GEO対策とは、ChatGPT・Gemini・Perplexity・Microsoft Copilot・GoogleのAIによる概要のように、AIがウェブを検索して答えを書く仕組み(生成エンジン)で、自社のページが回答の根拠として使われ、引用・紹介されるようにする取り組みです。GEOは「Generative Engine Optimization(生成エンジン最適化)」の略で、読み方は「ジオ」です。
言葉の出どころは、2023年11月に公開され、2024年の国際会議KDDで発表された研究論文です。ただし、よく引用される「最大40%」は、Google検索の上位5件として答えの材料に入ったページを書き換えた時に、回答の中でそのページの占める割合がどれだけ増えたかを測った数字です。検索で見つかるようになることや、サイトへの流入が増えることを示した数字ではありません。Microsoftは、GEOを、AIの回答で根拠や参照に使われる資格にかかわる取り組みとして公式に定義し、Googleは、Google検索から見れば生成AI向けの最適化もSEOだとしています。
この記事では、論文が何を実験し、何を言っていないか、MicrosoftとGoogleの定義と言い方の違い、AIO・LLMO・AEO・SEOとの違い、生成エンジンの段階に沿ったやり方、Bing Webmaster ToolsとSearch Consoleを使った測り方、GEO対策をうたう提案の見分け方までを、論文の本文と各社の公式情報(2026年11月時点)をもとに解説します。
GEO対策の要点は3つです。
1. GEOは、AIの回答の材料に選ばれ、回答の中で正しく使われるための取り組み。土台は、検索の索引に入って見つけてもらえるSEOの状態。2. 論文の「最大40%」は、すでに材料に入った5件の中での取り分の話。効いたのは出典・引用・数字を足す書き換えで、キーワードの詰め込みは効かなかった。実務では、事実だけを足す。3. Bing Webmaster ToolsのAI Performance(引用の回数)とSearch Consoleの生成 AI パフォーマンス レポート(表示回数)に、同じ質問を複数回聞く定点観測を組み合わせ、毎月直す。
GEO対策とは|生成エンジン最適化の意味・読み方と3つの定義
GEO対策の「生成エンジン」とは、質問を受けるとウェブを検索して複数のページを集め、AI(大規模言語モデル)で要約し、出典を付けて答える仕組みのことです。GEOの論文は、検索エンジンと生成AIを組み合わせたこの仕組みを「Generative Engine(生成エンジン)」と名付け、そこでの見え方を高める方法をGEOと呼びました。論文が当時の例に挙げたのは、BingChat、GoogleのSGE、Perplexityです。
いまの生成エンジンには、GoogleのAIによる概要とAIモード、Geminiアプリ、ChatGPTの検索、Perplexity、Microsoft Copilot、Claudeの検索などがあります。どのサービスも、材料のページを探す段階と、材料を使って答えを書く段階に分かれていて、GEO対策はその両方にかかわります。サービスごとの細かな仕組みは、Googleの機能をAIO対策の記事で、ChatGPTなどの対話型AIとクローラーをLLMO対策の記事で解説しています。
論文・Microsoft・Googleで、GEOの意味はこう違う
| 出どころ | GEOの意味(要約) | 強調していること |
|---|---|---|
| 論文Aggarwalほか・KDD 2024 | 生成エンジンの回答の中で、自分のコンテンツの見え方(visibility)を高めるための、作り手の側の最適化の枠組み | 見え方を、回答の中でそのページを出典とする文の量と位置などで測る。実験では最大40%の改善を報告し、効く方法は分野によって違うとした |
| MicrosoftBingのウェブマスター向けガイドライン | AIの回答で、根拠(グラウンディング)や参照として使われる資格に焦点を当てた取り組み | GEOをしても、根拠に使われることや引用されることは保証されない。行きすぎた手法は表示の低下や索引からの除外につながる |
| MicrosoftBing Search Blog(2026年2月) | コンテンツが、AIによる体験の中でどう使われているかを理解する取り組み | 見え方は順位やクリックだけで決まらず、回答・引用・推論の中でどう役立ったかで決まる |
| Google生成AI機能向けの最適化ガイド | AEOとGEOは、AI検索での見え方の改善に特化した作業を指して使われることがある言葉 | Google検索の観点では、生成AI検索への最適化は検索体験への最適化であり、SEOに変わりはない。第三者のAEO・GEOの助言は、公式のガイドと照らして判断する |
※論文(arXiv)・Bing Webmaster Guidelines・Bing Search Blog・Google 検索セントラルをもとに当社が要約しました(2026年11月6日に確認)。Googleの日本語版のガイドも、GEOを「生成エンジン最適化」と訳しています。
3つを並べると、GEOは検索と別の新しい技術ではなく、検索の土台の上で、AIの回答に材料として選ばれ、正しく使われるための作業だと分かります。力点の置き方が違い、論文は「回答の中の取り分」を、Microsoftは「根拠に選ばれる資格」を、Googleは「SEOの一部であること」を強調しています。
なぜ今、GEO対策という言葉が広がっているのか
1,600回/月
日本での「GEO対策」の月間検索数。前年の約1.9倍(当社がGoogleキーワードプランナーで確認・2026年11月5日)
2023年11月
GEOという言葉を名付けた論文が、arXivで公開された時期
2026年2月
BingがAIの回答での引用を測るAI Performanceを、パブリック プレビューで公開
2026年8月31日
Search Consoleの生成 AI パフォーマンス レポートが、世界中のすべてのサイトに提供
※数字を押すと出典を開きます。検索数は日本・直近12か月の月平均です。
2026年は、生成AIの回答での見え方を、公式の道具で数字として確かめられるようになった年です。Microsoftは、Bing Webmaster ToolsのAI Performanceを、GEOのための道具に向けた最初の一歩と説明しています(Bing Webmaster Blog)。Googleは、AIによる概要とAIモードに自社のリンクが出た回数を、Search Consoleで確かめられるようにしました。公式の数字が出るようになったことで、「AIの回答で自社がどう扱われているか」を、検索や広告と同じように毎月の業務として確かめられるようになりました。
GEOという言葉の出どころ|KDD 2024の論文が実験したこと・言っていないこと
GEOという言葉は、ある研究論文から広まりました。論文がどんな実験をして、何を確かめ、何を確かめていないかを知っておくと、「論文で実証済み」という説明を受けた時に、どこまで信じてよいかを自分で判断できます。
論文の基本情報
| 項目 | 内容 |
|---|---|
| 題名 | GEO: Generative Engine Optimization |
