エンティティベースSEO

• Entity-Based SEOは、キーワード（文字列）ではなく、それが指し示す現実世界のもの、つまり人、場所、物、概念、およびそれらの関係性を最適化対象とします。これにより、検索エンジンはテキストではなく意味を理解できるようになります。

• その基盤はGoogleのKnowledge Graphであり、2012年に5億以上のオブジェクトと35億件の事実とともに公開され、その後、約50億のエンティティと5000億件の事実へと拡大しました。

• 実務上の中核はschema markupで、特にsameAsプロパティが重要です。これはWikidata、Wikipedia、公式チャネルを結び付け、ブランドを単一のエンティティとして曖昧さなく識別させるために使われます。

• キーワードとは異なり、エンティティには一意性、属性、言語非依存性があり、AI searchやknowledge panelsで引用・表示されるための構造的基盤となります。Entity-Based SEOとは

Entity-Based SEOは、クエリを単なる

stringのテキストではなく、現実世界のentityへの指し示しとして扱い、検索エンジンがそれらのエンティティと相互の関係を正確に把握できるよう最適化します。ここでいうエンティティとは、人、場所、組織、イベントなど、単一で一意に識別でき、明確に区別可能なものや概念です。キーワードがユーザーの入力する表層の語であるのに対し、エンティティはその語の背後にある意味です。出発点は

Knowledge Graphで、Googleは2012年5月16日にこれを発表しました。GoogleのAmit Singhalはこれを「things, not strings」と表現し、約40年にわたり検索が依拠してきたキーワードの照合から、現実世界のエンティティとその関係性の理解へと移行するものだと説明しました。「世界で最も高い建物はいつ建てられたか」と尋ねると、エンジンは単語を一致させるのではなく、建物であるBurj Khalifaに紐づく事実、つまり高さ、完成日、所在地を結び付けて答えを組み立てます。Keyword SEO vs. Entity-Based SEO

Keyword SEOとEntity-Based SEOの違い

この2つのアプローチは相互排他的ではありません。キーワードは、ユーザーがどのように表現するかを理解するための入口であり続けますが、エンジンが何を表示し、何を引用するかは、その表現をどのエンティティにマッピングするかに左右されるため、エンティティレベルの最適化がより上位のレイヤーとして機能します。

Knowledge Graphとエンティティ認識の規模Knowledge Graphは、エンティティとその関係性を収めた विशालなデータベースです。Googleによると、2012年に5億件超のオブジェクトと、それらに関するおよびそれら同士の関係に関する35億件超の事実とともに公開され、その後、約50億のエンティティに関する5000億件超の事実が蓄積されています。

knowledge panelに表示される情報は、このグラフから直接取得されており、そのデータはWikipedia、オープンおよびライセンスされたデータベース、ならびにコンテンツ所有者が自らマークアップした情報など、ウェブ上のさまざまなソースから集められています。ここで重要なのは1点です。Googleは、Knowledge Graphがどのように構築されているかについて、詳細な公式ドキュメントを公開したことがありません。したがって、Entity-Based SEOは内部アルゴリズムを推測する作業ではなく、検証可能なシグナルを十分に提供する作業です。

structured data、権威ある外部識別子、そして一貫した名称と属性を用いることで、エンティティとして認識される可能性を高めます。実装：

Schema MarkupとsameAsエンティティを宣言する最も直接的な方法は、schema markup（

structured data）です。Schemaは、ページがどのエンティティを含み、それぞれにどのような属性があるのかを検索エンジンに正確に伝えます。その中でも、sameAsプロパティは、項目のアイデンティティを明確に示す参照URLにリンクします。schema.orgの定義では、sameAsはURLであり、Wikipediaページ、Wikidata項目、公式サイトなど、その対象が誰または何であるかを明確に示します。 property links reference URLs that point unambiguously to the item's identity. As schema.org defines it, sameAs is a URL — a Wikipedia page, a Wikidata item, an official website — that clearly indicates who or what the thing is.

{
  "@context": "https://schema.org",
  "@type": "Organization",
  "name": "ListeningMind",
  "url": "https://www.example.com",
  "logo": "https://www.example.com/logo.png",
  "sameAs": [
    "https://www.wikidata.org/wiki/Q00000000",
    "https://en.wikipedia.org/wiki/Example",
    "https://www.linkedin.com/company/example",
    "https://www.youtube.com/@example"
  ]
}

各sameAsリンクは、同じ実体を説明する別の権威あるページを指しており、検索エンジンやAIシステムはこれらのリンクを使って複数のソースの情報を統合し、単一のエンティティレコードにまとめます。特にWikidataはナレッジグラフへの主要な入力元のひとつと見なされているため、Wikidata、Wikipedia、公式チャネルなど、相互に整合したソースを多く接続するほど、エンティティの識別はより信頼性の高いものになります。

理由と影響

schema を通じてエンティティとその属性を宣言すると、エンティティ認識が高速化され、リッチリザルトの対象となる可能性やナレッジグラフとの関連付けが強化され、Semrush のエンティティベースSEOのガイドが説明しているように、AIシステムがコンテンツを引用する可能性も高まります。エンティティはキーワードとは3つの点でも異なり、この利点をさらに強めます。(1) 一意性と識別性、(2) 価格、製造元、職業、所在地などの属性、(3) 言語に依存しないアイデンティティです。その結果、多言語・マルチチャネル環境であっても、ブランドは一貫したひとつの存在として認識されるようになります。

実装チェックリスト

• まずコアとなるエンティティ、つまりブランド、主要人物、主力製品、サービスを定義し、それらの正式名称を標準化します。

• 適切なschemaタイプ、たとえば Organization、Person、Product、Article などを用いて構造化データを実装します。

• Use sameAsを使用して、Wikidata、Wikipedia、公式SNSプロフィール、LinkedIn などの権威ある外部識別子にリンクします。

• 名前、説明、属性は、ウェブサイト、SNS、ディレクトリなどすべてのソースで一貫性を保ち、互いに矛盾しないようにします。

• 可能であれば Wikidata の項目を維持し、ナレッジグラフへの入力元として機能させます。

• 主要なエンティティを中心にトピッククラスターを構築し、トピックとの関連性と文脈を強化します。

• エンティティの不自然な過剰使用（entity stuffing）は避け、人間にとって読みやすい文脈を維持してください。

出典

• Knowledge Graph の紹介: 文字列ではなく「もの」— Google（Amit Singhal、2012年）

• Google の Knowledge Graph と Knowledge Panels — Google

• Entity とは何か、そして SEO にとってなぜ重要なのか？ — Semrush

• sameAs — Schema.org のプロパティ

• Organization の構造化データマークアップ — Google Search Central