Datasetスキーマ

TL;DR — Datasetスキーマは、研究データ、行政・市民データ、機械学習用の訓練セットなど、データの集合を公開するページに追加するコードです。検索エンジンに、そのデータセットが何であるかを伝えます。ただし、多くの人が見落とす点があります。通常のGoogle検索で見かける華やかなリスト表示を出すものではありません。Google Dataset Search（datasetsearch.research.google.com）という、Googleが研究者やデータサイエンティスト向けに作った別のツールに情報を届けます。文字どおりデータを公開していないなら、このマークアップは対象外です。

Datasetスキーマとは

データセットを載せたページに来れば、タイトルを読み、ライセンスを確認し、誰が作ったかを把握できます。検索エンジンが見るのはプレーンテキストなので、内容を推測しなければなりません。Datasetスキーマは、共通のschema.org語彙を使って、これをコードで明示します。これはデータセットのname、内容を説明するdescription、作成者のcreator、利用条件のlicense、そしてダウンロード形式です。

通常は JSON-LD で記述します。ページの見た目を変えずに、ページ内に置ける小さなコードブロックです。

まず理解すべき一点

多くのスキーマタイプは、通常のGoogle検索でリッチリザルトを得るためのものです。星評価、FAQのドロップダウン、レシピカードなどがその例です。しかし、Datasetスキーマはそうではありません。その効果が現れるのは、ウェブ全体のデータセットをインデックスする、Googleの別のサービスであるDataset Searchです。Googleで日常的な質問を検索する人の目には入りません。通常の検索結果でページを華やかに見せようとしてDatasetスキーマを追加しても、目的とは違います。

実際に必要なもの

本当に必須なのは 2つのプロパティだけです。

• name — データセットの名前。具体的にしてください（理由は後述します）。
• description — データの平易な要約。50〜5 000文字の範囲です。

それ以外にも、この利用者層にとって特に重要な項目があります。

• license — 再利用条件を示す、完全なURL。データセットを評価する研究者は、時間をかける前にライセンスを確認したいと考えます。ただし、マークアップは条件への案内であり、条件文そのものの代わりにはなりません。
• isAccessibleForFree — 無料でアクセスできるかどうか。
• creator、keywords、データの対象範囲（どこで、いつ収集されたか）。

誰が使うべきか

率直に言えば、対象は限られます。研究機関、政府や大学のオープンデータポータル、機械学習用データセットのホスティングサイト（Kaggle型のサイト）、補足データを公開する学術誌です。こうした組織には本当に役立ちます。一方、共有できる文字どおりのデータセットがない一般企業やブログには不向きで、追加しても通常の検索での可視性は少しも高まりません。

必須プロパティと推奨プロパティの違い、Googleが特に警告する「重複した名前」の落とし穴、完全なJSON-LD例を知りたいなら、Advancedタブに切り替えてください。

TL;DR — schema.org/Datasetのマークアップ（通常はJSON-LD）により、データ集合のページをGoogle Dataset Search（datasetsearch.research.google.com）で発見可能にします。2025年11月5日のGoogle Search Centralの文書更新で、Dataset構造化データはDataset Search向けであり、通常のGoogle Search向けではないと明確に示されました。一般的な検索結果のリッチスニペットではなく、研究者やデータサイエンティストのためにGoogleが用意した別の行き先として扱ってください。Googleの現行Dataset Searchプロファイルで必須なのはdescription（50〜5000文字。Dataset Searchが読むのは最初の5000文字だけ）とnameです。多くのCreativeWorkタイプより、再利用を判断する利用者にとってlicenseとisAccessibleForFreeが重要ですが、ライセンス、アクセス権、その他の権利は別の層であり、マークアップが法的な再利用を決めるわけではありません（法的助言ではありません）。Googleは、区別のない「Snow depth」データセットが多数あるような重複した一般的な名前と、不完全なライセンスURLを現実の失敗例として挙げています。これはライフサイエンス、社会科学、機械学習、市民・政府データの公開者向けのニッチな施策であり、一般的なSEO順位施策ではありません。サイトに文字どおりのデータセットがなければ、このタイプは対象外です。

