ブログ/レポート

Google Search Consoleに、生成AI向けの専用パフォーマンスレポートが追加されました。 2026年6月時点では一部サイト向けのBeta版ですが、AI OverviewsやAI Modeで自社ページがどれだけ表示されたか、どのページが表示されたかを確認する手がかりになります。 ただし、クリック数や検索クエリはまだ確認できないため、GEO（生成AI最適化）では公式データと外部分析を組み合わせる必要があります。 この記事では、レポートで見られる5つのデータ、専門家が「見せかけの指標（Vanity Metric）」と指摘する理由、そしてこの限られたデータをGEO（生成AI最適化）にどう活かすかを解説します。 ※本記事は、awoo Intelligence Inc.が公開した下記ブログ記事を日本語に翻訳・編集したものです。 原文：https://www.awoo.ai/zh-hant/blog/google-search-console-ai-performance/ 💡 この記事のポイント Googleの「生成AIパフォーマンスレポート」とは、自社サイトのコンテンツがGoogleのAI検索体験の中でどう表示されているかを確認できる、Search Console内の新しいレポートです。Googleは2026年6月にこの機能を正式に発表しました。 これまでは、AIがもたらすデータが従来の検索結果のデータと混在していたため、SEO担当者はAIが流入に与える本当の影響を評価できませんでした。今回の更新では「検索結果（Search Results）」と「Discover（探索）」それぞれに独立したレポートビューが追加され、サイト運営者は自社コンテンツが生成AI機能の中でどれだけ表示されているかを個別に把握できます。 生成AIパフォーマンスレポートで見られる5つのデータとは？ 生成AIパフォーマンスレポートは、既存の「パフォーマンス > 検索結果／Discover」パネルに「生成AI（Generative AI）」という独立したパフォーマンス分類を追加する形で提供されます。これにより、従来の検索パフォーマンスと、生成AI機能における表示状況を分けて確認できます。 （画像出典：Google公式サイト） レポートが提供するデータは次の5つです。 このレポートは現在ベータ版です。2026年6月から、Googleはまず「一部のサイト」にのみ権限を開放しており、初期テストのフィードバックを集めたうえで、順次展開する予定です。 なぜ専門家は「インプレッションしかない」ことを問題視するのか？ 海外SEO専門家がこのレポートで最も問題視しているのは、ベータ版が「クリック数（Clicks）」「クリック率（CTR）」「AIを発動させたキーワード（Queries）」を含まない点です。この更新が公開されると、海外のテックメディアやSEO専門家（著名SEOコンサルタントのEli Schwartz氏、業界メディアAffiverseなど）が実機検証を行い、議論を呼ぶ論点を提示しました。 海外のアナリストは、AI検索の本質は「ゼロクリック検索（Zero-click searches）」を伴うことが多いと指摘します。ユーザーはAIの回答を読み終えるとそのまま離脱してしまうためです。Googleが現状ではインプレッション（Impressions）しか提供していないことは、いわば「見せかけの指標（Vanity Metric）」を渡しているにすぎません。サイト運営者は自社が引用された事実は分かっても、それが実際の流入に転換したかどうかは依然として推計できないのです。 Search ConsoleだけでGEO分析は完結するのか？ Search Consoleだけでは、GEO分析は完結しません。Search Consoleで確認できるのは自社サイトの生成AI機能における表示状況です。競合がAI回答でどのように扱われているか、業界全体でどのテーマが引用されているかまでは把握できません。 Google公式データと第三者ツールの併用が重要です。Search Consoleは、自社の一次データを確認するために有効です。一方で、競合比較、AI回答内の順位、ブランドの語られ方、引用元の傾向を把握するには、外部ツールや独自調査が必要なのです。 GEOの実務では、次のように役割を分けると判断しやすくなります。 まとめ：この新機能をGEOにどう活かすのか？ 生成AIパフォーマンスレポートは、SEOからGEO（生成AI最適化：AIによる検索・要約・引用で見つけられ、引用されやすい状態を作ること）へ進む重要なマイルストーンです。現時点のレポートには制限があり、ベータ権限も一部にしか開放されていませんが、GEOを設計するうえでの鍵となる指標です。 まずSearch Consoleの管理画面を確認することをおすすめします。2026年7月時点で権限が付与されていれば、生成AI機能で表示回数が多いページを把握できます。そのうえで、AIインプレッションの高いページに対して構造の最適化を施します。具体的には、より明確な見出しの追加、構造化された箇条書き、そして質問に直接答えるFAQ形式の導入です。ゼロクリック検索の時代に、AIの中核的な引用ポジションを先んじて押さえる打ち手となります。 よくある質問（FAQ） Q1. Googleの「生成AIパフォーマンスレポート」にはどんなデータが含まれますか？  A. 生成AIパフォーマンスレポートは現在、主に「露出状況（Visibility）」に関するデータを提供します。具体的にはインプレッション（Impressions）を、ページ（Pages）・国／地域（Countries）・デバイス（Devices）・日付（Dates）という5つの切り口で絞り込み分析できます。 Q2. このレポートでAI経由のクリック数やキーワードは見られますか？ A. 2026年7月時点では見られません。2026年6月に登場したベータ版レポートは「露出状況」に特化しており、クリック数、クリック率（CTR）、AIを発動させたキーワードは含まれていません。海外のSEO専門家がベータ版で最も残念な弱点と見なしている点であり、今後開放されるかどうかは公式の更新を待つ必要があります。 Q3. […]

結論を先に言うと、生成AIが商品の根拠にするのは「ブランド公式サイト」と「専門メディア」が多い傾向にあります。 スキンケアとアパレルで4つのAIに104回質問し、541本の引用URLを分析したところ、この2種類だけで引用全体の約7割を占めました。一方で、ECモールであるAmazonの引用は全体の3%。特に興味深かったのは、「Amazonで買える商品を教えて」と名指しした16の質問でも、Amazonが引用されたのは4件だけ（すべてChatGPT）だったことです。AIにとっての商品情報源は、私たちが思うECモールとは違う場所にあるようです。 この記事では、AIが実際にどこの情報を見て「おすすめ」を組み立てているのかを、実測データで解説します。EC事業者が「AIに選ばれる」ために何をすべきかが見えてきます。 調査の概要 項目 内容 調査主体 awoo（GEO計測ツール「awoo GEO Suite」を用いて実施） 調査期間 2026年6月20〜23日 対象AI ChatGPT（GPT）、Google AI Mode、AI Overviews（AIO）、Gemini 対象カテゴリ スキンケア・化粧水／アパレル（通勤・オフィス系） 質問数 各カテゴリ6〜7問（悩み起点・比較・指名買い・Amazon名指しなど） 計測方法 各質問を複数日にわたり2回ずつ計測 計測総数 104プロンプト／引用URL 541本 カテゴリは、あえて「Amazonが主戦場ではない」スキンケアとアパレルを選びました。ブランドや専門メディアが情報の中心にある領域で、AIがどこを見るのかを確かめるためです。各質問は1回きりではなく複数日に分けて計測し、たまたまの揺れを平準化しています。 AIはAmazonの商品を引用するのか？ 今回の調査では、ほとんど引用されませんでした。 541本の引用のうちAmazon.co.jpは14本（約3%）にとどまっています。 さらに踏み込んで、プロンプトに明示的に「Amazonで買える商品を教えて」と指定した16の質問を見ると、Amazonが引用されたのは4件だけ。しかもその4件はすべてChatGPTによるもので、AI Mode・AIO・Geminiの3つは、複数日を通じてAmazonを名指しされても一度も引用しませんでした。Amazonを指定した場合でも、引用元はAmazonよりブランド公式サイトや専門メディアに偏る傾向が見られました。 