ひとことで言うと
GEO(Generative Engine Optimization) とは、ChatGPT や Claude、Gemini などの生成 AI に質問された時、回答の中で自社が引用されるための施策です。SEO の「AI 時代版」と考えると分かりやすいです。
具体的にどんな場面?
例えば、誰かが ChatGPT に「日本でおすすめの B2B SaaS 営業支援ツールは?」と聞いたとします。すると ChatGPT は、
主な選択肢として、○○ 社の Sales Cloud、△△ 社の eセールスマネージャー、□□ 社の Senses などが挙げられます。
のように、いくつかの企業を「引用」して答えます。
この「引用される側」に自社を入れることが GEO の目標です。
別の例:歯科クリニックが「東京駅近くで矯正歯科の評判が良いところは?」というクエリで、AI から引用されるようにする、というのも GEO の典型例です。
なぜ今 GEO が重要か
- AI 検索の利用が爆増:特に B2B / 専門領域では「Google で検索」から「AI に質問」への遷移が進んでいる
- AI に引用されなければ存在しないのと同じ:ユーザーは AI の回答だけ見て、下位リンクを見ないことが増えている
- 競合先に取られると逆転が難しい:AI は信頼ある情報源を繰り返し引用する傾向があるため、先行者有利
SEO との違い
| 観点 | SEO(従来) | GEO(新) |
|---|---|---|
| 目標 | 検索結果の上位表示 | AI 回答での引用 |
| 対象 | Google / Bing | Claude / ChatGPT / Gemini |
| 主要指標 | 順位、CTR | 引用回数、引用文脈 |
| 主な打ち手 | リンク獲得、内部 SEO | 構造化、llms.txt、FAQ |
注意点として、SEO の上位サイトが自動的に AI に引用されるわけではないことが分かっています(GEOメーター の観測でも、Google 1 位の企業が AI で引用されない例は珍しくありません)。
何をすれば GEO 対策になるか
主要な打ち手は次の 4 つです:
llms.txtの配備:AI クローラー向けにサイトの主要コンテンツを明示- Schema.org / JSON-LD で構造化データを実装(Article、FAQPage 等)
- FAQ 形式の本文構造を増やす
- 一次データの発信(独自調査、業界レポート、観測データ等)
GEOメーター の Smoke 分析(2 Topic × 約 20 ドメイン)では、AI に引用される上位企業と下位企業の差は、これらの実装率に強く相関しています。