| 著者 | Pranjal Aggarwal、Vishvak Murahari、Tanmay Rajpurohit、Ashwin Kalyan、Karthik Narasimhan、Ameet Deshpande(インド工科大学デリー校・プリンストン大学など) |
| 公開 | arXivで2023年11月16日に初版、2024年6月28日に第3版 |
| 発表 | データマイニングの国際会議 KDD 2024(2024年8月・スペインのバルセロナ) |
| 公開したもの | 実験用の質問集「GEO-bench」(1万問)と、実験のコード |
実験の仕組み|Google検索の上位5件から答えを作り、1件だけを書き換える
- 質問を集めるBingやGoogleの実際の検索語、Perplexityで話題の質問、GPT-4に作らせた質問など、9つのデータから1万問を集めました。25の分野にまたがり、8割は情報を調べる質問です。評価には、そのうち1,000問を使いました。
- 答えの材料を決める質問ごとに、Google検索の上位5件のページの本文を集めます。答えの材料は、この5件に固定されています。
- 答えを作らせるGPT-3.5-turboに、5件だけを使い、文ごとに出典の番号を付けて答えるよう指示します。答えのぶれを抑えるため、同じ質問で5回作らせます。
- 1件だけを書き換える5件のうち1件を選び、9種類の方法で、AI(大規模言語モデル)に本文を書き換えさせます。
- 見え方を比べる書き換えの前と後で、回答の中でそのページがどれだけ使われたかを比べます。
見え方の物差しは2つです。1つは、そのページを出典とする文の量を、回答の前のほうに出るほど重く数えた値です。もう1つは、質問との関連・回答への影響・内容の独自性・クリックされそうか など7つの観点を、AI(GPT-3.5)に採点させた値です。どちらも5件の合計が1になるように配った値なので、あるページが増えれば、ほかのページは減ります。論文の「見え方」は、5件の中での取り分だということです。
※論文の本文(第3版)の2〜3章と付録をもとに当社がまとめました。
9つの書き換えの方法と結果
| 書き換えの方法 | 中身 | 結果(論文の記述) |
|---|---|---|
| 引用文の追加Quotation Addition | 信頼できる情報源からの引用文を足す | 効果が大きかった3つの1つ。文の量と位置の物差しの値は、書き換え前の19.3に対して27.2で、9つの中で最も高い(約41%高い) |
| 統計の追加Statistics Addition | 言葉だけの説明を、数字を使った説明にする | 効果が大きかった3つの1つ。法律・行政や、意見を問う質問で特に効いた |
| 出典の明記Cite Sources | 信頼できる情報源への言及(出典)を足す | 効果が大きかった3つの1つ。事実を問う質問で特に効いた |
| 読みやすさの改善Fluency Optimization | 文章の流れを整える | 15〜30%の改善。統計の追加との組み合わせが最もよかった |
| 平易な言葉Easy-to-Understand | 言葉を分かりやすくする | 15〜30%の改善 |
| 専門用語の追加Technical Terms | 専門用語を足す | 改善はあったが、効果の大きかった3つほどではない |
| 権威的な口調Authoritative | 説得力のある、断定的な書き方にする | 全体では目立った改善なし。論文は、生成エンジンはこうした口調の変化に左右されにくいと考察した |
| 独自の語の追加Unique Words | 珍しい言葉を足す | ほとんど改善なし |
| キーワードの詰め込みKeyword Stuffing | 質問の語句を多く入れる(従来のSEOでよく使われた方法) | ほぼ効果なし。書き換え前を下回り、Perplexityでの実験では10%悪化 |
※論文の本文・表1・表3・表5による(arXiv 第3版)。効果の大きかった3つは、文の量と位置の物差しで30〜40%、AIに採点させた物差しで15〜30%の改善と報告されています。改善の割合は、書き換えたページの値が、書き換え前と比べて何%上がったかを質問ごとに求めた平均です。
論文は、効く方法が分野や質問の種類で違うことも強調しています。人物・社会・歴史や、説明を求める質問では引用文の追加が効きやすく、議論型の質問や歴史の分野では、全体では効果のなかった権威的な口調が効いたとしています。また、200問で試した分析では、方法を2つ組み合わせると単独より良くなり、読みやすさの改善と統計の追加の組み合わせが最も良い結果でした。
論文が言っていないこと|「最大40%」を読む時の7つの条件
| よく見る言い方 | 論文で確かめられること |
|---|---|
| GEOをすれば、AIの回答に出るようになる | 答えの材料は、Google検索の上位5件として最初から決まっていた。材料に入っていないページが入るようになるかは試していない |
| AIからの流入が40%増える | 測ったのは回答の中での取り分。クリック・流入・問い合わせ・売上は測っていない |
| ChatGPTやGoogleのAIでも同じ効果がある | 試したのは、GPT-3.5-turboで作った研究用の生成エンジンと、Perplexity。Perplexityは材料のURLを指定できないため、本文をファイルで渡して200問で試した。ChatGPTの検索、AIによる概要、Copilot、Geminiでは試していない |
| 構造化データ・llms.txt・被リンク・第三者の言及も効く | どれも試していない。書き換えたのはページの本文だけ |
| 数字や引用を足せば何でもよい | 書き換えはAIに行わせた。足した数字や引用が事実かどうかを確かめる手順は、方法に含まれていない |
| みんながやれば、みんなが得をする | 5件すべてを同時に書き換える実験では、出典の明記で、検索5位のページの見え方が+115.1%と大きく上がった一方、1位のページは平均30.3%下がった。取り分の奪い合いになる |
| 日本語のサイトでも同じ結果になる | 質問は主に英語のデータから集めたもの。日本語の質問とページでは試していない |
※論文の4〜6章・9章(限界)と付録による。論文自身も、書き換えが検索順位に与える影響は評価しておらず、生成エンジンの変化に合わせて方法を変える必要があると書いています。
論文が示したのは、「すでにAIの答えの材料に入ったページは、出典・引用・数字を足すと、答えの中でより多く使われうる」ということです。材料に選ばれるかどうかは、その前の検索の段階で決まります。GEO対策は、論文の書き換えの方法だけでなく、検索の索引に入って見つけてもらう段階から考える必要があります。
その後の研究で分かってきたこと
論文のあと、題名に「Generative Engine Optimization」を含む研究は、arXivだけでも30本を超えました(2026年11月6日に当社が確認)。2026年7月に公開された、45本の研究を整理したレビュー(査読前の論文)は、論文の「最大40%」を、決まった材料の中にページが入っていることを前提にした実験の結果と位置づけ、見つかりやすさや流入への効果までは示していないとしています(arXiv)。
