Bing（Copilot） category

Bing（Copilot）のAI回答に自院の情報を正確に表示させたい。そう考える院長先生は増えています。AIが参照するのは、ウェブサイトの裏側に記述された構造化データと、ネット上に散在するクリニック情報の整合性です。

どれほど優れた診療を行っていても、データの書き方にミスがあったり、媒体ごとに住所や電話番号がバラバラだったりすれば、AIはそのクリニックを信頼できる情報源として扱いません。

この記事では、構造化データの正しい実装方法から、情報の整合性を維持するための具体的な施策までを網羅的にお伝えします。BingのAI検索に選ばれるクリニックへと変わるための道筋を、ぜひご確認ください。

構造化データを正しく実装すれば、BingのAI回答があなたのクリニックを指名する

構造化データとは、ウェブページの情報を検索エンジンやAIが理解しやすい形式で記述する技術です。JSON-LDという記法を用いてクリニックの名称、診療科目、所在地、受付時間などをコードとして埋め込むと、AIはその情報を「公式な事実」として扱えるようになります。

Bing（Copilot）は回答を生成する際、構造化データが正確に記述されたサイトを優先的に参照する傾向があります。つまり、この技術を導入していないクリニックは、それだけでAI回答の候補から外れてしまう可能性があるのです。

JSON-LDでクリニックの診療情報をAIに正確に届ける

JSON-LDは、HTMLの中にスクリプトタグとして埋め込む構造化データの形式です。Googleが推奨している記述方式であり、Bingも同様にこの形式を高く評価しています。

クリニックの場合、MedicalClinicやPhysicianといったスキーマタイプを指定し、診療科目、住所、電話番号、診療時間、院長名などの情報を記述します。このコードが正しく書かれていれば、AIは曖昧な推測をせずに済むため、誤った情報を患者さんへ伝えるリスクが大幅に下がります。

クリニックで使う構造化データの主な項目

項目	記述内容	AI評価への影響
name	クリニック正式名称	名称一致で信頼度向上
address	住所（都道府県から番地まで）	地域検索の精度に直結
telephone	代表電話番号	NAP整合性の判定基準
openingHours	曜日ごとの診療時間	リッチリザルト表示に影響
medicalSpecialty	診療科目	専門性の判定材料

Bingウェブマスターツールで構造化データの反映を確認する

構造化データを実装したら、Bingウェブマスターツールに自院のサイトを登録して、データが正しく読み取られているかどうかを検証してください。Google Search Consoleだけで管理しているクリニックが多いのですが、BingのAI回答に選ばれたいのであれば、Bing側の管理ツールも併用するべきでしょう。

ウェブマスターツールでは、インデックスの状況やエラーの有無を確認できるだけでなく、XMLサイトマップの送信も行えます。構造化データに記述ミスがあった場合、ここで早期に発見して修正できるため、AIへ誤情報が届くリスクを未然に防げます。

NAP情報のズレがAIの信頼を損なう──表記統一が集患の生命線

構造化データを完璧に実装しても、ネット上に散らばるクリニック情報がバラバラであれば、AIはどの情報を信用すべきか判断できません。NAP（Name・Address・Phone）の統一は、AI時代の集患における基本中の基本といえます。

名称・住所・電話番号を全媒体で完全に一致させる

「医療法人○○クリニック」と「○○クリニック」のように、法人名の有無だけでもAIは別の施設だと誤認する場合があります。公式サイト、Googleビジネスプロフィール、Bing Places、各種予約サイト、口コミサイトなど、すべての媒体で表記を完全に揃えてください。

住所も同様です。「1丁目2番3号」と「1-2-3」の違い、ビル名の省略、全角と半角の混在といった細かなズレがAIの評価を下げる原因になります。一度表記ルールを決めたら、そのルールを院内で共有し、誰が更新しても同じ表記になる体制を整えましょう。

構造化データとNAP情報を連動させてAIの評価を底上げする

JSON-LDに記述した情報と、外部サイトに掲載されている情報が一致していると、AIは「このクリニックの情報は信頼できる」と判断します。逆に、構造化データには正しい電話番号が書いてあるのに、口コミサイトでは古い番号が残っている場合、AIの信頼スコアは下がってしまいます。

構造化データの実装とNAP情報の整備は、別々の作業ではなく一体の施策として取り組むことが大切です。定期的にネット上の自院情報を棚卸しし、ズレが生じていないか確認する習慣をつけてください。

• 公式サイトの構造化データに記載した正式名称を基準として全媒体の表記を統一する
• 住所は都道府県から建物名・階数まで省略せず記載し、全角・半角のルールを固定する
• 電話番号はハイフンの有無を統一し、予約サイトや口コミサイトにも同じ番号を登録する

Copilotに「地域の専門医」と紹介されるための権威性の育て方

構造化データとNAP情報の整備は、いわば土台づくりです。その上に乗せるべきなのが、医療コンテンツの質と量による権威性の確立にほかなりません。Copilotが回答の出典として引用するのは、専門性が高く、患者さんの疑問に的確に答えているページだからです。

患者さんの検索意図に応える医療コンテンツが引用される条件

「この症状は何科を受診すればいいのか」「近くに専門の医師はいるか」といった患者さんの切実な疑問に対して、医学的根拠に基づいた丁寧な回答を掲載しているクリニックサイトは、AIの引用対象として選ばれやすくなります。