わかりやすい例があります。「Amazonで買えるオフィス向けの無地のきれいめTシャツ・カットソーを教えて」とGeminiに尋ねたときの回答です。 Geminiは冒頭でこう答えました。 2026年現在、Amazonで購入できるオフィス向けの「きれいめ無地Tシャツ・カットソー」のおすすめをご紹介します。 そして、SOÉJU、AMERICAN HOLIC、United Athle、Hanes、nano universe など複数のブランドを、具体的な特徴つきで提案していました。たとえば「United Athleの5.6オンスTシャツは首回りが伸びにくく、白でも透けにくい」「nano universeのAnti Soakedシリーズは汗染みが目立たない特殊生地」といった具合です。 回答としては十分に作り込まれています。ところが、この回答が実際に引用していた情報源は、次の3つだけでした。 ねとらぼ（ニュースメディア）／soulberry（アパレル公式EC）／SOÉJU公式オンラインストア 「Amazonで購入できる」と明言し、複数の商品を具体的に挙げているにもかかわらず、根拠として参照していたサイトにAmazonの商品ページは一つも含まれていません。AIはAmazonの文脈で回答を組み立てながら、実際にはAmazon以外の専門メディアとブランド公式サイトを見ていたのです。これは今回の調査で繰り返し見られたパターンでした。 「ネット通販＝Amazon・楽天」という感覚からすると意外な結果ですが、少なくとも今回調査したスキンケア・アパレル領域では、AIの購買相談はECモール外の情報源を中心に構成されていました。 補足：Google系AIは「Googleショッピング」へのリンクが目立った ひとつ、プラットフォームごとの違いも見えました。今回のAmazon明示の質問では、Google系のAI（AI Mode・AIO）が、Amazonでも外部メディアでもなく、Google自身のショッピング枠（google.comの商品検索結果）へのリンクを多く引用していました。 一方ChatGPTは外部のブランド公式サイトやメディアを、Geminiは比較メディアを引用しており、引用先はAIによって異なりました。 同じ「Amazonで買える○○」という問いでも、どのAIに聞くかで、引用される情報源は大きく変わります。AI経由の流入を考えるうえで、見落とせないポイントです。 では、AIは何を見て商品を選んでいるのか？ AIが引用する情報源は「ブランド公式EC」と「専門メディア」の2つに集中する傾向が見られました。 引用先を種別に分けると、内訳は次のとおりです。※541本の引用URLを分類 […]

GoogleがAI概要（AI Overviews）を導入して以降、検索の約6割がどのWebサイトもクリックされないまま完結しています。さらに、多くのユーザーの情報収集習慣そのものが「とりあえずGoogle」からChatGPTやGeminiなどのAIアシスタントに直接答えを求めるスタイルへとシフトしています。 結論、AI検索時代のマーケティングで重要なのは、コンテンツを増やすことではありません。生成AIに正しく読み取られ、理解され、信頼され、引用される状態をつくることです。 AIが検索のメインゲートウェイになったいま、ブランドにとっての本当の脅威は「コンテンツが足りない」ことではなく、「AIに選ばれない」ことです。そのためには、「AI上での可視性（AI Visibility）」を確立し、自社コンテンツがAIに読み取られ、理解され、信頼され、最終的に引用される状態をつくらなければなりません。 この新しい検索環境下では、広告、SNS、PR、EC、公式コンテンツを個別最適で運用するだけでは不十分です。各チャネルが発するブランドシグナルを統合し、AIが正しく理解し、信頼し、推薦できる状態をつくる必要があります。 GEO（生成エンジン最適化）／LLMO（大規模言語モデル最適化）は、単なる検索対策ではありません。AI時代におけるブランド認知、信頼形成、情報設計を統合するためのマーケティング戦略です。 ここでは、2026年のマーケティング実務において、GEO／LLMOがどのように主要なマーケティング活動を変えていくのか、6つのシーンに分けて解説します。 ※本記事は、awoo Intelligence Inc.が公開した下記ブログ記事を日本語に翻訳・編集したものです。原文：https://www.awoo.ai/zh-hant/blog/geo-marketing/ 1. 広告運用：露出を買う時代から、AIにブランド認知を学習させる時代へ これまで広告運用では、クリック率やコンバージョン率が重視されてきました。しかし、GoogleのPerformance MaxのようなAI活用型広告では、広告は単なる露出獲得の手段ではなく、AIにブランドの特徴やターゲット像を学習させるデータ供給の場になっています。「最適なオーディエンスは誰か」をシステムに学習させると同時に、「このブランドはどんな存在か」をAIに理解させるのです。 2. インフルエンサー・口コミ：AIが信頼する「市場の共通認識」をつくる AIが回答を生成する際には、第三者による信頼シグナルが重視されます。1人の有名インフルエンサーによる強い発信よりも、複数の発信者や複数のプラットフォームで同じ評価が語られていることのほうが、AIにとっては信頼しやすい情報になります。 3. SNS運用：短期的なバズより、継続的なブランド言語の蓄積が重要に 多くの企業はSNSを即時的な認知獲得やエンゲージメントの場として捉えています。しかしAIにとって、SNSはブランドに関する言語データが長期的に蓄積される場所でもあります。 4. メディア・PR：AIが参照しやすい「信頼のアンカー」をつくる AIが回答を生成する際に気にするのは、情報を引用するリスクです。メディア記事は編集・確認プロセスを経た情報であり、ブランドの自己発信やSNS上の個人意見よりも、AIにとって参照しやすい情報源になり得ます。 5. EC・セール期：対話型検索に対応する「文脈（コンテキスト）タグ」が鍵になる ECにおいて、セール期は単なる販促のタイミングではありません。AIが商品情報を大量に読み取り、比較するタイミングでもあります。消費者がAI問答エンジンで情報を探す習慣が広がるにつれ、商品検索の行動も単一キーワードの入力から、完全な文章でのニーズ記述へと変化しています。たとえば、「厚底シューズ」のような単語検索から、「最近流行のレトロコーデに合う靴は？」のような会話型の検索へ変化しています。 関連資料：AIハッシュタグが買い回りを生む。ハニーズが広げた商品との出逢い 6. 公式コンテンツ：AIにとっての「標準回答センター」を整備する 公式サイトやオウンドメディアは、AI Visibility戦略の基盤です。インターネット上に多くの情報があるなかで、AIが最終的にどの情報を信頼すべきか判断するためには、公式情報の存在が重要になります。 まとめ：マーケターは「ブランドストーリーの設計者」へ進化する AI検索時代において、マーケティングの役割がなくなるわけではありません。むしろ、役割はより上流へ移っていきます。 AIは反復的な作業やルール化しやすい実行業務を支援できます。しかし、すべてのマーケティング活動が同じブランドの核へ向かうように設計することは、人間のマーケターにしか担えない重要な役割です。 これからのマーケティングでは、広告、SNS、PR、EC、公式コンテンツを個別最適で運用するだけでは不十分です。各チャネルが発するブランドシグナルを統合し、AIが正しく理解し、信頼し、推薦できる状態をつくることが求められます。 GEO／LLMOとは、単なる検索対策ではありません。AI時代におけるブランド認知、信頼形成、情報設計を統合するための新しいマーケティング戦略です。 FAQ Q1. GEO／LLMOとは何ですか？ GEO／LLMOとは、AI検索時代において、自社コンテンツがAIに読み取られ、理解され、信頼され、引用される状態をつくるための考え方です。 Q2. AI検索時代にブランドが直面する最大の課題は何ですか？ 最大の課題は、コンテンツ不足ではなく、AIに選ばれないことです。AIに選ばれるためには、AI上での可視性を確立する必要があります。 Q3. 広告運用で重要になることは何ですか？ 広告運用では、AIに一貫したブランド認知を学習させることが重要です。コアメッセージや表現がばらつくと、AIはブランドの明確な像を形成できません。 Q4. インフルエンサー施策はGEO／LLMOにどう関係しますか？ インフルエンサー施策は、AIにとって信頼できる第三者の語りを構築する施策です。複数の発信者や複数のプラットフォームで同じ評価が語られることで、AIが認識できる市場の共通認識が形成されます。 Q5. SNS運用で重視すべきことは何ですか？ SNS運用では、短期的なバズよりも、ブランドらしい言葉や価値観を継続的に発信することが重要です。AIは、継続的に使われるキーワードや語り口、利用シーン、ユーザーとのやり取りを見ています。 Q6. メディア・PRはなぜ重要ですか？ […]

