「ChatGPTやGoogleのAIに自社が出てこない」「AIO対策・LLMO対策を売り込む営業が増えたが、何が本当に必要なのか分からない」。2026年に入り、こうした相談が急増しています。

その混乱に対して、Googleが公式に答えを出しました。2026年5月15日、Google検索セントラルに新しいガイド「Google 検索の生成 AI 機能向けにウェブサイトを最適化する」（通称：AI最適化ガイド／AIOガイド）が公開され、日本語版も5月20日ごろに公開されています。AI Overviews（AIによる概要）やAIモードといった生成AI検索機能に対して、サイト運営者が何をすべきか・何をしなくてよいかをGoogleが初めて体系的に示した公式ドキュメントです。

＊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年5月15日公開・日本語版は5月20日ごろ公開） https://developers.google.com/search/docs/fundamentals/ai-optimization-guide?hl=ja
＊Google Search Central Blog「Google 検索の生成 AI 向けに最適化するための新しいリソース」（2026年5月15日） https://developers.google.com/search/blog/2026/05/a-new-resource-for-optimizing?hl=ja

前提：なぜ今AIO・AEOが騒がれているのか

背景はシンプルで、ユーザーの情報収集の起点が変わりつつあるからです。

• Google検索の最上部にAI Overviews（AIによる概要）が表示され、リンクをクリックせずに疑問が解決する「ゼロクリック検索」が増加
• 対話型のAIモードも月間ユーザーが10億人規模に達し、検索クエリは長文・対話型にシフト
• ChatGPT・Gemini・Perplexityなど、検索エンジンを経由しない情報収集も一般化

その結果、「検索1位を取ること」と「顧客に見つけてもらうこと」がイコールではなくなり、AIの回答の中で引用・言及されるかどうかが新しい勝負どころになりました。この最適化を指す言葉として、AIO・AEO・GEO・LLMOといった用語が乱立し、玉石混交の「対策サービス」も急増している——これが現在地です。

用語の整理：AIO・AEO・GEO・LLMOとは何か。SEOと何が違うのか

本題に入る前に、乱立している用語を整理しておきます。結論から言うと、これらはほぼ同じ領域を指す呼び名の違いであり、どの略語を使うかを議論すること自体にはあまり意味がありません。ただし、それぞれの言葉が生まれた文脈を知っておくと、業者やツールの説明を正しく理解できるようになります。

AIO（AI Optimization / AI検索最適化）

AIが生成する回答の中に、自社のコンテンツや商品・サービスを引用・言及させるための最適化施策の総称です。日本では特に、Google検索の「AIによる概要（AI Overviews）」への表示を指して使われることが多く、「AIO＝AI Overviews最適化」の意味で使う人もいます。国内メディアではこの「AIO」表記に収斂しつつあります。

AEO（Answer Engine Optimization / 回答エンジン最適化）

検索エンジンが「リンク一覧を返すもの」から「答えを直接返すもの（回答エンジン）」へ変化したことを受けて生まれた言葉です。ユーザーの質問に対してAIが返す「答え」の中に選ばれることを目指します。強調スニペット対策の延長として、AI登場以前から使われてきた経緯があります。

GEO（Generative Engine Optimization / 生成エンジン最適化）

生成AI（Generative AI)を搭載した検索・回答システム全般への最適化を指す言葉で、海外の研究論文発で広まった用語です。意味するところはAIO・AEOとほぼ同じです。

LLMO（Large Language Model Optimization / 大規模言語モデル最適化）

ChatGPT・Gemini・Claude・PerplexityといったLLM（大規模言語モデル）ベースのAIサービス全般に対して、自社が正しく認識・言及されることを目指す言葉です。Google検索に限定しない分、AIO（AI Overviews最適化の意味で使う場合）より対象範囲が広いニュアンスで使われます。

SEOとの違いは「ゴールの位置」

では、これらは従来のSEO（Search Engine Optimization：検索エンジン最適化）と何が違うのでしょうか。最大の違いは目指すゴールの位置です。

	従来のSEO	AIO・AEO・GEO・LLMO
ゴール	検索結果で上位表示され、クリックされること	AIの回答の中で引用・言及されること
評価の単位	ページ（URL）単位の順位	ページ内の一節（パッセージ）単位の引用
成果指標	順位、クリック数、流入数	引用率、言及率、AI経由の指名検索・流入
ユーザー行動	検索→クリック→サイト訪問	質問→AIの回答で完結（ゼロクリック）も多い

