GEO:ChatGPTとAI検索エンジンにおける完全ガイド

GEO:ChatGPTとAI検索エンジンにおける完全ガイド
2 分の読書

GEO(Generative Engine Optimization)とは、ChatGPT、Gemini、Perplexity、Copilot、GoogleのAI Overviewsなどの応答内に自社サイトやブランドを表示させるための手法を総称したものです。その基盤は、検索エンジン最適化(SEO)の基本原則にあります:ロボットがアクセス可能でインデックス登録され、有用かつ検証可能なページ、そして信頼できる第三者情報源におけるブランドの存在です。AIアシスタントの開発企業はいずれも選定基準を公開していません:本ガイドでは、文書化されている内容、観察される傾向、そして依然として仮説の域を出ない要素を区別して解説します。

このテーマが注目を集める背景には、会話型AIが情報への入口として、商用クエリを含むあらゆる情報探索に利用されるようになったことがあります。しかし、同時に検証不可能な過剰な期待も生み出しています。以下で引用するデータは2026年11月時点で確認されたものです。ツールやプラットフォームのルールは急速に変化するため、意思決定の前には必ず再確認が必要です。

Generative Engine Optimization(GEO)とは何か?

この用語は、2023年11月に主にプリンストン大学とIITデリーの研究チームがarXivに投稿し、その後KDD 2024カンファレンスで採択された研究論文「GEO: Generative Engine Optimization」に由来します。著者らは「生成エンジン」を、Web上で情報源を検索し、それを引用しながら要約的な回答を作成するシステムと定義しています。GEOとは、これらの回答内でのコンテンツの可視性を高める手法を指します。詳細については「GEOとは?定義と課題」をご覧ください。

用語はまだ確立されていません。AEO(Answer Engine Optimization)、LLMO、あるいは単に「AI検索エンジン最適化」という表現も見られます。Googleは2026年5月に公開した生成AI機能向け最適化ガイドにおいて、これらの用語は同じ作業を指し、自社の検索エンジンにとっては生成検索の最適化もSEOの一部であると述べています。本質的な問題、つまりGEOが従来のSEOとどう異なるかは、単なるラベルの変更ではなく、SEOとGEOの比較において最も重要なのは、結果の計測方法が変化する点です。この比較については「SEO対GEO:違い、共通点、補完性」で詳述しています。

混同してはならない4つの結果

「AIで見える」という表現は、価値も測定ツールも異なる様々な状況を指し得ます。これらを混同すると、誤解を招くダッシュボードの原因となります。

結果 定義 例
引用 回答のリンク付き情報源として自社ページが表示される Perplexityの回答下にある、番号付きリンクで自社記事へ
言及 リンクの有無にかかわらず、回答テキスト内でブランド名が記載される ChatGPTが3社のプロバイダーの中であなたの企業を挙げる(リンクなし)
参照トラフィック ユーザーがクリックしてあなたのサイトに到達する 分析ツールで参照元がAIアシスタントと記録されたセッション
コンバージョン その訪問が有益なアクションに結びつく 見積もり依頼、登録、購入

ブランドは頻繁に言及されても一度も引用されない場合もあれば、引用されてもクリックを受けない場合もあります。逆に、会話中の決定が後になってダイレクト訪問やブランド検索につながり、そのトラフィックが別のチャネルに帰属されることもあります。これが、以下に述べるすべての手法の主な限界です。

AIアシスタントが情報源を検索・引用する仕組み

AIアシスタントは2通りの方法で回答できます。一つは、モデルの学習時に得た知識のみに基づき、表示される情報源なしで回答する方法。もう一つは、質問時に検索を実行し、ページを取得した上で、それらを引用しながら回答を作成する方法です。後者の方法は、検索拡張生成またはgroundingと呼ばれ、モデルの学習が特定時点の固定データに基づくため、サイトが迅速に影響を与えられる唯一の方法です。

