Shopifyのマーチャントは、優れたチェックリストを好みます。アプリをインストールし、構造化データを貼り付け、Googleのリッチリザルトテストを実行し、バリデーターが緑色に変わるのを見て安心する。タスクは完了し、スキーマは公開され、皆は次の作業へと移ります。しかし、そのチェックマークは、コードが正しく構成されていることを証明しているに過ぎません。AIエージェントが実際にそのコンテンツを利用できるかどうかについては、何も語っていないのです。
現在、ほとんどのShopifyストアにはFAQスキーマが導入されています。SEOガイドに「必須である」と言われたから追加したのです。そのマークアップは、頻繁に「有効（valid）」です。しかし、それを読み取るマシンにとっては、無価値なことも少なくありません。マークアップされたコンテンツと、マシンが利用可能なコンテンツの間には、広がりつつある溝が存在しますが、ほとんどのストアオーナーはその存在に気づいていません。
バリデーションが実際にチェックしていること
スキーマバリデーターは、構文チェッカーです。それは3つの基本的な問いを投げかけます。「質問はあるか？」「回答はあるか？」「コードの構造は健全か？」これら3つがすべて満たされていれば、合格です。バリデーターは、回答が実際に何を言っているかは気にしません。意味、文脈、あるいは完全性を判断することはないのです。
ここでマーチャントは行き詰まります。緑色のバッジを見て、作業は完了したと思い込んでしまうのです。しかし、有効なマークアップは「器（コンテナ）」をチェックしているに過ぎません。その器の中身が、それ自体で意味を成しているかどうかまでは決してチェックしないのです。AIエージェントは、バリデーターとは異なる方法でページを読み取ります。適切なネスト（入れ子構造）に対して褒め称えてくれることはありません。AIが求めているのは、周囲の環境から回答を切り出し、直接利用することなのです。
もしFAQの回答に「詳細は以下を参照」や「詳細は問い合わせてください」といったフレーズが含まれていても、スキーマとしては技術的に有効です。しかし、マシンにとって、そのコンテンツは行き止まり（デッドエンド）です。エージェントには目もなければ、忍耐もなく、文脈を求めて下にスクロールする能力もありません。エージェントは回答を見つけ、それを使おうとしましたが、そこには何もなかった、という結果に終わるのです。
コンテキストの溝
人間とマシンは、同じFAQセクションを全く異なる方法で処理します。人間の買い物客は、商品画像を見て、ページのレイアウトをスキャンし、商品名を確認し、2行のFAQの回答を、より大きな視覚的なストーリーの一部として吸収します。彼らは「これ」が何を指しているのかを、目に見えるので理解できます。
AIエージェントはページを見ません。テキストを孤立した状態で読み取ります。FAQスキーマを、個別のデータチャンクとして解析します。もし回答に、ページ内の他の部分からの視覚的または文脈的な手がかりが必要な場合、マシンはそれらを完全に見落としてしまいます。
一般的なアパレルストアを例に考えてみましょう。よくある質問は「これはサイズ通りですか？」です。マーチャントの回答は「少し小さめの作りなので、大きめのサイズをお勧めします」です。人間の買い物客は、商品の写真、タイトル、サイズガイドのリンクを見て、マーチャントが何を意味しているのかを正確に理解します。一方、AIエージェントは、不明な商品について、不明確な基準を用いて書かれた、孤立した一文を見ているだけです。「何が」小さいのでしょうか？ どのサイズチャートと比較してでしょうか？ これはメンズですか、それともレディースですか？ エージェントには参照すべき商品画像も、頼りにできる周囲のテキストもありません。「これ」がスニーカーなのか、ジャケットなのか、それともジーンズなのかも分かりません。
問題はスキーマではありません。問題は「書き方」なのです。
コンテキスト・ゼロのためのライティング
解決策は、スキーマの種類を増やしたり、別のアプリをインストールしたりすることではありません。FAQの回答を「独立したドキュメント」として扱うことです。すべての回答は、ページから切り離されて空白の画面で読まれても、成立しなければなりません。
まず、回答が、商品写真もナビゲーションもページタイトルもないチャットウィンドウに表示されると想像してみてください。そのシナリオで回答が分かりにくければ、マシンにとっても分かりにくいことになります。
コンテキスト・ゼロ（文脈なし）の状態でも伝わるように書き換える方法は以下の通りです：
完全な文章を使う。 断片的な回答は、文法や意味を補うために質問に依存してしまいます。それ自体で意味を完結させる完全な文章を書きましょう。「小さめ、大きめを推奨」ではなく、「このジャケットは標準的なUSサイズと比較して少し小さめの作りですので、1サイズ上の注文をお勧めします」と書くのです。
質問を完全に解決する。 ユーザーを別の場所に誘導する回答は、回答とは言えません。回答が別のページへの誘導で終わっている場合、エージェントが提供できる情報はありません。テキスト自体の中に具体的な情報を記載してください。返品期間、素材の構成、配送スケジュールなどを、回答の中に直接記述しましょう。
指示的なフレーズを削除する。 「前述の通り」「詳細は以下を参照」「左の表を確認」「商品説明を参照」といった表現はすべて削ってください。これらは、JSON-LDを解析するマシンや、テキストを読み上げる音声アシスタントにとっては存在しない「空間的なレイアウト」を前提としているからです。
具体的な詳細を組み込む。 空白を埋めるために周囲のテキストに頼らないでください。可能であれば、製品名を明示してください。正確な洗濯表示、詳細な寸法、または特定の原産国に言及してください。回答が自己完結していればいるほど、あなたのデータで学習するAIモデルや、検索結果に表示させる際に、より有用になります。
このライティングスタイルの転換は、コストがかからず、人間がページを体験する方法をほとんど変えることもありません。ショッパーにとって、「小さめです。サイズアップしてください」と「このジャケットは標準的なUSサイズに比べて少し小さめなので、1サイズ上を注文することをお勧めします」の違いは、ほとんど無視できるものです。どちらも同じ内容を伝えています。しかし、機械にとって、後者のバージョンは非常に価値があります。それには、抽出して再利用できるエンティティ、関係性、および独立した事実が含まれているからです。
スキーマが道を示し、コンテンツが役割を果たす
Shopifyのストアオーナーは、実際の消費者を満足させることなく、チェックリストを満たしてしまうことがよくあります。長年、その消費者とはGoogleのことでした。今や、それはますますAIモデルへと変化しています。検索エンジンは、もはや単にあなたのページをインデックスしているだけではありません。