公開日・最終更新日：
書いた人：Tomonau株式会社 代表取締役 西田 忠
AI検索対策とは何ですか？ GEO・AEO・LLMO・AIOの違いと、どれから手をつけるか
AI検索対策とは何ですか？
生成AIが質問に答えるとき、その答えの材料として自社が使われる状態をつくる取り組みのことです。
いまは、調べものをするときに検索結果の一覧を開かず、ChatGPTやGeminiに直接聞いて、返ってきた文章だけを読んで終える人が増えています。このとき、AIは何かを根拠にして答えを組み立てています。その根拠に自社が入っていなければ、どれだけ良いサービスを持っていても、その会話の中には存在しないことになります。
AI検索対策とは、検索順位を上げることではなく、この「答えの材料に選ばれる」ことを目指す仕事です。
GEO・AEO・LLMO・AIOは、何が違うのですか？
呼び方が違うだけで、指しているものはほとんど同じです。
言葉ごとに、どこに重心を置いているかの差はあります。
| 言葉 | 日本語にすると | 重心 |
|---|---|---|
| GEO（ジオ） | 生成エンジン最適化 | 生成AIの回答の中で引用・言及されること |
| AEO（エーイーオー） | 回答エンジン最適化 | 質問に対する直接の答えとして選ばれること |
| LLMO（エルエルエムオー） | 大規模言語モデル最適化 | AIに自社を正しく理解してもらうこと |
| AIO（エーアイオー） | AI最適化 | AI検索全般、およびGoogleのAI Overviews（検索結果の上に出るAIの要約）への対応 |
ただし、実際にやる作業はほぼ重なります。機械が読み取れる形にページを整える、会社が実在することを示す、質問の形で見出しを立てて答えを先に書く。どの言葉で呼んでも、手を動かす中身はこの範囲に収まります。
言葉の違いを説明されて話が長くなったら、それは中身の話から遠ざかっています。当社は、どの呼び方でも同じ作業をご説明します。
なぜ言葉がこんなに増えたのですか？
新しい分野で、名前をつける人がそれぞれ別だったためと考えられます。
GEOという言葉は、2023年11月に公開された研究論文「GEO: Generative Engine Optimization」（Aggarwal ほか、arXiv:2311.09735。2024年のKDDという国際会議で採択）で使われたのが最初とされています。この論文は、生成AIの回答に載りやすくする書き方を実験し、条件によっては可視性を最大40%向上させられたと報告しています。これは論文の実験環境での結果であって、どのサイトでも同じだけ上がるという意味ではありません。
その後、AIに聞く人が増えるにつれて、支援する会社ごとに別の呼び方が生まれました。日本では「LLMO」という言い方もよく使われています。
新しく生まれた分野では、言葉が固まる前に売り文句が先に出回ります。用語の解説が丁寧なほど正しい、とは限りません。確かめる方法は次の項に書きます。
これまでのSEOと、何が違いますか？
見ている指標が違います。
SEOは、検索結果の何番目に出るかを上げる取り組みです。AI検索対策は、AIの答えの中で名前が出るかどうかを見ます。この2つは必ずしも連動しません。検索で上位に出ていても、AIの答えには一度も出てこない会社があります。逆に、順位はさほど高くないのに、特定の聞き方をするとよく挙がる会社もあります。
もう1つの違いは、見る人が少ないことです。順位は誰でも検索すれば確かめられますが、AIの答えは聞いた人にしか見えず、同じ質問でも日によって変わることがあります。だから、測る手順を決めて、記録を残さないと、良くなったのか悪くなったのかが分かりません。
AIは、どうやって引用する先を選んでいるのですか？
各社が仕組みを公開していないため、正確なところは分かりません。確実に引用させる方法は存在しません。
そのうえで、一般に、次のような点が関わると考えられています。
- 機械が読み取れる形になっているか（構造化データ、見出しの立て方、AI向けの案内ファイル）
- 会社が実在すると確かめられるか（登記情報、公的なデータベース、複数の場所で同じ社名・住所が一致していること）
- 質問に対する答えが、そのページの中で完結しているか
- 自社サイトの外に、その会社について書かれたものがあるか
最後の1つは、自社サイトだけをいくら整えても増えません。ここが、SEOの感覚のまま取り組むと詰まる場所です。
何から手をつければよいですか？
順番があります。上から順に、おおむね費用も手間も小さく、手を付けやすい順です。
- 測る：いま自社がAIに何と言われているかを、実際に聞いて記録します。ここを飛ばすと、直した効果が分かりません。
- 機械が読める形に整える：構造化データを置き、見出しを質問の形にして、答えを先に書きます。自社サイトの中で完結する作業です。
- 実在を示す：会社の情報を、サイト・登記・外部のデータベースで同じ表記にそろえます。住所の書き方が場所によって違うだけで、AIは別の会社と扱うことがあります。
- 材料を増やす：聞かれる言葉に対応する記事を書きます。会社名で聞かれたときだけ答えられる状態は、すでに自社を知っている人にしか届きません。
- 外に置く：自社サイトの外で名前が出る機会をつくります。ここは時間がかかります。
多くの会社は2から始めます。ただ、1を飛ばすと、3か月後に「やった気はするが効いたのか分からない」という状態になります。
自社でできることはありますか？
あります。今日できることを3つ挙げます。
1つ目は、自社について、ChatGPTやGeminiなど、いくつかのAIに聞いてみることです。会社名で聞く、業種とサービス名で聞く、困りごとの言葉で聞く。この3通りで答えが変わるはずです。会社名でしか出てこないなら、まだ新しいお客様には届いていません。
2つ目は、サイトの見出しを見直すことです。「サービス概要」ではなく「何ができるのですか？」のように、お客様が実際に打ち込む言い方で見出しを立て、その直後に答えを書きます。こうしておくと、AIが答えを切り出しやすい形になります。
3つ目は、会社の情報の表記をそろえることです。サイト、名刺、登記、外部のサービス登録で、社名・住所・電話番号の書き方が違っていないかを見てください。ビル名を書いたり書かなかったりするだけでも、機械には別々の情報に見えることがあります。
ここまでで足りない場合に、外に頼むことをお考えください。
効果はどれくらいで出ますか？
お約束できません。
AI各社は仕組みを随時変えており、いつまでに何がどうなるとお伝えできる根拠がないためです。効果を数字で保証する説明を見かけたら、その根拠が実測か見込みかをお確かめください。
効果を確かめたい場合は、着手前と着手後を同じ手順で測って比べることをお勧めします。
まず何をすればよいですか？
現在地を測るところからです。
御社がいまAIにどう見えているかを測り、その結果を見てから、ご自身で直せる範囲なのか、手を入れる必要があるのかを決めていただけます。測り方からご相談いただけます。