トロント大学の研究者が2026年10月に公開した論文(査読前)は、米国の家庭向けインターネット回線と、小さなBtoBのソフトウェア会社という2つの市場で、ChatGPT・Gemini・Perplexityの答えを90日間集めて分析しました(arXiv)。主な結果は次のとおりです。
- ChatGPTが引用したページは、どれもChatGPT自身の検索で取ってきたページだった。その検索の結果は、GoogleやBingの上位10件とほとんど重ならなかった
- 同じサイトの中のページどうしで比べると、FAQ欄・構造化データ・要約の枠・著者欄・表示の速さは、引用の多さとの関係が見えなかった。関係が残ったのは、人が実際にする質問と、ページの題名や段落が合っていること
- ChatGPTは、もともと知っているブランドを自分で検索語に書き込み、根拠のページがなくても名前を挙げることがあった
- 引用されるページは、数週間のうちに少しずつ入れ替わっていった
- 家庭向け回線の市場では、ChatGPTの引用の64%が回線会社のサイトだった一方、Geminiの引用の83%は第三者のサイトだった。どのAIかによって、自社のサイトと第三者のページの重みが大きく違う
※どちらも査読前の論文です。2つ目の論文が使ったのは各社のAPI(開発者向けの接続口)のモデルで、一般の利用者が使うアプリと結果が同じとは限りません。日本語の質問での検証でもありません。
MicrosoftとGoogleはGEOをどう見ているか|公式の定義と立場
論文の次に押さえたいのが、AIの回答を実際に作っている会社の公式の説明です。Microsoftは、GEOという言葉を公式の文書で定義しています。Googleは、GEOを特別扱いせず、SEOの延長として説明しています。
Microsoft|GEOは「根拠に選ばれる資格」。引用は保証しない
Microsoftは、Bing・Copilot・グラウンディングAPI(AIの答えをBingの検索結果にもとづかせるための開発者向けの仕組み)を対象にしたウェブマスター向けガイドラインで、SEOとGEOを並べて書いています。SEOは、Bingがコンテンツを見つけ、理解し、評価しやすくするための、サイトの技術と分かりやすさの改善。GEOは、AIの回答で根拠や参照として使われる資格にかかわる取り組みです。そのうえで、SEOでも順位や流入は約束されず、GEOでも根拠への採用や引用は約束されないと明記しています。
ガイドラインは、BingとCopilotの検索の体験が、通常の検索と同じクロール・インデックス・ランキングの土台の上にあると説明し、根拠に選ばれる資格を左右する項目を具体的に挙げています。自社のサイトで確かめる点と合わせて整理しました。
| ガイドラインの項目 | 要点 | 自社のサイトで確かめること |
|---|---|---|
| 見つけてもらう | IndexNow、XMLサイトマップ、たどれる内部リンク、関連するサイトからのリンクで、URLを知らせる | Bing Webmaster Toolsにサイトを登録し、ページの追加・更新・削除をIndexNowで送っているか |
| サイトマップ | 正規のURLだけを載せ、更新日(lastmod)を正しく書く。ETagなどのHTTPの仕組みも、変更の検出を助ける | 転送済み・削除済みのURLが、サイトマップに残っていないか |
| 重複をまとめる | 同じ内容が複数のURLにあると、根拠に使うURLを選ぶ確信が下がる | 正規のURLの指定、パラメータつきのURLの扱い、URLの形がそろっているか |
| 移転と削除 | 恒久的な移転は301、2日未満の一時的な移転だけ302。削除したページは404を返す | 古いURLが、AIの回答に残り続けない形にしているか |
| ページだけで確かめられる | 事実と定義をはっきり書き、言外の前提に頼らず、大事な情報をそのURLの中に置く | 「詳しくは資料で」「お問い合わせください」で説明が終わっていないか |
| 名前をそろえる | 人・組織・商品・場所の名前を、あいまいでなく一貫して書く | 社名・サービス名・所在地の表記ゆれがないか |
| 1ページ1テーマ | 主題を1つに絞り、題名・見出し・本文の意図をそろえる | 1つのページに、関係の薄い話題を詰め込んでいないか |
| 要点を上に | 長い前置きを避け、大事な情報をページの上のほうに置く | 最初の数行で、何についてのページか分かるか |
| 新しく保つ | 事実が変わったら更新し、古い情報は直すか消す | 料金・仕様・所在地の古い記述が残っていないか |
| 構造化データ | 根拠づけを分かりやすくしうるが、表示は保証しない。見えている内容と一致させる | 画面に出していない情報まで、構造化データに書いていないか |
| metaタグ | NOINDEXを付けたURLは、Bingの検索・Copilot・グラウンディングの結果に出ない。NOARCHIVEだと、Copilotの回答とグラウンディングの材料から外れる。NOCACHEだと、使われるのが題名やスニペットなどに限られ、引用が浅くなる。data-snippet属性で、表示や引用に使ってよい部分を指定できる | 意図せずNOARCHIVEやNOCACHEを付けていないか |
※Bing Webmaster Guidelinesの各項目を当社が要約しました(2026年11月6日に確認)。robots.txtは、クロールの可否を決めるもので、インデックスの可否を決めるものではないとも書かれています。
ガイドラインは、操作的な行為の例として、クローキング、リンクの売買や人気を装う宣伝、重複や転載、キーワードの詰め込みと不自然に作り込んだ言い回し、監修のない大量の自動生成、価値を足さないアフィリエイト、見えている内容と違う構造化データ、言語モデルに干渉するための仕込み(プロンプトインジェクション)を挙げています。業者やツールの提案を確かめる時の使い方は、7章で解説します。
Google|Google検索から見れば、GEOもSEO
Googleは、AIによる概要とAIモードに向けた公式のガイドで、AEOとGEOという言葉に触れ、Google検索の観点では、生成AI検索への最適化は検索体験への最適化であり、SEOに変わりはないと説明しています(Google 検索セントラル)。Googleの生成AI機能は、ランキングと品質のしくみの上に作られ、検索の索引から最新のページを取り出して答えを作るためです。
さらに同じガイドは、ネット上で広まっているAEO・GEOの「裏技」の多くは効き目がなく、Google検索の実際の動きとも合っていないと指摘しています。llms.txtなどの特別なファイル、文章の細分化、AI向けの書き換え、不自然な言及集め、特別な構造化データは、Google検索のためには要らないという整理です(一覧はAIO対策の記事)。すべての条件を満たしても、Googleがページをクロールし、インデックスに登録し、表示するとは限らないことも明記しています。
GoogleとMicrosoftで、言い方が違うところ
| 論点 | Microsoft | 実務での落としどころ | |
|---|---|---|---|
| 呼び方 | Google検索から見れば、GEOもSEO | GEOという言葉を公式の文書で使い、SEOと並べて定義 | 名前より中身を見る。土台はどちらもSEO |
