ほとんどの地域サービス事業者はAI検索に対して不可視状態です。このガイドでは、1つの郵便番号を担当する場合でも都市全体をカバーする場合でも、その理由と解決策を解説します。
JSON-LDスキーママークアップ、構造化データ、位置情報エンリッチメントにより、地域サービス事業者をChatGPT、Perplexity、Google AIオーバービューで見つけやすくします。
ジオデータなし
AIが見るもの：マッチング不可。サービスエリアや近接クエリへの回答がゼロ。
GeoEnrich 使用時
AIが見るもの：「近くの配管工 今すぐ対応可」「De Pijpの緊急電気工事」「Oud-Zuidで新規患者受付中の歯科」など25種類以上のクエリにマッチ可能。
GeoEnrichは住所から右列を自動生成します。APIコール1回で完了。
このJSON-LDをローカルサービスのウェブサイトに追加するだけで、AI検索エンジンに即座に認識されます：
{
"@context": "https://schema.org/",
"@type": "Plumber",
"name": "Amsterdam Emergency Plumbing Co.",
"description": "24/7 emergency plumbing services in Amsterdam and surrounding areas. Specializing in burst pipes, blocked drains, and water heater repairs.",
"image": "https://example.com/logo.png",
"address": {
"@type": "PostalAddress",
"streetAddress": "Prinsengracht 123",
"addressLocality": "Amsterdam",
"postalCode": "1015 DJ",
"addressCountry": "NL"
},
"telephone": "+31 20 555 1234",
"areaServed": {
"@type": "GeoShape",
"geoMidpoint": {
"@type": "GeoCoordinates",
"latitude": 52.3676,
"longitude": 4.9041
},
"geoRadius": "15",
"addressCountry": "NL"
},
"aggregateRating": {
"@type": "AggregateRating",
"ratingValue": "4.8",
"ratingCount": "247"
},
"priceRange": "€50-€250"
}
サービスエリア、専門家プロフィール、位置情報エンリッチメントを含む完全版が必要ですか？以下のサンプルでローカルビジネススキーマの全体像をご確認ください。
顧客はもはや「配管工 アムステルダム」とは検索しません。会話形式の意図を含んだ質問をするようになっています：
これらのクエリには地理的意図（場所）、時間的意図（対応可否）、品質意図（レビュー・資格）、業務的意図（営業時間・料金）が含まれています。
構造化データで訓練されたAIモデルは、事業情報が明確であればこれらの質問に答えられます。あいまいな事業説明、営業時間の未記載、サービスエリアの不明確さ、料金の非公開は、AI検索での不可視化につながります。
LocalBusinessはスキーマの基盤です。AIに「ここに特定の地域をカバーする事業者がいる」と伝えます。
代表的なサブタイプ：
必須フィールド（最低限）：
@type：サブタイプ（例：「Plumber」）name：事業者名address：完全な郵便住所telephone：連絡先電話番号areaServed：地理的カバー範囲（地区・郵便番号・GeoShape）openingHoursSpecification：営業時間（24/7・週末・緊急対応に重要）強く推奨するフィールド：
description：提供サービスと専門分野aggregateRating：レビュー数とスコアpriceRange：料金の目安（€50-€200）paymentAccepted：支払い方法knowsLanguage：対応言語hasOfferCatalog：サービス別の詳細料金additionalProperty：対応時間・サービスエリア半径・資格認定サービスエリアの定義
geoRadius付きのGeoShapeを使用すると最も正確なサービスエリア定義が可能です。半径15kmは制限に対する誠実さを示します。このフィールドがなければ、AIは1kmなのか50kmなのか判断できません。
LocalBusinessはAIに存在を伝えます。Serviceスキーマは実際に何をどの価格で提供しているかを伝えます。
{
"@context": "https://schema.org/",
"@type": "Service",
"name": "Emergency Drain Unblocking",
"provider": {
"@type": "LocalBusiness",
"name": "Amsterdam Emergency Plumbing Co."
},
"serviceType": "PlumbingService",
"areaServed": {
"@type": "GeoShape",
"geoRadius": "15km"
},
"offers": {
"@type": "Offer",
"priceCurrency": "EUR",
"price": "85.00"
},
"hoursAvailable": {
"@type": "OpeningHoursSpecification",
"dayOfWeek": ["Monday", "Tuesday", "Wednesday", "Thursday", "Friday", "Saturday", "Sunday"],
"opens": "00:00",
"closes": "23:59"
}
}地域サービスの料金は変動することが多いです。hasOfferCatalogにサービスごとの料金体系を設定しましょう。AIモデルはこれを使って「費用はいくらですか？」という質問に具体的に答えます。
個人の専門性が重視されるサービス業（歯科医・弁護士・美容師・整備士など）では、Personスキーマで専門家をマークアップします。
{
"@context": "https://schema.org/",
"@type": "Person",
"name": "Dr. Helena Mueller",
"jobTitle": "Dentist",
"worksFor": {
"@type": "Dentist",
"name": "Amsterdam Dental Clinic"
},
"hasCredential": [
{
"@type": "EducationalOccupationalCredential",
"name": "Doctor of Dental Medicine",
"issuingOrganization": {
"@type": "EducationalOrganization",
"name": "University of Amsterdam"
}
}
],
"knowsLanguage": ["en", "nl", "de", "fr"],
"description": "Specialized in cosmetic dentistry, implants, and restorative work. 12 years experience."