Googleはこの仕組みをAI OverviewsとAI Modeについて説明しています:通常のランキングシステムが検索インデックスからページを取得し、モデルは関連する複数のクエリを並行して実行できます。この技術をGoogleはquery fan-outと呼んでいます。出版社向けドキュメントによれば、ページはインデックス登録され、スニペット表示の対象となるだけで参照リンクとして機能し得るとされ、追加の技術的要件はありません。したがって、AI Overviewsを最適化するには、まずGoogleでの検索エンジン最適化を成功させることが基本です。詳細は「Google AI Overviews:サイトをAI回答に対応させるには?」をご覧ください。

誰が何をクロールするか:知っておくべきロボット

各開発企業は独自のロボットを異なる目的で使用しています。これらを混同することは技術的に最もコストの高い誤りです:モデルの学習をブロックしようとして検索ロボットをブロックすると、サイトは回答から消えてしまいます。このテーマについては専用記事「AIロボットとrobots.txt:誰を許可し、どう確認するか?」をご覧ください。

開発企業 ロボット/トークン 文書化された役割 robots.txtでのブロック効果
OpenAI OAI-SearchBot ChatGPTの検索結果にサイトを表示する ChatGPTの検索回答にサイトが表示されなくなる
OpenAI GPTBot 学習に利用可能なコンテンツを収集する コンテンツが学習に使用されないよう指示する
OpenAI ChatGPT-User ユーザーリクエストによってトリガーされる訪問 robots.txtルールが適用されない場合がある
Perplexity PerplexityBot 検索結果にサイトを表示・リンクする Perplexityによれば尊重される;サイトが引用される機会を失う
Perplexity Perplexity-User ユーザー要求に応じてページを取得する Perplexityによれば、通常robots.txtを無視する
Google Googlebot 検索(AI機能を含む)のためのクロール サイトが検索結果、ひいてはAI OverviewsおよびAI Modeから除外される
Google Google-Extended(robots.txtトークン) Geminiモデルの学習およびGeminiアプリケーション内でのgrounding Google検索におけるインデックス登録やランキングには影響なし

これらの役割は、2026年11月時点で確認されたOpenAIのロボットドキュメント、Perplexityのドキュメント、およびGoogleのロボット一覧に基づいています。OpenAIとPerplexityは、robots.txtの変更が反映されるまで約24時間かかると述べています。Googleはさらに、2027年初頭に標準化された学習設定シグナルAIPREFをサポートする意向を表明しています。AIロボットとrobots.txtの詳細設定は、ファイルだけでなくファイアウォールやCDNがこれらのロボットを拒否する可能性もあるため、行ごとの確認が必要です。

基礎研究が測定した内容と、それが証明しないこと

2023年の研究論文は10,000のクエリからなるテストベンチ(GEO-bench)を構築し、シミュレートされた生成エンジンとPerplexity上で9種類のコンテンツ変更をテストしました。情報源の引用、テキスト引用、統計データの追加という最良の手法は、著者によれば測定された可視性を相対的に約30〜40%向上させました。キーワード詰め込みは何の利益ももたらさず、Perplexityでのテストでは結果を悪化させさえしました。

もう一つの結果としてよく引用されるのは、検索結果5位の情報源は引用を追加することで115.1%可視性が向上したのに対し、1位の情報源は平均で30.3%低下したというものです。これらの数字は、2023年末時点のモデルと研究者が定義した指標を用いた制御実験の結果です。裏付けがあり正確なコンテンツほど多く引用されるという plausible な傾向を示していますが、現在のAIアシスタントの動作ルールを構成するものではありません。

習得すべき技術的・編集的基本要素は?

出発点はしばしば考えているよりも低いものです。2026年11月にFasterizeが公開したバロメーター(1,469サイトのクロールに基づく)によると、61%のサイトがSearch指標で80/100点を達成したのに対し、AI Search指標で80/100点を達成したのは9%のみでした。この差については、AI検索向けサイト最適化の低さに関する記事で詳述しています。これらのスコアは同社の評価基準に基づくものですが、基本が第一の課題であることを示しています。

