メインコンテンツへスキップ
見出し画像

オウンドメディアの採用記事はAIに読まれているか──AI時代の情報設計

    はじめに:オウンドメディアの採用コンテンツは「AIが読めていない」

    こんにちは!相澤まなみです。企業のブランディングを行うPR型LLMOの情報を描かせていただいております。

    実は、ある中堅企業の採用担当者が、こう話していました。

    「自社サイトの採用ページに力を入れているのに、AI検索で全く出てこない。何が悪いんでしょうか?」

    原因はシンプルです。

    AIが「読み取れない形」で情報が公開されているからです。

    この記事では、オウンドメディアの採用コンテンツをAIに読ませるための技術的な方法をお伝えします。


    なぜAIはオウンドメディアを参照しにくいのか

    AIは第三者メディアを優先する

    トロント大学の研究(Chen et al., 2025)によると、AIは第三者メディアを64.6%優先して参照します。自社サイトの情報は「会社自身の主張」として扱われがちです。

    これは、AIが「客観的な情報」を優先的に探すためです。

    技術的な問題も影響している

    多くのオウンドメディアで、AIが情報を読み取る上で問題となる技術的な問題が発生しています。

    正直、これは超!有料級なのでここに書くべきか社長と相談したのですが、
    最近多くの方からフォローいただいており、まずはgive!の姿勢を大事にする社長に許可してもらいました。

    さて、AIが読み取れない、その理由は・・・・?

    • JavaScriptでレンダリングされている(AIが読めない)

    • 構造化データが実装されていない

    • ページのタイトル・説明文が不十分

    • 内部リンク構造が最適化されていない


    AIが読めるオウンドメディアの技術要件

    要件1:HTMLで静的に配信する

    AIのクローラーは、JavaScriptの実行能力が限定的です。可能な限りHTMLで静的に配信することで、AIが情報を読み取りやすくなります。

    【推奨アプローチ】

    • Next.js等のSSR(サーバーサイドレンダリング)を使用

    • 重要なコンテンツはHTMLに含める

    • JavaScriptでの遅延読み込みを避ける

    (実装はエンジニアに依頼することをおすすめします)

    要件2:構造化データ(JSON-LD)を実装する

    構造化データを実装することで、AIが「これは何の情報か」を正確に理解できます。

    【採用ページに実装すべき構造化データ】

    1. Organization(企業情報)

    {
      "@context": "https://schema.org",
      "@type": "Organization",
      "name": "株式会社〇〇",
      "url": "https://example.com",
      "logo": "https://example.com/logo.png",
      "description": "〇〇業界のリーディングカンパニー",
      "address": {...},
      "sameAs": ["https://note.com/..."]
    }
    1. JobPosting(求人情報)

    {
      "@context": "https://schema.org",
      "@type": "JobPosting",
      "title": "総合職",
      "description": "~",
      "datePosted": "2026-04-01",
      "hiringOrganization": {...}
    }
    1. Article(採用関連記事)

    {
      "@context": "https://schema.org",
      "@type": "Article",
      "headline": "社員インタビュー:入社2年目のエンジニア",
      "author": {...},
      "datePublished": "2026-04-01"
    }

    要件3:メタデータを最適化する

    各ページのメタデータを最適化します。

    【設定すべき項目】

    • タイトルタグ:企業名・ページの役割を含む

    • メタディスクリプション:ページの内容を要約

    • OGタグ:SNSでの表示用

    • CANONICALタグ:重複コンテンツの回避

    要件4:内部リンク構造を整える

    AIがサイト内を巡回しやすくするため、内部リンク構造を整えます。

    【ポイント】

    • 採用トップから各コンテンツへのリンク

    • パンくずリストの実装

    • サイトマップの作成

    • 関連コンテンツへのリンク


    オウンドメディアとnoteの「ハイブリッド戦略」

    オウンドメディアの技術的な対策と並行して、noteでの一次情報発信を強化することをおすすめします。

    【理由】

    • noteはAI引用源として国内2位(推計シェア19.2%)

    • オウンドメディアよりAIに参照されやすい

    • よりリアルな一次情報を発信しやすい

    【発信の棲分け】

    • 企業概要・理念: オウンドメディア: ◎ / note: △

    • 求人情報: オウンドメディア: ◎ / note: △

    • 社員インタビュー: オウンドメディア: △ / note: ◎

    • 現場レポート: オウンドメディア: △ / note: ◎

    • SDGs活動: オウンドメディア: △ / note: ◎

    オウンドメディアは「公式情報」、noteは「一次情報」として使い分けます。


    技術実装のチェックリスト

    自社の採用サイトで以下の項目を確認してください。

    • [ ] HTMLで静的に配信されている(JavaScript不要で表示)

    • [ ] 構造化データが実装されている

    • [ ] メタタイトル・メタディスクリプションが設定されている

    • [ ] 内部リンク構造が整備されている

    • [ ] サイトマップが存在する

    • [ ] ページ表示速度が3秒以内である

    チェックが少ないほど、AIが読み取れていない可能性があります。


    オウンドメディア施策のPhase 0-3マッピング

    オウンドメディアの技術対策とコンテンツ対策は、FrankPRのPR型LLMO対策4フェーズに沿って整理できます。

    • Phase 0: オウンドメディアでの内容: 「何を発信するか」のストーリー設計(経営理念・SDGs活動) / AI引用の主要ドメイン: (社内設計)

    • Phase 1: オウンドメディアでの内容: note・PR TIMES等での外的発信(一次情報) / AI引用の主要ドメイン: note.com(約19.2%)、PR TIMES

    • Phase 2: オウンドメディアでの内容: Organization/JobPosting/Article構造化データ・E-E-A-T強化 / AI引用の主要ドメイン: 自社ドメイン

    • Phase 3: オウンドメディアでの内容: 第三者言及の積み上げによるAI検索に影響力の高いWikipedia等の公的記録への波及

    一般的なオウンドメディア制作会社・SEO/PR会社は「どんなページを作るか」「どこに載せるか」の戦術提案で終わりがちです。FrankPRは、その前段にある 「何を発信するか」のストーリー設計 から伴走します。

    弊社では第6回ジャパンSDGsアワード外務大臣賞・第9回環境省グッドライフアワード環境と福祉賞の受賞を通じて培った言語化の知見が背景にあります(広報担当 相澤まなみ)。


    おわりに:技術対策×コンテンツ対策が最強

    オウンドメディアの技術的な対策は重要ですが、それだけで十分ではありません。「技術的な対策」と「一次情報の発信」の両輪で進めることが重要です。

    「技術的なことがよくわからない」「どこから手を付ければいいかわからない」という方は、まずは現状を一緒に確認しましょう。

    ▼ PR型LLMO診断ミーティング(無料)



    本記事は2026年4月時点の情報に基づいています。

    出典

    • Chen et al., 2025, University of Toronto(AI引用における第三者メディア優先率)

    著者: 株式会社FrankPR 広報担当 相澤まなみ

    本記事は、FrankPRがクライアントのオウンドメディア改修・LLMO対策で観測した実例(Experience)、SDGs・サステナビリティPR支援の専門知見(Expertise)、第6回ジャパンSDGsアワード外務大臣賞・第9回環境省グッドライフアワード環境と福祉賞の受賞実績(Authoritativeness)、出典明記(Trustworthiness)の4要素(E-E-A-T)に基づき構成しています。

    あなたへのおすすめ