単にキーワードを詰め込んだ薄い記事ではなく、院長先生自身の臨床経験や専門知識に裏打ちされた独自性のある情報発信が求められます。医療広告ガイドラインを遵守しながらも、患者さんの不安に寄り添った温かみのある文章を意識してみてください。

AI回答から予約へ直結する導線をサイト内に設計する

AIに引用されるだけでは、集患としては道半ばです。Copilotの回答を読んだ患者さんが自院のサイトにアクセスした際に、すぐ予約ボタンを見つけられる設計が整っていなければ、せっかくの流入を逃してしまいます。

スマートフォンからのアクセスが大半を占める現在、画面をスクロールせずに電話発信ボタンやオンライン予約フォームにたどり着ける構成が理想です。構造化データで正確な情報を伝え、コンテンツで信頼を得て、導線設計で来院行動につなげるという3段階の流れを意識しましょう。

構造化データの鮮度を保ち、AIからの信頼を長期的に維持する運用術

構造化データは一度実装して終わりではありません。診療時間の変更、休診日の追加、新しい診療科目の開設など、クリニックの状況が変わるたびにデータを更新し、それをBingへ速やかに伝えることで、AIからの信頼を維持できます。

IndexNowで更新情報を即座にBingへ通知する

通常、サイトを更新してもBingの検索結果に反映されるまでには時間がかかります。IndexNowは、サイトの変更をリアルタイムでBingに通知できるプロトコルです。WordPressを利用しているクリニックであれば、プラグインを導入するだけで自動通知の仕組みを構築できます。

急な休診案内や年末年始の診療スケジュール変更など、患者さんにとって緊急性の高い情報ほど、古いデータが残っていると信頼を損ないます。IndexNowを活用して更新の反映速度を上げることは、患者さんへの誠実さを示す行為でもあるのです。

画像のalt属性もAIは見ている──視覚情報の整備が差を生む

構造化データがテキスト情報の伝達手段であるのに対し、画像のalt属性は視覚情報をAIに伝える手段です。院内の待合室やスタッフの写真にalt属性を正しく設定すると、Bing画像検索での表示機会が増え、AI回答にも反映されやすくなります。

alt属性には「○○市 △△クリニック 明るい待合室」のように、地域名とクリニック名を含めた具体的な説明を記述してください。「画像1」「写真」といった無意味なalt属性は、AIにとって何の情報にもなりません。

よくある質問

構造化データをクリニックのサイトに実装すると、Bing（Copilot）の回答にどのような効果がありますか？

構造化データを実装すると、Bing（Copilot）はクリニックの診療科目、所在地、電話番号、診療時間などを正確に読み取れるようになります。AIが回答を生成する際に、構造化データが整備されたサイトを信頼性の高い情報源として優先的に参照するため、回答内で自院の情報が引用される確率が高まります。

リッチリザルトとして検索結果画面に目立つ表示が出る場合もあり、クリック率の向上にもつながるでしょう。実装しているクリニックとそうでないクリニックの間には、AIからの評価に明確な差が生まれます。

クリニックのNAP情報にズレがある場合、Bing（Copilot）のAI回答にどんな悪影響が出ますか？

NAP（名称・住所・電話番号）がサイトごとに異なっていると、Bing（Copilot）は「どの情報が正しいのか」を判断できず、信頼スコアが低下します。その結果、AIが回答を生成する際に自院を候補から除外したり、誤った情報を患者さんに伝えてしまったりする恐れがあります。

たとえば、公式サイトでは「1丁目2番3号」と書いているのに、口コミサイトでは「1-2-3」になっている場合、AIは別の施設と誤認するかもしれません。表記の統一は地味な作業ですが、AI時代の集患においては見逃せない対策です。

Bing（Copilot）向けの構造化データは、Googleの構造化データとは別に用意する必要がありますか？

基本的には、Google向けに作成したJSON-LDの構造化データをBingもそのまま読み取ります。別途用意する必要はありません。ただし、BingにはBingウェブマスターツールという独自の管理ツールがあり、構造化データの読み取り結果やエラーの確認はこちらでも行うべきです。

Googleでは問題なく表示されていても、Bing側で記述エラーが検出される場合があるため、両方のツールで検証する姿勢が集患の精度を高めます。

構造化データを実装した後、クリニックの診療時間が変わった場合はどう対応すればよいですか？

診療時間の変更があった場合は、HTML内のJSON-LDコードのopeningHoursを速やかに書き換えてください。書き換えた後は、IndexNowやBingウェブマスターツールのURL送信機能を使って、変更をBingに通知します。

古い診療時間がAI回答に残っていると、患者さんが来院したのに診療が終わっていたという事態を招きかねません。情報の鮮度を保つことは、患者さんへの信頼を維持するうえで基本となる取り組みです。

Bing（Copilot）向けの構造化データやNAP対策は、専門業者に依頼しないと難しいですか？

JSON-LDのコード自体は、テンプレートを参考にすれば院長先生やスタッフの方でも記述できます。Googleが提供する構造化データマークアップ支援ツールや、ChatGPTなどのAIツールにクリニック情報を入力して生成する方法もあります。

NAP情報の棚卸しについても、主要な掲載サイトを一覧化して表記を確認する作業ですので、特別な技術は求められません。ただし、サイト全体のSEO戦略やコンテンツ設計と合わせて進めたい場合は、専門知識のあるパートナーに相談するのも賢明な選択です。

クリニックGEO対策TOP