| 文章の区切り方 | AIのために細かく分ける必要はない。理想のページの長さもない | AIは内容を小さなまとまりに分けて評価し、答えに組み立てる。見出し・Q&A・表・箇条書きで区切りをはっきりさせる | 細切れのページを量産せず、1つのページの中を見出しと表で整理する |
| 構造化データ | 生成AIの機能に出るための条件ではなく、AI専用のschema.orgの型もない。リッチリザルトのためには引き続き使う | 根拠づけを分かりやすくしうるが、表示は保証しない | 会社情報や商品など、表示している内容と同じ値で入れる |
| llms.txt | Google検索は使わない。ほかのサービスのために置くのは構わない | ガイドラインに記述はない(2026年11月時点) | 優先度は低い。置くとしても、ほかの作業の後で |
| 質問と答えの形 | 人が読みやすいよう、段落・セクション・見出しで整理する | 質問と答えの組み合わせは、そのまま答えに使われることがある | 実際に聞かれる質問に、最初の1〜2文で答える |
| 見え方の測り方 | Search Consoleの生成 AI パフォーマンス レポート(表示回数) | Bing Webmaster ToolsのAI Performance(引用の回数・グラウンディング クエリ・引用シェア) | 両方を毎月見る |
| AIをだます手法 | 生成AIの回答を操作する試みも、スパムに関するポリシーの対象 | 作り込んだ言い回しやプロンプトインジェクションを、操作的な行為として扱う | 同じ。AIをだます手法は使わない |
※Google 検索セントラル・Google のスパムに関するポリシー・Bing Webmaster Guidelines・Microsoft Advertising Blog(2025年10月)をもとに当社が整理しました。
両社とも、検索の土台を整え、人の役に立つ中身を作ることを最優先にしている点は同じです。違いは書き方の細部で、Microsoftのほうが、題名・見出し・表・Q&Aといったページの形にまで踏み込んで説明しています。Microsoftは、題名・H1・説明文の内容をそろえること、「次世代」のような根拠のない言葉より測れる事実で書くこと、大事な答えをタブや開閉式のメニューの中、PDF、画像の中だけに置かないことも勧めています。
GEO・AIO・LLMO・AEO・SEOの違い|当メディアの整理
呼び方の違いは、言葉の出どころの違い
| 呼び方 | もとの言葉 | 出どころと使われ方 | 当メディアで詳しく扱う記事 |
|---|---|---|---|
| GEO | Generative Engine Optimization/生成エンジン最適化 | 2023年の研究論文が名付けた。MicrosoftはBingのガイドラインでSEOと並べて定義している | この記事 |
| AEO | Answer Engine Optimization/回答エンジン最適化 | 質問に直接答える検索への最適化として使われる。GoogleのガイドではGEOと並べて触れている | この記事(GEOと同じ扱い) |
| AIO | AI Optimization/AI最適化(Googleの機能名「AI Overviews」の頭文字の意味でも使われる) | 日本の支援会社や担当者の間で広く使われる | AIO対策の記事 |
| LLMO | Large Language Model Optimization/大規模言語モデル最適化 | 日本の支援会社や担当者の間で使われる | LLMO対策の記事 |
| SEO | Search Engine Optimization/検索エンジン最適化 | GoogleもMicrosoftも、AIの回答に選ばれるための土台と位置づける | ― |
呼び方は違っても、AIの回答で自社が正しく取り上げられることを目指す点は同じで、やることの大半は重なります。当メディアでは、GoogleのAI機能を中心にした解説をAIO対策、ChatGPTなどの対話型AIとクローラーを中心にした解説をLLMO対策、言葉の出どころ・公式の定義・測り方を中心にした解説をGEO対策の記事として書き分けています。
GEO対策とAIO対策の違い
GEO対策とAIO対策は、対象にするAIも、やることも、ほとんど同じです。違いは主に言葉の出どころで、GEOは研究論文とMicrosoftの公式の文書に由来する呼び方、AIOは日本で広く使われる呼び方です。AIOを、GoogleのAIによる概要への対策という狭い意味で使う人もいます。社内や依頼先と話す時は、対象のAIの範囲(GoogleのAIによる概要だけか、ChatGPTやCopilotも含むか)を最初にそろえておくと、話がかみ合います。
GEOとSEOの違い
| 比べる点 | SEO | GEO |
|---|---|---|
| 最適化の単位 | 検索結果の一覧で、ページが何番目に出るか | 答えの材料に選ばれるか。答えの中で、どれだけ、どこで使われるか |
| 相手 | 検索エンジンの順位 | 複数の生成エンジン。検索のしかたも、引用のしかたもサービスごとに違う |
| 結果の出方 | 検索語ごとに、順位として並ぶ | 同じ質問でも、答えの文面と引用元が毎回変わりうる |
| 成果の現れ方 | クリックとサイトへの流入 | 引用と言及。クリックされなくても、答えの中で社名や説明が伝わる |
| 公式の数字 | Search Consoleの検索パフォーマンス、Bing Webmaster Toolsの検索の成果 | Search Consoleの生成 AI パフォーマンス レポート、Bing Webmaster ToolsのAI Performance |
| 土台 | クロール・インデックス・役に立つ中身 | 同じ。GoogleもMicrosoftも、AIの回答は通常の検索と同じ土台の上にあると説明 |
| 保証 | 順位も流入も保証されない | 根拠への採用も引用も保証されない |
ポイント:GEOはSEOの代わりではありません。SEOで「見つかる」状態を作ったうえで、答えの中で「選ばれ、正しく使われる」ところまでを見る取り組みです。SEOの成果が順位とクリックで見えるのに対し、GEOの成果は引用・言及・説明の正しさで見ます。
GEO対策のやり方|生成エンジンの4つの段階に沿って進める
生成エンジンが答えを作る流れは、どのサービスでも大きく「見つかる」「選ばれる」「使われる」の3段階に分かれ、そこに「覚えられる・語られる」という、ページの外の要素が加わります。論文が実験したのは「使われる」の段階だけです。GEO対策は、1つ目の段階から順に進めると手戻りが少なくなります。
| 段階 | 生成エンジンの中で起きること | 主な打ち手 | 確かめる道具 |
|---|---|---|---|
| 1. 見つかる | クローラーがページを読み、検索の索引に登録する | 索引に入る技術の状態を整え、各社の検索用クローラーを許可し、更新を知らせる | Search Consoleのインデックス登録のレポート、Bing Webmaster Tools |
