GEO：AI時代のSEOに関する調査と個人的な見解

Ahrefs、Semrush、Pew Research、そしてプリンストン大学発の原論文のデータをもとにGEOを調査し、その根拠と限界、SEOとの本当の関係を検証する。

GEO、SEO、AI検索：まとめ
GEOとは何か
この用語の起源となった論文
GEO、AEO、LLMO、それとも単なるSEOか：略語をめぐる議論
私の結論：GEOは拡張されたSEOである
生成エンジンはどのように情報源を選ぶのか
実際に重要だと思われること
クリック数の低下：ビジネスへの意味
Schema、llms.txt、その他の誤解
自分が表示されているかを測定する方法
スペイン語コンテンツにとっての機会
実践ガイドに進む
関連情報源
編集後記

GEO、SEO、AI検索：まとめ

項目	従来のSEO	GEO	私の見解
目的	オーガニック検索結果に表示されること	AIに発見され、理解され、引用されること	互いに補完し合う目標であり、置き換わるものではない
成果	リンク、順位、クリック	言及、引用、推薦、またはリンク	クリックが減っても、ブランドの認知は高まりうる
主要な要因	関連性、技術的要素、被リンク	自サイト外でのブランド言及とドメインオーソリティ	サイト外での評判は、多くの解説記事が認めている以上に重要である
測定方法	順位、インプレッション、CTR、コンバージョン	引用数、シェア・オブ・ボイス、参照トラフィック	「スコア」だけでなく、実際の回答内容を確認する必要がある

詳しく見ていく前に、結論を先に述べておきます。GEOについて一般的に語られている内容は、概念的には正しいものです——AIに発見され、信頼され、引用されるように構成する、という点です。しかし、たいてい肝心な点を見落としています。2025年から2026年にかけて引用されるかどうかと最も相関が強い要因は、ページ内の構成ではなく、サイト外でのブランド言及です。以下でデータとともに詳しく解説します。

GEOとは何か

GEOとはGenerative Engine Optimization（生成エンジン最適化）の略で、ブランドやコンテンツがChatGPT、Google AI Overviews、Gemini、Perplexityといった生成AIシステムに発見され、理解され、引用される可能性を高めるための取り組みを指します。

この用語の起源となった論文

「GEO」という名称は、マーケティングのブログから生まれたものではなく、学術論文が起源です。GEO: Generative Engine Optimization（Aggarwal、Murahari、Rajpurohit、Kalyan、Narasimhan、Deshpande著）はKDD 2024で発表され、2023年11月からarXivのプレプリントとしても公開されています。

著者らは生成エンジンを2段階でシミュレーションしました。まずGoogleがクエリに対する上位5件のソースを取得し、次にGPT-3.5-turboがそれらを引用しながら回答を作成する、という流れです。約1万件のクエリからなるベンチマーク（GEO-bench）を用いて9種類の手法をテストした結果、最も効果的だったのは引用と出典の追加、統計データの追加、そして情報源を明示的に引用することで、論文内では一部のクエリで可視性が40%以上向上したケースも報告されています。一方、キーワードの詰め込み（keyword stuffing）は、何もしなかった場合よりも成績が悪化しました。

興味深い発見ですが、この研究が引用される際にはほとんど触れられない限界もあります。使用されたのは（すでに旧式となった）GPT-3.5であり、クエリあたりわずか5件のソースのみが対象で、しかも著者自身がプロンプトに対して効果を最大化するために統計や引用を「創作」することを許可していました。3つの勝者手法のうち2つは、実質的にはページへ新しいコンテンツを追加するというものでした——つまり効果の一部は、狭義の「GEO最適化」というより、単に以前になかった情報を加えたことによるものかもしれません。私はこれを2026年向けの決定的なレシピとしてではなく、あくまで学術的な出発点として扱っています。

GEO、AEO、LLMO、それとも単なるSEOか：略語をめぐる議論

この現象をどう呼ぶべきかについて、コンセンサスはありません。しかもその不一致は単なる用語の問題にとどまりません。Aleyda Solís（SEOFOMO、2025年）の調査によると、専門家の約3分の1が「AI search optimization」という呼び方を直接好んでいます。他にはAEOやLLMOを使う人もおり、Ahrefs、SemrushといったSEOツール業界は「GEO」を選びました。

略語の乱立に対しては、かなり懐疑的な声もあります。

John Mueller（Google）は2025年8月、緊迫感をあおり新しい略語を次々と押し出す人が多いほど、それは単に「スパムを行い、人をだましている」だけである可能性が高いと述べています。
Rand Fishkin（SparkToro）は「SEO」という言葉を捨てるべきではないと主張し、「AIでのランキング順位」を約束するツールは、生成AIの回答が確率的なものである以上、信頼性が低いと警告しています。
Aleyda Solísは、AI向け最適化の約95%は依然としてSEOチームが主導していると主張し、これを断絶ではなく進化として捉えています。
Googleは公式ドキュメントで次のように述べています。「Google検索の観点から言えば、生成AI検索向けに最適化することは検索体験を最適化することであり、したがって依然としてSEOである」

