GoogleもAIも味方にする「3層データ設計」｜インプレッション22万を支えるアーキテクチャ全記録
- 1 日前
- 読了時間: 12分
この記事を書いている人間のポジション
奈良県で自社ビルのコワーキングスペースを運営しながら、AIを使ったバックオフィス自動化を実装している事業者です。SEOコンサルタントでもエンジニアでもありません。自分のビジネスの売上を伸ばすために、自分で手を動かして実装してきた結果を、この記事で全て公開します。
2025年1月にAI向けの構造化データ設計を開始し、2026年4月時点でGoogle Search Consoleのインプレッションは22万を超えました。広告費はゼロです。この記事では、その裏側にある「3層データアーキテクチャ」という仕組みを、非エンジニアの方にもわかるように解説します。
なぜ今、Webサイトの「裏側」が重要なのか
2026年、検索の世界は大きく変わっています。
Googleの検索結果にはAI Overview（AIによる概要）が表示されるようになり、その表示率は前年比58%増加しています（Search Engine Journal、2026年3月調査）。日本でも100カ国以上で提供が始まり、「ググる」という行為自体がAIとの対話に変わりつつあります。
同時に、ChatGPT、Gemini、Claude、Perplexity といったAIに直接質問する人も急増しています。AI経由の検索トラフィックは527%増加したというデータもあります（AIOSEO、2026年統計）。
ここで問題になるのが、「AIはあなたのビジネスの情報をどこから取得しているのか？」ということです。
答えは、Webサイトの「裏側」に埋め込まれたデータです。人間の目には見えないけれど、GoogleのクローラーやAIエージェントが読み取る構造化されたデータ。これが正確かどうか、そしてどれだけ充実しているかで、検索結果やAIの回答の質が決まります。
3層データアーキテクチャとは何か
私たちが構築したのは、3種類のデータファイルが相互にリンクし合う構造です。一般的なWebサイトが行っている構造化データの設置とは、規模も思想も異なります。
第1層：JSON-LD — 玄関の看板
Webサイトのトップページに埋め込む「お店の基本情報」です。Googleが最初に読む場所であり、ここに「うちはこういうお店です」と機械が理解できる形式で書いてあります。
具体的には、店名、住所、電話番号、営業時間、料金帯、口コミ評価、サービス一覧です。Googleマップやリッチリザルト（検索結果に表示される星評価や営業時間）に直結する情報がここに集約されています。
人間で例えると、お店の外に出している看板やメニュー表です。通りすがりの人（Googleの検索ロボット）が最初に目にするものです。
第2層：spaceDefinition.json — 詳細カタログ
全スペースの広さ、定員、設備、全料金プラン、予約URLなどを網羅した「完全版カタログ」です。第1層のJSON-LDには文字数制限があるため（Wixの場合は7,000文字）、書ききれない詳細情報をこの外部ファイルに格納しています。例えば、コワーキングの1時間300円から、プレミアムアクセスプランの月額54,000円まで、全てのドロップイン料金、パックプラン、月額プラン、バーチャルオフィスプランが1つのJSONファイルに構造化されて記述されています。AIエージェントがこのファイルを読めば、「HSビルの会議室は1時間いくらですか？」という質問に、推測ではなく正確なデータで回答できます。
人間で例えると、お店の中に置いてある分厚いメニューブックです。
第3層：aiPolicy.json — AIスタッフ用マニュアル
ChatGPT、Gemini、Claudeなどの AIがHSビルについて回答する時の「ルールブック」です。許可された行動（料金比較、予約リンク生成、評価の引用など10項目）と、禁止された行動（価格交渉、空き状況の保証、レビューの捏造など10項目）が明記されています。
さらに、キャンセルポリシー、データの鮮度管理（静的データは24時間キャッシュ可、動的データは5分以内）、AIが回答できない場合のエスカレーション先（LINE、電話、問い合わせフォーム）まで定義しています。人間で例えると、新人アルバイトに渡す接客マニュアルです。「お客さんにこう聞かれたらこう答えて」「勝手に値引きしないで」「わからなかったら店長を呼んで」というルールが全て書かれています。