Datasetスキーマが実際に行うこと — Dataset Searchとの違い

多くの競合コンテンツが取り違えている点なので、率直に言います。 **Datasetスキーマは通常のGoogleウェブ検索のリッチリザルトにはつながりません。**情報を送る先は、メインのSERPとは別のアドレス（datasetsearch.research.google.com）にある専用ツール、Google Dataset Searchです。Googleはこれを暗黙のままにせず、2025年11月5日のGoogle Search Centralの文書更新で明確にしました。Dataset構造化データはGoogle Searchそのものではなく、Dataset Searchだけで使われます。研究者、データサイエンティスト、分析担当者がデータを見つけるために使うのがDataset Searchであり、Datasetスキーマはデータセットをそのインデックスに載せるシグナルです。このページのほかの場所でDatasetを通常のリッチリザルトと呼ぶことはしません。重要なのは、この区別です。

Google自身の説明は、リッチスニペットではなく発見ツールについてのものです。 “Datasets are easier to find in the Dataset Search tool when you provide supporting information such as their name, description, creator and distribution formats as structured data.” (翻訳)「name、description、creator、distribution formatsなどの補足情報を構造化データとして提供すると、Dataset Searchツールでデータセットを見つけやすくなります。」 この引用をよく読んでください。「Dataset Searchツールで見つけやすくなる」のであって、「検索」でリッチリザルトが出るという意味ではありません。ここがこの記事の要点です。

必須プロパティと推奨プロパティ

これはGoogleの現行Dataset Search利用者向けプロファイルの要件です。一般的なschema.org/Dataset語彙より範囲が狭く、Googleのツールが確認する項目に限ったものです。Googleの文書を2026-07-16時点で確認しています。

GoogleのDataset Searchプロファイルで必須（両方なければ対象外です）:

• name — データセットのタイトル。
• description — 50〜5 000文字。この範囲は見落とされやすい厳しい制約です。50文字未満の一行説明は検証に失敗し、5 000文字を超える巨大なデータ辞書は拒否されます。上限を超えた部分は、Dataset Searchがこのようなテキストプロパティについて読むことはありません。重要な情報を末尾に埋め込まないでください。

Googleのプロファイルで推奨される項目 — そして、ほとんどのCreativeWorkタイプよりここで重要になる項目です:

• license — できればライセンスへの完全で明確なURLとして示す再利用条件。Dataset Searchの利用者はデータを自分の目的に再利用できそうか判断するため、不完全または欠落したライセンスは見た目の問題ではなく実質的な損失です（「license」だけでは法的な全体像にならない理由は後述します）。
• isAccessibleForFree — 無料でアクセスできるか。同じく再利用の判断材料です。
• creator、funder、citation — 出所と引用方法。
• identifier — DOIなどの永続的な識別子。
• keywords、variableMeasured — データが扱い、測定する対象。
• spatialCoverage、temporalCoverage — データが対象とする地理的範囲と期間。
• distribution — 実際のダウンロード／アクセス形式（DataDownloadオブジェクトで、contentUrlとencodingFormatを含みます）。
• hasPart / isPartOf、sameAs、measurementTechnique、alternateName、version、url。

Googleが特に指摘するよくあるミス

Googleの文書は、具体的で現実に起きる失敗パターンを挙げています。仮説上の話ではありません:

• 重複した／一般的すぎるデータセット名。典型例は、別々の提供者が区別のない「Snow depth」という名前を付けたデータセットを大量に公開することです。規模が大きくなると、Dataset Searchで区別できなくなります。nameの一意性は、ほかのほとんどのスキーマタイプより重要です。提供者、地域、期間を名前に含めてください。
• **不完全なライセンスURL。**途中で切れた、または解決できないライセンスリンクは、利用者が最も確認したいフィールドを損ないます。
• **予期しないcsvw:Table値。**壊れたCSV on the Webメタデータはエラーの原因として文書化されています。ただしDCATの文書は、説明された条件下ではこの警告を無視できると述べています。自分のケースに当てはまるか、文書で確認してから判断してください。