従来のSEOは「10本の青いリンクの中で1位を取り、クリックしてもらう」ゲームでした。一方AI検索では、AIが複数サイトから情報を抽出して1つの回答にまとめるため、「回答の材料として選ばれるか」「情報源として名前が出るか」が成果になります。検索1位でもAIの回答に引用されなければ露出は減り、逆に順位が3〜5位でも引用されれば露出を確保できる——この逆転が起こり得る点が実務上の大きな変化です。

ただし「手段」はほぼ共通。だからこそGoogleは「SEOの範疇」と言った

ゴールの位置は変わりましたが、そこに至る手段は大きく重なります。後述するとおり、AIの回答は検索インデックスとランキングシステムを土台に生成されるため、SEOで評価される品質の高いコンテンツが、そのままAIに選ばれるコンテンツになるからです。これが、Googleが今回のガイドで「AEO・GEOはSEOの範疇」と整理した理由です。

つまり実務的な理解としては、「SEOとAIOは別々の施策ではなく、同じ土台の上で、ゴール（順位→引用）と計測方法をアップデートする取り組み」と捉えるのが正確です。

Googleガイドの結論：「AIO・AEOはSEOの範疇である」

ガイドの核心メッセージは明快です。

生成AI検索向けに最適化することは検索エクスペリエンス向けに最適化することであり、SEOの範疇にある。

つまり「AI検索用の特別な裏技」は存在せず、従来のSEOのベストプラクティスがそのままAI検索でも有効、というのがGoogleの公式見解です。

その根拠として、ガイドはAI Overviews・AIモードが回答を生成する2つの仕組みを説明しています。

1. RAG（検索拡張生成）

Google検索のコアランキングシステムを使って、検索インデックスから関連性の高いページを取得し、その内容を根拠にAIが回答を生成する仕組みです。裏を返せば、インデックスに登録され、検索で評価されているページでなければ、そもそもAIの回答の情報源になれないということです。SEOはAI時代に不要になるどころか、「AIに選ばれるための入場券」になっています。

2. クエリファンアウト

ユーザーの1つの質問に対して、AIが関連する複数のサブクエリを自動生成し、幅広く情報を取得する仕組みです。たとえば「雑草だらけの芝生を直す方法」という質問に対して、「芝生に最適な除草剤」「化学薬品を使わない除草方法」といった派生クエリが同時に走ります。1つのキーワードで1位を取ることよりも、テーマ全体で信頼できる情報源として認識されることの重要性が増していると言えます。

企業がやるべきAIO・AEO対策 7つ

Googleガイドの内容と、公開後の国内外の実務的な知見を踏まえ、企業が優先すべき施策を整理します。

1. 「一次情報」と「独自の視点」をコンテンツの中核に据える

ガイドが最も強調しているのがこの点です。AIは複数のソースを横断的にチェックするため、どこにでも書いてある一般論（コモディティコンテンツ）は引用する理由がありません。逆に、自社にしか書けない情報——実際の顧客事例、自社調査のデータ、現場での失敗と学び、専門家としての見解は、AIにとって「引用する価値のある情報源」になります。

実務的には、営業やカスタマーサポートが日常的に顧客へ説明している内容をコンテンツ化するのが近道です。現場で磨かれた説明には、必然的に一次情報と独自の視点が含まれているからです。

2. 技術的な土台（クロール・インデックス）を整える

AIの回答の情報源は検索インデックスです。ページがクロール可能でインデックスされていること、Google検索でスニペットが表示される状態であることが、生成AI機能に表示されるための技術的な前提条件になります。JavaScript依存のサイトはレンダリングの問題がないか、robots.txtで意図せずクローラーをブロックしていないか、Search Consoleで定期的に確認しましょう。

3. 結論から書く「引用されやすい構造」にする

Googleは「AI向けの特別な書き方は不要」としつつ、「明確な構造の見出しで、段落・セクションが整理されたページはユーザー評価が高まる」とも述べています。人間にとって読みやすい構造は、AIにとっても抽出しやすい構造です。実務上は以下が有効とされています。

• 記事冒頭・見出し直下に結論を置く（結論→根拠→詳細の順）
• 1つの段落で1つの論点を完結させる
• 「〇〇とは」の定義、手順、比較を明確に書く
• 数値・データには時点（「2026年8月時点」など）を明記する