}これによりAIは「Mueller博士は資格を持ち、あなたの言語を話し、優れたレビューがあり、特定の治療を専門としている」と認識できます。
基本的な住所情報だけでは不十分です。AIはさらなる文脈を求めています：都市のどこにいるか？近くに何があるか？
GeoShapeと意味的なコンテキスト、additionalPropertyフィールドを組み合わせましょう：
service_area_radius_km：対応可能な明示的な半径average_response_time_minutes：緊急サービスクエリに不可欠customer_parking_available：実店舗があるサービス向けnearest_public_transit：アクセス利便性の文脈accessibility_score：車椅子対応入口・対応車両service_types_offered：緊急・予約・予防的メンテナンスindustries_served：住宅・商業・産業certifications_held：関連する専門資格MapAtlas GeoEnrich APIを使えばサービスエリアデータを自動的にエンリッチできます：半径内の地区カバー範囲の取得、対象人口セグメントの識別、文脈のための近隣施設の検索、サービスエリア半径の精度検証が可能です。
構造化データだけでは不十分です。実際のウェブサイトコンテンツも一致している必要があります。
ホームページに含めるべき内容：
FAQコンテンツの構造
AIモデルはFAQコンテンツから学習します。以下のQ&Aを含めましょう：
各FAQの回答はスキーマデータと一致させてください。JSON-LDの内容と本文が矛盾しないようにしましょう。
AIモデルはどのようにサービス事業者を推薦するかを決めるのでしょうか？5つの要因が支配的です：
1. レビューシグナル（最高ウェイト）
レビュー数・新鮮さ・評価・具体性。最良のレビューはサービスエリア・対応時間・プロ意識に言及しています。例：「深夜2時に配管破裂で電話。アムステルダム中心部から50分以内に到着。きちんと修理し、プロフェッショナルなチーム、適正料金。」
2. 対応可否と営業時間
AIモデルはクエリの意図に合致する事業者を優先します。「緊急配管工」の検索は24時間営業のサービスを優先し、「日曜の歯科医」の検索にはスキーマに日曜営業時間が必要です。
3. 料金の透明性
料金が明示されているサービスは「見積り問い合わせ」だけのリストより高く評価されます。料金の目安と具体的なサービス料金を記載しましょう。
4. 資格の具体性
資格を持つプロフェッショナルは無資格者より優先されます。スキーマとコンテンツ内の資格認定・専門分野が信頼を構築します。
5. サービスエリアの明確さ
具体的な地理的サービスエリアは「全国対応」より優位です。GeoShapeと半径はテキスト説明より優位です。地区名の記載は漠然とした市レベルのカバーより優位です。
ミス1：サービスエリアが未定義
areaServedがなければ、AIはあなたのオフィスから1kmなのか50kmなのか判断できません。
ミス2：営業時間の未記載
24/7表記のない緊急配管工は「24時間配管工」の検索に引っかかりません。すべての曜日（週末含む）のopeningHoursSpecificationを追加しましょう。
ミス3：料金情報がない
料金を隠すと信頼を失います。最低でもpriceRange、できればhasOfferCatalogに具体的なサービス料金を追加しましょう。
ミス4：資格・認定情報がない
「博士号」は肩書きに過ぎません。学歴や専門分野の詳細とともにhasCredentialを追加しましょう。
ミス5：テンプレート的な説明文
「フレンドリーな環境で質の高い歯科ケアを提供」は1万件の歯科医院に当てはまります。実際の専門分野とサービスエリアを具体的に説明しましょう。
ミス6：対応時間の未記載
「緊急対応」は対応時間の明示なしでは意味がありません。average_response_time_minutesを含むadditionalPropertyを追加しましょう。
ミス7：データの矛盾
スキーマが9:00-17:00と記載しているのにウェブサイトに「24時間緊急対応」と書いてあれば、AIモデルは矛盾を検知してデータへの信頼を失います。
ステップ1：JSON-LD構文の検証
validator.schema.orgのSchema.orgバリデーターを使用して、必須プロパティの欠如・型の不一致・構文エラーを確認しましょう。
ステップ2：AEO Checkerを使ったAI可視性テスト
/ai-seo-checkerのAEO Checkerを使用して、事業データが正しく解釈されているか、サービスエリアが認識されているか、営業時間が解析されているか、AIモデルがスキーマをどのように解釈するかを確認しましょう。
ステップ3：手動AIテスト
ChatGPTまたはPerplexityに質問してみましょう：
あなたの事業が表示され、正確に説明されているか確認してください。
ステップ4：一貫性の確認
JSON-LDはウェブサイトコンテンツと一致していますか？営業時間はすべてのチャンネル（Google・ウェブサイト・スキーマ）で正確ですか？料金は一貫していますか？
ステップ5：監視と更新
スキーマを四半期ごとに見直しましょう。営業時間の変更があれば更新してください。新しいサービスをhasOfferCatalogに追加し、aggregateRatingのレビューを更新しましょう。
大規模に自動化
MapAtlas GeoEnrich API は、各リスティングに座標、近くの POI、交通アクセス、地域コンテキスト、スキーマ対応ジオデータを自動的に追加します。リスティングごとに1回の API 呼び出しで、あらゆる規模に対応します。