私の結論：GEOは拡張されたSEOである

GEOがSEOに取って代わるとは思いません。役立つコンテンツ、著者性、構成、エビデンス、オーソリティといったGEOの推奨事項の大半は、すでに優れたオーガニック検索対策の一部でした。

本当の違いは、私たちが常に「10件の検索結果リストの中の1つのリンク」を競っているわけではなくなった点にあります。今では、AIが回答を構築する際に選ぶ情報源の1つになることも競争の対象であり、それはユーザーが一切クリックしなくても起こりうることです。

GoogleはAI最適化に関する公式ガイドの中で、生成機能は依然としてページをどのようにクロールし、インデックスし、理解するかに依存していると説明しています。

生成エンジンはどのように情報源を選ぶのか

各システムはそれぞれ異なる仕組みで動いており、一括りにして扱わないほうがよいでしょう。

**ChatGPT（検索機能付き）**は独自のインデックスを持っていません。Bingのインデックスを使って結果を取得し、それをもとに引用します。Semrushの8,000万件のクエリを対象にしたSeer Interactiveの分析によると、ChatGPTの引用の87%はBingの上位結果と一致していました。実務上の意味合いは明確です。あなたのサイトがBingにインデックスされていなければ、ChatGPTにとってはほぼ存在しないも同然です。
Google AI OverviewsとAI Modeは、Google自身のインデックス上でRAG（「グラウンディング」）を用い、通常のランキングシステムに依拠しています。また、回答を構築する前に関連するサブトピックについて複数の検索を実行する「クエリファンアウト」という手法を「使うことがある」とGoogleは認めていますが、公式ドキュメントの表現はあくまで「使うことがある」であり、「常に使う」ではない点に注意が必要です。
Perplexityはリアルタイムで情報を取得し、ChatGPTよりも構造化データを持つページを引用する頻度が高い傾向があります。

いずれのケースでも、このプロセスは固定された順位ではなく確率的なものです。Ahrefsは AI Overviewsが日々頻繁に変化することを記録しており、複数の研究が、同じ質問を繰り返しても、ほとんどの場合は引用されるブランドの組み合わせが異なる結果になることを示しています。ブログなどで見かける正確な「重み付け」（例えば「ドメインオーソリティ40%、品質35%」といった数値）は、プラットフォーム側が確認していないリバースエンジニアリングの推測にすぎません。懐疑的に扱ってください。

実際に重要だと思われること

明確さは効果があります。まず答えを述べ、それから詳しく展開する構成です。Kevin Indigが数百万件のChatGPT引用を分析したところ、引用の44%がページ冒頭30%以内のコンテンツから来ていることが分かりました。これはかなり一貫したパターンです。

エビデンスも重要です。出典を明示し、事実と意見を区別し、独自の具体例を加えること——これはプリンストン大学の論文の知見とも一致します。

しかし、ほとんどの解説記事で最も過小評価されている点はこれです。サイト外での言及は、サイト内の構成よりも重要であるということです。Ahrefsが7万5,000ブランドを対象に行った調査では、ウェブ上でのブランド言及とAI Overviewsでの可視性の相関係数は0.664であったのに対し、従来の被リンクはわずか0.218でした——3倍の差です。YouTube、Reddit、Wikipediaは生成エンジンに最も引用されるドメインに含まれており、特にYouTubeは複数の分析によれば、AI Overviewsで最も引用される単一ドメインとされています。

さらに、Googleの検索結果トップ10にランクインしても、以前のようにAIの回答で引用される保証はもはやありません。複数のAhrefsの分析によれば、オーガニック検索の順位とAI Overviewsの引用との重なりは2025年から2026年にかけて大きく低下し続けています。ドメイン全体で見れば相関は依然として強いものの、個別URLのレベルではその強さは薄れつつあります。

クリエイターにとって、これは重要な示唆です。1本の記事は動画、文字起こし、ニュースレター、コラボレーション、会話へと展開できます。オーソリティは孤立した1つのページとしてではなく、エコシステムとして構築されるものです。

クリック数の低下：ビジネスへの意味

AI Overviewが表示されると、クリック行動は顕著に変化します。Pew Research（2025年）が約6万9,000件の実際の検索を分析したところ、AI Overviewが表示されている場合にユーザーが何らかのリンクをクリックするのはわずか8%で、表示されていない場合の15%と比べて大きく下回りました。さらに、AIの要約内で引用されている情報源そのものをクリックするユーザーは、わずか約1%にとどまりました。

その一方で、AIプラットフォーム経由で実際に届くトラフィックはコンバージョン率が高い傾向にあります。AhrefsやSemrushの複数の分析では、そのトラフィックのコンバージョン率は通常のオーガニックトラフィックの数倍に達するとされていますが、絶対的な流入量は従来の検索と比べればまだ小さいままです。