技術面では、4つの条件が文書化されています。AIアシスタントの検索ロボットがファイアウォールやCDN経由も含めページにアクセスできること。ページがインデックス登録され、スニペット表示の対象となること。Googleはnosnippet、data-nosnippet、max-snippetのディレクティブもAI機能での表示を制限すると明言しています。重要なコンテンツはGoogleが求めるようにテキスト形式で存在すること。また、AIアシスタント開発企業が自社ロボットのJavaScript実行能力を文書化していないため、HTMLとして配信される段階で直接含まれていることが望ましいです。最後に、構造化データは表示テキストと一致している必要があります。詳細は「構造化データとAI:Schema.orgは可視性を変えるか?」をご覧ください。

公式ドキュメントを読むと、いくつかの通説が覆されます。Googleはllms.txtファイルを使用していないこと、AI機能に特定のschema.orgマークアップは不要であること、ページを小さなブロックに分割する必要はないことを示しています。llms.txtとAI検索エンジン最適化に関する議論は他のサービスでは続いていますが、我々の知る限り、主要企業が情報源選択にこれを利用していると文書化した例はありません。schema.orgについては、リッチリザルトと情報の一貫性のためにその価値を保ちますが、特別な通行証ではありません。詳細は「llms.txt:このファイルはAI検索エンジン最適化に本当に役立つか?」をご覧ください。

2026年8月31日以降、GoogleはSearch Consoleに「Search generative AI」設定を提供しており、サイトをAI Overviews、AI Mode、Discoverの生成機能から除外できます。この設定はデフォルトで「含める」に有効化されています。除外を選択すると、これらの機能からのすべてのトラフィックとインプレッションが削除され、Googleによれば検索の他の部分には影響しません。サイト移行や買収後など、各プロパティで確認が必要です。

チェックリストと証拠レベル

以下の表は、最もよく引用される施策を、それを支持する根拠の確実性に基づいて分類しています。「文書化」は開発企業がドキュメントに記載していること、「観察」は研究やテストで特定条件下で確認されたこと、「仮説」は公開された証拠はないが合理的な慣行であることを意味します。

施策 証拠レベル 確認方法
検索ロボットのアクセス(OAI-SearchBot、PerplexityBot、Googlebot、Bingbot) 文書化 robots.txt、サーバーログ、ファイアウォールルール
インデックス登録とスニペット表示の対象 文書化(Google) Search ConsoleのURL検査
「Search generative AI」設定を「含める」に 文書化(Google) Search Consoleの設定
重要な情報が配信HTMLに含まれていること 慎重な仮説(Googleはテキストを文書化、他社はJavaScript実行を文書化せず) ソースコードとレンダリング後のページを比較
正確な事実、情報源付き数値、引用 観察(2023年GEO研究) 重要なページを精読:各主張に情報源はあるか?
明確な見出し、表、FAQ MicrosoftがBingとCopilotで推奨 最も戦略的なページの編集レビュー
第三者情報源(ディレクトリ、比較サイト、報道)での存在 限定的なテストで観察 主要クエリで引用されている情報源をリスト化
llms.txtファイル 仮説;Google検索では無視 公開指標なし

ブランドとコンテンツの可視性を最適化するには?

自社ページについては、開発企業の共通する推奨事項はいくつかの原則に集約されます。Googleは「交換不可能な」コンテンツ、すなわち既存情報のまとめではなく、実際の経験や専門知識に基づいて作成されたコンテンツを求めています。MicrosoftはAI Performanceレポートの発表において、情報の構造化(見出し、表、FAQ)、主張の事例やデータによる裏付け、定期的なページ更新、変更のIndexNowによる通知を推奨しています。

具体的には、ページが明示的に質問に答え、検証可能な要素(開始価格、納期、範囲、更新日、方法)を提供し、誰がどの立場で発言しているかを示す場合、再利用される可能性が高くなります。これらの指標は、Googleが長年説明してきた「有用なコンテンツ」の基準、つまり誰が、どのように、何の目的でコンテンツを作成したかと重なります。