| 2. 選ばれる | 質問をいくつかの検索に書き換え、索引から材料のページを取り出す | 見込み客が実際にする質問に、ページの題名と段落で答える。1ページ1テーマ | BingのAI Performanceのグラウンディング クエリ |
| 3. 使われる | 材料のページを読み、答えの文に使い、出典として示す | 事実・定義・数字を、そのページだけで確かめられる形で書く。出典・引用・数字を事実で足す | 質問の定点観測、Bingの引用の回数と引用シェア、Search Consoleの表示回数 |
| 4. 覚えられる・語られる | モデルがもともと持つ知識や、第三者のページでの書かれ方が答えに影響する | 名前と説明をウェブ全体でそろえ、第三者からの本物の評価を増やす | 社名で聞いた時の定点観測、アクセス解析の参照元 |
※段階の分け方は、論文が示した生成エンジンの流れと、Googleの説明(検索拡張生成・クエリ ファンアウト)、Bingのガイドラインをもとにした当社の整理です。
段階1|見つかる:索引に入り、更新を知らせる
- Google:AIによる概要とAIモードに出るには、ページがインデックスに登録され、スニペットを表示できる状態であることが条件です。Search Consoleの「検索の生成 AI 設定」が「含める」(初期値)になっていることも確かめます。
- Bing:Microsoftは、BingとCopilotの検索の体験が、従来の検索と共通のクロール・インデックス・ランキングを土台にしていると説明しています。まずBing Webmaster Toolsでサイトの所有を確認してサイトマップを送り、ページが増えた・変わった・消えた時はIndexNowで伝えます。Bingは、まとめて送るより、変わるたびに送るほうが反映が早く、サーバーの負荷も減るとしています。
- ChatGPT・Claude・Perplexity:それぞれ検索用のクローラー(OAI-SearchBot・Claude-SearchBot・PerplexityBot)を持っています。robots.txtや、CDN・WAFのボット対策で止めていないかを確かめます。学習用のクローラーとの違いと設定の例はLLMO対策の記事で解説しています。
- 本文に書く:大事な情報は、画像やPDFの中だけでなく、HTMLの本文に書きます。Bingは、大事な内容をブラウザ側の描画(JavaScript)の後ろに隠さないよう求め、確実に描画できない内容はインデックスにも根拠にも選ばれないことがあるとしています。JavaScriptで表示しているサイトは、GoogleのJavaScript SEOの基本にも沿って、検索エンジンが本文を読めるかを確かめます。
段階2|選ばれる:AIが組み立てた検索に、ページが拾われるようにする
生成エンジンは、利用者の質問をそのまま1回だけ検索するとは限りません。Googleは、1つの質問から関連する検索を同時にいくつも行う仕組みを「クエリ ファンアウト」と呼び、Bing Webmaster Toolsは、AIが自社のページを根拠として取り出した時の語句を「グラウンディング クエリ」として表示します。GEOの論文が描いた生成エンジンも、質問を検索しやすい形に分けてから材料を集める仕組みでした。
- 商談や問い合わせで実際に聞かれる言い方を集め、その質問に正面から答えるページがあるかを確かめる。題名と最初の段落で、質問に答える
- 1つのページで1つのテーマを扱い、題名・見出し・本文の意図をそろえる(Bingのガイドライン)
- 言い回しの違う質問ごとにページを量産しない。ファンアウトの検索語に合わせてページを増やすことも、狙いが順位や答えの操作なら、Googleのスパムに関するポリシー(大量生成されたコンテンツの不正使用)の対象になる。類義語も理解されるので、言い回しの違いをすべて網羅する必要はない(Google)
- Bing Webmaster ToolsのAI Performanceで、どのグラウンディング クエリで、どのページが引用されているかを見て、引用の少ないテーマや、答えの足りないページを補う
段階3|使われる:論文の方法を、事実だけで実践する
材料に選ばれたページが、答えの中でどれだけ使われるかは、論文が実験した段階です。論文で効果が大きかった「出典の明記」「引用文の追加」「統計の追加」は、どれも根拠を示す書き方でした。Bingのガイドラインも、内容がそのページの中で完結し、ほかの文脈がなくても確かめられるページほど、根拠や引用に選ばれやすいとしています。実務では、AIに架空の数字や引用を足させるのではなく、自社が持っている事実を出典つきで書くことに置き換えます。
| 論文の方法 | 書き換え前 | 書き換え後(例) | 気をつけること |
|---|---|---|---|
| 統計の追加 | 「多くの受講者に満足いただいています」 | 「2026年4〜9月の受講後アンケート(回答◯件)で、『満足』『やや満足』の合計は◯%でした(当社調べ)」 | 期間・回答数・集め方を書く。都合のよい数字だけを選ばない |
| 出典の明記 | 「研修の義務化が進んでいます」 | 「◯◯法の改正で、◯年◯月から◯◯の研修が義務になりました(出典:◯◯省のページ)」 | 官公庁や公式の発表などの一次情報にリンクする。制度が変わったら、更新日と一緒に直す |
| 引用文の追加 | 「導入企業から高い評価をいただいています」 | 「導入企業の人事担当者からは『◯◯』という声をいただいています(社名と掲載の許可を得たもの)」 | 実在の声だけを、許可を得て載せる。対価を払って書いてもらった声は、そのことを示す |
| 読みやすさの改善 | 条件を詰め込んだ長い一文 | 1文に1つの内容。結論を先に書き、条件は後ろに分ける | 言い換えのために中身を薄めない |
| キーワードの詰め込み | ― | ― | 論文でも効かず、Bingは操作的な行為に含めている。使わない |
※例の会社(法人向けの研修会社)と数字は架空です。数字は「◯」にしています。
数字や引用は、事実でなければ逆効果です。自社の商品やサービスの内容を、実際よりも著しく良く見せる表示は、景品表示法の優良誤認表示に当たるおそれがあります。消費者庁は、表示の裏付けとなる合理的な根拠を示す資料の提出を求めることができ、期間内に出せない場合や根拠と認められない場合は、措置命令との関係で不当表示とみなされます(消費者庁「優良誤認とは」)。GEOのために足す数字は、社内で根拠を示せるものだけにしましょう。
書き方では、Bingの「要点を上に」「画像や動画は本文を補うもの」という考え方も役立ちます。答えのページの冒頭で結論を言い切り、表や箇条書きで条件を整理し、画像だけで伝えている情報は本文にも書きます。
段階4|覚えられる・語られる:名前をそろえ、第三者からの本物の評価を増やす
生成エンジンの答えは、検索で取ってきたページだけでなく、モデルがもともと持っている知識や、第三者のページでの書かれ方にも左右されます。2章で紹介した2026年の研究でも、ChatGPTが知っているブランドを自分で検索語に入れたり、根拠のページがなくても名前を挙げたりすることが報告されています。ページの外での「覚えられ方」と「語られ方」も、GEO対策の範囲です。
