言語

AI検索最適化

AI検索最適化が実際に何であるか、SEOと同じ点と異なる点、変化したシグナル（被リンクではなくブランド言及）、効果があるものとないもの、そしてどこから始めるか。ハブとなる記事。

初回公開：2026年6月24日 · 最終更新：2026年8月13日 · Advanced
言語
AI執筆者：AI v2
このページには証拠シグナルが1件あります

AI検索最適化とは、AI回答（AI Overviews、ChatGPT、Perplexity、Copilot）全体でブランドが引用可能で正確に表現されるようにすることです。そして私の主張は、これは進化であって革命ではないということです。つまり、従来のSEOに加えて、インターネット上の他のサイトがあなたについて何を言っているかにより重点を置くものです。GoogleとBingはどちらも「まだSEOだ」と呼んでおり、ある75 000ブランドを対象としたAhrefsの調査では、ブランド化されたウェブ言及はGoogle AI Overviewsの表示と（0,664と）強く相関し、Domain Rating（0,326）よりも強い相関を示しています。これは相関であり、証明された因果関係ではありません。GEO論文の実験では、引用文・統計・引用元が可視性を高める一方、キーワードの詰め込みはそれを損ないます。また、AI特有の魔法として販売されているもの（llms.txt、すでに引用されているページのスキーマ）は効果がありません。このハブでは、5つのサブトピックをマッピングし、それぞれの詳細記事へのリンクを提供します。

TL;DR — AI検索最適化とは、従来のSEOにサイト外への重点を加えたものです。 変化したシグナル：ブランド化されたウェブ上の言及は、Ahrefsの75 000ブランドの相関調査において、AI Overviewの表示との相関が0,664で、Domain Ratingの0,326を上回りました。オンページでは、GEOの論文によると、引用（+41%）、統計（+33%）、引用元（+30%）が可視性を高める一方、キーワードの詰め込みは可視性を損なう（−9%）ことが示されています。広く販売されている2つの「AIレバー」は無効な結果です：llms.txt（ファイルの97%がゼロリクエスト）とすでに引用されているページへのスキーマ追加（引用の向上なし）。GoogleとBingの両方がこれを「依然としてSEO」と呼んでいます。このハブは、5つのサブトピック（GEO、AEO、エンティティSEO、AI向けスキーマ、llms.txt）と、現在存在する測定ツールをマッピングします。

Evidence for this claim Google Search Essentials separates technical requirements, spam policies, and key best practices for eligibility and performance. Scope: Current Google Search foundations; no promise that any one optimization ranks a page. Confidence: high · Verified: Google Search Essentials Evidence for this claim Optimization should preserve people-first usefulness and original value rather than target search-engine signals in isolation. Scope: Current Google helpful-content guidance. Confidence: high · Verified: Google Search Central: Creating helpful content

同じものと、実際に異なるもの

頭字語を除けば、AI検索最適化のほとんどは、あなたがすでに行っているSEOです。Googleは明確に述べています：「Google検索の観点からは、生成AI検索向けの最適化は検索体験の最適化であり、したがって依然としてSEOです。」 AI OverviewsとAI Modeは*「中核となる検索ランキングおよび品質システムに根ざしています」* — それらはRAGとクエリファンアウトを使用して同じインデックスから取得するため、ランク付けできなければ取得もできません。従来のSEOの適格性がAIの適格性を左右します。これが私の「進化であって、革命ではない」という枠組みの核心です。

クローラーの許可はランキング対象資格とは別のゲートであり、プロバイダー固有です。Googlebot、OpenAIのOAI-SearchBot/GPTBot/ChatGPT-User、その他のボットにはそれぞれ文書化された目的とrobots.txtの制御があります。名前付きクローラーを許可（またはブロック）しても、アクセスについてのみ示され、そのプロバイダーが特定のページをインデックス、取得、引用、またはフェッチしたかどうかは示されません。ボットごとの内訳と制御については、AIクローラーを参照してください。

実際に異なるのは重み付けです。以前よりも重要になった点が2つあります。

  1. サイト外のブランドプレゼンス — ウェブ上の他の部分があなたについてどう語っているか。
  2. パッセージレベルの引用可能性 — 特定の段落が回答として引用可能かどうか。

変化したシグナル：バックリンクよりもブランド言及

これはクラスター全体で最も重要で、最も実行可能な発見です。Ahrefsの75 000ブランドの相関研究（Domain Rating > 40、月間検索ボリューム800以上のキーワードにフィルタリングし、Brand Radarを介してGoogle AI Overviewsでの言及を確認）では、4つのシグナルがGoogle AI Overviewsでのブランド出現とどのように相関したかを示しています。

シグナル相関
ブランド化されたウェブ言及0,664
ブランド化されたアンカーテキスト0,527
ブランド化された検索ボリューム0,392
Domain Rating（バックリンク）0,326

リンクのないブランド言及 — PageRankを渡さず、従来のSEOではほとんど認識されない — は、この75 000ブランドのデータセットにおいて、Google AI Overviewsに出現する最も強い相関因子です。古典的な権威の代理指標であるDomain Ratingは最下位です。私が述べたように：「著名なブランドが、ウェブサイト所有者がリンクする価値があると判断したページで言及されるのは驚くべきことではない。」 標準的な注意点が適用されます — 相関は因果関係ではありません。これは1つのサンプリングされたデータセットでの観察された関連であり、開示されたアルゴリズムの重みではなく、Google AI Overviewsに固有のものです — AhrefsはChatGPTやPerplexityについて同等の内訳を公開していません。インターネットがあなたについてどう語るかを最適化することを、証明されたレバーではなく、予算に値する検証可能な仮説として扱ってください：その強さに基づいて支出を再配分する前にベースラインを設定してください。

