AI検索時代のSEO 17のルール

01対話型検索に集中する

AI時代のSEOの中心は、大規模言語モデル上の対話型検索の体験に向けて最適化することです。

• 能動的な行動（lean-in）： ChatGPT、Gemini、Perplexityでは、ユーザーが自らツールを選び、追加の質問を重ねながらテーマを掘り下げていきます。
• 受動的な行動： AI Overviewsは、ユーザーが選んだわけではなく、検索結果ページに自動的に表示されます。
• 新しい関係性： AIアシスタントは自然に会話し、文脈をくみ取り、一緒にブレインストーミングし、反論し、その場でコンテンツを生成します。キーワード検索エンジンにはできなかったことです。

ChatGPTに送られるメッセージの約50%は相談型の質問です。ユーザーはAIを意思決定を支えるアドバイザーとみなしています。実践的なガイダンス、ソリューションの相談、技術サポートといった意図の領域こそ、ブランドが専門的なコンテンツを届け、見方を形づくるべき場所です。

02行動の変化の方向に合わせる

GEOに取り組む最大の理由は、ユーザー行動の変化の方向（direction of travel）にあります。ChatGPTは史上最速で100万ユーザーに到達したアプリで、2025年には633億回の訪問（2024年は240億回）を記録し、1セッションあたり平均約7分・4ページが閲覧されています。

Googleと比べると、AI検索のトラフィックは2025年の検索トラフィック全体の7.7%を占め、2024年の2.8%からほぼ3倍に増えました。数字はまだ小さくても、注目すべきはその速さです。

03Googleも変わりつつある

Googleは今も月間約830億回の訪問を集める巨人です。2025年のGoogleへの訪問は約9,930億回で、2024年の9,990億回から0.5%の微減、約60億回分にあたります。同じ年、Geminiは92億回の訪問を集め、その減少分を完全に補いました。Googleは「両張り」の戦略をとっているのです。

• GeminiはAI Mode、Google Assistant、Android、Pixelスマートフォンなど、さまざまな製品に組み込まれています。
• 従来のSEOの柱だった「青いリンク」は、表示が減ったり、下へ押しやられたりしています。

04従来の検索とAI検索の両方に備える

この変化の本質は摩擦を取り除くことです。変化は「ゆっくり進み、ある時点から一気に速くなる」（slow — until it's fast）ものです。

人々がiPodに乗り換えたのは新技術に夢中になったからではなく、音楽を聴くことから摩擦がなくなったからです。テック大手はいま「iPod戦略」を再現しています。MicrosoftはCopilotをWindowsに組み込み、物理的なCopilotキーまで追加しました。GoogleはGeminiをPixel、Fitbit、Android、Chromeの標準アシスタントにし、Siriを動かす提携も進めています。

05デジタルフットプリント全体を広げる

ユーザーは、あらかじめ形の決まった情報を探すのではなく、AIを使って情報を最適な形に組み替えるようになりました。Google NotebookLMが資料一式をポッドキャスト、フラッシュカード、インフォグラフィックに変えるのがその一例です。

• Webサイトは本拠地（Web HQ）ですが、AIが評価するのはデジタルフットプリント全体です。報道、SNS、フォーラム、顧客レビュー、マニュアル、動画まで含まれます。
• All killer, no filler： 肥大化したタグページ、意味のないページ分割、キーワード集めのためのコンテンツは負債になります。整理された意味構造があれば、AIはチャンキング、トークン化、推論をしやすくなります。
• 信頼できる接点に広く登場する： プラットフォーム、メディア、フォーラム、パートナーのチャネルに質の高いコンテンツで登場することで、AIが相互に検証できるデータが増えます。

06学習データにもとづく回答への最適化

• リンクより言及が大切： 目指すのは、ブランドが正確に、頻繁に、好意的に言及される回数を増やすことです。一つひとつの言及が、AIの中にある貴社の人物像を描く一筆になります。
• 更新サイクルに左右される露出： モデルにはそれぞれ知識のカットオフがあります。新しい会社や新製品は、次の学習まで一時的にAIから「見えない」ことがあります。焦らず、ブランドの拠り所を着実に築きましょう。
• 学習元が理解を形づくる： 多くのモデルはCommon Crawl、Wikipedia、歴史ある信頼性の高いサイトから学んでいるため、リブランディング後も古い情報を語ることがあります。AIが誤ったことを言ったら、その表現をそのまま検索して元のページを突き止め、更新しましょう。
• フィードバックボタンを活用する： 回答の下にある高評価・低評価ボタンはRLHFへのシグナルです。正しい情報を添えてフィードバックを送れば、今後の回答の修正につながります。

