第1部 前提をそろえる
第1回/全12回
AI検索で何が変わったか:ゴールは「すすめてもらう」こと
KOUZAAI検索対策
第1回/全12回
この講座の目次を見る
- 第1回AI検索で何が変わったか:ゴールは「すすめてもらう」こと
- 第2回AIはどうやって「おすすめ」を決めるのか:検索して、読んで、答える仕組み
- 第3回SEOとの関係:やらなくていいことを決める
- 第4回すすめられる会社の3条件:自社の現在地を診断する会員
- 第5回知ってもらう①:おすすめ記事・比較サイトに載る会員
- 第6回知ってもらう②:サイトの外で名前を出す会員
- 第7回理解してもらう①:ポジションを決める会員
- 第8回理解してもらう②:自社サイトの土台を整える会員
- 第9回理解してもらう③:伝わる書き方と、発信の統一会員
- 第10回信頼してもらう①:口コミと事例会員
- 第11回信頼してもらう②:一次情報と、役に立つ発信会員
- 第12回測って直す:続けるための計測と体制会員
この回で分かること:①「AI検索」と呼ばれているものが、具体的にどの機能を指すのか ②使う人の行動と、サイトへの流入がどう変わりつつあるのか ③「言及」「引用」「推奨」の違いと、この講座が「推奨」をゴールに置く理由 ④全12回で何を学ぶのか

そもそも「AI検索」とは何を指すのか
「AI検索の対策をしよう」と言われても、何に対する対策なのかがあいまいだと、やることも決まりません。まず、いま「AI検索」と呼ばれているものを整理します。2026年11月時点で、マーケティングの現場で主に話題になるのは次の4つです。
| 名前 | 提供元 | どんなものか |
|---|---|---|
| AIによる概要(AI Overviews) | 通常の検索結果の上部に、AIがまとめた要約と関連リンクが出る。出ない検索も多い | |
| AIモード(AI Mode) | 検索画面の「AI モード」から使う、会話形式の検索。比較や、条件の多い質問に向く | |
| ChatGPTの検索 | OpenAI | ChatGPTが会話の中でWebを検索し、情報源のリンクを付けて答える |
| Perplexity、Microsoft Copilot など | 各社 | 検索とAIの回答を組み合わせたサービス。情報源を並べて見せるものが多い |
4つに共通する点は1つです。使う人がリンクを1つずつ開いて読むのではなく、AIが複数のページを読んで答えをまとめ、根拠のリンクを添えます。
Googleの2つの機能:AIによる概要とAIモード
Googleは、2024年8月に「AIによる概要」を日本で提供し始めました。2025年9月9日には「AIモード」の日本語版を提供し始めています(Google 日本の公式ブログ)。
2つの違いを、Googleはサイト運営者向けの資料「AI 機能とウェブサイト」で次のように説明しています。
- AIによる概要:複雑な話題の要点をすばやくつかむための機能。通常の検索結果より役に立つとシステムが判断したときだけ出る
- AIモード:さらに調べたいとき、根拠を確かめたいとき、複雑な比較をしたいときに向く機能。AIの回答と、参考になるサイトへのリンクが出る
AIモードは、質問をいくつかの小さな話題に分け、それぞれを検索してから答えをまとめます。この方法は「クエリ ファンアウト」と呼ばれます。詳しくは第2回で扱います。
2026年に入ってからも変更が続いています。Googleの公式ブログ(2026年5月19日)によると、主な変更は次の3つです。
- AIモードが標準で使うAIが「Gemini 3.5 Flash」に変わった
- 検索ボックスが作り直され、長い質問を書きやすくなった。画像やファイルも一緒に渡せる
- AIによる概要を見たあと、そのまま続けて質問すると、AIモードの会話に移れるようになった
同じ記事でGoogleは、AIモードの月間利用者が世界で10億人を超えたと発表しています。これはGoogle自身の発表で、日本だけの数字は示されていません。なお、新しい機能は順番に提供されるため、自分の画面ではまだ変わっていないこともあります。