ライセンス、アクセス権、マークアップでは決められないこと

ここは、一般的なスキーマ解説より慎重に説明したいところです。ライセンス、アクセス権、その他の権利に関するメタデータは、すべてを一つのフィールドで代用するものではなく、別々の層です。この区別は、単にschema.orgそのものからではなく、schema.org/Datasetと相互運用するDCAT（Data Catalog Vocabulary）に基づいています:

• **license**は、GoogleのDataset Searchプロファイルが確認する再利用条件を示します。
• アクセス権（そもそも誰がデータを取得できるか）とその他の権利（帰属表示や、ライセンスを超える制限）は、DCATがライセンスと並べて扱う別の論点です。
• データセットにはデータセットレベルのライセンスと、異なるdistributionレベルのライセンスを設定できます（下記のDatasetとdistributionのモデルを参照）。DCATは、データセットレベルとdistributionレベルで矛盾するライセンスを宣言すると、再利用を評価する人を誤らせる可能性があると明示的に警告しています。複数のdistributionを公開するなら、各ライセンスがデータセットレベルのライセンスと一致するか、意図的に異なる範囲を明確に示してください。

ここでの説明は法的助言ではなく、マークアップ自体が法的な再利用権を決めるわけでもありません。licenseプロパティは条件への機械可読なポインターであり、ライセンスを付与したり、権利を放棄したり、矛盾する主張を解決したりするものではありません。データセットの再利用条件が重要なら（この利用者層では通常そうです）、ライセンス本文を正確に整え、曖昧または高リスクな場合はスキーマフィールドだけに頼らず、実際の法的助言へ利用者を案内してください。

誰が実装すべきか

ニッチなタイプを過大に売り込まず、適合する範囲を正直に示します:

適したサイト:

• 研究機関と.edu — 研究データを公開するサイト。
• 政府／市民向けオープンデータポータル（.govおよび相当するサイト）。
• ML／データサイエンスのデータセットホスティング — Kaggle型のリポジトリ。
• 学術誌 — 論文の補足データを公開するサイト。
• 科学ジャーナリズム — 記事の裏付けとなるデータを公開するサイト。

適さないサイト:

• 公開する文字どおりのデータセットがない一般的な商用コンテンツサイト、ブログ、ストア。このマークアップで通常の検索流入が増えることはありません。また、任意のダウンロードPDFやスプレッドシートをDatasetとしてマークアップするのは誤用です。Googleのガイダンスが想定しているのは、任意のダウンロードファイルではなく、実在する構造化データの集合です。

Google自身の言葉では、研究・データ領域の中で対象は広いです。 “The purpose of this markup is to improve discovery of datasets from fields such as life sciences, social sciences, machine learning, civic and government data, and more.” (翻訳)「このマークアップの目的は、ライフサイエンス、社会科学、機械学習、市民データや政府データなどの分野にあるデータセットの発見性を高めることです。」 この位置づけからも、「政府データだけ」というよくある誤解は成り立ちません。ライフサイエンス、社会科学、ML、市民・政府データのすべてが対象ですが、あくまで実際のデータセットに限られます。

Datasetはスキーマのどの位置にあるか

Datasetは、ArticleやBook、メディアオブジェクト型などの兄弟と並ぶCreative Worksファミリーに属します。構造化されたデータ集合に特化したCreativeWorkのサブタイプです。公開するものが文章ならArticle、本ならBook、検索・ダウンロードできるデータ集合ならDatasetを使います。全体像の中での位置づけを知るには、この記事が属するSchema MarkupとStructured Dataのハブから始めるとよいでしょう。

Dataset → distribution → versionモデル

JSON-LDを書く前に、概念として理解しておく価値があります。datasetは説明対象である概念上の集合です。distributionは、その集合にアクセスできる一つの表現、たとえばCSVエクスポート、JSON API、ZIPアーカイブです。一つのdatasetに複数のdistributionを持たせられます。schema.orgでは、distributionプロパティ内で使うDataDownloadが、DCATのdcat:Distributionに相当します。関係は同じで語彙が異なるだけです。だからこそ、ライセンスやアクセス情報はdataset単位だけでなくdistributionごとに異なり得ます。上の競合警告が重要になる理由もここにあります。