ブランドの可視性は自社サイトだけで決まるわけではありません。AIアシスタントは業界ディレクトリ、比較サイト、プロフェッショナルプロフィール、報道記事、レビューなどの第三者ページにも依存します。したがって、ブランドエンティティ、つまり企業が記載されるあらゆる場所での一貫した情報(名称、事業内容、住所、提供サービス、代表者)が重要です。小売業や製品については、Googleは明示的にMerchant CenterとGoogleビジネスプロフィールを挙げ、MicrosoftはBing Placesを挙げています。ChatGPTによる引用も同様の論理ですが、アシスタントのWeb検索とそのロボットOAI-SearchBotに依存する点が特徴です。詳細は「ブランドエンティティ:企業をAIに認識させるには?」をご覧ください。

逆効果となる可能性のある慣行

  • AIアシスタントのクエリを捕捉するために大量のページを生成すること。 Googleは、検索結果や生成回答を操作することを主目的としたページ作成は、大規模コンテンツ作成に対するルール違反であると繰り返し述べています。
  • 言及を作り出すこと。 Googleのガイドは、「非本来的な」言及をWeb上で探すことは見かけほど有用ではないとし、スパム対策システムは生成回答にも適用されると述べています。
  • ページにキーワードを詰め込むこと。 これは2023年のGEO研究でテストされた唯一の、何の利益ももたらさなかった手法です。
  • 誤ったロボットをブロックすること。 「コンテンツを保護する」ためにOAI-SearchBotやPerplexityBotを禁止すると、サイトは回答から消えます。学習拒否を表明するにはGPTBotとGoogle-Extendedで十分です。
  • 順位保証を信じること。 Googleは、いかなるサードパーティツールも自社の内部ランキングやAIシステムにアクセスできないと明言しています。AIアシスタントでの「順位保証」を謳う提案は疑ってかかるべきです。

言及、引用、トラフィック、コンバージョンをどう測定するか?

測定はGEOにおいて最も弱い環であり、各プラットフォームは部分的な情報しか提供しません。AI可視性の測定には、各データソースが何をカバーし、何を欠いているかを理解した上で、複数のソースを組み合わせる必要があります。

Googleは2026年6月以降、Search Console内で生成AIパフォーマンスレポートを提供しており、2026年8月31日以降すべてのサイトで利用可能です。このレポートはAI OverviewsとAI Modeでのインプレッション(サイトへのリンクが表示されるたびに1インプレッション)を、ページ、国、日付、デバイス別にカウントします。クリック数は提供されず、これらのデータは従来のパフォーマンスレポートにも含まれるため、両方を合計すると二重計上となります。

Microsoftは2026年2月10日以降、プレビュー版としてBing Webmaster Tools内にAI Performanceレポートを提供しています。Copilot、Bingによる生成サマリー、一部パートナーでの引用を、「grounding queries」(AIがあなたのページを見つけるために使用した表現)のサンプルとともに記録します。2026年6月には、意図別、テーマ別のビューと「引用シェア」が追加されました。Microsoftはこの引用シェアがトラフィックシェアを表すものではないと明言しています。

ChatGPT、Perplexity、Geminiアプリケーションについては、我々の知る限り、これらに相当する公開レポートは存在しません:PerplexityとGeminiの検索エンジン最適化は、参照トラフィックの分析とクエリテストによって追跡されます。OpenAIの出版社向けFAQによれば、ChatGPT検索のリンクにはutm_source=chatgpt.comパラメータが付与されるため、分析ツールでの識別が容易です。

指標 データソース 測定内容 主な限界
Google AIインプレッション Search Console、生成AIレポート AI OverviewsまたはAI Modeでのリンク表示 クリック数なし;AI OverviewsとAI Modeが分離されていない
CopilotおよびBing引用 Bing Webmaster Tools、AI Performance 引用数、ページ数、grounding queries数 プレビュー版;クリック数・トラフィック数なし
参照トラフィック 分析ツール(参照元、UTMパラメータ) 識別可能なAIアシスタントからの訪問 一部の訪問は参照元なしで到着する
リンクなし言及 手動テストしたクエリのパネルまたはサードパーティツール ブランド名の存在と言い回し 回答は変動し、サンプルは限定的
コンバージョン 分析、CRM、「どうやって知りましたか?」の質問 チャネルのビジネス価値 顧客旅程の帰属が不完全