押さえておきたいのは、2つの機能がつながり始めたことです。「まず要約を見て、気になったら続けて質問する」という使い方が、ふつうの検索の中でできるようになっています。
ChatGPTの検索
OpenAIは2024年10月31日に、ChatGPTの検索機能を公開しました。最初は有料プランの利用者向けでした。2024年12月にログインしている全利用者へ、2025年2月にはログインしていない人にも広がっています(OpenAI公式の発表)。
ChatGPTに質問すると、必要に応じてWebを検索し、情報源のリンクを付けて答えます。回答の下の「情報源(Sources)」ボタンを押すと、参考にしたページの一覧が出ます。
PerplexityやCopilotなど
Perplexityは、質問に対して情報源を番号付きで示しながら答えるサービスです。Microsoft Copilotは、Microsoftの検索エンジンBingと組み合わせて答えます。細かい違いはありますが、「検索して、読んで、まとめて、根拠を示す」という流れは共通です。
この講座では、利用者が多く、BtoBの担当者が仕事で使いやすいGoogleのAIモードとChatGPTを中心に話を進めます。
GoogleのAIモードの説明として、正しいものはどれでしょう?
- 質問を小さな話題に分けて検索し、答えをまとめる会話形式の検索
- すべての検索結果の上部に、必ず表示される要約
- 広告だけを集めて表示する検索
答えと解説
正解は1。AIモードは「クエリ ファンアウト」という方法で質問を分けて検索し、まとめた答えと根拠のリンクを示します。2は「AIによる概要」に近い説明ですが、AIによる概要も必ず出るわけではありません。
使う人の行動はどう変わるのか
「調べる」から「聞く」へ
これまでの検索では、短い単語を並べて検索していました。たとえば「勤怠管理システム おすすめ」です。そのあと上位のページをいくつか開き、自分で読み比べていました。
AI検索では、条件をそのまま文章で聞きます。架空の例を挙げます。
従業員80人の製造業です。工場は交代勤務で、今はタイムカードを使っています。給与計算ソフトと連携できる勤怠管理システムを、月5万円以内で探しています。候補を3つ挙げて、それぞれ向いている会社も教えてください。
これまでなら、このような条件は検索窓に入れませんでした。入れても、ぴったりのページが出なかったからです。AIには、同僚や詳しい知人に相談するように聞けます。
Googleも、質問が長くなっていると説明しています。日本語版の提供開始を知らせる公式ブログには、AIモードを早くから使った人は、従来の検索の2倍から3倍の長さの質問をしていた、と書かれています。
この変化は、会社にとって2つの意味を持ちます。
- 質問に条件が入る:業種、規模、予算、今困っていることが質問に含まれます。AIは「その条件に合う会社はどこか」を答えようとします。「誰に向いているか」が分からない会社は、候補に入れにくくなります。
- 比べる作業の一部をAIがやる:これまで担当者が5ページ読んで比べていた作業を、AIが先にやります。担当者は、AIが挙げた数社から調べ始めます。
2つめが、この講座でいちばん大事な点です。AIの答えに名前が出なければ、比べる候補に入れてもらえないまま、検討が進んでしまうことがあります。
流入は減るのか
「AI検索のせいで、検索からの流入が減る」という声をよく聞きます。編集部の見立ては、「量は減りうる。ただし、来る人は目的がはっきりしている」です。順に説明します。
まず、AIの答えで用が足りる質問では、リンクが押されにくくなります。用語の意味や、かんたんな手順がこれに当たります。
一方でGoogleは、「AI 機能とウェブサイト」の中で、AIによる概要が出た検索結果からのクリックは質が高いと述べています。理由として、サイトに長く滞在する傾向を挙げています。2025年8月の公式ブログでは、検索からサイトへのクリックの総量は前年と比べておおむね安定している、とも説明しました。同じ記事で、すぐに答えが欲しい単純な質問ではクリックされないことがある、とも認めています。
ここで注意が必要です。これらはGoogle自身の説明です。Googleは検索を提供している当事者なので、そのまま受け取らず、自社のデータで確かめてください。
