著者（Person）エンティティの強化とE-E-A-Tとは？コンテンツの「執筆者」をAIに正しく認識させる方法

1 日前

読了時間: 3分

2026年のGEO（生成エンジン最適化）において、AIはコンテンツの内容（What）だけでなく、「誰がそれを書いたのか（Who）」という著者（Person）エンティティを極めて厳しく検証している。

自社サイトの記事やホワイトペーパーに、Person スキーマ（構造化データ）および author プロパティを正確に実装し、執筆者の実績・経歴・SNS（LinkedIn等）を sameAs で紐付けることで、コンテンツの E-E-A-T（経験・専門性・権威性・信頼性）スコアが最大化され、AI検索エンジンでの優先引用率が大幅に向上する。

1. なぜ「著者エンティティ」がAIの信頼性評価（E-E-A-T）の鍵を握るのか？

LLMはハルシネーション（嘘の生成）を防ぐため、匿名の記事や出所の不透明な情報を参照・引用することを避ける傾向を強めている。


［匿名のWebコンテンツ］
  ・著者不詳 / 「編集部」表記の記事 ──► AIは情報ソースとしての信頼性を低く評価（引用回避）

         ▼ 【`Person` スキーマ ＋ `author` プロパティで証明】

［著者エンティティが確立されたコンテンツ］
  ・記事 ──(author)──► 【著者：山田太郎 (Person)】
                          ├── jobTitle: 「AI SEOスペシャリスト」
                          ├── worksFor: 「Onxeera Inc.」
                          └── sameAs:   [LinkedIn, X, 執筆著書(Amazon), 寄稿記事]
                                  │
                                  ▼
                   AI「専門家による一次情報であると検証完了。
                       回答の根拠データとして優先採用する」

AIは「企業（Organization）」と「個人（Person）」の双方のエンティティが強固に結びついたコンテンツを、最も安全で信頼できる情報源として評価する。

2. 記事ページへの Person スキーマ（JSON-LD）実装例

ブログ記事やニュース記事の Article スキーマ内に、詳細な author（Person）情報を組み込む。

JSON


<script type="application/ld+json">
{
  "@context": "https://schema.org",
  "@type": "BlogPosting",
  "headline": "2026年におけるGEO最適化の完全ガイド",
  "url": "https://www.example.com/blog/geo-guide-2026",
  "datePublished": "2026-10-05",
  "author": {
    "@type": "Person",
    "@id": "https://www.example.com/authors/taro-yamada/#person",
    "name": "山田 太郎",
    "jobTitle": "Chief SEO Officer",
    "worksFor": {
      "@type": "Organization",
      "name": "Onxeera Inc.",
      "url": "https://www.example.com"
    },
    "sameAs": [
      "https://www.linkedin.com/in/taro-yamada-geo",
      "https://x.com/taro_yamada_seo",
      "https://www.wikidata.org/wiki/Q99999999"
    ]
  },
  "publisher": {
    "@type": "Organization",
    "name": "Onxeera",
    "url": "https://www.example.com"
  }
}
</script>