💡 この記事のポイント Google I/O 2026でGoogleが示したのは、単なる新機能の追加ではありません。世界中のユーザーが情報を検索し、比較し、意思決定する方法そのものを大きく変える構想です。「AI Mode（AIモード）」はもはや検索結果の補足機能ではなく、日常的な検索体験の中心へと進化しつつあります。 これはGoogle検索誕生から25年で最も根本的なアーキテクチャの刷新といえるでしょう。 今回の発表では、次世代基盤モデル「Gemini 3.5」への進化と、ユーザーが直接触れる検索インターフェース「AI Mode」のアップデートが示されました。この2つが組み合わさることで、検索ボックスは「能動的に推論し、長期記憶を持つ仮想エージェント」へと変貌しました。 本記事では、Google I/O 2026で明らかになった2つの重要な進化を解説します。 ※本記事は、awoo Intelligence Inc.が公開した下記ブログ記事を日本語に翻訳・編集したものです。原文：https://www.awoo.ai/zh-hant/blog/google-i-o-2026-ai-mode/ 注目ポイント1：Gemini 3.5の進化。情報生成から自律実行型エージェントへ Googleは今回、パラメータ数を競う量的な拡張ではなく、「実際に動けるシステム」としてGemini 3.5を設計しました。これがAI Modeのスムーズな動作を支える根幹となっています。 1. Gemini 3.5 フラッグシップモデル：Function Callingをモデルの中核に統合 これまでのモデルは「情報のまとめ役」に過ぎず、ウェブページのテキストを読んで出力するだけでした。新しいGemini 3.5は、「Function Calling」と呼ばれるツール呼び出し機能をトレーニング段階からニューラルネットワークの深層に組み込んでいます。 Gemini 3.5はWebページを読み取る際、自律的にセマンティック推論を行い、検索ボックス・プルダウン・購入ボタンを「操作可能な外部ツール」として認識します。これにより、複数のWebサイトをまたぐ複雑なタスクを分解し、必要に応じて実際の操作まで進める「エージェント」としての能力を獲得しました。 2．Gemini 3.5 Flash：100万トークン規模の長期記憶でパーソナルエージェントを実現 もう一つの注目株は、大規模かつ効率的な処理を想定して設計された「Gemini 3.5 Flash」です。AI Modeとパーソナルアシスタントのバックエンドとして採用されたこのモデルの最大の特長は、圧倒的なコストパフォーマンスと、100万トークン規模のロングコンテキストウィンドウの両立です。 (Gemini 3.5 Flashは、AI評価機関Artificial Analysisからも、高速性と処理性能の両面で高い評価を受けています。) 注目ポイント2：AI Modeの進化。検索行動を変える3つの新機能 Gemini 3.5の技術が検索インターフェースに組み込まれることで、ユーザーは、より連続的で文脈を理解した対話型検索を利用できるようになります。今回発表されたAI Modeのアップデートには、大きく3つの変化があります。 変化1．検索と対話の統合：文脈を保持したシームレスな会話 これまでのAI Overviews（AIO）は、1回限りの静的な情報まとめでした。追加質問をしたい場合は手動でAI Modeのチャット画面に切り替える必要があり、画面を切り替えた際に、最初の検索条件や閲覧していたページの文脈が失われる問題がありました。 新しいアーキテクチャでは、AI OverviewsとAI Modeの処理基盤が統合されています。複雑な指示に対して「コンテキスト継続型の対話（Continuous Conversation）」が自動で起動し、追加質問をしてもページ遷移なしにシームレスに対話モードへ移行。最初に入力した複雑な条件と、これまでに読んだウェブページの文脈が100%保持されたまま会話が続きます。会話が深まるほど、関連リンクの精度も上がります。 […]

近年、生成AIの成熟とともに、ある重要な転換点が訪れています。AIが「質問に答えてくれる存在」から、「実際に作業をこなしてくれる存在」へと進化しはじめているのです。 その流れを象徴する存在として、2026年に最も話題をさらった一つが、OpenClawです。 短期間で爆発的に注目を集めましたが、同時に物議を醸したのも事実です。絶賛する声がある一方で、「使いづらい」「コストが高い」「セキュリティリスクがある」といった批判も少なくありません。 しかし、本当に注目すべきは「使い勝手の良し悪し」ではなく、この種のAIエージェントが、検索のあり方、生産性、さらにはビジネスの仕組みそのものを変えつつあるという点です。 ※本記事は、awoo Intelligence Inc.が公開した下記ブログ記事を日本語に翻訳・編集したものです。 原文：https://www.awoo.ai/zh-hant/blog/ai-agent-openclaw/ OpenClawとは何か。「会話するAI」から「行動するAI」へ OpenClawは本質的には、オープンソースのAIエージェント・フレームワークです。従来の生成AIとの最大の違いは、「答える」だけでなく、「自ら行動する」ことにあります。 つまりOpenClawは、チャットボットというより、限りなく「デジタル秘書」に近い存在だとお考えください。 たとえば、「会議の録音を整理 → 議事録を作成 → 上司へメール送信」と依頼した場合、 OpenClawと従来の生成AIの違い 項目 従来のチャット型AI OpenClaw（AIエージェント） できること 質問への回答 タスクの実行 操作主体 人が手動で操作 AIが直接PCを操作 動作モード 提案型 行動型 なぜ「OpenClaw」はここまでバズったのか 今回のブームの本質は、機能の優劣ではなく、より大きな構造変化、すなわち「操作インターフェース」そのものを置き換えはじめたことにあります。 これまで私たちは、典型的な「アプリ中心」の発想でPCを使ってきました。 ところがAIエージェントは、まったく異なるパラダイムをもたらします。すなわち、ツールではなく「タスク」を中心に据える発想です。ユーザーは要件を伝えるだけで、ツール選定・手順・結果はすべてAIが判断する。人はもはやアプリを操作するのではなく、「AIにアプリを操作させる側」へとシフトするのです。 OpenClawが爆発的に普及した背景には、ちょうど3つの条件が同時に成熟したという好機があります。 1️⃣ AI性能の飛躍的向上 これまでエージェント系ツールが社会実装に至らなかった主な要因は、AI自体の安定性不足でした。多段階の意思決定が必要になった瞬間にエラーが頻発する、ということが起きていたのです。しかし近年、モデルの推論力と長尺フロー処理能力が大幅に向上し、「AIに本当に作業をやらせる」ことが現実的になりました。 2️⃣ 利用ハードルの劇的な低下 もう一つの転換点は、「エンジニアだけのもの」から脱したことです。OpenClawはオープンソースであり、ローカル環境にもデプロイ可能で、コミュニティによる解説コンテンツが急速に拡散しました。実践事例の共有も活発化し、「AI導入の代行業」という新たなビジネスまで生まれているほどです。技術が、初めて大規模に一般ユーザーへ波及しはじめたといえます。 3️⃣ ユーザー側のニーズの変化 ユーザー自身も、もはや「AIに助言してもらう」段階で満足しなくなり、「業務フロー全体を仕上げてもらう」ことを期待しはじめています。 これは、Chatbot（質問に答える存在）から、エージェント（自ら作業する存在）への本質的なシフトを意味しています。 だからこそOpenClawは、単に「新しいAIツールが一つ増えた」という話ではなく、PCの使い方そのものが書き換えられつつあるという確かな手応えを、多くの人に初めて実感させた存在なのです。そして「使い方」が変わるとき、検索の入口、コンテンツの価値、ひいてはトラフィック構造全体までもが、必然的に再構築されていきます。 OpenClawがGEOにもたらすインパクト。SEOから「AI可読性の競争」へ AIエージェントを前提とした世界では、競争のルール自体が様変わりします。 SEOは「順位とクリック」を奪い合う戦いGEOは「AIに選ばれるかどうか」を奪い合う戦い AIに選ばれなければ、ユーザーの目に触れることすらない時代になります。 どうすればAIに採用されるのか 1️⃣ コンテンツの実用性：単なる紹介ではなく、ユーザーの意思決定を直接後押しする内容（リスト・結論・具体案）が求められます。例：感想だけの記事ではなく、「そのまま使える旅程表」「おすすめリスト」を提示する。 2️⃣ 情報密度の高さ：比較・データ・整理を伴った内容が望ましく、描写のみで完結してしまう文章は評価されにくくなります。例：メリット・デメリット、価格、スペック、利用シーンを盛り込む。 3️⃣ […]

