AI検索GEO戦略：キーワード分析からスキーママークアップまで

「SEOは終わった」と、マーケターなら一度は耳にしたことがあるでしょう。でも、本当にそうでしょうか？ Googleの検索窓の代わりに、ChatGPTやPerplexityを開くほうが自然になった今、私たちが知っていた検索の主役は完全に入れ替わりつつあります。単にリンクをクリックする時代を経て、AIが答えを「そのまま差し出してくれる」時代になったのです。 B2Bマーケターなら、せっかく一生懸命書いたブログ記事のトラフィックは減り、AIの回答からは自社ブランドがすっぽり抜け落ちていて悩んでいませんか？ それなら今こそ、SEO（検索エンジン最適化）を超えて**GEO（Generative Engine Optimization、生成型エンジン最適化）**を準備するときです。 AI時代に私たちのブランドが生き残るために必ず知っておくべきGEOのあらゆる戦略と実行方法を、非常に詳しく、そしてわかりやすく解説します。この記事を読んでおけば、これからのコンテンツ戦略の負担を減らせます。

1. 検索のパラダイムが変わりました: 「検索」から「正答の合成」へ

過去20年間、私たちは「青いリンク10件」に慣れ親しんできました。Googleが図書館の司書のように本（Webページ）を探してくれたら、読むのは私たちの役目でした。ですが、もう違います。LLM（大規模言語モデル）は司書ではなく、**「能動的な研究者」**のように振る舞います。膨大なデータを読み、分析し、**「ひとつの完成された答え」**を作り出すのです。 この変化を**GEO（Generative Engine Optimization）**と呼びます。単に名前が変わっただけではありません。 データを見てみましょう。

• 58%の会話型検索:全Webトラフィックの53%は依然として検索から来ていますが、検索クエリの58%は今や会話型の文になっています。

• 勝者総取り（Winner-take-all）:GoogleのAI要約（AI Overviews）は約13%の検索結果に表示されますが、これが出ると従来の1位ウェブサイトのクリック率（CTR）が34.5%も下がります。

注目すべき事実は、Google検索1位だからといって、AIが引用してくれるわけではないという点です。Googleの上位表示ページとAI回答の出典が重なる割合は20%未満なのです。つまり、Googleで1位でもAIの目には見えない「透明人間」かもしれないということです。今やGEOは選択肢ではなく、生き残るための必須戦略です。

2. AIはどうやって答えを作るのでしょうか？（RAGの基準）

敵を知り己を知れば百戦危うからず。AIに選ばれるには、AIがどう学習するのかを知る必要があります。ここで最も重要な概念がまさに**RAG（Retrieval-Augmentation-Generation、検索拡張生成）**です。

1. 検索（Retrieval）：ユーザーが質問すると、AIはリアルタイムインデックスから関連ドキュメントを探します。（ここでは従来のSEOも重要です。インデックスされていなければ、そもそも見つけられないからです。）

2. Augmentation（拡張）:見つけたドキュメントをすべて読むわけではありません。質問と最も関連のある**「チャンク（Chunk、200〜400語の断片）」**を抽出します。

3. Generation（生成）:抽出した断片をもとに自然な回答を書き、出典を添えます。

核心は「ベクター（Vector）」と「意味」です。

AIは単語を文字ではなく**「数学的ベクトル」**として理解します。以前は「水道の蛇口の直し方」というキーワードを繰り返さないと露出できませんでしたが、今では「配管修理ガイド」というタイトルの記事でも、内容が意味的に近ければ（ベクトル距離が近ければ）AIが見つけ出します。 これが**セマンティックSEO（Semantic SEO）**が必要な理由です。単なるキーワードの反復ではなく、テーマの文脈と関連概念を豊富に盛り込むことで、AIに「なるほど、これが正解だ」と認識させる必要があります。

パープレキシティの厳しいフィルター: L3 Reranker

特にPerplexityのようなエンジンには、**「L3リランカー（Layer 3 Reranker）」**という品質フィルターがあります。AIが文書を見つけても、このフィルターから見て「ん？ ここには引用もないし、出典も不明確だな」と判断されると容赦なく除外されます。 だから私たちはAIが信頼できる'ファクトが詰まった(Fact-Dense)'コンテンツを作成する必要があります。「生成AIが成長中だ」よりも、**「Gartnerによると、2024年第4四半期の生成AI導入率が35%増加した」**と書くべきです。そうすれば、AIがハルシネーション（誤った回答）を心配せずに、私たちの記事を引用できるからです。

3. 何が本当に通用するのでしょうか？（Aggarwal研究結果）

「では、何をどう直せばいいのですか？」とお思いなら、プリンストン大学とジョージア工科大学などが発表した意義ある研究（Aggarwal et al., 2023）の結果をご紹介します。9つの戦略をテストしたところ、驚くべき結果が出ました。

GEO戦略 効果順位（Top 3）

一方で、キーワードの詰め込み（Keyword Stuffing）は効果がないか、むしろ逆効果でした。 重要なのは「ファクト密度（Fact-Density）」です。段落ごとに統計、引用文、出典のいずれかを必ず入れる「ジャーナリズム的な書き方」が必要です。AIは感情的な文章よりも「乾いた事実」を好むという点を忘れないでください。

4. 技術的な準備も必要です（構造化データ）

内容が良ければそれでいいのでしょうか？ いいえ、AIが読みやすいように、きちんと“お膳立て”してあげる必要があります。ここで登場するのが、**「スキーママークアップ（Schema Markup）」**です。ウェブサイトを、AIが理解しやすいデータベースのように整える作業です。