確かめ方はかんたんです。アクセス数の合計だけを見ないでください。問い合わせの件数や、資料請求の件数と並べて見ます。アクセスが減っても問い合わせが減っていなければ、「読むだけで帰る人」が減っただけかもしれません。計測の方法は第12回で扱います。
「AIで完結する質問」と「サイトに来る理由が残る質問」
質問には、AIの答えだけで終わるものと、そのあとサイトに来る理由が残るものがあります。BtoBの例で分けてみます。
| 種類 | 質問の例 | そのあとの行動 |
|---|---|---|
| AIで完結しやすい質問 | 「勤怠管理システムとは?」「36協定とは?」「SEOの内部対策とは?」 | 答えを読んで終わる。サイトには来ないことが多い |
| サイトに来る理由が残る質問 | 「80人の製造業に向く勤怠管理システムは?」「BtoBに強いSEO会社は?」 | 挙がった会社を調べる。料金、事例、導入の流れを見る。問い合わせをする |
BtoBの商材は、金額が大きく、社内で説明して承認をもらう必要があります。AIの答えだけで契約まで決める人は、まずいません。AIに聞くのは、候補を挙げて絞る段階です。つまり、検討と比較の段階でAIが使われます。
そのため、BtoBの会社が心配すべきことは「用語解説の記事のアクセスが減ること」だけではありません。より大きいのは、「比較の質問で自社の名前が出ないこと」です。

AIによる概要が出た検索結果からのクリックについて、Googleはどう説明しているでしょう?
- クリックは必ず増える
- クリックはまったく発生しなくなる
- クリックの質が高く、サイトに長く滞在する傾向がある
答えと解説
正解は3。Googleは「AI 機能とウェブサイト」の中で、こうしたクリックは質が高いと説明しています。ただし、これはGoogle自身の説明です。自社のアクセス数と問い合わせ数を並べて、実際にどうなっているかを確かめてください。
言及・引用・推奨は別物
ここからが、この回の中心です。AIの答えの中での扱われ方は、3つに分けられます。
| 呼び方 | どういう状態か | 例(架空の会社名) |
|---|---|---|
| 言及 | 答えの文章に、社名や商品名が出てくる | 「勤怠管理システムには、A社の製品やB社の製品などがあります」 |
| 引用 | 答えの根拠として、自社のページがリンクで示される | 答えの横や下の情報源に、自社の記事のリンクが並ぶ |
| 推奨 | 質問の条件に合う候補として、理由を付けて名前が挙がる | 「交代勤務のある製造業なら、A社の製品が向いています。シフトの種類が多くても設定しやすいためです」 |
推奨は、言及の一種です。ただし、名前が出るだけの言及とは重みが違います。「こういう会社もあります」と並べられるだけの状態と、「あなたの条件ならここです」と理由付きですすめられる状態では、そのあとの行動が変わります。
この講座のゴールは「推奨」
この講座のゴールは、AIの答えの中で、名前を出してすすめてもらうことです。「引用されること」はゴールにしません。
理由は、BtoBの担当者がAIの答えをどう使うかを考えると分かります。担当者は、答えに出てきた会社名を覚えます。メモを取り、上司に「この3社を比べます」と報告します。そのあと、社名で検索してサイトを見に来ます。根拠のリンクを1つずつ開く人は多くありません。
4つの状態を比べてみましょう。
| 状態 | 名前を出してすすめられている | 自社ページが引用されている | 評価 |
|---|---|---|---|
| ① | はい | はい | いちばん良い。候補に入り、自社の説明も読まれやすい |
| ② | はい | いいえ(根拠は比較サイトなど) | 勝ち。候補に入っている。あとで社名で検索して来てもらえる |
| ③ | いいえ | はい | 意味が薄い。情報は使われたが、候補には入っていない |
| ④ | いいえ | いいえ | 何も起きていない |
多くの人が見落とすのは、②と③の違いです。
