GEO完全ガイド | AI検索に引用されるための実装と運用

Search Engine Land が紹介した 2025 Previsible AI Traffic Report では、19 の GA4 プロパティで LLM 由来セッションが前年比 527% 増でした。Semrush も、AI検索訪問者は従来のオーガニック訪問者より相対価値が 4.4 倍高いとまとめています。

一方で、Google の AI Overviews や ChatGPT、Perplexity のような回答型 UI は、クリック前に『どのページを信頼して組み合わせるか』を選びます。つまり、GEO の目的は単に流入を増やすことではなく、引用候補として選ばれる条件を整えることです。

少なくとも、一般公開したいガイド、機能説明、価格、FAQ、比較記事、URL一覧ページは AI クローラーが取得できるようにしておきます。逆に、API、認証後ページ、管理画面などは引き続き閉じたままで問題ありません。

加えて llms.txt を置いておくと、製品の要点、使いどころ、制限事項、重要URLを AI システムへ明示的に伝えやすくなります。robots.txt と llms.txt は役割が違うので、両方整えておく方が安定します。

構造化データは、本文の内容を AI に押しつける魔法の仕組みではありません。ただし、ページ種別、見出し構造、著者、公開日、更新日、FAQ、手順を機械可読にすることで、引用対象としての解像度が上がります。

特に FAQ や手順を本文中に持っているなら、UI だけで終わらせず JSON-LD にも反映しておくべきです。ページにあるのに schema がない状態は、AI と検索エンジンにとって『意味づけが半分しか伝わっていない』状態です。

多くのページは前置きが長く、答えが 3 段落目や表の下に埋もれています。人間には読めても、AI から見ると『結局この見出しへの答えは何か』を抽出しにくくなります。

おすすめは 40〜60 語程度の短い回答ブロックを見出し直下に置き、そのあとで背景、比較、例外、手順、表を続ける構成です。本文の先頭に summary を置くだけでなく、各セクション単位で答えを先出しにするのがポイントです。

『多い』『少ない』『古い』『安い』のような抽象表現だけでは、AI は独自性を判断しにくくなります。何を何件見たのか、どの期間を集計したのか、比較対象は何かをページ内で明示すると、引用の理由が生まれます。

Kiroku や negasearch.com のように、公開URLの保存履歴や募集履歴を持つサービスは、自社でしか出せない統計を作りやすい立場にあります。300語前後のセクションなら 2〜3 個の定量データがあると、AI にとって使いやすい説明になります。

AirOps の分析では、ChatGPT に引用されたページの 35.2% が直近 3 か月以内、53.4% が直近 6 か月以内に更新されていました。特に商用意図に近いページほど、最近更新されているコンテンツが選ばれやすい傾向があります。

重要なのは『新規公開を増やすこと』より『既存ページを更新し続けること』です。更新日はページ内にも表示し、schema の dateModified と sitemap の lastModified も必ず一致させます。

著者名だけでは弱く、専門領域、調査方法、どの情報源を優先するかまで見せた方が強いページになります。特に証拠保全、法務、価格比較のようなセンシティブなテーマでは、出典と前提条件を消さないことが重要です。

また、プロダクトの説明は『実際に保存テストしたのか』『コード上の仕様確認なのか』を意識して書くと、内容に厚みが出ます。AI にとっても人にとっても、出典がある説明の方が引用しやすくなります。

Ahrefs の公開分析では、Google AI Overviews における Reddit の出現シェアは 5.5% まで伸びており、YouTube も引用されるドメインの上位に入っています。つまり AI は『公式サイトが何と言うか』だけでなく、『コミュニティでどう語られているか』も強く参照しています。

ここで重要なのは、不自然なリンク施策ではなく、比較される文脈やレビューされる文脈を増やすことです。FAQ、比較記事、使い方動画、公開テンプレート、ケーススタディを外部でも共有し、ブランド名の言及を増やしていきます。