1年で4,500万回再生

AI Overviewsによる検索流入の激減は、特にニュースパブリッシャーにとって従来のSEOに過度に依存するリスクを浮き彫りにしている。People Inc が実践する「インバージョン」戦略のように、エバーグリーンコンテンツから一次情報の報道へとシフトし、 AI企業へのライセンス供与や独自アプリによる直接エンゲージメントを強化することは、アルゴリズム変動に左右されない強固な収益モデルの先駆的な事例と言える。

★★★★☆