③の例です。自社のブログ記事「勤怠管理システムの選び方」が、根拠として引用されたとします。しかし、AIがすすめた会社は他社3社でした。この場合、自社は「選び方を教えてくれた親切なサイト」にとどまります。読んだ人は、すすめられた他社を調べに行きます。
②の例です。根拠のリンクは比較サイトの記事でした。自社サイトへのリンクは1つもありません。しかし、答えの文章には「A社が向いています」と自社の名前が出ています。この場合、担当者の候補リストに自社が入ります。リンクが自社サイトでなくても、勝ちです。
もちろん、引用に価値がないわけではありません。自社のページが根拠に使われると、AIが自社について正しく説明しやすくなります。ただ、引用の数を増やすこと自体を目標にすると、③の状態で満足してしまいます。目標は、あくまで名前を出してすすめられることです。
なお、推奨されたかどうかは、アクセス解析の数字にそのまま出るとは限りません。②のように、リンクを押さずにあとから社名で検索する人がいるからです。社名での検索の増え方や、問い合わせのときに「何で知りましたか」と聞いた答えで確かめます。これも第12回で扱います。

次のうち、この講座がゴールにしている状態はどれでしょう?
- 根拠のリンクは比較サイトだったが、答えの文章で自社の名前が理由付きですすめられた
- 自社の用語解説の記事が根拠として引用されたが、すすめられた会社は他社だった
- 答えの文章にも根拠にも、自社は出てこなかった
答えと解説
正解は1。ゴールは「名前を出してすすめてもらうこと」です。根拠のリンクが比較サイトでも、担当者の候補リストには自社が入ります。2は引用されていますが、候補には入っていません。
LLMO・AIO・GEOは何が違うのか
AI検索の対策には、似た呼び方がいくつもあります。どれも業界で決まった定義があるわけではありません。一般的な使われ方だけ整理します。
| 呼び方 | 元の英語 | 主に指すもの |
|---|---|---|
| LLMO | Large Language Model Optimization | 文章を作るAI(大規模言語モデル)を使ったサービスの答えで、自社が取り上げられるようにする取り組み |
| AIO | AI Optimization | AI検索全般への対策。Googleの「AIによる概要」への対策の意味で使う人もいる |
| GEO | Generative Engine Optimization | 文章を作るAIを使った検索への対策。2023年に公開された研究論文の題名から広まった |
| AEO | Answer Engine Optimization | 質問に直接答える検索への対策。英語圏でよく使われる |
日本では「LLMO」がよく使われます。ツギノテも記事の分類名に使っています。
呼び方の違いにこだわる必要はありません。Google自身も、サイト運営者向けの手引きで、AI検索向けの対策について「SEO であることに変わりはありません」と書いています(2026年10月30日更新)。ただし、これはGoogle検索についての説明です。ChatGPTなど、ほかのサービスまで含めた説明ではありません。
この講座では、呼び方ではなく目的でそろえます。目的は「AIの答えの中で、名前を出してすすめてもらうこと」です。
よくある2つの誤解
誤解①「SEOはもう終わった」
AI検索が広がると、「SEOはもう要らない」と言う人が出てきます。これは誤解です。
Googleは、AIによる概要やAIモードにリンクが出る条件を公開しています。条件は、ページがGoogleに登録されていること、そして検索結果に説明文つきで表示できる状態であることです。通常の検索と同じ条件です。Googleの手引きは、AI検索でもSEOの基本が引き続き有効だと説明しています。
AIは、答えを作るときにWebを検索します。検索で見つからないページは、AIも読めません。SEOができていない会社が、AI検索でだけ目立つことは考えにくいのです。
ただし、SEOだけでは足りない部分もあります。検索順位が高い記事を持っていても、すすめられるとは限りません。前の節の③の状態です。SEOとの関係と、やらなくていいことは、第3回で整理します。
誤解②「AI対策は特別な技術の話」