4. E-E-A-T（経験・専門性・権威性・信頼性)を可視化する

誰が書いたのか分からない記事より、実名の専門家が経験に基づいて書いた記事の方が、検索でもAIでも評価されます。著者プロフィールの明示、運営企業情報の整備、主張の根拠となる出典の記載は、地味ですが効果の大きい基礎工事です。

5. ローカル・ECは構造化されたビジネス情報を整備する

AIの回答には商品情報やローカルビジネス情報が含まれることがあります。ガイドは、Merchant CenterやGoogleビジネスプロフィールへの正確な情報登録が、AI回答と通常検索の両方での露出につながると明記しています。店舗・EC事業者にとっては最優先の施策です。

6. 画像・動画でコンテンツを補強する

生成AI検索は関連する画像や動画も取り込むため、テキストだけのページよりも露出機会が増えます。既存の画像SEO・動画SEOのベストプラクティスに沿っていれば、それがそのままAI検索対策になります。

7. Search Consoleの「生成AIパフォーマンスレポート」で計測する

やりっぱなしにせず、効果を測る仕組みを持ちましょう。Search Consoleには、Google検索の生成AI機能でのコンテンツの表示状況を確認できるレポートが用意されています。あわせて、自社サイトへのAIクローラー（各種AIボット）経由のアクセスをログで把握し、基準値を取っておくと、今後の変化を追いやすくなります。

ただし、AI検索時代の計測には従来と異なる大きな落とし穴があります。次のセクションで詳しく見ていきます。

計測の落とし穴：「ユーザーには見えているのに、分析ツールには映らない」

AIO・AEOに取り組むうえで、施策そのものと同じくらい重要なのが計測の考え方のアップデートです。なぜなら、AI検索時代の露出の多くは、従来のアクセス解析ツールでは正しく捉えられないからです。

ゼロクリックの影響：露出は増えているのに、データ上は「微減」に見える

AI Overviewsに自社コンテンツが引用された場合、ユーザーは検索結果画面上で自社の情報に触れています。しかしその多くはリンクをクリックしないため、GA4などのアクセス解析には一切記録されません。海外の調査では、AI Overviewsが表示されたクエリにおいて検索1位のオーガニックCTRが約6割低下したという報告もあります。

その結果、現場で起きるのは次のような「ねじれ」です。

• ユーザー視点：AIの回答で自社が引用され、露出はむしろ増えている
• Search Console：表示回数（インプレッション）は維持・増加、クリック数とCTRは低下
• GA4：検索流入が「原因不明の微減」として現れる

このとき、流入数だけを見て「SEOが効かなくなった」「コンテンツの価値が下がった」と判断するのは早計です。実際には評価されてAIに引用されているからこそクリックが減っている、という可能性があるためです。逆に言えば、クリック数・セッション数だけをKPIにしていると、AIO施策の成果を「失敗」と誤読するリスクがあります。

ダークトラフィック：AI経由の流入は「Direct」に紛れ込む

もう一つの問題が、AIサービス経由の流入の計測漏れです。ChatGPTやPerplexityなどのAIチャットに表示されたリンクからの流入は、リファラー（参照元情報）が正しく引き継がれず、GA4上では「Direct / none（ノーリファラー）」に分類されてしまうケースがあります。アプリ版からの遷移や、AIの回答を見てから後でURLを直接入力・検索し直す行動も、すべて参照元不明のトラフィックに紛れ込みます。

つまり、AI経由の流入は実際より過少に計測されるのが前提です。「AIからの流入なんてほとんどない」とレポートを見て判断している場合、その数字自体が実態を映していない可能性があります。