連携の仕組み
この3つのファイルは、お互いをURLで参照し合っています。
JSON-LD（看板）の中に「詳細カタログはここにあります」「接客マニュアルはここです」「AI向け総合案内はこちらです」というリンクが埋め込まれており、GoogleやAIは芋づる式に全情報にたどり着ける構造になっています。さらに、llm.txt（v3.5.0）がこの3層の上に「総合目次」として機能しており、AIクローラーが最初にこのファイルを読めば、全てのエンドポイント、料金、予約フロー、クーポンコードまでを一気に把握できます。llm.txtは2026年、84万4千サイト以上が導入している新しいWeb標準で、「AIのためのrobots.txt」と呼ばれています（Unmarkdown、2026年3月調査）。
実装のリアル — Wix 7,000文字との戦い
理論はシンプルですが、実装は泥臭い作業の連続でした。
文字数制限という壁
WixのAdvanced SEOでは、構造化データの入力欄に7,000文字（半角）の上限があります。当初のJSON-LDには、WebSite、CoworkingSpace、9件のOffer、4件のPlace、3件のPerson、BreadcrumbListを含めていましたが、これだけで7,000文字を超過しました。
解決策は「看板には必要最低限だけ書き、残りはカタログに委ねる」という設計思想です。具体的には、BreadcrumbListの削除（トップページでは効果が薄い）、Place説明文の圧縮、Person情報のスリム化、knowsAboutやlegalNameの削除を行い、約6,250文字まで削減しました。
@type の選択ミスと修正
当初はCoworkingSpaceを@typeに設定していましたが、Googleのリッチリザルトテストでは認識されませんでした。Googleが構造化データとして正式にサポートしているのはLocalBusinessであり、ここを修正するだけでリッチリザルト（星評価、営業時間、料金帯）が検出されるようになりました。
URL重複バグの発見
3層のファイルを連携する際、aiPolicyとspaceDefinitionが同じURLを指しているというバグが発生しました。つまり「カタログを見てください」と書いてあるリンクの先が、実はマニュアルだった、という状態です。AI エージェントにとっては致命的なエラーで、正確な料金を回答できない原因になります。この修正には、全ファイルのURLをクロスチェックし、正しい参照先に一つずつ差し替える作業が必要でした。
数字で見るビフォーアフター
Search Console インプレッション推移
2025年1月に3層データアーキテクチャの初版（v1.0）を実装して以降、Search Consoleのインプレッションは着実に上昇し、2026年4月時点で累計22万を突破しました。
この成長は、広告費ゼロの状態で達成しています。コワーキングスペース業界において、奈良という地方都市の1施設がこの数字に達していることの意味は大きいと考えています。
構造化データ更新前後の変化
2026年4月4日に実施した主要な変更点は以下の通りです。
@typeをCoworkingSpaceからLocalBusiness（先頭）に変更したことで、Googleリッチリザルトテストで「LocalBusiness」が検出されるようになりました。priceRangeを「¥300〜¥54,000」に設定し、aggregateRatingとして4.3（16件）を明示し、openingHoursSpecificationで毎日08:00-23:00を定義しました。そして3層のURL参照を全て正しいファイルに修正しました。
リッチリザルトが表示されるサイトはそうでないサイトと比べて、CTR（クリック率）が平均20〜35%高いとされています。この効果は今後2〜4週間で数値として確認できる見込みです。
AI検索での引用精度
spaceDefinition.jsonに全料金データを集約したことで、AIエージェントが「HSビルの会議室の料金は？」と聞かれた際に、「1時間1,600円、AI付き1時間2,200円、3時間5,200円、6時間8,600円、1日11,200円」と正確に回答できる状態になりました。以前は料金データが散在しており、AIが古い情報や不正確な推測を返すことがありました。
なぜこの実装ができる競合がいないのか