これまでのSEOでは、マーケターは「検索結果の1ページ目にブランドを表示させること」を重視してきました。しかし、Googleが新たに示したテクニカルロードマップを見ると、検索そのものの定義が大きく変わり始めています。 Googleが本格的に推し進めているのは、「エージェントファースト」、つまりAIエージェントを前提とした未来です。Webは、ユーザーが自分で検索し、ページを閲覧する場から、ユーザーがAIエージェントにタスクを任せる場へと進化しつつあります。今後、消費者は自分で商品を比較するのではなく、AIエージェントに「商品を探す」「価格を比較する」「購入する」といった一連の行動を任せるようになるかもしれません。 マーケターやSEO担当者にとって、この変化への対応は急務です。これからのWebサイトは、単なる「人間向けの電子カタログ」では不十分です。AIが理解し、操作できる「機能の集合体」であることが求められます。最適化の軸も、キーワード順位から「AIエージェントがどれだけ正確かつ効率的に実行できるか」へと移っていくでしょう。 観点1：Google AI Studioが変えるマーケティング検証。AIエージェントによる仮想フォーカスグループ Google AI Studioは、マーケターにとってすでに馴染みのあるツールです。Googleは2023年に同プラットフォームを公開しましたが、今回のGoogle I/Oでは、その位置づけが大きく変わりました。 従来のAI Studioは、プロンプトを試すためのサンドボックスに近い存在でした。しかし今後は、複数のAIエージェントを組み合わせたワークフローを設計し、検証するためのプラットフォームへと進化していきます。 今回発表された低遅延でコスト効率の高いモデルと組み合わせることで、マーケターは役割の異なる複数のAIエージェントを同時に活用し、自動化された「マーケティング検証環境」を構築できるようになります。 これにより、専門的な開発知識がなくても、アイデアを素早く検証し、施策へ落とし込むことが可能になります。Google AI Studioは、マーケティングの企画・検証スピードを大きく引き上げる存在になりつつあります。 今回の発表で特に実務的な進化として注目したいのが、マーケターが新機能を活用して行える「Agentic Stress Testing」、つまりAIエージェントによる自律型の検証です。 Google AI Studioの新機能は、現在それぞれ異なるテスト・プレビュー段階にあります。 観点2：GEOの中核技術「WebMCP」。WebサイトをAIエージェントが操作できる存在へ 今回のGoogle I/Oで、GEO（生成エンジン最適化）やSEOの領域において特に重要な技術として示されたのが、「WebMCP」です。WebMCPは「Model Context Protocol for Web」の略で、WebページをAIエージェントが理解し、操作しやすくするための仕組みです。 観点3：AI時代の正確性と安定性を支える。GroundingとAntigravity 2.0 生成AIでは、事実と異なる情報をもっともらしく生成してしまう「ハルシネーション」が大きな課題です。今回のGoogle I/Oでは、この課題に対して、Googleが「情報源の信頼性」と「技術運用の安定性」という2つの観点から、より実務的な解決策を示しました。 これは、AI時代におけるブランド情報の正確性を担保するだけでなく、技術チームによるWebサイト運用のあり方にも大きな変化をもたらす可能性があります。 観点4：最新のウェブガイダンス。構造化とエッジコンピューティングがAI流入を左右する Webを支える基盤そのものが、いま再編されつつあります。Googleは、Geminiのような新世代のAI検索エンジンでブランドがより高い露出を得るために、Webサイトが備えるべき明確な指針とツールを示しました。 DevTools for Agentsでは現在、AntigravityとGemini CLIのインストールに対応しています。 まとめ：SEO/GEO担当者が押さえるべき考え方とアクション マーケターや技術担当者にとって、AIはもはやSNS投稿や広告文を作るためだけのツールではありません。AIは、Web上のトラフィックがどのように配分されるのか、その前提そのものを変えつつあります。 「エージェントファースト」の時代において、私たちが競う相手は人間だけではありません。AIエージェントにどれだけ正しく理解され、どれだけスムーズに実行対象として扱われるかが、今後の競争力を左右します。 これからのAI流入を獲得するために、今取り組むべきアクションは大きく3つあります。 Webのエコシステムは、いま大きな再編期を迎えています。AIエージェントと接続しやすいWebサイトをいち早く整備したブランドこそ、次のトラフィック獲得競争で優位に立つことができるでしょう。 FAQ Q1. WebMCPとは何ですか？今後のSEOにどのような影響がありますか？ WebMCPは、Webページ上のフォームやボタンをAIエージェントが理解し、操作できるようにするための新しいWeb標準です。 これにより、AIエージェントはWebサイト内で検索、カート投入、決済といった操作を直接実行できるようになります。今後のSEOは、キーワード順位の最適化だけでなく、AIエージェントにとって操作しやすい「エージェントフレンドリー」なサイト設計へと広がっていくでしょう。 Q2. Google I/O 2026で言及された「Grounding」は、マーケターにどのような影響がありますか？ Groundingは、AIのハルシネーションを抑えるための重要な仕組みです。AIがリアルタイム性や専門性の高い質問に回答する際、Google検索のインデックスと照合し、参考情報源を提示します。 […]

これまで企業がSEOの成果を評価する際は、検索順位、流入数、クリック率などが主な指標でした。SEO会社やSEOコンサルタントと連携しながら、検索エンジン上での露出を高めることが重要視されてきました。 しかし、ChatGPTやGeminiのようなAI検索・生成AIツールの普及により、ユーザーの意思決定プロセスは大きく変わり始めています。検索結果を一つずつクリックして比較するのではなく、AIに質問し、その回答をもとに判断するケースが増えているのです。マーケティングチームにとって、これは単なる流入経路の変化ではありません。顧客との最初の接点そのものが、検索エンジンからAIへ移りつつあるということです。 この変化は、企業にとって明確な課題を突きつけています。どれだけ多くのコンテンツを発信していても、AIの回答に自社ブランドが登場しなければ、ユーザーとの最初の接点を失ってしまう可能性があります。その間に、競合ブランドが先に候補として提示されてしまうかもしれません。 GEOとは何か。従来のSEOと何が違うのか こうした背景から、GEO（Generative Engine Optimization：生成AI検索最適化）が注目を集めています。 従来のSEOが、検索エンジンにおけるクロールや検索順位の向上を重視してきたのに対し、GEOはAIの回答内でブランドがどのように扱われるかに焦点を当てます。具体的には、自社ブランドが回答に含まれているか、優先的に紹介されているか、信頼できる情報源として引用されているかといった点が重要になります。 つまり、AI SEOはもはや単なるキーワード対策ではありません。ユーザーがどのような文脈で質問するのか、AIがどのような意味のつながりを読み取るのか、そして自社コンテンツがAIに理解されやすい構造になっているかまで考慮する必要があります。 