生成AI（人工知能）の進化は、企業のデジタルマーケティング戦略に根本的な変革を迫っています。特に、Google検索における「AI Overviews」の拡大や「AIモード」タブの登場は、ユーザーの検索行動を「キーワード入力によるリンク一覧」から「AIとの会話を通じた回答取得」へと大きく変化させ、「ゼロクリック問題」を深刻化させています。
このようなAI検索時代において、企業は従来のSEO（検索エンジン最適化）に加えて、AIO（AI Optimization）やLLMO（Large Language Model Optimization）といった新たな対策が不可欠です。本稿では、ClaudeやGeminiといった主要AIエンジンに自社情報が引用・推奨されるための具体的な戦略と、その計測方法について解説します。
AI検索時代の変化：なぜ従来のSEOだけでは不十分なのか？
Google検索では、要点をAIがまとめて返す「AI Overviews」が広がり、ユーザーがサイトに遷移しない「ゼロクリック問題」が一段と深刻化していると日経クロストレンドは報じています。Googleは「AIモード」タブを取り付けたことで、AI検索に慣れたユーザーを通常検索から対話型検索へ誘導しています。これにより、企業Webサイトの担当者は、検索エンジンの結果ページで上位表示を勝ち取る従来のSEOだけでは、自社サイトへの流入を増やすことが難しくなっています。
AI検索時代は「対話型の回答の中で自社商品・サービスが参照・推薦される」ことが重要になります。京都の老舗米店である八代目儀兵衛は、従来のSEOでは上位表示できるキーワードでも、生成AIに尋ねると自社名がなかなか推奨候補に挙がらないという危機感を強めているとされています。一方で、楽天はAIコンシェルジュを導入し、「新買い物体験」を提供することで、利用者の注文額が41%増加した事例も報告されており、AIを活用した顧客接点の重要性が浮き彫りになっています。
実務では、企業は単なる検索順位の向上だけでなく、AIによる能動的な推奨を獲得するための戦略にシフトすべきです。そのためには、ユーザーがAIに「お薦めを教えて」と尋ねる行動が定着した現代において、自社がAIに「推奨されない」状況を解消する「想定プロンプトから逆算した対策」が不可欠となります。
ClaudeやGeminiに引用されるには？生成AIが選ぶ情報源の基準
生成AIに自社コンテンツを引用・推奨させるためには、AIOの中でも特に「生成AIに引用されるWeb情報の最適化」に特化したLLMOの視点が不可欠です。生成AIは、入力された質問に対してWeb上の公開情報をもとに回答文を組み立てますが、すべての情報を均等に参照するわけではありません。
バクリ株式会社のオンラインセミナーによると、AIが引用すべき出典を選び出す際には、「質問との関連性」「情報源の信頼性」「回答の根拠としての明瞭さ」といった複数の観点から判断されます。つまり、ClaudeやGeminiなどのAIに情報を引用してもらうには、これらの選別基準にコンテンツが合致しているかどうかが問われるのです。
さらに、生成AIはコンテンツの内容だけでなく、Webサイトの品質も評価対象としています。モバイルフレンドリーな設計や高速表示は、Googleの評価基準でもあり、AIもこれらの要素を参考にする可能性があります。具体的には、レスポンシブデザインによるスマホ最適化、Core Web Vitals（LCP、FID、CLS）の改善、画像圧縮や不要なスクリプトの削減、サーバー応答時間の短縮とCDN（コンテンツデリバリーネットワーク）の活用といった技術的ポイントが挙げられます。
引用確率を決める要因としては、ブランド言及が0.664、被リンクが0.218という数値も示されており、コンテンツ自体の質に加え、ブランドとしての信頼性や外部からの評価も重要であることが分かります。
実務では、高品質で信頼性の高いコンテンツを制作するだけでなく、Webサイトの技術的基盤を整え、AIが理解・活用しやすい情報構造を構築することが、ClaudeやGeminiに選ばれるための必須条件となります。
主要AIエンジン別対策の重要性と効果的な計測方法
AI検索時代における企業戦略を成功させるためには、ChatGPT、Gemini、Claude、Perplexity、Grok、Copilot、Google AI Overview、Google AI Modeといった主要8つのAIエンジンそれぞれに対する「エンジン別対策」が不可欠です。株式会社Iteraが提供する「LLMOチェキ」のようなSaaSは、これらのAIエンジンを対象に、自社ブランドがAIの回答内でどれだけ言及・引用されているかを定量計測するサービスとして紹介されています。
エンジン別の集計が重要なのは、AI OverviewとAI Modeの引用URL重複が13.7%との報告があるように、AIエンジン間で引用ロジックや参照元に違いがあるためです。合算では正確な判断ができないため、エンジンごとに分けて記録し、分析する必要があります。また、AI Overviewsが言及にリンクを付ける率は10.7%との報告があり、リンクのみを追跡すると露出の実態を捕捉できないため、「言及」と「引用」を別指標として管理することも重要です。
特にGoogleの「AIモード」の裏側では、GoogleのAIモデル「Gemini」が動いており、テキストや画像、音声・動画、プログラムコードまで様々な種類の情報を理解し処理できるように設計されています。これにより、Geminiに推奨されるためには、マルチモーダル対応を意識した情報設計も視野に入れる必要があります。
実務では、各AIエンジンの引用ロジックの違いを理解し、定量的なデータに基づいた個別最適化が、AI検索時代における競争優位性を確立する鍵となります。日次API計測と週次実UI計測を組み合わせることで、モデル交代や順位変動の影響を早期に検知し、迅速な対策を講じることが可能になります。
AIO エンジン別 対策への具体的な対策や自社での進め方は、無料相談・お問い合わせ でご案内しています。
参考情報
注：この記事は、公開情報を元にAIによって生成されたものです。最新の正確な情報については、元の情報源をご確認ください。