- 名前と説明をそろえる:社名・サービス名・所在地・事業内容の書き方を決め、自社サイト・登録サイト・SNSのプロフィール・プレスリリースで同じにします。会社概要には、表示している内容と同じ値で組織(Organization)の構造化データを入れます。具体的な手順はLLMO対策の記事で解説しています。
- 第三者が取り上げる理由を作る:取材への協力、業界メディアへの寄稿、導入事例の公開、自社の調査の発表など、第三者が書きたくなる事実を出します。Googleは、生成AI機能がブログ・動画・フォーラムでの語られ方を答えに示すこともあるとしつつ、本物でない言及を追い求めても効果は薄いと説明しています。Bingのガイドラインも、被リンクの購入や、SNSで人気があるように見せかける仕掛けを、評価を水増しする行為として禁じています。
- PRであることを示す:対価を払ったり頼んだりして出してもらう記事や投稿には、広告だと分かる表示を付けます。表示がないものは景品表示法のステマ規制の対象で、責任を問われるのは依頼した事業者の側です(消費者庁)。表示の方法はステマ規制の記事で解説しています。
- Wikipediaは自社で書かない:Wikipediaは、自分の会社など利害関係のある事柄の記事を書く時は特に注意するか控えるよう求め、執筆は第三者に任せるのが望ましいとしています(Wikipedia:自分自身の記事)。報酬を受けて編集する場合は、雇用主や依頼主を開示しなければなりません(Wikipedia:有償の寄稿の開示)。掲載は第三者の判断で決まり、約束できるものではありません。
- 店舗と地域の情報を最新にする:店舗や地域のビジネスは、Google ビジネス プロフィールとBing Places for Businessの住所・営業時間・連絡先を最新にします。Bing Placesに登録した情報は、場所を尋ねる質問へのAIの答えに含まれうるとMicrosoftは説明しています。
どのAIかによって、自社のサイトと第三者のページのどちらが多く引用されるかは大きく違います(2章の研究では、ChatGPTは回線会社のサイトを、Geminiは第三者のサイトを多く引用していました)。自社サイトの中身と、第三者からの評価の両方を育てておくと、AIのサービスごとの差に左右されにくくなります。
GEO対策の効果の測り方|Bing・Google・定点観測の3つの物差し
GEO対策の効果は、1つの数字では測れません。BingとGoogleの公式の道具で「AIの回答に出た回数」を、質問の定点観測で「答えの中身」を、アクセス解析と問い合わせで「事業への効き方」を見て、組み合わせて判断します。
| 物差し | 見られる範囲 | 分かること | 分からないこと |
|---|---|---|---|
| Bing Webmaster ToolsAI Performance | Microsoft Copilot、BingのAIの要約、一部の提携先 | 引用の回数、引用されたページ、グラウンディング クエリの一部、意図とテーマの分類、引用シェア、期間の比較 | クリックや流入、競合の名前、答えの文面 |
| Search Console生成 AI パフォーマンス レポート | GoogleのAIによる概要とAIモード | 自社へのリンクが表示された回数を、ページ・国・デバイス・日付ごとに | どんな質問で、どう説明されたか(2026年11月時点で見られる指標は表示回数) |
| 質問の定点観測手作業かツール | ChatGPT・Gemini・Perplexity・Copilot・Claudeなど、決めたAI | 答えに社名が出るか、出た順番、説明の正誤、根拠として示されたページ | AIの利用者全体の中での数。聞いた質問の範囲のことしか分からない |
| アクセス解析と問い合わせ | 自社のサイト | AIのサービスから来た訪問、問い合わせで「AIで知った」と答えた人 | 答えを読んだあとに、社名で検索して来た人(参照元に残らない) |
※Bing Webmaster Tools ヘルプ・Search Console ヘルプによる(2026年11月6日に確認)。Search Consoleの見方はAIO対策の記事で解説しています。
Bing Webmaster ToolsのAI Performanceの読み方
AI Performanceは、MicrosoftがGEOのための道具の第一歩と位置づけ、2026年2月にパブリック プレビューとして公開した機能です。2026年6月には、意図・テーマ・引用シェア・期間の比較の4つがプレビュー版で加わりました。指標ごとの意味と、Microsoftが説明している読み方の注意をまとめます。
| 指標 | 中身 | 読む時の注意 |
|---|---|---|
| 引用の合計 | 選んだ期間に、AIの回答で出典として表示された回数 | 答えの中のどこに、どう出たかは示さない。クリックや流入の数でもない |
| 平均の引用ページ数 | 1日あたり、出典として表示された自社のページの数(重複は数えない) | 順位や権威、答えの中での役割を示すものではない |
| グラウンディング クエリ | AIが、引用したページを取り出す時に使った主な語句 | 全体から抜き出した一部で、短く一般化されている。利用者が実際に入れた質問そのものではない |
| ページごとの引用 | URLごとの引用の回数 | ページの大切さや順位を示すものではない |
| 意図Intents・プレビュー | グラウンディング クエリを、情報収集・比較・地域などの意図に分類 | AIによる自動の分類で、いくつもの意図を持つ語句では、ずれることがある |
| テーマTopics・プレビュー | 関係するグラウンディング クエリを、テーマごとにまとめる | 専門性の高い分野では、まとめ方が大まかなことがある |
| 引用シェアCitation Share・プレビュー | ある語句で表示された全サイトの引用のうち、自社が占める割合 | 様子を見るための指標で、順位でも流入の割合でもない。競合の名前は出ない。施策の効果との因果も示さない |
| 期間の比較Compare・プレビュー | 前の期間を同じグラフに重ねて表示する | 変化の理由は、需要・季節・モデルの更新・ほかのサイトの更新などさまざま |
※Bing Webmaster Blog(2026年2月10日)・Bing Search Blog(2026年6月16日)・AI Performance のヘルプによる。データは毎日更新され、標本(サンプル)にもとづきます。
引用シェアは、GEOの論文の物差しとよく似ています。論文は、5件の材料の中で、あるページが答えの何割に使われたかで見え方を測りました。Bingの引用シェアも、同じ語句で表示された引用の中での自社の割合です。どちらも「取り分」なので、自社の数字は、ほかのサイトの更新やAIのモデルの変更でも動きます。数字が下がった時は、自社のページだけでなく、同じ語句で引用されているほかのページの変化も疑いましょう。
定点観測は、論文と同じく「複数回」と「割合」で記録する
論文は、同じ質問で答えを5回作らせ、平均して比べました。生成AIの答えは同じ質問でも揺れるので、定点観測でも1回きりの結果で決めず、同じ質問を繰り返して、名前が出た割合で残します。2章で紹介した研究でも、引用されるページは数週間のうちに入れ替わっていったため、月に1回など、同じ間隔で測り続けることが大切です。論文の物差しは、次のように定点観測の記録に置き換えられます。