さらに、W3C勧告であるDCAT 3は、正式なバージョン管理とデータセットシリーズの意味論を追加します。同じ基礎データセットを時間とともに更新して公開する場合に便利ですが、DCAT 2との後方互換性は保たれています。まだこれらの機能を使っていないなら、DCAT 3が存在するというだけでDCAT 2形式のメタデータを更新する必要はありません。

AIによる要約

Advanced版を凝縮すると、次のとおりです:

• 概要: schema.org/Datasetのマークアップ（通常はJSON-LD）で、研究データ、行政・市民データ、ML訓練セットなどのデータ集合を説明し、発見できるようにします。
• 最重要ポイント: 通常のGoogleウェブ検索のリッチスニペットは生成しません。2025年11月5日のGoogle Search Centralの文書更新で、Dataset構造化データの対象はGoogle Dataset Search（datasetsearch.research.google.com）という、Googleが研究者やデータサイエンティスト向けに作った別の行き先だと明確になりました。通常のGoogle Search向けではありません。
• 必須プロパティ（GoogleのDataset Searchプロファイル）: 2つだけです。description（50〜5000文字。Dataset Searchが読むのは最初の5000文字だけ）とnameです。50文字未満または5 000文字超のdescriptionは失敗します。2026-07-16時点で確認済みです。
• 推奨だが、ここでは重要な項目: licenseとisAccessibleForFreeは、Dataset Searchの利用者が再利用を判断するため、ほとんどのCreativeWorkタイプより重要です。ただしDCATにおけるライセンス、アクセス権、その他の権利は別の層であり、マークアップが法的な再利用権を決めるわけではありません（法的助言ではありません）。ほかにcreator、identifier、keywords、spatialCoverage、temporalCoverage、variableMeasured、distributionもあります。
• Datasetとdistribution: datasetは説明対象の集合、distribution（DataDownload）はアクセス可能な一つの表現です。DCATのdcat:Distributionと同じ関係に当たります。DCAT 3はその上にバージョン／シリーズの意味論を加え、DCAT 2との後方互換性を保ちます。
• Googleが指摘するよくあるミス: 重複した／一般的すぎる名前（区別のない「Snow depth」データセットが多数あり、nameの一意性が重要）、不完全なライセンスURL、予期しないcsvw:Table値。
• 誰が使うべきか: 研究機関、.gov/.eduのオープンデータポータル、Kaggle型のMLデータセットホスト、補足データを持つ学術誌。文字どおりのデータセットがない一般的な商用サイトには不向きで、任意のダウンロードファイルをDatasetとしてマークアップするのは誤用です。
• 修正する神話: **「政府データ専用」ではありません。**Google自身の説明はライフサイエンス、社会科学、ML、市民・政府データにまたがっています。また、**一般的なSEO順位やリッチリザルトの施策でもありません。**特定の利用者に向けたニッチな発見施策です。

公式ドキュメント

検索エンジンの一次資料です。

Google — 構造化データ

• Dataset structured data — 権威あるリファレンスです。必須のname／description、推奨プロパティの全リスト、よくあるミス（重複名、ライセンスURL、csvw:Table）を確認できます。
• Structured data search gallery — Googleの構造化データ機能の全カタログです。Datasetと、その別の行き先であるDataset Searchが、検索結果上のリッチリザルトとどう異なるかも分かります。
• Rich Results Test — GoogleがDataset公開者に案内するテストですが、Googleがサポートする機能の適格性とDataset固有の問題を確認するものです。schema.org全体の万能バリデーターでも、Dataset Searchに実際に掲載される証明でもありません。
• Google Dataset Search — このマークアップが実際に情報を送る先です。適切にマークアップされたデータセットが結果としてどう見えるかを確認できます。

Bing／Microsoft

• サイトに構造化データを付与する — Bingの一般的な構造化データ対応（schema.org、推奨はJSON-LD）を説明する資料です。

出典からの引用

Googleによる記録上の発言です。出典ページに本文が掲載されている場合は、引用箇所へ直接移動するディープリンクを付けています。

Googleの文書 — このマークアップの目的

• “Datasets are easier to find in the Dataset Search tool when you provide supporting information such as their name, description, creator and distribution formats as structured data.” (翻訳)「name、description、creator、distribution formatsなどの補足情報を構造化データとして提供すると、Dataset Searchツールでデータセットを見つけやすくなります。」 Jump to quote
• “The purpose of this markup is to improve discovery of datasets from fields such as life sciences, social sciences, machine learning, civic and government data, and more.” (翻訳)「このマークアップの目的は、ライフサイエンス、社会科学、機械学習、市民データや政府データなどの分野にあるデータセットの発見性を高めることです。」 Jump to quote