「AI向けの専用ファイルを置く」「AIが読みやすいように文章を細かく区切る」といった方法が、よく話題になります。技術に詳しい人だけの仕事だと感じるかもしれません。
Googleは、こうした方法は必要ないと説明しています。手引きには、AI向けの専用ファイル(llms.txtなど)や特別な書き方はGoogle検索では使われない、と書かれています。AIのために文章を細かく分ける必要もない、とされています。
では、何が効くのでしょうか。AIが会社をすすめるには、材料が要ります。その会社が何をしているのか。誰に向いているのか。ほかのサイトでどう紹介されているのか。お客様は何と言っているのか。こうした材料を用意するのは、技術の仕事ではありません。営業、広報、マーケティングの仕事です。
技術面で確かめることも、少しはあります。たとえば、AIがページを読みに来るのを、サイトの設定で断っていないかどうかです。これは第6回で、手順を示します。
この講座の地図:すすめられる会社の3つの条件
では、どうすれば、すすめてもらえるのでしょうか。この講座では、3つの条件に分けて考えます。これは編集部の整理で、AIの提供元が公表している基準ではありません。
| 条件 | どういう状態か | 具体的にやること(扱う回) |
|---|---|---|
| 知ってもらう | AIが答えを作るときに読むページに、自社の名前が出ている | おすすめ記事や比較サイトに載る(第5回)。プレスリリースなど、自社サイトの外で名前を出す(第6回) |
| 理解してもらう | 何の会社で、誰に向いていて、何が得意かが、AIに正しく伝わっている | 強み・向いている相手・苦手なことを決める(第7回)。自社サイトに料金、対象、苦手なことまで書く(第8回)。どこでも同じ説明をする(第9回) |
| 信頼してもらう | すすめる理由を裏付ける材料が、Web上にある | 口コミと事例を集める(第10回)。自社で調べた数字や経験を発信する(第11回) |
人にすすめるときを思い出してください。知らない会社は、すすめられません。知っていても、何が得意か分からない会社は、すすめにくいはずです。得意なことが分かっていても、実績や評判が見えなければ、自信を持ってすすめられません。AIも同じです。3つがそろって、はじめて「この条件なら、この会社です」と言えます。
3つの取り組みが効いているかを測り、足りないところを直していく方法は、最後の第12回で扱います。
3つは順番ではない。ただし先に決めることがある
3つは、1つずつ終わらせて次へ進むものではありません。並行して進めます。
ただし、先に用意しておくものがあります。「理解してもらう」ための材料です。具体的には、次の3つを決めて、自社サイトに書いておきます。
- 自社の強みは何か
- どんな会社に向いているか(業種、規模、課題)
- 何が苦手で、どんな会社には向かないか
これが決まっていないと、ほかの取り組みが空回りします。比較サイトに載るときに、紹介文に何を書いてもらうかが決まりません。プレスリリースごとに、会社の説明が変わります。お客様に事例の取材を頼むときも、どのお客様に何を聞くかが定まりません。その結果、AIは「名前は知っているが、誰にすすめればよいか分からない会社」として扱います。
この講座の回の並びは、説明しやすい順です。実際に取り組むときは、第4回で自社の状況を確かめたあと、第7回の「ポジションを決める」(強みと向いている相手を決める回)を早めに読むことをおすすめします。

実務ではこう使う:自社の現在地を5分で確かめる
講座を読み進める前に、自社が今どう扱われているかを見ておきましょう。第2回からの話が、自社のこととして読めるようになります。用意するものは、GoogleのAIモードとChatGPTだけです。
手順
1. 社名を入れずに聞く(1分)
お客様が候補を探すときの聞き方で質問します。自社の社名は入れません。
- 例:「BtoB企業向けのSEO会社でおすすめは?」
- 例:「中小企業向けの勤怠管理システムでおすすめは?」
社名を入れると、AIは自社について答えます。それでは、候補に入っているかどうかが分かりません。
2. 条件を付けて聞く(2分)
自社がいちばん得意なお客様の条件を、そのまま文章にして聞きます。