実践的な結論としては、GEOによってセッション数が急増することは期待しないほうがよいということです。トラフィックの量を増やすための手段としてではなく、ブランド構築と購買意欲の高いリードの獲得手段として捉えましょう。

Schema、llms.txt、その他の誤解

構造化データは、記事、人物、組織、動画を説明するうえで今も有用です。公式ドキュメントはschema.orgおよびその入門ガイドで確認できます。

しかし、生成AIの回答に表示されることを保証する魔法のようなスキーマは存在しません。Googleは公式ドキュメントで明言しています。構造化データは生成AI検索に必須ではなく、追加すべき特別なschema.orgのタイプもない、と。実際、Googleは2023年にHowToのリッチリザルトを廃止し、FAQPageも同年に制限がかかり、その後完全に姿を消しました——マークアップ自体はschema.org上では今も有効ですが、Google上で目に見えるリッチリザルトはもう生成されません。もしどこかの講座やガイドがFAQ/HowToスキーマをAIに表示されるための「裏技」として紹介しているなら、それは情報が古いということです。

また、小規模サイトにとってllms.txtを優先事項の上位に置くこともおすすめしません。GoogleはJohn MuellerやGary Illyesを通じて、これを使用しておらず、対応する予定もないと繰り返し表明しており、検索エンジン側からはほとんど誰も読まない、かつてのkeywordsメタタグになぞらえています。OpenAI、Anthropic、Perplexityといった主要なシステムのいずれも、これを引用のシグナルとして文書化していません。現時点での実際の使われ方は、検索での可視性を高める手段というより、Cursorやコード補完ツール（Cursor、Copilotなど）向けのドキュメントとしての役割に近いものです。

一方で維持する意味があるのは、Article、Organization、Person、Product、Review、VideoObject、ImageObjectです。これらはナレッジグラフ上であなたのブランドという「エンティティ」を構築する助けとなり、Googleがまだ廃止していないリッチリザルトを今も生み出しています。

自分が表示されているかを測定する方法

これに特化したツールのカテゴリーはすでに存在します。Profound、Peec AI、Otterly.ai、Ahrefs Brand Radar、Semrush AI Toolkitなどで、価格帯はエントリーレベルの月額25〜30米ドル程度からエンタープライズ契約まで様々です。いずれも本質的には同じ指標のバリエーションを測定しています。AI回答内でのシェア・オブ・ボイス、引用率、ブランドセンチメント、そして自社と並んで表示される情報源です。

ツールに料金を払う前に、手動でも確認できます。自社やニッチに関連する実際の質問を10〜20個選び、ChatGPT、Gemini、Perplexityで実際に尋ねて、自分が表示されるか、どの競合と一緒に表示されるか、リンクがあるかを記録します。回答全文を見せずに「AIでの順位」という数値だけを示すツールは疑ってかかりましょう。生成AIの回答は変動するものであり、1回の実行結果だけでは多くを語れません。

スペイン語コンテンツにとっての機会

生成AI検索は、スペイン語圏やラテンアメリカにおいてはまだカバレッジにムラがあります。複数の業界情報源が一致して指摘しているのは、スペイン語話者が5億人を超えるにもかかわらず、AI検索エンジンが引用する情報源の中でスペイン語の専門コンテンツが過小評価されているという点です。これを厳密に定量化されたデータとしてではなく、業界内のコンセンサスとして受け止めるべきですが、この機会の窓が開いている間に試してみる価値のある、妥当な仮説ではあります。

地域の文脈、身近な事例、通貨、国、自然な言葉づかいを盛り込むことが重要です。モデルは国や言語のバリエーションに応じて回答を調整するからです。英語圏のコンテンツを機械的に翻訳するよりも、自分自身の経験のほうが差別化につながります。

さらに深く学びたい場合、スペイン語圏の専門家として参考になるのは、Aleyda Solís（Orainti、ニュースレターSEOFOMO）、「意味的コンセンサス」という概念を提唱するFernando Maciá（Human Level）、Lino Uruñuela（Mecagoenlos.com）です。いずれもスペイン語圏のテクニカルSEOで実績のある人物で、このテーマも扱っています。

実践ガイドに進む

調査から実装へ進みたい方は、GEOをステップごとに実装する方法：クリエイターのための実践ガイドをお読みください。

GEO、SEO、AI検索に関するよくある質問もあわせてご覧ください。

編集後記

この分野は変化が速いものです。ここで引用した最近の研究の多くは相関関係を示すものであり、SEOツールやAI可視性ツールを販売する企業（Ahrefs、Semrush、Profoundなど）によるものです。それによって無効になるわけではありませんが、文脈を踏まえて読む必要があります。これらは査読を経た論文ではなく、正確なパーセンテージは研究ごとに異なります。各プラットフォームの情報源選定の内部メカニズムはブラックボックスであり、それらの企業の外にいる誰も本当の重み付けを知りません。ある数値を約束のように扱う前に、その日付、方法論、出典を確認することをおすすめします。