では、どう計測すべきか — 実務的な5つのアプローチ

完璧な計測は現状不可能ですが、複数の指標を組み合わせることで実態に近づけます。

1. Search Consoleの生成AIパフォーマンスレポートを主軸にする：Google検索の生成AI機能での表示状況を公式データで把握できる、現時点で最も信頼できる情報源です。クリック数ではなく表示回数の推移を見ることが重要です
2. GA4でAI参照元セグメントを作る：chatgpt.com、perplexity.ai、gemini.google.com、copilot.microsoft.comなど、判別可能なAI参照元をまとめた探索レポート・セグメントを用意し、月次で推移を追います。過少計測前提でも「傾向」は掴めます。なお、Perplexityなど一部ツールは計測から漏れやすい点に留意が必要です
3. 指名検索（ブランド検索）数を定点観測する：AIの回答で自社名に触れたユーザーは、後から社名やサービス名で検索し直す行動を取ります。Search Consoleで指名検索クエリの表示回数・クリック数を記録しておくと、AI経由の認知拡大が間接的に見えてきます
4. AIクローラーのアクセスログを基準値化する：GPTBot、ClaudeBot、PerplexityBotなど各AIクローラーのアクセス状況をサーバーログで把握し、どのページがAIに読まれているかを確認します。クロールされていないページは、そもそも引用の土俵に乗っていません
5. 「何で知ったか」を直接聞く：問い合わせフォームや商談時に流入経路を尋ねる項目を設けます。原始的ですが、ダークトラフィック時代には最も確実な補完手段です。実際、「ChatGPTで知った」という回答が増えている企業は少なくありません

KPI自体の再設計が必要になる

まとめると、AI検索時代の計測は「クリック・セッション中心」から「露出・認知・引用中心」への転換が求められます。

従来のKPI	AI検索時代に追加すべきKPI
検索順位	AI回答での引用・言及の有無（主要クエリでの定点観測）
クリック数・セッション数	表示回数（インプレッション）、指名検索数の推移
流入経路レポート	AI参照元セグメント＋Direct流入の増減、AIクローラーのクロール状況
CVR（流入からの転換率）	問い合わせ・商談での「AIで知った」比率

経営層への報告でも、「流入は微減だが、生成AI面での表示と指名検索は増加しており、露出の総量はむしろ拡大している」といった形で、見えない露出を数字に落とし込んで説明できる設計にしておくことが、AIO施策を継続するうえでの社内的な生命線になります。

Googleが「不要」と明言したこと 5つ

今回のガイドで特に価値が高いのは、世の中に出回る「AIOハック」をGoogleが名指しで否定した点です。以下は、少なくともGoogle検索の生成AI機能においては無視されるとされています。

1. llms.txtなどのAI専用ファイル：Google検索は使用しないため、表示やランキングに影響しない（他のAIサービス向けに置くこと自体は問題ない）
2. コンテンツの「チャンク化」：AIのために文章を細切れにする必要はない。理想のページ長は存在しない
3. AI向けの文体への書き換え：AIは類義語や意図を理解できるため、ロングテールキーワードの網羅を心配する必要はない
4. 不自然な「言及」稼ぎ：ウェブ上のメンションを人工的に増やす施策は、品質重視のランキングシステムとスパム対策の前では有効に機能しない
5. 構造化データへの過度な注力：生成AI検索に構造化データは必須ではない（ただしリッチリザルト対策としては引き続き推奨）

また、クエリファンアウトを逆手に取って派生クエリごとに大量のページを量産する手法は、スパムポリシー（大量生成コンテンツの不正使用）違反になり得るとまで踏み込んでいます。「AI検索専用の特別対策」を高額で売り込む業者に対しては、この公式見解を判断基準にしてください。「表示保証」や「Googleの内部指標を使っている」と謳うツール・業者には注意が必要です。

注意：これは「Google検索」の話。ChatGPT等への視点も必要

一点、冷静に押さえておくべきことがあります。このガイドが述べているのは、あくまでGoogle検索の生成AI機能（AI Overviews・AIモード）についてです。

ChatGPT、Claude、Perplexityといった他のAIサービスは、それぞれ独自のクローラーや検索パートナー、学習データを持っており、Googleのルールがそのまま適用されるわけではありません。

ChatGPTの場合、Googleと何が大きく違うのか

もっとも利用者の多いChatGPTを例に、Googleとの観点の違いを簡単に整理します。

観点	Google（AI Overviews / AIモード）	ChatGPT
回答の情報源	Google検索インデックス	独自クローラーのインデックス＋Bing検索を併用。加えてモデル自体の学習知識も回答に反映される
前提となる対策	従来のSEO（Google向け）	OpenAIクローラーの受け入れ設定＋Bing側のインデックス状況も影響
クローラー制御	Googlebotが基本	用途別に3種類（学習用GPTBot／検索用OAI-SearchBot／ユーザー起点アクセスのChatGPT-User）を独立制御
公式の計測ツール	Search Consoleの生成AIパフォーマンスレポート	公式ツールなし。手動での引用チェックや外部ツール・ログで観測するしかない
公式最適化ガイド	あり（本記事で解説したガイド）	なし。実測ベースの知見に頼るしかない