Datasetスキーマの神話と避けるべきミス

神話：「Datasetスキーマなら通常のGoogle検索結果にリッチスニペットが出る。」 誤りです。Datasetスキーマが情報を送るのは、日常の検索者の多くが開くことのない別のツール、Google Dataset Search（datasetsearch.research.google.com）です。メインのSERPでページの見た目を向上させるものではありません。通常の検索でリッチリザルトを得たいなら、Datasetはそもそも別のタイプです。

神話：「Datasetスキーマは政府データ専用だ。」 誤りです。Google自身の説明は、Datasetが対象とする分野を次のように挙げています。 “life sciences, social sciences, machine learning, civic and government data, and more.” (翻訳)「ライフサイエンス、社会科学、機械学習、市民データや政府データなどです。」 政府のオープンデータは重要な用途の一つですが、対象範囲そのものではありません。

神話：「サイトからダウンロードできるファイルは何でもデータセットだ。」 いいえ。ランダムなPDF、マーケティング用スプレッドシート、ダウンロード用パンフレットはDatasetではありません。Googleのガイダンスが想定しているのは、実在する構造化データの集合です。任意のダウンロードをデータセットとしてマークアップするのは誤用で、役に立ちません。

ミス: 重複または一般的すぎるname値。 Googleはこれを特に指摘しています。異なる提供者による区別のない「Snow depth」データセットが多数あると、互いに見分けられません。nameの一意性は、ほかのほとんどのスキーマタイプより重要です。提供者、地域、期間を含めてください。

ミス: 50〜5 000文字の範囲外にあるdescription。 50文字未満の一行説明も、5 000文字を超える巨大なデータ辞書も検証に失敗します。その範囲で、読者向けの本当の要約を書いてください。

ミス: 不完全または解決できないlicense URL。 研究用途の利用者が再利用前に最も確認したいフィールドです。途中で切れたライセンスリンクや壊れたリンクは、このタイプで最も価値のある推奨プロパティを損ないます。

ミス: データセットを持たない顧客に過大に勧めること。 サイトが公開しているのが文章、商品、サービスであり、文字どおりのデータ集合ではないなら、Datasetスキーマは何もしません。実際の用途を外れて勧めることが、このタイプの最も一般的な誤用です。

Datasetスキーマのチートシート

決して忘れてはいけない位置づけ

Datasetスキーマ → Google Dataset Search（datasetsearch.research.google.com）、別のツールです。通常のウェブ検索のリッチスニペットではありません。

必須（2つだけ）

推奨 — この利用者層で重要な項目

Googleが指摘するよくあるミス

• 重複または一般的すぎるname値（「Snow depth」問題）。
• 不完全または解決できないlicense URL。
• 予期しないcsvw:Table値。
• 50文字未満または5 000文字超のdescription。

適合性チェック

要点

• 形式: JSON-LD（推奨）。
• 対象分野: ライフサイエンス、社会科学、ML、市民・政府データ — 政府データだけではありません。
• 効果が現れる場所: メインSERPではなくDataset Search。
• 今回の調査ではDataset Searchに相当するBingのツールは見つかりませんでした。
• 2025年11月5日: Googleの文書がDatasetはDataset Search向けだけだと明確にしました。

Datasetスキーマを使うべきか

質問に正直に答えながら進めてください。このタイプは誤用しやすいものです。

1. ページは本物の構造化データ集合（研究データ、市民・政府データ、ML訓練セット、学術誌の補足データ）を公開していますか？

• いいえ — 文章、商品、サービス、任意のダウンロードファイルです → **Datasetスキーマは対象外です。**適切なCreativeWorkタイプ（文章ならArticle、本ならBook）を使うか、何も使わないでください。無理に適用しないことです。
• はい → 次へ進みます。

