GEO（生成エンジン最適化）

GEOはどこから来た言葉でしょうか

2023年に公開され、翌年KDDで発表された論文「GEO: Generative Engine Optimization」で提案された用語です。検索結果の一覧で順位を競っていた従来の最適化と違い、生成エンジンが回答文を作るときにどの文書を参照し、どう引用するかを扱った点が出発点でした。実務ではこの論文よりはるかに広い意味で使われ、ChatGPTやGoogleのAI概要のような回答画面にブランドが登場するようにする取り組み全体を指す言葉になっています。

AEOとは別の概念でしょうか

実務ではほぼ同じ意味で使います。あえて分けるなら、AEOは回答に引用される結果になること、GEOは生成の過程で参照されるソースになることに焦点があります。やるべき作業は実質的に同じです。用語の区別より重要なのは、どちらも従来のSEOを置き換えないという点です。AIが参照する文書の多くは検索で見つけた文書なので、検索で見えなければ回答にも登場しません。

何から始めればよいでしょうか

第一に定義型コンテンツを作り、第二に構造化データを付け、第三にAIクローラーがアクセスできるかを確認する順序です。llms.txtのようにAIへサイト構造を要約して提供するファイルもこの文脈に含まれます。この順序にする理由は、後ろに行くほど費用は安く効果の範囲が狭いからです。クローラー設定は一日で終わりますが、それだけで引用は増えず、引用に足る文がないサイトはアクセスを開いても持っていくものがありません。

結果はどう確認するのでしょうか

順位表がないため、直接尋ねる方法で確認します。ブランドとカテゴリーを問う質問を十個ほど固定し、同じ条件で定期的に同じ質問を投げて、引用されたかどうかと引用されたページを記録するのが最も現実的です。条件を統制することが要点です。ログイン状態や会話履歴が残っていると回答が個人化され、先週と比較できないデータになります。質問文を変えることも時系列を断ち切ります。

SEO・AEO・GEOの比較

Shopliveの視点

GEOを独立したプロジェクトとして立てると、たいてい失敗します。私たちが実際に効果を見たのは新しいチャネルを開く作業ではなく、すでにあった文書を人が読みやすい構造に直す作業でした。質問を小見出しにし、定義を最初の段落に置き、混同しやすい概念を表で分け、数字に根拠を付ける。これはAIのための特別な技術ではなく、もともと良い文書の条件です。GEOはその条件を守った文書に付いてくる結果だと考えています。

よくある質問（FAQ）

Q. GEOのためにコンテンツを新しく書く必要がありますか
既存コンテンツに定義文とFAQ、スキーマを補強するだけでも相当な部分が解決します。全面的な書き直しが前提ではありません。

Q. robots.txtでAIクローラーを許可すべきですか
一般的な全体許可の設定であれば既にアクセス可能です。明示的に列挙することは、クロール権限を増やすより意図を明確にする意味が大きいです。

Q. 競合だけが引用され自社が引用されない理由は何ですか
同じテーマを扱っても文の構造が違えば引用のしやすさが変わります。質問にすぐ答える段落、数字と出典、比較表があれば取り上げやすく、マーケティング文だけのページには引用する根拠がありません。

Q. GEOの成果は何で報告すべきですか
引用回数を単独の指標にすると解釈が難しくなります。固定した質問での引用率、引用されたときにどのページが選ばれたか、そのページの検索表示回数が連動して動いたかをまとめて見るほうが判断に使えます。

関連用語

• AEO（アンサーエンジン最適化）

• エージェンティックコマース

• AIショッピングエージェント