実務上、特に押さえるべき違いは次の3点です。

① robots.txtの設定を間違えると、引用の土俵にすら乗れない

OpenAIのクローラーは用途別に分かれており、検索表示用のOAI-SearchBotをブロックしていると、コンテンツの質に関係なくChatGPTの検索結果には表示されません。よくある事故が「AIに学習させたくない」という意図でOpenAI系をまとめて拒否し、意図せず検索表示まで止めてしまうケースです。学習用のGPTBotだけを拒否し、OAI-SearchBotは許可するという切り分けが可能なので、まず自社のrobots.txtとWAF・ボット対策ツールの設定を確認してください。

② 「モデルの記憶」が回答に混ざる——だからWeb上の評判蓄積が効く

Googleの生成AI機能は基本的にその都度検索インデックスから情報を取得しますが、ChatGPTは検索に加えて、学習時に取り込んだ知識（モデルの記憶）も回答に反映されます。つまり、過去にWeb上でどれだけ言及されてきたか、業界メディアでの掲載、第三者からのレビュー、コミュニティでの言及が、自社サイトの出来と同じかそれ以上に効いてきます。逆に、一度学習された古い情報や誤情報は、サイトを修正してもすぐには消えず、数カ月単位で残り続けることがあります。誤情報の早期発見と、外部での正確な情報の蓄積が、Google対策以上に重要になる理由です。

③ 技術要件がやや厳しめ——JavaScript依存のサイトは要注意

ChatGPTのクローラーはGooglebotに比べてJavaScriptのレンダリング能力が限定的とされており、クライアントサイドレンダリング主体のサイトは内容を読み取ってもらえない可能性があります。重要なコンテンツはサーバーサイドで出力する（HTMLとして最初から存在する）構成が安全です。

共通する部分も多い——だから施策は二重にしない

違いを挙げましたが、実務上の方向性は大きくは変わりません。どのAIも「信頼できる、構造の明確な、独自性のある情報」を好むためです。Google向けに整えたコンテンツと技術基盤は、そのままChatGPT対策の土台としても機能します。そのうえで、以下を追加の視点として持っておくと良いでしょう。

• AIに自社がどう説明されているかを定点観測する：ChatGPT・Gemini・Perplexityで自社名・サービス名を尋ね、古い料金や誤情報が出ていないかチェックする。誤情報が見つかった場合は、公式サイト側の情報整備を最優先する
• 各AIクローラーのアクセスを許可するか方針を決める：前述の用途別クローラーを区別したうえで、露出メリットとコンテンツ保護のバランスで制御方針を判断する
• プレスリリースや第三者メディアでの露出：AIは信頼性の高いソースを参照する傾向があるため、自社サイト外での正確な情報の蓄積も効いてくる

さらにガイドは、AIエージェント（ユーザーの代わりに予約や比較を実行する自律システム）への対応にも言及しています。セマンティックHTMLでウェブページを機械が解釈しやすくしておくこと、Universal Commerce Protocol（UCP）のような新しいプロトコルの動向を追っておくことは、次の変化への備えになります。

まとめ：AIO・AEOは「新しい何か」ではなく、王道の再定義

今回のGoogle公式ガイドが示したのは、拍子抜けするほど本質的な結論です。

• AIO・AEO・GEO・LLMOはほぼ同義。SEOとの違いは「順位→引用」というゴールの位置であり、手段の土台は共通
• だからこそGoogleは「SEOの範疇」と整理した。特別なハックは不要であり、多くは無視される
• AIに引用される条件は、①インデックスされた技術的土台、②独自性のある一次情報、③人間にとって読みやすい構造
• 計測はSearch Consoleの生成AIパフォーマンスレポート＋AIクローラーのログ把握で。ただしゼロクリックとダークトラフィックにより、AI経由の露出はアクセス解析に映らないことを前提に、KPIを「クリック中心」から「露出・引用・指名検索中心」へ再設計する
• ただしGoogle以外のAIも見据える必要がある。特にChatGPTは、用途別クローラーの受け入れ設定・Bing側のインデックス・「モデルの記憶」に効くWeb上の評判蓄積という点でGoogleと観点が異なる。「AIが自社をどう説明しているか」の定点観測と誤情報対策は別途必要

言い換えれば、AI検索時代に淘汰されるのは「SEO」ではなく、「どこにでもある情報を量産してきたコンテンツ戦略」です。自社の現場にしかない知見を、誰にでも（そしてAIにも）伝わる形で発信し続ける——遠回りに見えて、これが最短ルートです。