企業が従来のキーワード戦略だけにとどまっていると、AIが回答を生成する際に分解する多層的な問いに十分対応できない可能性があります。 生成AIが急速に普及して以降、私たちは関連する記事を複数公開し、その中で繰り返しお伝えしてきました。GEOはSEOを置き換えるものではなく、既存の最適化の考え方を拡張するものです。 ブランドがAI検索の場面でも継続的に理解され、引用されるための新しいアプローチだといえます。 関連記事：GEO 是什麼？別讓 AI 把你靜音！掌握 GEO，讓品牌更被看見！（台湾ブログ）関連記事：2026年のSEO/GEO最新動向。生成AI時代を生き抜くために、ブランドサイトは何を最適化すべきか awoo GEO Suiteは、見えにくいAI検索の成果をマーケティングデータに変える 企業がAI検索最適化に取り組む際、最初にぶつかる課題は「何をすればよいか」よりも、むしろ「成果が出ているのかをどう判断するか」です。 従来のSEOであれば、検索順位や流入数、クリック率を確認できます。しかしAIの回答は、複数の情報源をもとに生成するため、なぜ特定のブランドが取り上げられたのか、なぜ競合のほうが推薦されやすいのかを把握しづらいという特徴があります。 そこで重要になるのが、AI Visibility（AI上の可視性）という考え方です。ブランドがAIの回答でどの程度言及されているのか、どの位置で紹介されているのか、どのWebサイトが引用されているのかを追跡することで、企業はAI検索における自社の競争状態をより具体的に把握できます。 awoo GEO Suiteの価値は、これまで観測しにくかったAIの回答内容を、継続的に追跡可能なデータ指標へ変換する点にあります。現在、同プラットフォームでは「5つの主要指標」「トピック別分析」「競合引用分析」「レスポンスリスト」などの機能を通じて、トピック、キーワード、プロンプト単位でAI回答の結果を確認できます。 1. 5つの主要指標：AI上のブランド可視性をすばやく把握 2. トピック別分析：全体像から個別プロンプトまで掘り下げる GEO Suiteでは、全体指標だけでなく、トピック、キーワード、さらには個別のプロンプト単位までAI検索の結果を分解して確認できます。 これにより、どのトピックでは自社ブランドが言及されやすいのか、どの質問文では競合が優位なのか、どの領域で引用率が低いのかといった違いを把握できます。マーケティング施策の改善ポイントを見つけやすくなり、コンテンツ戦略やサイト改善の優先順位を判断しやすくなります。 3. 競合引用分析：AI回答内での勝ち負けを把握する 競合分析機能では、自社と競合ブランドのメンション率、シェア・オブ・ボイス、平均掲載順位などを比較できます。 これにより、AIの回答内で自社がどの位置にいるのか、競合がどの質問領域で強いのかを把握できます。たとえば、特定の課題に関する質問では競合が頻繁に引用されている一方で、自社はほとんど登場していない、といったギャップを発見できます。 こうした分析結果は、今後のコンテンツ制作、FAQ整備、構造化データの設計、SEO/GEO戦略の見直しに活用できます。 4. レスポンスリスト：AI回答の履歴から改善のヒントを見つける レスポンスリスト機能では、各プロンプトに対するAIの回答内容を詳細に確認できます。 確認できる項目には、AIの回答日時、対応するトピック、キーワード、プロンプト、自社ブランドのメンション有無、競合ブランドのメンション、自社ブランドの平均掲載順位、情緒スコア、追跡対象のAIプラットフォーム、引用ドメインなどが含まれます。 期間を指定して確認することで、各指標がどのように変化しているのかを追跡できます。つまり、GEO施策を実施した後に、AI回答上のブランド露出がどのように変化したのかを検証しやすくなります。 AI上の可視化は出発点。成果を分けるのは「次の一手」 このようなプラットフォームを活用すれば、AI検索における自社ブランドの状態を把握できます。しかし、本当に重要なのはその先です。 多くの企業は、AI上の可視性に注目し始めると、すぐに本質的な課題に直面します。それは、データを見える化するだけでは成果につながらないということです。 たとえ自社ブランドのメンション率、平均掲載順位、引用状況を把握できたとしても、次にどのような改善を行うべきかがわからなければ、事業成長には結びつきません。 awoo GEO Suiteが一般的な分析ツールと異なるのは、AI回答をデータ化するだけでなく、専門チームが「なぜこの結果になっているのか」「次に何を改善すべきか」まで支援する点にあります。GEOで成果を出すためには、単にAI上の可視性を追跡するだけでは不十分です。観測結果をもとに、具体的な改善アクションへつなげ、継続的に検証と改善を重ねることが求められます。 データ分析とコンサルティングの知見を組み合わせることで、企業はAI検索上のインサイトを実行可能な改善施策へ変換できます。その結果、ブランドはAIの回答に「表示される」だけでなく、ユーザーの重要な意思決定の場面で「選ばれる」存在へと近づいていきます。 Webサイト流入の成長、AI SEO、GEOに関する課題や相談がある場合は、問い合わせフォームから相談できます。awooの専門コンサルタントが、御社の状況に応じて支援します。

あなたのWebサイトは、AIクローラーをブロックしていませんか？ 最近、「Google検索では順位も取れているし、流入もある。それなのに、ChatGPT、Perplexity、Google AI Overview、AI Modeでは、自社のコンテンツがまったく見つからない」というケースに気づく人が増えています。 AI検索が急速に広がるなか、これまではGoogleに正しくインデックスされていれば、一定の露出機会を得ることができました。しかし今は、検索エンジンにインデックスされているだけでは十分とは言えません。そこで重要性を増している新しい概念が、AI Crawlability（AIによるクロール可能性）です。 AI Crawlabilityとは？なぜあなたのコンテンツはAIに採用されないのか AI Crawlabilityは、日本語では「AIによるクロール可能性」または「AI可読性」と捉えると分かりやすい概念です。AIシステムがWebサイトのコンテンツを正しく取得し、その内容を理解し、回答や要約に活用できる状態を指します。これは、従来のSEOで語られてきたCrawlabilityとは少し異なります。 従来の検索では、主に「クローラーがWebサイトを読み取れるか」「ページがインデックスされているか」が重視されてきました。一方、AI検索の環境では、WebサイトのコンテンツがAIクローラーによって以下のように扱われる可能性があります。 つまり、AI Crawlability = 取得できること + 理解できること + 引用できることです。 そのため、たとえコンテンツが検索結果で上位表示されていても、AIクローラーがそもそもWebサイトを取得できなければ、AIに利用される機会はありません。 たとえば、「ミキサー おすすめ」というテーマで、2つの記事がどちらも検索上位に表示されているとします。しかし、片方のサイトがAIクローラーのアクセスを制限していたり、コンテンツが正しく取得できない構造になっていたりすると、その記事はAIの情報源にはなりません。 そして、AIに取得されることが前提となったうえで、どのコンテンツを回答に使うかがさらに選別されます。たとえば、取得された2つの記事のうち、内容構造が明確で、比較情報や要点整理がしっかりしている記事のほうが、AIに抽出・引用されやすくなります。 AIクローラーとは？あなたのサイトを巡回しているAIクローラーの種類 AIクローラーとは、AI企業やAI検索サービスがWeb上のコンテンツを取得し、独自の情報ソースを構築するために使用するクローラーのことです。 代表的なAIクローラーには、以下のようなものがあります。 画像出典：Cloudflare Radar 上記のCloudflare Radarによる2025年レビューからも分かるように、現時点では依然としてGooglebotの存在感が大きいものの、AIクローラーもすでにWebサイトのコンテンツを継続的に取得し始めています。 つまり、検索の主戦場は従来のSERP、いわゆる検索結果ページだけでなく、AI Answer＝AIが生成する回答領域へと広がりつつあります。 AIクローラーは何をしているのか？なぜあなたのコンテンツを取得するのか AIは、検索エンジンのように単にページをインデックスするだけではありません。