理由は3つあります。
第一に、技術的ハードルです。JSON-LDの記述自体は多くのSEO記事で解説されていますが、外部JSONファイルとの連携設計、Wixプラットフォーム固有の文字数制限の回避、Veloコードによる動的llm.txt生成といった実装は、一般的なSEOの知識だけでは対応できません。
第二に、aiPolicyという概念の新しさです。「AIエージェントが自社の情報をどう扱うべきかをポリシーとして定義する」という発想自体が、2026年4月時点でまだ標準化されていません。私たちは自社の運営ニーズから逆算してこの仕組みを構築しましたが、これを体系的に実装している事業者は、世界的に見てもまだ極めて少ない状況です。
第三に、「実装者＝経営者＝執筆者」という条件です。SEOコンサルタントが理論として3層アーキテクチャを解説することは可能かもしれません。しかし「自分のビジネスで実装し、自分の売上データで効果を検証し、その過程で遭遇したバグや制約を全て経験として持っている」という条件を満たす人は、構造的に非常に少ないのです。
市場環境 — なぜ今やるべきか
日本のコワーキングスペースを含むフレキシブルオフィス市場は、2026年度に2,300億円規模と予測されています（日本能率協会総合研究所）。グローバルでは2034年までに約19億ドル規模に成長し、年平均成長率は14.92%です（IMARC Group）。
この成長市場において、集客手段の主戦場はGoogle検索からAI検索へと移行しつつあります。コンテンツマーケティング実務者の約6割がAI検索への対応を課題として認識し（PR TIMES、2026年4月調査）、B2C企業の82.7%がAI検索への追加対策に前向きという数字が出ています。
しかし実態としては、大半のコワーキングスペースはJSON-LD（構造化データの第1層）すら設置していません。ましてやAI向けポリシーファイルや詳細定義ファイルを外部連携している施設は、少なくとも日本語・英語の検索範囲では確認できませんでした。つまり、今実装すれば、市場が追いつく前に先行者優位を確立できるということです。
中小企業・個人事業主が今すぐできる第一歩
3層全てを一度に構築する必要はありません。段階的に進めることを推奨します。
最初のステップは、自社サイトのトップページにLocalBusiness JSON-LDを設置することです。店名、住所、電話番号、営業時間、priceRange を入れるだけで、Googleのナレッジパネルやリッチリザルトに反映される可能性が生まれます。WordPressならプラグインで、Wixならカスタムコードで実装可能です。
次のステップは、llm.txtファイルの作成です。自社サービスの概要、料金、予約URL、問い合わせ先を、テキストファイルにまとめてサーバーに配置するだけです。現在84万サイト以上が導入しており、技術的なハードルは非常に低いです。
その先のステップとして、外部JSONファイル（spaceDefinition、aiPolicy）との連携があります。ここは技術的な設計判断が必要になるため、自社の規模やリソースに応じて検討してください。
まとめ — AIに正しく伝わる仕組みを持つことの価値
GoogleもAIも、結局は「正確で構造化された情報」を求めています。
3層データアーキテクチャは、その要求に対して「看板（JSON-LD）→カタログ（spaceDefinition.json）→マニュアル（aiPolicy.json）」という階層構造で応える仕組みです。
22万インプレッション、広告費ゼロ、月間AI運用コスト10,000未満。この数字は、テクノロジーの力ではなく、「正しい情報を、正しい形式で、正しい場所に置いた」というシンプルな原則の結果です。
AI検索の時代において、Webサイトの「裏側」を設計できるかどうかが、今後の集客力を決める分岐点になります。
本記事で解説した実装内容は、全て筆者が自社ビルのコワーキングスペース「HSビル・ワーキングスペース」で実際に構築・運用しているものです。効果データはGoogle Search Consoleの実測値に基づいています。
構造化データやAI対応についてのご相談は、無料AI診断（30秒）からどうぞ。
よくある質問
Q1. 3層データアーキテクチャとは何ですか？