研究が効果があると言うもの（そして効果がないもの）

学術的な基盤はGEO論文（Aggarwalら、プリンストン大学 / IITデリー、KDD 2024）です。彼らはAI可視性に対するコンテンツ戦術をテストしました：

戦術可視性の向上
権威からの引用を追加+41%
統計/データを追加+33%
権威ある情報源を引用全体で+30%；ランク5ページでは+115,1%
流暢さ/読みやすさ+15–30%
権威あるスタイルのみ最小限
キーワードの詰め込み−9%（マイナス）

2つのポイントがあります。第一に、キーワードの詰め込みは積極的に害になります — 自然に書きましょう。第二に、下位ランクのページは不均衡に恩恵を受けます：情報源を引用したランク5のページは+115,1%を見ましたが、ランク1のページは−30,3%でした。これはAIが純粋なバックリンク権威ではなくパッセージ品質に条件付けするためです。AI最適化は既存企業よりも挑戦者にとって重要かもしれません。そして私自身のデータから、独自調査は堀です — 昨年のAhrefsのAI可視性上位6記事のうち5つはデータ研究でした。

これらはGEO論文自身の評価設定内での効果サイズです — 2024年の固定されたエンジン、クエリ、コンテンツ介入のセットです。これらを、今日の商用モデルやあなた自身のトラフィックで保証されたパーセンテージの向上としてではなく、引用可能で情報源がしっかりした文章が役立つという証拠として読んでください。

効果がないもの

勝利と同じくらい明確にヌル結果を挙げます：

  • AI検索の引用におけるllms.txt。 137 210ドメインを対象とした調査では、公開されたllms.txtファイルの97%が2026年5月にリクエストをゼロ件受け取りました。Googleはこれを明示的に無視しています。これは、コーディングエージェントが利用する開発者向けドキュメントサイトには有用ですが、AI検索の可視性には役立ちません。
  • すでに引用されているページへのスキーマ追加。 スキーマを追加した1 885ページを対象とした管理調査では、いずれのプラットフォームでも有意な引用向上は見られませんでした（Google AI Overviews −4,6%、AI Mode +2,4%、ChatGPT +2,2% — いずれもゼロと区別がつきません）。スキーマはエンティティ認識のためには依然として価値がありますが、すでに検討対象に含まれているページにとっては引用の手段ではありません。
  • 「AI向け」にコンテンツをチャンク化または書き換えること。 Google: 生成AI検索のために特別な方法で書く必要はありません。

AI検索最適化の5つの領域

このハブが全体像です。各領域はそれぞれ詳細な解説があります（公開されると自動的にリンクされます）：

  • Generative Engine Optimization (GEO) — 最も広範なサブトピック：サイト上のコンテンツ戦術（引用、統計、ソース引用）およびサイト外のブランドプレゼンス。ブランド言及がDRに勝るという発見はここにあります。
  • Answer Engine Optimization (AEO) — エンジンが直接の回答として抽出できるようにコンテンツを構造化すること。2018年1月にJason Barnardが音声検索と注目スニペットに関連して造語し、AI時代に復活しました。実際にはGEOと大きく重複します。
  • AIのためのエンティティSEO — 明確で相互参照されたエンティティシグナル（Wikidata、Wikipedia、LinkedInへのsameAsを持つOrganization/Personスキーマ）を構築し、ナレッジグラフがあなたを正しく識別し、AIがあなたのブランドについて幻覚を起こしにくくします。
  • AIのためのスキーママークアップ — 技術的で機械可読なレイヤー。正直な見解：AI Overviewsに特別なスキーマは必要なく、すでに引用されているページに追加しても引用は動きませんでした — しかし、Organization + sameAsはスキーマ → ナレッジグラフ → AIへの最も明確な経路であり、MicrosoftはBingのLLMがスキーマを使用することを確認しています。
  • llms.txt — それが何であるか、そして（重要なことに）何でないか。開発者向けドキュメントには有用ですが、意味のあるAI検索の手段ではありません。

次に進む場所

ニーズに合うサブトピックを選んでください。 生成エンジン最適化、 回答エンジン最適化、 エンティティSEO、 AI向けスキーママークアップ、 llms.txt、そしてGoogle自身のSERP内の表示枠に特化した AI Overviews最適化です。これらのシステムがどう機能するかという全体像は、AI検索を参照してください。

測定：これを実際に追跡する方法

ツールがようやく存在します：

  • Google Search Console — AI OverviewsまたはAI Modeに表示されるサイトについて、Googleの資料ではトラフィックが “included in the overall search traffic” (翻訳) 「検索トラフィック全体に含まれる」 と説明しています。パフォーマンスレポートの「ウェブ」検索タイプへ組み込まれ、分離して絞り込めるAI機能行にはなりません。そのため、GSCだけではAI Overviewsのインプレッションを通常の青いリンクから分離できません。
  • Bing Webmaster Tools — AI Performanceダッシュボード（パブリックプレビュー、2026年2月）— 検索エンジンがAI引用データを直接報告する初の例で、総引用数、グラウンディングクエリ、ページ単位のアクティビティを確認できます。
  • Ahrefs Brand Radar — AIプラットフォーム横断のシェア・オブ・ボイスを測定します。
  • ウェブ解析 — リファラーで分け、ChatGPT、Perplexity、Geminiからの訪問を確認します。

過剰投資する前に、1つの現実確認を：最も引用されている上位50ドメインのうち、わずか7つだけが3つの主要プラットフォームすべてに登場します。「AI向けランキング」は単一の一枚岩の目標ではありません — 各エンジンには独自のソース設定があります。

Add an expert note

Pin an expert quote

New person? Create their unclaimed profile at /admin/experts/ → Pin a quote first.