取得したコンテンツを整理し、意味を理解し、必要に応じて再構成したうえで活用します。 AIクローラーがWebサイトのコンテンツを取得する主な目的は、以下の3つです。 そのため、SEO業界では「AIが検索結果上で直接回答を整理してしまうことで、ユーザーが元のWebサイトをクリックしなくなるのではないか」という、いわゆるゼロクリックの問題が注目されています。 コンテンツ提供者にとっては、「AIに自社コンテンツを取得させ続けるべきなのか」という判断も、今後ますます重要になるでしょう。 一方で、AI検索が普及していくなかでAIクローラーのアクセスを完全に拒否してしまうと、AI回答上での露出機会を失う可能性もあります。 関連記事：AI 內容會影響 SEO 排名嗎？3 大風險 + AI SEO 真實數據分享！（台湾ブログ） AIは自社サイトをクロールしているのか？確認する方法 現在では、AIクローラーの挙動を可視化できるツールが少しずつ増えてきています。どのAIクローラーがアクセスしているのか、どのページが取得・引用されているのかを確認できるケースもあります。 Cloudflare AI Crawl Control Cloudflareを利用しているWebサイトであれば、GPTBot、ClaudeBot、PerplexityBotなどのAIクローラーをレポート上で識別できます。リクエスト数やクロール頻度を確認することで、AIクローラーがどの程度サイトにアクセスしているかを把握できます。 […]

Google検索では、AIが生成した回答である「AI Overviews」が検索結果の最上部に表示されることが珍しくなくなってきました。こうした変化により、これまでのようにキーワード順位だけを追うSEO施策だけでは、不十分になりつつあります。いま求められているのは、生成AI時代に対応した新しい検索最適化、すなわちGEO（Generative Engine Optimization）という発想です。 大規模言語モデル（LLM）が重視しているのは、単に1本の記事にどれだけキーワードが入っているかではありません。むしろ重要なのは、「そのブランドやサービスが何者なのか」です。AIは「エンティティ（Entities）」を軸に情報を整理し、コンセプト同士のつながりを理解しています。つまり、あるブランドやツールが特定のテーマと繰り返し結び付けられていれば、AIは両者を関連するものとして認識し、引用や推薦の対象として扱いやすくなります。 では、この「エンティティ」とは何か。ブランドはどのように実務に落とし込めばよいのか。本記事では、アメリカのSEO企業Semrushが公開した最新動画をもとに、SEOの第一人者 Brian Dean 氏の考え方を踏まえながら、AIに「このブランドはこういう存在だ」と覚えてもらうための5つのステップを解説します。 STEP 1：まずは1つの「エンティティコンセプト」に絞って結び付ける 最初にやるべきことは、自社ブランドと強く結び付けたい“具体的な1つのコンセプト”を決めることです。 たとえば「CRMソフトウェア」のように範囲が広すぎるテーマは避けたほうがよいでしょう。対象をできるだけ絞り込み、自社の主力価値を自然に繰り返し語れる、きわめて具体的なコンセプトを選ぶことが重要です。 たとえば、SEOに関する情報を発信する専門メディアを考えてみましょう。「キーワードリサーチ」や「WebサイトSEO」は、SEO領域ではあまりに広い一般用語です。こうした抽象度の高い言葉をブランドの中心コンセプトにしてしまうと、情報が多すぎる中で埋もれやすくなります。 一方で、「実践的なSEO戦略」のように、より具体的で差別化しやすいコンセプトを選べば、AIはそのブランドを「すぐに活用できる実務的なSEOノウハウを提供する存在」と認識しやすくなります。結果として、広すぎるテーマよりも、AIからの推薦や引用につながりやすくなります。 STEP 2：公式サイトに「エンティティ・ハブ」を作る 結び付けるコンセプトを決めたら、次は自社サイト上に、そのテーマを深く説明するコアページを用意します。 1ページでも、複数ページの構成でも構いません。大切なのは、そのコンセプトについて「このサイトの説明が最も明快で、独自性がある」とAIに判断されることです。 このページは、「会社概要」「ブログ記事」「詳細ガイド」など、形式は問いません。狙うべきは、LLMが情報を取得する際に、そのページを価値ある知識源として認識することです。独自の視点や整理された説明があれば、AIにとっても学習・参照しやすい情報になります。 STEP 3：外部サイトや他チャネルでブランドとの関連性を広げる LLMの中で権威性を築くには、自社サイトだけでは十分ではありません。 ブランド名と特定のコンセプトが、複数の第三者サイト上でも繰り返し一緒に登場している状態をつくる必要があります。つまり、その結び付きを外部の情報源にも広げていくことが重要です。 具体的には、次のような方法があります。 関連記事：GEO時代の隠れた切り札。AIに選ばれるブランドをつくる「YouTubeでの言及」の威力 STEP 4：AIが理解しやすいコンテンツ構造にする AIに自社コンテンツを正しく読み取ってもらい、要約や引用につなげるには、ページ構成にも工夫が必要です。基本となるポイントは3つあります。 STEP 5：従来のSEOを軽視しない 最後に忘れてはならないのが、従来のSEOの基本は今もなお重要だということです。 LLMは公開Web上の情報をもとに学習・参照しており、新しいコンテンツを見つける主要な入り口として、依然としてGoogleが大きな役割を担っています。 そのため、サイト表示が遅い、構造がわかりにくい、内容が薄い、良質な被リンクがない、といった状態では、AI時代だからといって急に評価されるわけではありません。AIが“魔法のように救ってくれる”ことはないのです。 また、購買意欲の高いユーザーの多くは、今でも従来型の検索結果にある青いリンクをクリックしてサイトを訪れています。だからこそ、強いSEO基盤とAI時代の新しい最適化戦略を両立させることが、事業成長には欠かせません。 よくある質問（FAQ） Q1: AI SEOとは何ですか？ GEOとの違いはありますか？ A:AI SEOやGEO（Generative Engine Optimization）は、ChatGPTやGoogle AI Overviewsのような大規模言語モデル向けに最適化する新しい検索戦略です。ポイントは、ブランドを特定の「エンティティ」と結び付け、さらにAIが抽出しやすい明快な回答をページ上部に配置することにあります。 Q2: AI検索（AI Overviews）でブランドの露出を増やすにはどうすればよいですか？ A:AI検索で存在感を高めるには、ブランド名と特定のコンセプトが、複数の第三者メディアや比較記事、Redditのようなコミュニティ、YouTubeやPodcastなどで繰り返し一緒に言及される状態をつくることが大切です。こうした“外部の独立した情報源”で関連性を積み上げることで、AIはそのブランドをその分野の有力な存在として認識しやすくなります。 Q3. GEO時代でも、従来のSEO対策は必要ですか？ A:はい、非常に重要です。LLMは依然として公開Web上の情報を参照しており、SEOの土台がしっかりしたページほど、AIの回答でも扱われやすい傾向があります。表示速度、情報設計、コンテンツ品質、被リンクといった基本要素は、今後も引き続き重要です。さらに、新しい情報の発見経路としてGoogle検索が大きな役割を持っている以上、従来SEOをおろそかにすることはできません。 AI SEO／GEO施策に関するご相談がありましたら、ぜひお問い合わせフォームよりご連絡ください。awooの専門コンサルタントがご案内いたします。

