生成エンジン最適化（GEO）は実際にどう機能するのか

生成エンジン最適化は、自分たちが改善できることと、検索サービスが決めることを分けると評価しやすくなります。説明をわかりやすくする、製品情報を訂正する、ページへのアクセスを修復するといった作業は可能です。一方、アシスタントにそのページを選ばせたり、正しく解釈させたり、見込みのある購入者を送らせたりすることはできません。

そこで重要になるのが、「問題の所在を、どのような証拠から判断できるか」です。クロールログ、検索レポート、AIの回答は、プロセスの異なる部分を示します。同じ意味の証拠として扱うと、修正すべき箇所を取り違えます。

質問から出典付きの回答まで

ウェブ検索を利用する回答では、サービスが候補となる情報を見つけ、選んだ内容を使って回答を作り、根拠となるリンクを表示する場合があります。これらは一般に、情報取得、グラウンディング、出典表示と呼ばれます。理解に役立つ概念ですが、すべてのサービスが従う5段階の手順でも、発信者が内部の判断を確認できる工程表でもありません。

Googleはクエリファンアウトについて説明しています。AIによる概要やAIモードは、回答を作る際に関連する下位トピックを検索することがあります。モデルや手法が違えば、使われる出典も変わり得ます。そのため、通常の検索を1回行っただけでは、AIの回答が使い得る情報をすべて把握できません。ただし、検索順位が無関係だと証明されたわけではありません。

出典表示から、情報取得の全過程がわかるわけではありません。回答の正確さを保証するものでもありません。リンクを開き、例外条件や日付も含めて、出典と主張を照合してください。

アクセス、学習、検索への掲載は別々の選択

OpenAIのクローラードキュメントでは、関連する3つの役割を区別しています。

• OAI-SearchBotはChatGPTの検索を支えます。検索に関する方針は、学習に関する方針とは別です。
• GPTBotは、モデルの学習に使われる可能性があるコンテンツを収集します。検索を許可するために、このボットも許可する必要はありません。
• ChatGPT-Userは、ユーザーの操作に応じてページを取得する場合があります。検索への掲載を制御するものではありません。OpenAIは、ユーザーが開始するこうしたリクエストにはrobots.txtのルールが適用されない場合があると説明しています。

他の運営会社には、それぞれのルールがあります。AnthropicはClaudeBot、Claude-SearchBot、Claude-Userを区別しています。Perplexityも、検索クローラーとユーザーの要求によるページ取得を区別しています。アクセス設定を変える前に、該当する運営会社の方針を確認してください。

GoogleのGoogle-Extendedは、robots.txtで使用する制御用トークンであり、独立したHTTPクローラーではありません。特定のAI検索機能への掲載を管理する検索の生成AI設定とも別です。プロパティで実際に適用されている設定を、継承された設定も含めて確認し、クロールやスニペット表示の条件も確認します。これらのAI機能から除外することは、Google検索のすべての結果からサイトを削除することとは異なります。

アクセスを調べる際は、返されたページと、関連するrobots.txt、インデックス、ファイアウォールのルールを確認します。HTTPステータスが成功でも、セキュリティ確認画面や、重要な情報を含まないHTMLが返ることがあります。重要な本文とリンクを初期HTMLに含めれば、サービス側でのスクリプト実行への依存を減らせます。これは互換性のための選択であり、引用の保証ではありません。

クローラーの身元は、公開されているネットワーク範囲など、運営会社が説明する方法で確認します。既知のユーザーエージェント文字列は誰でも送信できます。正規の取得だと確認できても、それが示すのはコンテンツへのリクエストです。人による訪問や購入意向を示すものではありません。

診断例：ページは取得されたのに、回答が間違っている

現場作業向けソフトウェアを販売する架空の会社を考えてみます。公開ページには「どこでも使える」とありますが、オフラインでの写真撮影や、その後の同期についての詳しい説明は顧客向けログインの先にあります。アシスタントはオフライン利用の質問に対し、旧バージョンを説明した古いレビューへのリンクを付けて回答します。会社のログには、公開ページの取得に成功したリクエストもあります。