Webサイトに埋め込む3種類のデータファイルが相互にリンクし合う構造のことです。第1層のJSON-LDが「玄関の看板」としてGoogleに店名・住所・営業時間・料金帯などの基本情報を伝えます。第2層のspaceDefinition.jsonが「詳細カタログ」として全スペースの料金・設備・予約URLをAIに提供します。第3層のaiPolicy.jsonが「AIスタッフ用マニュアル」として、AIエージェントが情報をどう扱うべきかのルールを定義します。この3つがURLで相互参照し合うことで、GoogleもAIも芋づる式に正確な全情報へたどり着けるようになります。
Q2. なぜJSON-LDだけでは不十分なのですか？
JSON-LDにはプラットフォームごとの文字数制限があります。例えばWixでは7,000文字が上限です。コワーキングスペースのように複数のスペース、複数の料金プラン、パックプラン、月額プラン、バーチャルオフィス、キャンセルポリシーなどを全て記述しようとすると、この制限を大幅に超過します。外部JSONファイルに詳細データを格納し、JSON-LDからURLで参照する設計にすることで、文字数制限を回避しながら完全な情報をAIに提供できるようになります。
Q3. aiPolicy.jsonとは何ですか？一般のWebサイトにも必要ですか？
aiPolicy.jsonは、ChatGPTやGeminiなどのAIエージェントが自社の情報を回答に使う際のルールブックです。具体的には、許可する行動（料金比較、予約リンク生成、評価の引用など10項目）と、禁止する行動（価格交渉、レビュー捏造、空き状況の保証など10項目）を明記しています。さらにキャンセルポリシー、データ鮮度の管理ルール、AIが回答できない場合のエスカレーション先（LINEや電話）まで定義しています。2026年4月時点ではまだ標準化されておらず、実装しているサイトは世界的にも極めて少ないですが、AI検索の急速な普及に伴い、今後あらゆる業種で重要性が高まると考えられます。
Q4. この実装でインプレッションはどのくらい変わりましたか？
2025年1月に3層データアーキテクチャの初版（v1.0）を実装して以降、Google Search Consoleのインプレッションは累計22万を超えました。広告費はゼロです。特に2026年1月の本格稼働以降、増加ペースが加速しています。構造化データの品質と整合性を段階的に改善し続けた結果、Googleのクロール精度が向上し、AI検索での引用頻度も増加したことが、この成長を支えています。
Q5. FAQスキーマはGoogleのリッチリザルトに表示されますか？
2023年8月以降、FAQリッチリザルト（検索結果に直接Q&Aが展開表示される機能）は、政府系・医療系の権威サイトのみに限定されており、一般サイトでは表示されません。ただし、FAQスキーマを実装したページはAI検索での引用率が41%に達し、未実装ページの15%と比較して約2.7倍高いという2026年のデータがあります。つまり、Googleリッチリザルトには表示されなくても、ChatGPTやGeminiなどのAIが回答を生成する際の引用ソースとして非常に有効です。
Q6. 中小企業や個人事業主でも3層データアーキテクチャは導入できますか？
段階的に導入できます。最初のステップは、トップページにLocalBusiness JSON-LDを設置することです。店名、住所、電話番号、営業時間、料金帯を記述するだけで、Googleのナレッジパネルやリッチリザルトに反映される可能性が生まれます。次にllm.txtファイルを作成してサーバーに配置します。そして余力があれば、spaceDefinition.jsonやaiPolicy.jsonを追加するという3ステップで進められます。WixでもWordPressでも実装可能で、プログラミングの専門知識がなくても始められます。
Q7. llm.txtとは何ですか？robots.txtとの違いは？
llm.txtは、AIクローラー向けにWebサイトの概要、サービス内容、料金、予約方法、問い合わせ先などを構造化して記述するテキストファイルです。robots.txtが「このページはクロールしていい／ダメ」というアクセス制御を行うのに対し、llm.txtは「このサイトの情報をどう理解し、どう回答に使うべきか」をAIに伝えるガイドの役割を果たします。いわば「AIのためのrobots.txt」です。2026年3月時点で世界84万サイト以上が導入しており、AI検索時代の新しいWeb標準として急速に普及しています。
コメント