必須スキーマ

1. Article:基本中の基本です。

2. FAQPage:これは本当に重要です。AIは質問-回答のペアを好むため、FAQスキーマがあると回答として採用される確率がぐっと高まります。

3. ClaimReview:「この主張は事実です」と証拠を提示するためのスキーマです。ファクト密度を重視するRAGシステムにぴったりです。

4. Organization/Person:誰が著者なのか、どのような専門家なのかを示し、信頼性（E-E-A-T）を高めます。

ちょっとしたコツ: sameAsで曖昧さをなくす

最も強力なのに、あまり使われていない機能こそがまさにsameAsです。私たちの文章に「ジャガー」が出てくると、AIは動物なのか自動車なのか混乱することがあります。このとき、Wikidata（ウィキデータ）リンクをsameAsタグで付けておくと、AIは「なるほど、これは動物のジャガーなんだな。」と丁寧に理解します。

文章の構造は「原子（Atomic）」単位で。

AIは文章を塊（Chunk）に分けて読むと言いましたよね？ そのため、H1 > H2 > H3の構造を明確にし、各小見出しの下に200〜400語で完結した内容を入れるのがよいです。特にH1タイトルのすぐ下に**40〜80語の要約（TL;DR）**を入れておくと、AIが取り込みやすくなります。

5. プラットフォームごとに攻略法が異なります

AIといってもすべて同じではありません。各プラットフォームの「性格」に合わせて、戦略を少しずつ調整する必要があります。

6. どのようなコンテンツを書くべきでしょうか？（情報利得の経済学）

「運動の5つのメリット」のようなありきたりな記事は、もうやめるべきです。AIはすでにその内容をすべて知っているからです。こうしたものを「日用品コンテンツ（Commodity Content）」と呼びますが、AI時代では価値が0に収束します。 私たちが勝負すべきなのは、**「情報利得（Information Gain）」**のあるコンテンツです。

• 一次ソース（Primary Source）:自社だけが知っているデータ、アンケート調査結果、社内実験データ。

• 専門家の経験:「自分で実際にやってみたら...」という体験談は、AIが決して真似できない（Hallucination）領域です。

これからはリンク（Backlink）よりも、**引用（Citation）**のほうが重要です。

7. 成果はどのように測定しますか？（SoM）

「クリックが起きないのに、成果をどうやって把握するのですか？」その通りです。トラフィックだけを見ていた Google アナリティクス は、もはや半分しか見えていません。新しい指標が必要です。

モデルシェア（Share of Model, SoM）

自社ブランドが AI の回答にどれくらいの頻度で、かつどのように好意的に言及されるかを測定する指標です。

• 測定方法:主要キーワードを AI に質問し、自社ブランドが表示されるか、推奨されるか、好意的かを手動またはツール（Brand Radar など）で確認する必要があります。

トラフィックがなくても問題ありません。ユーザーが AI の回答で自社ブランドを見て検索窓に直接ブランド名を入力して流入してくる場合（Direct Traffic）、あるいは営業チームの商談で「ChatGPT が推奨してくれたので連絡しました」と言われるなら、GEO が機能している証拠です。

8. 金融・ヘルスケアのマーケターなら、さらに注意してください。

もし金融やヘルスケア（YMYL）分野にいらっしゃるなら、AI の基準ははるかに厳しくなります。誤った情報が、お金や健康に直結するからです。

• データ純度（Data Purity）:すべての主張に、査読付き論文または法的根拠を示す必要があります。

• ホワイトリスト:AI は Mayo Clinic のような超権威サイトしか信頼しません。自社ブログより、Bloombergのような第三者メディア（Earned Media）で自社ブランドが言及されることが、はるかに大きな力を発揮します。

9. 未来は「エージェント（Agent）」の時代

2026年以降、GEOは「**エージェント最適化'**」へと進化していくでしょう。 人が検索するのではなく、AIエージェントが自ら「航空券を予約して」「最安のカメラを買って」といった命令を実行する時代が訪れます。 このとき、私たちのウェブサイトは人のためのショーウィンドウではなく、エージェントのためのデータフィードでなければなりません。APIを開放し、「購入する（BuyAction）」のような機能的スキーマをあらかじめ準備しておきましょう。 GEOは検索アルゴリズムを欺く技術ではありません。より正確で、構造化され、権威ある情報を提供する**「真正性」**の戦いです。 今すぐ自社ブランドのコンテンツを見直してみてください。AIが引用したくなる「信頼できる情報源」になっていますか？ 変化はすでに始まっています。この記事がGEO戦略策定の心強いガイドとなれば幸いです。

GEO戦略、頭では分かっているのに、いざ始めようとすると途方に暮れていませんか？

AIが好む「ファクト密度」の高いコンテンツ、競合が見落としているコンテンツギャップの分析、そしてユーザーの隠れた意図の把握まで。これらすべてをマーケター一人で抱えるには、あまりにも時間が足りません。 Search OSは膨大なデータを基にユーザーの検索意図を分析し、競合コンテンツの弱点を把握して、あなたのブランドがAIに選ばれるよう支援する**「データベースのSEO戦略パートナー」**です。

変化する検索市場を、もう恐れる必要はありません。Search OSと一緒なら、あなたのコンテンツは検索エンジンの結果として引用されることができます。 [Search OSでAIに引用される]