**2. 通常のGoogle検索で、より豊かな表示を得たいですか？

• はい → 期待値をリセットしてください。Datasetスキーマはそうしません。情報を送るのはDataset Searchという別のツールです。通常のリッチリザルトが目的なら、別のスキーマタイプを検討してください。
• いいえ — Dataset Searchで研究者やデータサイエンティストにデータセットを見つけてもらいたい → 次へ進みます。これはまさに適した用途です。

3. 2つの必須プロパティがありますか？

• 具体的で一意なname（一般的な重複名ではないこと）。
• 50〜5 000文字のdescription。
• どちらかが欠けている、または範囲外 → まず修正してください。それ以外では対象になりません。

4. 再利用に重要な推奨フィールドを追加できますか？

• license（完全なURL）とisAccessibleForFreeを追加してください。この利用者層では、データを法的に再利用できるか判断するため、ほぼ必須に近い項目です。そのうえでcreator、identifier、keywords、spatialCoverage、temporalCoverage、distributionを加えます。

5. 公開する前に:

• JSON-LDを検証し、descriptionが範囲内であること、nameが一般的な重複名でないこと、license URLが解決することを確認します。
• その後、実際にデータセットがGoogle Dataset Searchに表示されるか確認します。そこが行き先であり、メインSERPではありません。

目安: ページ上の文字どおりのデータセットを指し示せないなら、ここで止めてください。このタイプは必要なものではありません。

正しいDataset JSON-LDと壊れたDataset JSON-LD

コードの前に簡単なモデルを置きます。下のDatasetノードは集合そのものを説明し、distribution内の一つのオブジェクトはアクセス可能な一つの表現です（schema.orgのDataDownloadで、DCATのdcat:Distributionに相当します）。実際のデータセットには、CSV、APIエンドポイント、ZIPなど複数のdistributionを持たせられ、それぞれに独自のcontentUrlとencodingFormatを設定できます。より詳しいDataset → distribution → versionモデルと、ライセンスがdistributionごとに異なり得る理由はAdvancedタブを参照してください。

正しく整ったDatasetスニペット

具体的なname、50〜5 000文字の範囲に余裕を持って収まるdescription、完全なlicense URL、無料アクセスのフラグ、対象範囲、そして実際のdistributionを備えています:

{
  "@context": "https://schema.org/",
  "@type": "Dataset",
  "name": "NOAA Daily Snow Depth — Colorado Front Range, 2010–2024",
  "description": "Daily snow depth measurements in centimeters from 42 automated weather stations across Colorado's Front Range, collected between January 2010 and December 2024. Includes station identifiers, elevation, latitude/longitude, and quality-control flags for each reading.",
  "url": "https://example.org/datasets/co-front-range-snow-depth",
  "keywords": ["snow depth", "Colorado", "Front Range", "climate", "weather stations"],
  "creator": {
    "@type": "Organization",
    "name": "Example Climate Research Institute",
    "url": "https://example.org"
  },
  "license": "https://creativecommons.org/licenses/by/4.0/",
  "isAccessibleForFree": true,
  "identifier": "https://doi.org/10.1234/co-frontrange-snow-2024",
  "temporalCoverage": "2010-01-01/2024-12-31",
  "spatialCoverage": {
    "@type": "Place",
    "name": "Colorado Front Range, USA"
  },
  "variableMeasured": "snow depth (cm)",
  "distribution": [
    {
      "@type": "DataDownload",
      "encodingFormat": "text/csv",
      "contentUrl": "https://example.org/datasets/co-front-range-snow-depth.csv"
    }
  ]
}

同じデータセットを壊した例

以下で指摘する各行は、Datasetでよくある現実の失敗パターンです:

{
  "@context": "https://schema.org/",
  "@type": "Dataset",
  "name": "Snow depth",
  "description": "Snow data.",
  "license": "creativecommons.org/licenses/by",
  "isAccessibleForFree": "yes"
}

問題点:

• name: "Snow depth" — Googleが指摘する、正確に一般的で重複する名前の問題です。数百の「Snow depth」データセットが存在し、あなたのものを区別できません。提供者、地域、期間を含めてください。
• description: "Snow data." — 50文字の最小値を大きく下回ります。50〜5 000文字の範囲で、本当の要約を書いてください。
• license: "creativecommons.org/licenses/by" — 不完全で解決できないURLです（スキームもバージョンもありません）。https://creativecommons.org/licenses/by/4.0/のような完全なURLを使います。
• isAccessibleForFree: "yes" — 文字列ではなく、ブール値true／falseでなければなりません。
• creator、distribution、対象範囲がない — 修正したdescriptionとnameだけでも技術的には有効ですが、このデータセットではDataset Searchの利用者が評価、引用、再利用するための情報がほとんどありません。

成果が現れる場所

覚えておいてください。最初のスニペットを整えても、通常のGoogle検索でのページの見た目は変わりません。成功が現れるのはGoogle Dataset Searchです。インデックス登録後にそこでデータセットを検索し、表示されたことを確認してください。

Datasetマークアップの作成、検証、テストに使うツール

最初に使うのは、私が作ったSchema Markup Validatorです。DatasetのJSON-LDを貼り付けると、schema.org語彙とGoogleのリッチリザルト要件に対して、重大度別の構造化データチェックを実行します。ブロックをまたぐ@idグラフの問題も検出し、修正済みでそのままコピーできるJSON-LDブロックを返します。この記事で扱う、50〜5 000文字の範囲外にあるdescriptionや、不正なlicense文字列といった失敗パターンを見つけるのに役立ちます。

次に使うのはRich-Result Eligibility Checkerです。「実際に対象になるのか」という問いに特化した二つ目の確認先です。JSON-LD、完全なHTMLページを貼り付けるか、ライブURLを取得させると、タイプごとにそのページが適格かを示します。Datasetについては、2つの必須プロパティ（name、description）を確認し、Dataset Searchの利用者がデータの再利用を判断するうえで重要な推奨項目（creator、license、distribution.contentUrl、identifier、sameAs、temporalCoverage、spatialCoverage、variableMeasured、keywords、url）を示します。この記事と同じく、Datasetは標準的な検索結果上のリッチリザルトではなくGoogle Dataset Searchに現れる、という正確な位置づけも保ちます。通常の検索プレビューカードを期待しないでください。

既存のマークアップを直すのではなくゼロから作るなら、Schema Markup Generatorは、ベンダー同梱の921種類に及ぶschema.orgタイプの中にDatasetを含んでいます。継承されたプロパティと想定される値の範囲を確認し、必要な6つの出力形式から選んでJSON-LDを書き出せます。Eligibility CheckerのようにDataset固有の落とし穴を案内するものではありませんが、ほかの2つのツールに通す前に構造的に正しい出発点を作るには速い方法です。

新しいDatasetページで私が勧める順序はこうです。Schema Markup Generatorで初期JSON-LDを生成し、Schema Markup Validatorで検証し、Rich-Result Eligibility Checkerで適格性と不足している推奨項目を確認します。Google Dataset Searchが取り込むのを待つ前に、ここまで済ませてください。

Datasetマークアップが実際に反映されたことを確かめる

ページ上のDataset JSON-LDを公開または編集した後に、次のテストを実行してください。どれも一般的な健全性チェックではなく、明確な切り戻し条件を持つ合否テストです。

テスト前に、公開設定を整えます。GoogleはDatasetマークアップを、正規のデータセットランディングページに置くことを推奨しています。単にデータセットに言及するすべてのページに置くのではありません。同じデータセットを複数のページ（ミラー、パートナーサイト、リポジトリのレコード）で説明する場合は、完全なマークアップをどこにでも重複させず、sameAsで正規版を指します。そしてデータセットのランディングページをサイトマップに追加します。Googleはこれを発見を助けるものとして挙げていますが、発見を保証するものではありません。マークアップの検証に必須ではないものの、これを省くと、きれいなDatasetマークアップの成果が出ないよくある理由になります。