これだけでは、アシスタントが最新の機能説明を読んだうえで採用しなかったとは判断できません。その説明は取得された公開ページにはなく、表示された回答も別の出典を引用しています。

実際に修正した後、記録しておいた質問を比較可能な条件で繰り返し、新しい出典を確認します。1回の回答が変わっただけで、仕組みが証明されたと考えてはいけません。サービスのインデックス、モデル、他の出典、ユーザーの文脈も変わった可能性があります。アクセスや情報の欠陥が見つからない場合は、技術的な原因を作り上げず、引用がなかったという観測を記録します。

抽出しやすくする前に、役立つ根拠を用意する

購入者は、その回答が自分の状況に当てはまるか判断できるだけの詳しさを必要としています。この例で役立つのは、最新の製品ドキュメントを根拠に、オフラインで動く機能と接続が必要な機能を説明することです。モバイル環境での生産性を一般論で語っても、この疑問は解消しません。

疑問の内容が伝わる見出しを使い、選択肢の比較には表を使い、重要な主張には出典リンクを付けます。数値には、期間、対象集団、単位、制約を添えます。事実が変わったときに更新してください。情報の新しさに対する普遍的な加点倍率や、必須の段落の長さが文書化されているわけではありません。

独立した根拠は、読者が主張を評価する助けになります。自社の主張を複数の企業情報サイトに繰り返し掲載しても、独立した裏付けにはなりません。独自のデータセットは引用に値するかもしれませんが、公開しただけで検索サービスに出典を明記させることはできません。外部の説明は正確さのために訂正します。リンクのない言及が毎回モデルを再学習させるから、という理由ではありません。

GoogleのAI最適化ガイドは、AI専用の文章形式、追加のschemaマークアップ、llms.txtファイルを要求していません。エージェント連携も、想定する利用者が実際に使えるかで評価すべきです。インターフェースが存在するだけでは、検索上の優位性の証拠にはなりません。

研究結果から引用数を予測できない理由

2024年のGEO論文は、出典となる文章の変更を検証しています。主な実験設定では、モデルに5件の検索結果の内容を渡しています。可視性の指標が測るのは、そこから生成された回答です。その設定での改善は、まだ発見されていないページが実運用の検索サービスの出典候補に入ることを示すものではありません。

その後のC-SEO Bench研究は、タスク、分野、競合による手法の採用度を変えて評価し、多くの手法が研究内の順位指標に対して効果を持たない、または悪影響を与えると報告しています。これらの実験は、前提を検証する理由にはなります。普遍的な公式や、顧客サイトの改善幅の約束にはなりません。

当社の公開事例からわかること

2025年12月10日公開のAI SEO事例には、過去のChatGPT経由と判定されたセッション数として38件と474件、エンゲージメント率として44.7%と53.8%が記載されています。Perplexityのセッション数21件と76件、AIで当社を知った後の見込み客からの問い合わせを示す情報も含まれます。

ただし、公開記事には両方の分析期間の正確な開始日と終了日がなく、個別の変更の効果も切り分けられていません。これは過去の観測であり、5段階の仕組みの証明でも、将来の問い合わせの予測でもありません。新しいチャネルを調べる理由は、新興チャネルを試す理由で説明しています。

事業成果の測定は、技術的な診断と分けてください。Googleの生成AIパフォーマンスレポート、参照元がわかる訪問、購入者自身の申告は、異なる証拠を加えます。どれか1つだけで、売上に影響したすべての接点を再現することはできません。可視性を観測する際は、質問、サービス、モード、言語、場所、日付、回答、リンクを記録し、一貫したアトリビューションのルールで有望な問い合わせを追跡します。

診断を具体的な作業につなげる

最初のプロジェクトを選ぶ際はGEOの入門記事、重複する業務範囲の比較にはAEO・GEO・SEOの比較を活用してください。実行の支援が必要なら、AI SEOサービスに含めるべき内容を読み、AI SEOツールを比較するか、当社のGEOサービスをご覧ください。AI可視性チェッカーは、自己評価用の質問票と、自分で確認するためのプロンプトを提供します。AIサービスに問い合わせたり、現在の回答を収集したりする機能はありません。