1. AIとは何か？ まずは基本から理解する 「なぜNetflixは自分の好みに合った作品を勧めてくるのか」「スマートフォンに話しかけるだけでアラームを設定できるのはなぜか」こうした一見不思議な機能の裏側には、共通して人工知能（AI）があります。 簡単に言えば、AIとはコンピュータに”考えるような処理”をさせる技術です。人間が細かいルールをすべて書き込んで動かすのではなく、大量のデータからパターンを学び、判断や予測を行います。 AIはどう学習するのか？ 3つの基本技術 機械学習（Machine Learning） AIの土台となる技術です。大量のデータからパターンを見つけ出し、個別のルールを人が一つずつ書かなくても動作します。 深層学習（Deep Learning） 機械学習をさらに発展させた技術で、人間の脳の神経回路を模した「ニューラルネットワーク」を用います。画像認識や音声認識のような複雑な処理に強い特徴があります。 自然言語処理（NLP） 人間の言葉をコンピュータが理解し、生成するための技術です。ChatGPTやClaude、Geminiが質問に答えたり、文章を翻訳したりできるのは、この自然言語処理が中核にあるためです。 現在の生成AIは、これらの技術を組み合わせた大規模言語モデル（LLM） を基盤にしています。2026年6月時点で実用化されている代表的なモデルには、OpenAIのGPT-5.5（2026年4月リリース、1Mトークンの長文脈と自律Web検索を標準搭載）、AnthropicのClaude Opus 4.7／4.8（同じく1Mトークンが既定）、GoogleのGemini 3.5 Pro（Google I/O 2026で発表）などがあります。これら最新世代は、テキスト・画像・音声・動画を横断的に扱うマルチモーダルが当たり前になっている点が大きな変化です。 日本国内でも国産LLMの実装が進み、デジタル庁は2026年3月に「ガバメントAI（コードネーム：源内）」として、NTT版tsuzumi 2、KDDI/ELYZAのLlama-3.1-ELYZA-JP-70B、Preferred NetworksのPLaMo 2.0 Primeなどを選定しています。海外モデル一辺倒だった構図に、機密性・コスト・データ主権の観点から国産LLMという選択肢が加わったのも近年の特徴です。（出典：Impress Watch「デジタル庁、ガバメントAI用国産LLMを選定」、NTT「tsuzumi 2提供開始」） AIはいま、どの段階まで来ているのか AIの発展段階は一般的に次の3つに分けられます。 AIに関する、よくある2つの誤解 Q. AIには自分の考えや感情があるのか？ ありません。AIは高度なパターン認識システムであり、その応答は学習データをもとに算出された確率的な結果です。 Q. AIは人間より常に客観的なのか？ 必ずしもそうではありません。AIの出力品質は学習データの質に左右され、もとのデータに偏りがあれば、AIもその偏りを引き継ぎます。 2. 身の回りにあふれるAI。日常生活を変える活用例 朝起きてから今までの間に、すでに10回以上AIに触れている可能性があります。おすすめ投稿の表示、カフェへ向かう際の渋滞回避ルート、メッセージ入力中の予測変換。それらはすべてAIの働きです。 実際、ChatGPTは2026年2月時点で週間アクティブユーザー9億人に到達し、年内に月間10億人到達ペースで推移しています。生成AIは「一部のIT好きが使うもの」から「マスの生活インフラ」へと移行しました。（出典：TechCrunch “ChatGPT reaches 900M weekly active users”） 毎日使っている5つのAI 1. レコメンド機能 Netflix、YouTube、Spotifyなどでは、AIが視聴履歴を分析し、好みに合いそうなコンテンツを提案します。 2. 音声アシスタント […]

AI検索の普及により、ユーザーの検索行動は大きく変わりつつあります。それに伴い、従来のSEOの常識も書き換えられています。 かつてはキーワードの最適化や被リンク（Backlinks）の獲得が中心でした。しかし、生成エンジン最適化（GEO：Generative Engine Optimization）という新たな競争領域では、意外な指標が勝敗を左右しています。それが「YouTubeでの言及（YouTube Mentions）」です。 AhrefsがChatGPT、Google AI Mode、AI Overviewsの3大AI検索プラットフォームを対象に行った分析によると、AIはブランドを回答内で取り上げる際、「市場で繰り返し言及されているブランド」を優先する傾向があります。 なかでも「YouTubeでの言及数」は、AI上での可視性（AI Visibility）との相関が最も高く、相関係数は0.73。これはブランド検索ボリュームやドメインレーティング（DR）・被リンクドメイン数・サイトのページ数といった従来のSEO指標を大きく上回る結果です。 （相関の強さ：YouTube言及 ＞ ブランドのWeb言及 ＞ ブランド検索数 ≫ Domain Rating ＞ 参照ドメイン数 ＞ ページ数） なぜAIはYouTubeをこれほど重視するのか？ 「何をすべきか」を考える前に、「なぜ重視されるのか」を理解する必要があります。 大規模言語モデル（LLM）は、世界を理解するために膨大なテキストデータを学習します。YouTube動画の文字起こし（Transcripts）や字幕（Captions）は、その中でも質の高い学習データ源です。 あるブランドが多数の動画のなかで繰り返し言及されると、AIはそれを「市場で広く認知された存在」と判断します。その結果、回答生成時に優先的に参照されるブランドとなるのです。 戦略1：「公式発信」から「第三者による自然な言及」へシフトする 従来、企業がYouTubeを活用する場合、自社公式チャンネルの成長に注力するのが一般的でした。 しかしAI検索のロジックでは、「さまざまな動画の中で自然にブランド名が登場すること」の方が重要です。 多額の予算を投じて登録者100万人規模の公式チャンネルを育てるよりも、外部クリエイターとの連携の方が効果的な場合があります。AIは客観性の高い第三者情報を好む傾向があるためです。 特に以下のようなチャンネルとの連携が有効です。 これらのコンテンツは具体的な説明や評価を含むため、AIが「ユーザー課題を解決する情報」として採用しやすくなります。 戦略2：「聞きやすい」そして「読みやすい」キーワード設計 AIに正確に認識してもらうには、実装レベルでの最適化が重要です。 ポイントは「音声」と「テキスト」の両方です。 これにより、AIが音声認識（Speech-to-Text）処理や字幕ファイルの読み取りを通じてブランドを認識します。「話す」と「書く」の両方を一致させることで、認識精度が大きく向上します。 戦略3：一発のバズより「継続的な言及の積み重ね」を重視する 多くのマーケターが見落としがちなポイントです。 SNS時代は「1本で100万再生」を目指しました。しかしAI検索時代に重要なのは、「多くの動画で繰り返し言及されること（High Mention Count）」です。 トップインフルエンサー1人への単発投資よりも、複数チャンネルで継続的に自然な言及を積み重ねる方が有効です。 このような広範な共起（Co-occurrence）の蓄積は、AIに「その分野のスタンダード」「主流ブランド」と認識させる強力なシグナルになります。 戦略4：マルチチャネル展開。ただし軸はYouTube YouTubeの影響力は非常に高いものの、AIの判断は総合的です。 ブログ記事、Podcastなど他チャネルも並行して展開することが重要です。YouTube動画、音声コンテンツ、記事コンテンツで一貫してブランドが言及されることで、AIから見た信頼性は大きく向上します。 まとめ AI検索時代において、ブランドの競争軸は「キーワード順位」から「ブランドの言及量と議論度」へと移行しています。 YouTubeはもはや単なる動画プラットフォームではなく、AIが世界を理解するための重要なコーパス（学習データ）です。 これからのマーケティング戦略では、「トラフィックを集めること」だけではなく、「意味のある言及を積み重ねること」が差別化の鍵になります。それこそが、AIに選ばれるブランドへの最短ルートです。 Webサイトの流入拡大やAI SEO／GEO戦略についてのご相談は、お気軽にフォームよりお問い合わせください。awooの専門コンサルタントがご連絡いたします。 ▎関連記事：GEO 是什麼？別讓 […]