テスト1: JSON-LDの構造的な妥当性

実行するテスト: ページのDataset JSON-LDをSchema Markup Validatorに貼り付けます。期待する結果: Datasetブロックにエラーがないこと。nameとdescriptionが存在し、descriptionの長さが50〜5 000文字の範囲にあり、license／distributionのURLが正しい形式であることです。失敗の読み方: ここでのエラーは、この記事が扱う3つの具体的なミスのいずれか、つまり範囲外のdescription、実在するURLではないlicense文字列、CSV on the Webの出力に紛れ込んだcsvw:Table値にほぼ必ずたどり着きます。監視期間: 即時。クロール依存のシグナルではなく、構文チェックだからです。切り戻し条件: error重大度の指摘が1件でもあること。次のテストへ進む前に、バリデーターが返した修正済みJSON-LDを公開してください。

テスト2: Datasetのリッチリザルト適格性

実行するテスト: 同じURLまたはJSON-LDをRich-Result Eligibility Checkerに通し、Dataset機能カードを開きます。期待する結果: 2つの必須プロパティについて適格（✓）と判定され、推奨フィールド一覧に、creator、license、distribution.contentUrl、identifier、sameAs、temporalCoverage、spatialCoverage、variableMeasured、keywords、urlのどれを設定したかが表示されることです。失敗の読み方: ✗は、解析されたノードで2つの必須プロパティ（nameまたはdescription）の一方が欠落または空であることを意味します。プロパティ名の誤字、またはチェッカーが解決できない場所に値が入れ子になっていないか確認してください。監視期間: テスト1と同じ即時です。Googleがまだページをクロールしている必要はありません。切り戻し条件: 必須プロパティのどちらかが✗になること。これが解消されるまで、公開できるマークアップとは見なさないでください。

テスト3: Google Dataset Searchでの表示

実行するテスト: ページが再クロール・再インデックスされる時間を置いてから、データセットの正確なname（またはドメインを指定して）をGoogle Dataset Searchで検索します。期待する結果: 設定したname、description、ライセンスを示すデータセットの掲載結果が表示され、マークアップが妥当なだけでなく実際に取り込まれたことを確認できます。失敗の読み方: しばらく待っても表示されないなら、まずURLのクロール／インデックス登録の問題をSearch Consoleで確認します。Dataset SearchはGoogleの通常のインデックスを元にするため、JSON-LDがどれだけきれいでも、クロールされていないページやnoindexページは表示されません。監視期間: Googleの一般的なトラブルシューティング案内では、問題があると結論づける前に再クロールと再インデックスに数日待つようにしています。ただし、これはトラブルシューティングの目安であり、Dataset Searchへの掲載時期を約束するものではなく、Googleは掲載自体を保証していません。切り戻し条件: 失敗を証明する固定期限はありません。Search Consoleでページが正常にインデックス登録され、確認するのが妥当な時間を置いても表示されないなら、まず上記の正規ランディングページとsameAsの設定を再確認し、Googleが特に指摘する重複／一般的すぎるnameの問題を再確認します。技術的に妥当なデータセットがDataset Searchで目立たない理由として、一意でない名前は十分に考えられます。表示されないことをマークアップ失敗の証拠とはせず、設定を再監査するきっかけとして扱ってください。

自分で確認する: Datasetスキーマ

schema.org/Dataset、Dataset Searchとの違い、重要なプロパティについての5つの短い質問です。それぞれ答えを選んでから、確認してください。

時間をかける価値のあるリソース

このテーマについての私の文章

私自身はDatasetスキーマだけを扱う独立したガイドを公開していません。存在しないものを案内する代わりに、以下の一次資料と、このサイトにある関連する構造化データの記事を紹介するのが正直な対応です。広い語彙と、Creative Worksタイプの中でDatasetがどこに位置づくかは、Schema MarkupとStructured Dataのハブを参照してください。機械可読性については、Schema Markup for AIを参照してください。

業界の資料

• Dataset structured data（Google Search Central）— 必須のname／description、推奨プロパティ一覧、よくあるミスの指針を示す権威ある資料です。
• Google Dataset Search（Google）— このマークアップが実際に情報を送る先です。よい結果がどのように見えるか確認できます。
• Structured data search gallery（Google）— 機能の全カタログで、Datasetが検索結果上のリッチリザルトとは別に位置づくことが分かります。
• What Is Schema Markup? How to Add It & Why It Matters（Ahrefs）— 一般的なスキーマを理解するための確かなガイドです。

変更履歴