| 論文の物差し | 定点観測での記録のしかた |
|---|---|
| 文の量そのページを出典とする文の量 | 答えの中で、自社の説明に使われた文の量。1文だけか、段落ごと使われたか |
| 位置答えの前のほうほど重く数える | 自社の名前や出典が、答えの何番目に出たか |
| AIによる採点関連・影響・独自性など | 推薦の理由に何が書かれたか。説明は正しいか。自社にしかない情報が使われたか |
| 取り分5件の合計が1 | 同じ質問で挙がった会社や出典のうち、自社が占める割合 |
※質問の作り方と、条件のそろえ方(ログインの有無・一時チャット・地域など)はLLMO対策の記事で解説しています。
事業への効き方は、アクセス解析の参照元(chatgpt.com・perplexity.ai・copilot.microsoft.com など)と、問い合わせの数で見ます。AIの答えで社名を知った人は、あとから社名で検索して訪れることも多く、参照元だけを見ると少なく見えます。問い合わせフォームに「AIの回答で知った」という選択肢を用意し、社名での検索の数の変化とあわせて読むと、実態に近づきます。
GEO対策をうたう支援会社・ツールの見分け方
GEO対策をうたうサービスやツールは、国内外にいくつもあります。Googleは、AEOやGEOと呼ばれるAI機能向けの助言やツールについても、データや経験にもとづく意見か、公式の情報を引いて裏付けているかを見て、公式のガイドと照らして自分で判断するよう勧めています(Google 検索セントラル)。提案を受けた時は、次の言葉が出てきたら中身を確かめましょう。
| 提案に出てくる言葉 | 確かめること | 論文・公式の情報 |
|---|---|---|
| 「論文で最大40%上がると実証済み」 | 何の数字の40%か。どのAIで、どんな条件で試したか | 論文の40%は、Google検索の上位5件として材料に入ったページの、答えの中での取り分の改善。材料に選ばれることや流入は試していない |
| 「AIで1位を保証」「必ず引用される」 | 保証の中身と、外れた時の扱い | BingはGEOでも引用は保証されないと明記。Googleも、条件を満たしたページでもクロールや表示を約束しないと書いている |
| 「llms.txtを置けばAIに読まれる」 | どのAIが読むと、公式に書いているか | Google検索は使わない。OpenAI・Anthropic・Perplexityも、検索に出るかどうかの管理はrobots.txtで行うよう案内している(2026年11月時点) |
| 「AIのクローラーにだけ、専用のページを自動で返す」 | 人とクローラーで、中身が変わっていないか | 検索エンジンと利用者に別の中身を見せるクローキングは、Bingのガイドラインでも、Googleのスパムに関するポリシーでも禁じられている |
| 「AIに推薦させる文を、ページに仕込む」 | 人には見えない指示文を入れていないか | Bingは、BingやCopilotの言語モデルに干渉する目的で足した内容を、表示の低下や検索からの除外の対象にしている |
| 「質問の言い回しごとに、ページを自動で量産」 | 人が確かめ、価値を足しているか | Googleは、順位や生成AIの回答の操作を主な目的とした量産をスパムとする。Bingも、監修のない大量の自動生成は索引から外れることがあるとする |
| 「AIに好かれる言い回しに書き換える」 | 人が読んで不自然な表現になっていないか | Bingは、引用やAIの回答を呼び込む目的の不自然な言い回しを禁じている。Googleも、AIのための特別な書き方は要らないとする |
| 「口コミ・言及・被リンクを増やします」 | 対価で集めていないか。依頼した投稿に、PRの表示があるか | Bingは、被リンクの購入や人気の水増しを禁止。Googleも、本物でない言及を追っても効果は薄いと説明。依頼した投稿でPRを隠すとステマ規制の対象 |
| 「Wikipediaに載せます」 | 誰が、どんな立場で編集するか | Wikipediaは、利害関係のある人による執筆を控えるよう求め、報酬を受けた編集は開示が必要。掲載は約束できない |
| 「Googleの社内の数値を使っている」「Googleのお墨付き」 | その根拠 | Googleは外部のサービスを承認しておらず、外部のツールがGoogleの内部の順位の情報やAIの仕組みを見ることはできないとしている |
※論文・Bing Webmaster Guidelines・Google の生成 AI 機能向けの最適化ガイド・スパムに関するポリシー・サードパーティのガイダンス・各社のクローラーのページ・Wikipedia・消費者庁の情報をもとに当社が整理しました(2026年11月6日に確認)。
ツールの数字を読む時の注意
AIの回答を自動で測るツールは、決めた質問を、決めたAIに、決めた回数だけ聞いて記録する道具です。出てくる数字は、どの質問を選んだか、どのAIに、どの地域から、ログインした状態で聞いたかで変わります。ツールを比べる時は、質問の数・対象のAI・測る頻度・答えの全文と出典を受け取れるかを確かめます。Googleは、サードパーティのツールはGoogleの内部のランキングやAIのシステムにアクセスできず、成果も保証できないとして、Search Consoleを使うよう強く勧めています。
費用の目安
GEO対策と名の付くサービスも、頼める作業と費用の形は、AIO対策・LLMO対策と変わりません。払う単位(月額の計測ツール、1回ごとの診断、月額のコンサル、作業まで任せる支援)によって金額は大きく違い、3〜6か月の最低契約も多く見られます。各社の公開料金と、見積もりで確かめることは、費用の記事にまとめています。
AIO対策の費用はいくら?相場・料金の内訳と内製・外注の選び方
GEO対策・LLMO対策を支援する会社の料金・最低契約期間・測り方は、次の記事で比べています。
ハーマンドットのAIEO(AI検索最適化)支援でできること
ハーマンドットの「AIEO(AI検索最適化)」支援は、GEO・AIO・LLMOといった呼び方の違いにこだわらず、同じ設計で進めます。見込み客がAIに聞く質問でのいまの見え方を調べる「AI引用診断」から、会社情報とエンティティの整備、質問に答えるコンテンツの設計、第三者による言及の獲得、毎月の計測と改善までを、同じチームで進めます。
支援の対象は、GoogleのAIによる概要とAIモードに加え、ChatGPT・Gemini・Perplexity・Claude・Microsoft Copilotの回答です。SNS運用・インフルエンサーマーケティング・広告運用・WEB制作も一つのチームで手がけているので、ページの改善と、第三者に取り上げてもらうための発信を、一つの計画として組めます。当社のメディアでも、出典と数字の時点を本文に書き、AIから来た問い合わせを自社のCRMで分けて追っています。
GEO対策を、どこから始めるか整理しませんか診断から毎月の改善までの流れと、対象にしているAIを、AIEO(AI検索最適化)支援のページで紹介しています。
AIEO支援を見るよくある質問
GEO対策とは、どういう意味ですか?読み方も教えてください。
SEOとGEOの違いは何ですか?