07RAGによる回答への最適化

学習データだけでは足りないとき、AIは「詳しい人に電話する」ように、回答の前に検索エンジンへ問い合わせます。RAGの回答に登場できるかどうかは、コンテンツが新しく、信頼でき、インデックスされやすいかで決まります。

08推論モデルへの最適化

推論モデル（DeepSeek R1、Gemini Deep Research、ChatGPTの思考モード）やMixture of Expertsのアーキテクチャは、単にキーワードを調べるのではありません。質問をサブトピックに分解し（Query Fan-out）、内部の「専門家」を動かし、論拠のある回答を組み立てます。

09あらゆるLLMの回答に向けた総合的な最適化

すべての道は関連性（relevance）に通じます。AI検索の最適化は総合競技です。

• 段階的に進める： RAGはほぼ即座に反応し、次に推論モデル、最後に学習データの順で結果が表れます。まずRAGで試して素早く計測し、それから広げましょう。
• グローバルに考える： LLMはあらゆる言語を読みます。ある言語版の誤情報が、別の言語の回答に影響することもあります。多言語のコンテンツは足並みをそろえて更新しましょう。
• AIクローラーに最適化する： AIボットは「ヒットページ」だけでなく「すべての記録」を集めます。robots.txtで価値あるページへ誘導し、タグページや意味のないページ分割はブロックしましょう。
• コンテンツをブロックに分ける： H1・H2、リスト、表、FAQがあれば、AIは正確に切り出して引用できます。
• マルチモーダル： 画像や動画（特にタイムスタンプ付きのYouTube）には、わかりやすいテキストの説明を添えましょう。
• UGCを管理する： AIはReddit、Facebookグループ、Quoraを読んで、コミュニティの受け止め方を評価します。
• 「ハルシネーション」に対処する： AIがブランドについて存在しないリンクを作り出したら、301リダイレクトを設定するか、そのURLで正しいページを作りましょう。
• AIプラットフォームに自然に存在する： カスタムGPTを作り、メタデータを整え、16×16のファビコンを確認しましょう。引用の横でブランドを表す唯一のビジュアル要素であることが多いからです。

10新しい手法を試すことを受け入れる

ルールは毎日のように書き換えられています。AIに親しい形式には、fail fast, win bigの精神で臨みましょう。

• `llms.txt`： yourdomain.com/llms.txtに置くプレーンなMarkdownファイルです。要約のように働き、HTML・CSS・JavaScriptに邪魔されずにAIボットを価値あるページへ直接案内します。
• `llms-full.txt`： すべてのドキュメントを一つのMarkdownファイルにまとめたもので、コンテキストウィンドウが非常に大きいモデルに向いています。

プレーンなMarkdownはHTMLに比べてトークンを95〜96%削減できることがあります。1日に数百万回のクエリを処理するAIエージェントにとって、これは直接的な経済価値です。活用例は6つあります。中核となる文脈の提示、Markdownのサイトマップ、エージェント同士のやり取り（A2A）の案内、ハルシネーションの抑制、深い参照コンテキストの提供、そしてAPIコストの削減です。

11AI検索エンジンとのコンテンツパートナーシップを築く

OpenAI、PerplexityなどのAI企業は、多くのメディアグループ（Hearst、News Corp、Vox Media、Time、Condé Nast、Der Spiegelなど）とライセンス契約を結んでいます。

• 大手出版社の場合： 公式のデータパートナーになり、ライセンス収入と引用での優位を確保します。
• 一般企業の場合： デジタルPRの重点を、AI開発企業と提携しているメディアへの掲載に移しましょう。そうしたメディアに載った情報は、AIからより信頼されます。
• エージェント型コマースへの対応： コマースプラットフォーム（Shopify、Etsy、Wix）のAI Discovery機能を有効にし、AIエージェントがカートに追加できるよう商品データを構造化し、広告的な表現より事実のスペックを書きましょう。
• パートナーのエコシステムを選ぶ： AIと深く統合されたCMS、決済、CRM（Stripe、PayPal、Wix）を優先すれば、新しい統合を自前で作り直さずに受け継げます。

12AIエージェントの時代に備える

AIエージェントは、ユーザーの代わりにWebを閲覧し、フォームに入力し、予約し、買い物をします。Webサイトは「紹介ページ」からタスクを実行できる目的地へと変わる必要があります。そうでなければ、エージェントは競合へ向かいます。

• フィードとAPI： 商品データをリアルタイムで正確に保ち、エージェントが最少の呼び出しでタスクを終えられる「スマートエンドポイント」を用意します。
• 軽量なMarkdown： llms.txtやllms-full.txtで、低いトークンコストで正確にデータを読み込ませます。
• MCPサーバー： 「デジタルなUSBポート」として、AIアプリが社内のデータやサービスと安全にやり取りできるようにします。
• AIコマースのプロトコル： AP2、ACP（Agentic Commerce Protocol）、UCPに対応し、チャットボット内で即時決済を可能にします。
• ブランドのエージェントと属性の宣言： 独自のエージェントを構築し、対象とする顧客層を明示して、AIのパーソナライズが正しくニーズと結びつくようにします。