- 例:「従業員50人の製造業です。問い合わせを増やしたいのですが、月30万円以内で頼めるSEO会社を3つ挙げてください。それぞれ、どんな会社に向いているかも教えてください」
得意な条件で名前が出なければ、ほかの条件ではさらに出にくいと考えられます。ここが、いちばん大事な確認です。
3. 根拠のリンクを見る(2分)
答えに付いている情報源のリンクを開きます。見るのは次の3点です。
- どのサイトが根拠になっているか(比較サイト、業界メディア、各社の公式サイトなど)
- そのページに、自社は載っているか
- すすめられた他社は、そのページでどう紹介されているか
根拠になっているページは、AIが実際に読んでいるページです。そこに自社が載っていなければ、まず載ることが課題になります。これは第5回で扱います。
記録の仕方
結果は、表にして残します。表計算ソフトで十分です。
| 記録する項目 | 書く内容 | 記入例(架空) |
|---|---|---|
| 日付 | 聞いた日 | 2026/11/15 |
| 使ったAI | AIモード、ChatGPT など | ChatGPT |
| 質問文 | 聞いた文章をそのまま | 従業員50人の製造業です。問い合わせを… |
| すすめられた会社 | 挙がった社名を順番に | A社、B社、C社 |
| 自社の扱い | 推奨された/名前だけ出た/出なかった | 出なかった |
| 自社の説明 | 出た場合、何と説明されたか。誤りはないか | — |
| 根拠のリンク | サイト名とURL | 比較サイトX「SEO会社おすすめ15選」 |
| 根拠のページに自社は載っているか | はい/いいえ | いいえ |
気を付けること
- 1回の結果で判断しない:AIの答えは、同じ質問でも聞くたびに変わります。同じ質問を3回聞き、「3回中何回、名前が出たか」を書いてください。
- 新しい会話で聞く:前の会話の内容や、利用者ごとの設定が、答えに影響することがあります。質問ごとに新しい会話を始めてください。ChatGPTでは、履歴を残さない「一時チャット」を使う方法もあります。
- 結果を見て落ち込まない:最初は名前が出ない会社がほとんどです。今日の記録は、これからの変化を測るための出発点です。第4回で、3つの条件のどこが足りないかを判定する方法を扱います。そのときに、この記録を使います。
外部の支援会社に頼むか迷っている場合は、LLMO・AIO対策会社の比較で、支援の範囲や料金の公開状況を見比べられます。ただ、講座を最後まで読んでからのほうが、提案の良し悪しを判断しやすくなります。
この回のまとめ
- 「AI検索」は、GoogleのAIによる概要とAIモード、ChatGPTの検索、Perplexityなどの総称。AIが複数のページを読んで答えをまとめ、根拠のリンクを添える
- 使う人は、条件を入れた長い文章で聞くようになった。BtoBでは、候補を挙げて比べる段階でAIが使われる
- 流入の量は減りうるが、来る人の目的ははっきりしている、というのが編集部の見立て。Googleの説明はGoogle自身の主張なので、自社の数字で確かめる
- 言及・引用・推奨は別物。この講座のゴールは「名前を出してすすめてもらうこと」。根拠のリンクが比較サイトでも、名前がすすめられていれば勝ち
- すすめられるには「知ってもらう・理解してもらう・信頼してもらう」の3つがそろう必要がある。強み・向いている相手・苦手なことは、先に決めておく
確認テスト
Q1. GoogleのAIモードが日本語で提供され始めたのはいつでしょう?(Google 日本の公式ブログによる)
- 2023年5月
- 2025年9月
- 2026年5月
答えと解説
正解は2。Googleは2025年9月9日に、AIモードの日本語版の提供開始を発表しました。AIによる概要は、それより前の2024年8月に日本で提供が始まっています。2026年5月は、AIモードが標準で使うAIや検索ボックスが変わった時期です。
Q2. 「自社のブログ記事が根拠として引用されたが、答えの中ですすめられたのは他社3社だった」。この状態の評価として、この回の説明に合うものはどれでしょう?