サイト全体の規模に対して、その量はまだ控えめです。Fasterizeが2026年8月に498サイトを対象にSimilarwebデータを分析したところ、AIアシスタントからのトラフィックは、オーガニック検索からの100訪問に対して中央値で2訪問でした。一方、いくつかの分析では限定的なサンプルながら、これらの訪問者のコンバージョン率が高いことが指摘されています:量だけでなくコンバージョンも追跡すべき理由の一つです。

再現可能な手動テストプロトコル

  1. 実際の顧客が尋ねる20〜50の質問(情報検索、比較、商用的)を作成し、自社ブランド名は含めない。
  2. 追跡するAIアシスタントを選択し、それぞれについて使用モード(Web検索有効/無効)、言語、アカウント(ログイン/非ログイン)を記録する。
  3. 回答は試行ごとに変動するため、各質問を複数回、別々のセッションで行う。
  4. 各回答について、以下を記録する:ブランドの言及の有無、引用されたページ、登場する競合、使用された表現、事実誤認の可能性。
  5. 日付付きスクリーンショットを保存し、同じ質問で定期的(例:毎月)にプロトコルを繰り返す。

このプロトコルは市場シェアを示すものではありませんが、選択したサンプルにおける傾向を示します。商用GEOツールはこの作業をより大規模に自動化します。それらの数値を比較する前に、その手法(クエリ数、頻度、所在地、問い合わせるモデル)を把握する必要があります。

GEO監査計画と避けるべき誤り

GEO監査には特殊なツールは必要ありません。順序に従って、アクセスを妨げるものがないか、コンテンツが利用可能か、ブランドが他で正しく記載されているかを確認し、その後ベースライン測定を行うことから構成されます。

  1. アクセス。 OAI-SearchBot、PerplexityBot、Googlebot、Bingbotについて、robots.txtとファイアウォール/CDNルールを確認し、サーバーログでこれらのロボットが200応答を得ていることを確認する。
  2. 学習設定の選択。 GPTBotとGoogle-Extendedについては、学習および(Google-Extendedについては)Geminiアプリケーション内でのgroundingに関わるため、別々に判断する。
  3. インデックス登録。 Search ConsoleとBing Webmaster Toolsで、戦略的ページのインデックス登録状況と意図しないnosnippetディレクティブの有無を確認する。
  4. Google設定。 Search Consoleプロパティの「Search generative AI」設定が「含める」になっていることを確認する。
  5. レンダリング。 価格、特徴、重要な回答がJavaScript実行後だけでなく、配信HTMLに含まれていることを確認する。
  6. コンテンツ。 主要な質問に答えるページを特定し、日付付きの事実、情報源、方法論の要素を追加する。
  7. エンティティ。 企業を記載しているリストやプロフィールを調査し、古い情報や矛盾する情報を修正する。
  8. ベースライン測定。 GoogleとBingのレポートを有効化し、分析ツールでAIアシスタントの参照元を分離し、テストプロトコルの最初の実施を行う。

誤った結論を避けつつ結果を評価する

変更後の引用数増加は、その変更が原因であることを証明しません:モデルは変化し、競合はコンテンツを公開し、需要は変動します。このバイアスを抑えるためには、変更したページ群と、同じ期間内で変更を加えなかった類似のページ群を比較し、各変更の日付を記録しておきます。Microsoft自身も、引用活動はモデルの進化、競合コンテンツ、需要の変化に依存すると述べています。

最後に、適切な目標を設定してください。コンテンツサイトにとって期待される利益は主に引用情報源としての存在であり、企業にとっては購入者が推薦を求めた際に正しく言及されることです。いずれの場合も、GEOは検索エンジン最適化と評判管理を置き換えるものではなく延長するものであり、いかなる手法もAIアシスタントの回答での地位を保証するものではありません。

S’abonner
Notification pour
guest

0 Commentaires
Le plus ancien
Le plus récent Le plus populaire
0
Nous aimerions avoir votre avis, veuillez laisser un commentaire.x