AIの最前線を、エンジニアの視点で。

読者の79%は「読まずに見ている」——ブログのリッチ要素の使い分け設計図

READ_TIME: 約5分

木立の中に置かれた休憩用のベンチ

ブログの読者の大半は、記事を「読む」前に「見て」いる。ユーザビリティ研究の古典であるニールセンの調査では、Webページを逐語的に読む人は16%しかいない。79%は目を滑らせて拾い読みする。つまり文字がびっしり詰まった記事は、書いた時点で8割の読者を置き去りにしている。

文字の壁を崩す部品——表、グラフ、図解、引用カード、動画。これらを「リッチ要素」と呼ぶことにして、どこに何を置くべきかの設計図を公開する。都合がいいことに、この記事自体が全部品のショールームだ。

8割の読者は「歩きながら」読んでいる

拾い読みが基本である以上、記事には視線が引っかかる「起伏」が要る。100万記事超を分析したBuzzSumoの調査では、75〜100語ごとに画像がある記事はSNSでのシェアが約2倍だった(同社自身が「厳密なルールではなく目安」と注記している)。数字の細部より、方向がはっきりしている。一定間隔で視覚の休憩所を置いた記事が、最後まで読まれる

迷ったら「データの形」で選ぶ

部品選びには判断基準がひとつあれば足りる。伝えたい情報が、どんな形をしているかだ。当サイトが全記事で使っている割り当てを、そのまま表にする。

部品使うとき避けるとき
3項目以上を同じ軸で比較する2項目以下(文章で足りる)
横棒グラフ数の規模差を体感させたい出典のある実数がない(創作データは禁じ手)
図解(フロー)流れや仕組みの説明が3文を超える単純な2段階の話
用語解説ボックス記事の鍵になる専門用語が出た初回本筋と関係ない脇の用語
引用カード公式発表・本人の生の言葉を見せる文言の実在を確認できないとき
リンクカード一次情報や深掘り先を「読む価値」付きで紹介リンクを貼ること自体が目的化したとき
表: 当サイトのリッチ要素の使い分け基準(2026年8月時点の運用ルール)。

ここで通説をひとつ訂正しておく。「表を入れるとGoogleの強調スニペットに選ばれやすい」とよく言われるが、Googleの公式ドキュメントにそのような記述はない。スニペットは自動判断で、サイト側から指定する手段もない。表は検索エンジンのためではなく、読者の比較の手間を削るために入れる——動機はそれで十分だ。

「重い埋め込み」は静かに読者を減らす

気を付けたいのは、便利な公式埋め込みの重さだ。YouTubeの標準埋め込みは、再生していなくても関連スクリプトを大量に読み込む。実測の比較がわかりやすい。

YouTube標準埋め込み約1,243KB
lite-youtube-embed(遅延読込)約27KB
図: 埋め込み1つあたりの読み込み量の実測比較(Frontend Mastersの計測より)。約45倍の差がある。

対策の定番は「ファサード」と呼ばれる手口だ。クリックされるまではサムネイルと再生ボタンだけの「見た目の偽物」を置き、押された瞬間に本物を読み込む。X(Twitter)の公式埋め込みも同様にスクリプトが重いため、当サイトでは引用文とリンクだけを自前の軽量カードで表示する方式に切り替えた。見た目は保ちつつ、読み込みはほぼゼロになる。引用する文言は必ず元ポストで実在確認し、出典リンクを付ける——軽くする代わりに、正確さの責任はこちらで持つ。


全部盛りは、何も置かないより悪い

最後に、逆側の失敗も書いておく。部品を覚えたての時期にやりがちなのが全部盛りだ。表もグラフも図解も引用も1記事に詰め込むと、読者はどこで立ち止まればいいか分からなくなる。当サイトの編集ルールでは「その記事のデータの形に合う部品だけを使う」「文字ブロックが3セクション連続したら構成を見直す」の2つで管理している。

もうひとつの禁じ手は、見栄えのための創作データだ。出典のない数字で棒グラフを描いた瞬間、その記事は読者への裏切りになる。数字が無いなら、グラフを置かない。それだけのことである。

リッチ要素は登山道のベンチ

筆者がいちばん好きな部品は、実は地味な用語解説ボックスだ。専門用語で立ち止まった読者を、たとえ話で本筋に連れ戻す。派手さはないが、読了率への効き方は体感でいちばん大きい。

リッチ要素とは、登山道に置くベンチのようなものだ。多すぎる道は歩きにくく、無い道は途中で引き返される。ちょうどいい間隔のベンチだけが、読者を頂上——読了まで連れていく。文章側の整え方は脱AI文体の技術を、AIに拾われる設計はAIに引用される書き方をどうぞ。


出典: Nielsen Norman Group「How Users Read on the Web」 / NN/g「F-Shaped Pattern of Reading」 / BuzzSumo(画像とシェアの分析) / Frontend Masters(埋め込み容量の実測) / Google検索セントラル(強調スニペット)

← PREVJ-lensとは | 「AIに意識?」と騒がれた研究、1ヶ月後の答え合わせNEXT →Anthropicはなぜ薬まで作るのか——Claude Science、点を線でつなぐ1ヶ月

// RELATED

関連記事