- 引用されているので、ゴールを達成している
- 引用されると評価が下がるので、記事を消したほうがよい
- 情報は使われたが候補には入っていないので、意味が薄い
答えと解説
正解は3。この講座のゴールは「名前を出してすすめてもらうこと」です。引用されても、すすめられた会社が他社なら、担当者の候補リストには入りません。引用が悪いわけではないので、記事を消す必要はありません。
Q3. BtoBの商材で、AIがよく使われるのはどの段階でしょう?
- 候補を挙げて、比べて絞る段階
- 契約書に署名する段階
- 導入後に請求書を確認する段階
答えと解説
正解は1。BtoBの商材は金額が大きく、社内の承認も必要です。AIの答えだけで契約を決める人はまずいません。AIは候補を挙げて絞る段階で使われるため、そこで名前が出るかどうかが大事になります。
Q4. 「知ってもらう・理解してもらう・信頼してもらう」の3つの進め方として、この回の説明に合うものはどれでしょう?
- 「知ってもらう」が完全に終わるまで、ほかの2つには手を付けない
- 3つのうち、どれか1つだけできていれば十分
- 3つは並行して進める。ただし、強み・向いている相手・苦手なことは先に決めて自社サイトに書く
答えと解説
正解は3。3つは順番に1つずつ終わらせるものではありません。ただ、「何の会社で、誰に向くか」が決まっていないと、比較サイトの紹介文も、プレスリリースの説明も、事例の取材で聞くことも定まりません。先に決めておくと、ほかの取り組みが進めやすくなります。
次回予告
第2回では、AIがどうやって「おすすめ」を決めているのかを見ていきます。AIは、あらかじめ覚えた知識だけで答えているわけではありません。多くの場合、その場でWebを検索し、読んだページをもとに答えを作ります。1つの質問をいくつもの検索に分ける「クエリ ファンアウト」や、根拠に選ばれやすいページの傾向も扱います。仕組みが分かると、どこに名前を出せばよいかが見えてきます。
NEXT|第2回AIはどうやって「おすすめ」を決めるのか:検索して、読んで、答える仕組み次の回へ進む →参考資料
- Google 検索セントラル「AI 機能とウェブサイト」(最終更新日 2025年12月31日 UTC、2026年11月15日確認)
- Google 検索セントラル「Google 検索の生成 AI 機能向けにウェブサイトを最適化する」(最終更新日 2026年10月30日 UTC、2026年11月15日確認)
- Google 日本の公式ブログ「Google 検索における『AI モード』を日本語で提供開始」(2025年9月9日、2026年11月15日確認)
- Google 公式ブログ「A new era for AI Search」(2026年5月19日、2026年11月15日確認)
- Google 公式ブログ「AI in Search is driving more queries and higher quality clicks」(2025年8月6日、2026年11月15日確認)
- Google 公式ブログ「New ways to connect to the web with AI Overviews」(2024年8月15日、2026年11月15日確認)
- OpenAI「ChatGPT search のご紹介」(2024年10月31日公開、2025年2月5日追記、2026年11月15日確認)
- Aggarwal ほか「GEO: Generative Engine Optimization」(KDD 2024、arXiv:2311.09735、2026年11月15日確認)
この記事は役に立ちましたか?