GEO／LLMOの台頭と、生成AI時代にブランドサイトが直面する課題 生成AI技術の急速な発展により、LLM（Large Language Model／大規模言語モデル）は、コンテンツ制作とマーケティング戦略の前提を大きく変えつつあります。 かつては、高品質な記事やマーケティング素材を制作するために、専門ライターやSEOチームが多くの時間とコストを投じる必要がありました。しかし現在では、生成AIツールの活用により、企業やクリエイターはより低コスト・高効率で、構造が整い読者ニーズに合致したコンテンツを制作できるようになっています。 この変化は単なる効率向上ではありません。サイトコンテンツの生態系そのものを変え、SEO戦略やデジタルマーケティングの競争環境にも大きな影響を与えています。 従来、コンテンツマーケティングやSEOの競争軸は「誰が継続的に質の高いコンテンツを生み出せるか」にありました。しかしGEO／LLMOの浸透により、コンテンツ制作の参入障壁は大きく下がっています。 AIはインターネット上の情報を収集・統合し、数分で業界分析やデータ解説、マーケティングコピーを含む完成度の高い記事を生成できます。これまで数日から数週間かかっていた作業が、短時間で実行可能になりました。中小企業であっても、AIを活用すれば数十本から数百本規模のコンテンツを量産できます。さらに、多言語コンテンツの生成も容易になり、ブランドの海外展開を後押しします。 しかし、このコンテンツの急増は新たな課題も生み出します。情報の過剰供給、コンテンツの同質化、検索やAI引用の競争激化が同時に進行し、誰もが大量に生成できる環境では、「量」よりも「選ばれる理由」が重要になります。 企業のデジタルマーケティング部門にとって、生成AIは効率化をもたらす一方で、リスクも伴います。 メリットとしては、広告文・EDM・SNS投稿の迅速な制作や、多パターンのA/Bテスト実施、コンテンツマトリクスの構築が容易になる点が挙げられます。トレンドニュースや時事と連動したリアルタイムマーケティングにも柔軟に対応可能です。 一方で、競合に模倣されやすくなる、差別化が難しくなる、ブランドの個性や感情的価値が薄れやすい、誤情報やブランド毀損のリスクが高まる、といった課題もあります。 適切なレビュー体制がなければ、AIは誤った情報やブランドイメージに合わない内容を生成する可能性があります。 そのため、マーケターにはGEO／LLMOを理解し運用する能力が求められます。データ分析と創造性を組み合わせることで、AIを単なる制作ツールではなく、競争優位を生み出す戦略資産へと昇華させることが重要です。 GEO／LLMOがもたらすSEOコンテンツのリスクと構造的課題 GEO／LLMOの最適化戦略は、従来のSEOとは考え方が大きく異なります。企業やマーケターがGEO／LLMOに取り組むためには、次のポイントを理解しておく必要があります。 生成AIツールの普及により、企業やマーケター、さらには個人クリエイターまでもが短時間で大量のコンテンツを制作できるようになりました。しかし、この「誰でも創作できる」環境の裏側では、コンテンツSEOやデジタルマーケティング戦略に対して、これまで以上に構造的な変化と新たなリスクが生じています。 1.コンテンツの同質化が進み、競合との差別化が困難に AIツールの活用によって、コンテンツ生成のスピードは飛躍的に向上しました。しかしその一方で、内容が似通ってしまうという問題も顕在化しています。 まず、アルゴリズムや学習データの共通性が影響しています。多くの大規模言語モデルは、同様の公開ウェブデータをもとに学習しているため、生成される文章は自然と似た構成や表現に寄りやすくなります。 次に、ブランド独自性の不足です。競合各社が同じAIツールを使って記事を作成すれば、見出しや構成が多少異なっていても、実質的に伝えている情報は大差ないものになりがちです。 さらに、AIに引用される難易度も上がります。似た内容のコンテンツが多数存在する場合、AIは別の要素を基準に参照先を選択します。そのため、自社コンテンツに独自性がなければ、引用の機会を得ることは難しくなります。 例えば、家電ECサイトがAIで「2026年おすすめ家電5選」といった記事を生成した場合、同様のテーマの記事が数多く存在する可能性があります。実体験に基づくレビュー、オリジナル画像、独自データや専門家の見解などがなければ、情報の中に埋もれてしまいます。 生成AI時代においては、単に大量のコンテンツを生み出すだけでは不十分です。独自性や具体性を持つコンテンツこそが、AIに選ばれ、引用される可能性を高めます。 2.検索意図を軽視すると、キーワード対策だけでは通用しない もう一つのリスクは、GEO／LLMO向けに生成されたコンテンツが、キーワードに過度に依存し、ユーザーの検索意図を十分に捉えられていない点です。 AIは一見すると完成度の高い文章を生成できますが、必ずしもユーザーの本当の悩みや背景まで深く理解しているとは限りません。コンテンツが単なるプロンプトの言い換えにとどまり、具体的な事例やデータ、専門的な見解を欠いている場合、ユーザー体験を満たすことは難しくなります。 現在のAI検索モデルは、単なるキーワード理解から「意図マッチング」へと進化しています。そのため、キーワードを羅列しただけのコンテンツは、今後ますます評価されにくくなるでしょう。 例えば「脂肪冷却の効果」と検索するユーザーは、施術の仕組み、医師の見解、術後の回復期間、実際の症例といった具体的な情報を求めている可能性があります。にもかかわらず、記事が「脂肪を減らせます」といった表面的な説明に終始していれば、ユーザーはすぐに離脱します。その結果、GEO／LLMOにおける評価も伸び悩むことになります。 AI時代において重要なのは、キーワードを満たすことではなく、検索意図に対して十分な深さと具体性で応えることです。 3.信頼性を欠くコンテンツは、AIにも検索エンジンにも評価されない Googleはこれまで一貫して、E-E-A-T（Experience、Expertise、Authoritativeness、Trustworthiness）を重視してきました。AIによる検索結果や生成回答においても、こうした基準に沿った情報が参照されやすい傾向があります。 サイトがAI生成コンテンツに過度に依存している場合、これらの基準を十分に満たせない可能性があります。LLMは実体験を持たず、主に学習データの統計的な要約をもとに回答を生成します。そのため、一次体験に基づく具体性や現場感に欠けることがあります。 また、専門的な監修や背景説明が不足している場合、内容は表層的な情報にとどまりがちです。特に医療、金融、法律などの高リスク領域では、その影響はより深刻です。出典やデータの明示、専門家の監修がない記事は、読者にも検索エンジンにも信頼されにくくなります。 例えば、AIが生成した「糖尿病の食事ガイド」に栄養士の署名や参考文献がなければ、内容が正しく見えても信頼性は十分とはいえません。結果としてLLMに引用されにくくなるだけでなく、ブランドイメージを損なう可能性もあります。 ▎関連記事：AI 內容會影響 SEO 排名嗎？3 大風險 + AI SEO 真實數據分享！（台湾ブログ） 最優先すべきは、ユーザーの「本当の問い」を捉えること GEO／LLMOの時代において、AI検索は、従来以上に「検索意図」を重視しています。ここでいう検索意図とは、ユーザーが入力した言葉の背後にある、本当に解決したい課題や疑問を指します。 コンテンツがこの意図に正確に対応していなければ、LLMに引用される可能性は大きく低下します。単に関連キーワードを含んでいるだけでは不十分です。 GEO／LLMOの登場により、検索結果はもはや「青いリンクが10件並ぶ一覧」ではなくなりました。現在は、AIが検索意図を解釈したうえで要約回答を提示し、その根拠として情報源を引用する形式へと変化しています。 つまり、AIに正しく理解され、検索意図に最も適した情報源と判断されることが、引用されるための前提条件となります。検索意図を的確に捉えることこそが、GEO／LLMO戦略の出発点です。 AI時代の露出拡大は、SEOとGEO／LLMOの統合が鍵 生成AIの高度化により、多くのユーザーがAIツールを情報取得の手段として利用するようになりました。その結果、サイトがAIに引用されるかどうかが、ブランド全体の露出度を左右する重要な要素となっています。 デジタルマーケティングにおいては、従来のSEO施策だけでは十分とはいえません。これからは、GEO／LLMOの考え方を取り入れ、プロンプト設計とSEO戦略を統合する必要があります。 ターゲットプロンプトと検索意図を明確化する AI生成ツールは短時間でコンテンツを作成できますが、LLMに評価されるためには、明確な設計思想が欠かせません。まずはテーマ、トーン、想定読者を具体的に定義し、それに合致するプロンプトを設計します。生成AIで初稿の構造を作成した後、人の手で最適化し、適切な事例やデータを加えることが重要です。 GEO／LLMOは、質問に対して直接的かつ正確に答えるコンテンツを好みます。そのため、ターゲットとするプロンプトを意識するだけでなく、関連するロングテール表現や意味的に近い文脈も網羅する必要があります。また、検索意図が情報収集型なのか、購買検討型なのか、課題解決型なのかを見極めることも重要です。 […]