GEO対策とAIO対策の違いは何ですか?
GEO対策の相場はいくらですか?
論文の「最大40%」は、自社のサイトでも期待できますか?
構造化データやllms.txtは、GEO対策に必要ですか?
GEO対策の効果は、どれくらいで出ますか?
中小企業や地域の会社にも、GEO対策は必要ですか?
まとめ
GEO対策は、生成AIが検索して答えを書く仕組み(生成エンジン)で、自社のページが答えの材料に選ばれ、正しく使われるようにする取り組みです。言葉の出どころの論文が示したのは、材料に入ったページに出典・引用・数字を足すと、答えの中で使われやすくなりうるということで、「最大40%」はその条件つきの数字です。
MicrosoftはGEOを「根拠に選ばれる資格」の取り組みと定義して引用は保証しないとし、GoogleはGoogle検索から見ればGEOもSEOだとしています。まずは検索の索引に入って見つかる状態を作り、実際に聞かれる質問に答え、事実を出典つきで書き、名前をそろえて第三者からの本物の評価を増やしましょう。そのうえで、Bing Webmaster ToolsのAI Performance、Search Consoleの生成 AI パフォーマンス レポート、同じ質問の定点観測で、毎月確かめて直していきます。
ハーマンドットのAIEO(AI検索最適化)支援では、AIの答えでの現状の調査に始まり、ページと会社情報の手直し、第三者に取り上げてもらうための発信、AIから来た問い合わせの計測までを、一つのチームが受け持ちます。
AIO対策とは?AI検索で引用されるやり方・具体例とSEOとの違い
LLMO対策とは?ChatGPTに選ばれるやり方とAIO対策との違い
AIの答えの中の自社の扱われ方を、一緒に点検しませんか相談したい内容と、サイトのURLをお送りください。担当者から1営業日以内にご返信します。
お問い合わせ参考にした情報
- Aggarwal ほか「GEO: Generative Engine Optimization」(arXiv 2311.09735・2023-11-16 初版・2024-06-28 第3版・KDD 2024)
- 同 論文の本文(PDF・第3版)
- Martinez「Optimizing Visibility in Generative Engines: A Critical Survey of Generative Engine Optimization (2023-2026)」(arXiv 2607.14035・2026-07-15・査読前)
- Chen・Koudas「What Drives AI Citations? Content, Retrieval and Model Knowledge in Generative Engine Optimization (GEO)」(arXiv 2610.15033・2026-10-10・査読前)
- Microsoft Bing「Webmaster Guidelines」
- Microsoft Bing Search Blog「Elevating the Role of Grounding on the AI Web」(2026-02-12)
- Microsoft Bing Webmaster Blog「Introducing AI Performance in Bing Webmaster Tools Public Preview」(2026-02-10)
- Microsoft Bing Search Blog「New AI Visibility Insights in Bing Webmaster Tools: Intents, Topics, Citation Share, Compare」(2026-06-16)
- Bing Webmaster Tools ヘルプ「AI Performance」
- Microsoft Advertising Blog「Optimizing Your Content for Inclusion in AI Search Answers」(2025-10-08)
- Microsoft「Bing Places for Business」
- IndexNow
- 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」(2026-10-30 更新)
- Google 検索セントラル「AI 機能とウェブサイト」
- Google 検索セントラル「サードパーティの SEO ツール、サービス、アドバイスの使用に関する Google 検索のガイダンス」(2026-06-10 更新)
- Google 検索セントラル「Google ウェブ検索のスパムに関するポリシー」(2026-09-02 更新)
- Google 検索セントラル「組織(Organization)の構造化データ」
- Google 検索セントラル「JavaScript SEO の基本を理解する」
- Search Console ヘルプ「生成 AI パフォーマンス レポート(検索)」
- Search Console ヘルプ「検索の生成 AI 設定」
- Google「Google ビジネス プロフィール」
- OpenAI「Overview of OpenAI Crawlers」
- Anthropic「Does Anthropic crawl data from the web, and how can site owners block the crawler?」
- Perplexity「Perplexity Crawlers」
- ウィキペディア日本語版「Wikipedia:自分自身の記事」
- ウィキペディア日本語版「Wikipedia:有償の寄稿の開示」
- 消費者庁「令和5年10月1日からステルスマーケティングは景品表示法違反となります。」
- 消費者庁「優良誤認とは」
- ハーマンドット「AIEO(AI検索最適化)支援」
※参考にした情報は、いずれも2026年11月に確認したものです。各社のガイドライン・道具・クローラーの扱いや、研究の結論は今後も更新されます。査読前の論文は、今後の査読や追試で結論が変わる可能性があります。
DOWNLOAD
サービス資料を無料でお送りします
料金・事例・進め方をまとめた資料です。フォームからご請求いただくと、1営業日以内に担当者からお送りします。