13適切な指標体系で計測する

サーバーログ（ボットログ）の分析を組み合わせ、フォームの「当社を何で知りましたか？」に「AIアシスタント」という選択肢を加えれば、実際のコンバージョンデータが得られます。

14AIの回答における「順位」

• 決まった位置はない： AIは時系列、五十音・アルファベット順、文脈との適合度などで並べることがあり、ブランドの規模だけで決まるわけではありません。
• 誰も順位付けされないこともある： 一般的な質問の多くでは、どのブランド名も挙がりません。
• 先頭には心理的な優位がある一方、センチメントも同じくらい重要です。否定的な文脈で先頭に挙がるのは、登場しないより悪い結果になります。
• ボットログ： OAI-SearchBot、PerplexityBot、ClaudeBotの動きを追えば、優先されているページがわかり、存在しないリンク（404）を見つけて301リダイレクトし、不要なページへのクロールをブロックできます。
• 売上と結びつける： AI経由の流入はまだ少なくても購買意欲は高いものです。ChatGPT、Perplexity、Gemini由来のリードをフォームの質問で記録し、経営層に投資効果を示しましょう。

15プロンプトのパフォーマンスを追跡する

追跡に巨額の予算は要りません。必要なのは正しいプロンプトを選ぶことと、データをゆがめるプロンプトを取り除くことです。

• まずオーディエンスを見極める： 顧客が使っているのはChatGPTか、Geminiか、Perplexityか、Claudeか。
• ブランド関連語を整理する： 社名、製品ライン、略称、地域ごとの表記ゆれ。
• エンティティとしての競合： ナレッジグラフが同等とみなすブランド（「他の人はこちらも検索」を参照）であり、ビジネス上の競合だけではありません。
• ノイズになるプロンプトを削る： 自社名を含むプロンプトや、競合を名指しするプロンプトは外します。ブランド名を含まない比較型・業界型の質問こそが本当の戦場です。

16LLMからの流入を追跡する

AIからの参照データは断片的だったり、直接流入として隠れたりしがちです（ダークトラフィック）。GA4のユーザー獲得レポートでは、次の正規表現で参照元を絞り込みましょう。

openai|chatgpt|copilot|gemini|gpt|perplexity|bard|deepseek|claude|meta\.ai

• サーバーレベルのボットダッシュボード（Wix Studioなど）は、学習データ収集のボットとリアルタイムで質問に答えるボット（OAI-SearchBot、PerplexityBot）を分け、クリックを伴わない表示の統計も示します。
• 専用のプロンプト追跡ツール（Limy、Peec AI、Profound、Semrush AI Visibility Toolkit）で、Share of AI、引用元、センチメント、エンティティマップを計測できます。
• 電話帳ファネル（Phone-Book Funnel）： ユーザーはAIに相談したあと、新しいタブでGoogleにブランド名を入力して訪れます。説得したのはAIでも、数字はGoogleに計上されます。ボットログ、プロンプト追跡ツール、フォームの質問を組み合わせて三角測量しましょう。

17AI時代の顧客を深く理解する

ChatGPTやGeminiにはメモリとパーソナライズのプロフィールがあり、AIエージェントは一人ひとりに最も合う答え（年齢、体格、予算、習慣、価値観）を探します。全員に同じメッセージを送るやり方はもう通用しません。

• 属性付きのレビュー： 身長、肌質、使用目的などを書き添えてもらえば、AIは「あなたと似た人が高く評価しているので合っています」と言えるようになります。
• 対象者別のプログラムを明示する（学生、軍関係者、医療従事者、高齢者など）。フッターなどに掲載します。
• 一人称のFAQ： 「返品するにはどうすればいいですか？」のような見出しは、チャットボットへの質問の仕方と自然に一致します。
• サイト外のフットプリント： ニッチなコミュニティ（Reddit、Facebookグループ）で好意的に存在することで、AIがブランドとその属性を結びつけます。
• 独自の価値を主体的に宣言する： オーガニック、環境配慮、国内生産、生涯保証などを、あらゆる接点で示しましょう。

→17のルールから、Terran Labsとの実行ロードマップへ

17のルールは地図です。実際に進むには、調べる → 直す → 測る → また改善するという継続的なサイクルが必要です。Terran LabsのAI検索最適化（GEO / LLMO / AIO）サービスは、まさにこのサイクルをRaaSモデルで回します。