SEOの勉強をしていたら、Web担当者ForumでAIOという単語に出くわした。AEO、GEO、LLMOとまとめて解説した本が出たらしい。技術評論社から464ページ、2,640円。ページ数を見て、「あ、これ本気で体系化した本だ」と思った。
AIOというのはAI Optimizationの略で、生成AI検索に引用・推薦されるためのコンテンツ設計の総称だ。その中にGEO（Generative Engine Optimization）やLLMO（Large Language Model Optimization）が入る。いままで「なんとなく同じ話では?」と思っていた概念に、ちゃんとした整理がされていた。
正直、盲点だった。私はふだんChatGPTで記事の下書きを作ったり、Meta広告のコピー案を10パターン出させたりしている。AIを「使う側」としか考えていなかった。でも、その記事がPerplexityやChatGPT検索の回答に引用されるかどうかは、コンテンツの書き方次第で変わる。その視点がまるで抜けていた。
本の目次によると、AIが引用しやすい文書構造として「PREP・FAQ・HowToの型」が取り上げられている。E-E-A-TだけじゃなくE-T-Rという評価軸も出てくる。schema.orgやJSON-LDによる構造化データの話も載っている。llms.txtというファイルの存在も、この本で初めて知った。
オウンドメディアの担当として、記事のGA4データは毎週見ている。セッション数、直帰率、コンバージョン経路。でもAI経由でどれだけ参照されているかを計測する方法は、いまのところ確立していない。ここがこのトレンドのめんどくさいところで、ROASで評価できる広告と違って、AIOの成果をどう数値化するかが手探りだ。
投資対効果が見えないものに工数をかけるのは、うちのチームでは通りにくい。だから本を読む前に、測定方法を先に整理しておこうと思って少し調べた。
今のところ実務で使えそうな指標は、こんな感じだ。
どれも完璧ではない。GA4でAI検索のリファラーを拾えるケースは増えてきたが、回答生成の中に埋め込まれる形の引用は計測できない。この計測の難しさが、SEOとの最大の違いだと感じている。順位は数字で出るが、「AIに引用された回数」はまだ業界標準の測定方法がない。
一方で、コンテンツのROI観点でいうと、AIO対応が既存SEOの強化とセットになる点は評価できる。E-E-A-Tを高める施策は、従来の検索エンジンでもランキングに効く。PREP型の構造は読者の離脱率を下げて、コンバージョンにもつながる。つまり「AIに選ばれやすい文章=人にも読みやすい文章」という前提が正しければ、両面に効くはずだ。その仮説をうちのオウンドメディアで3ヶ月くらい検証してみたい。
GA4でランディングページ別のCVRを見ながら、構造を変えた記事と変えていない記事を比較する。地味だけど、これが今できる一番ちゃんとした評価の仕方だと思う。数字が出てきたら、チームに持ち込む。それだけだ。
AIOというのはAI Optimizationの略で、生成AI検索に引用・推薦されるためのコンテンツ設計の総称だ。その中にGEO（Generative Engine Optimization）やLLMO（Large Language Model Optimization）が入る。いままで「なんとなく同じ話では?」と思っていた概念に、ちゃんとした整理がされていた。
ChatGPTで記事を書いている自分が、AIに読まれる側を考えていなかった
正直、盲点だった。私はふだんChatGPTで記事の下書きを作ったり、Meta広告のコピー案を10パターン出させたりしている。AIを「使う側」としか考えていなかった。でも、その記事がPerplexityやChatGPT検索の回答に引用されるかどうかは、コンテンツの書き方次第で変わる。その視点がまるで抜けていた。
本の目次によると、AIが引用しやすい文書構造として「PREP・FAQ・HowToの型」が取り上げられている。E-E-A-TだけじゃなくE-T-Rという評価軸も出てくる。schema.orgやJSON-LDによる構造化データの話も載っている。llms.txtというファイルの存在も、この本で初めて知った。
オウンドメディアの担当として、記事のGA4データは毎週見ている。セッション数、直帰率、コンバージョン経路。でもAI経由でどれだけ参照されているかを計測する方法は、いまのところ確立していない。ここがこのトレンドのめんどくさいところで、ROASで評価できる広告と違って、AIOの成果をどう数値化するかが手探りだ。
GEOの効果測定、どうやるかを先に考えた
投資対効果が見えないものに工数をかけるのは、うちのチームでは通りにくい。だから本を読む前に、測定方法を先に整理しておこうと思って少し調べた。
今のところ実務で使えそうな指標は、こんな感じだ。
- ChatGPT SearchやPerplexityのブランド言及数（手動クロールか専用ツール）
- ブランド指名検索のサーチコンソール推移
- リファラー欄に「perplexity.ai」や「chatgpt.com」が出る流入セッション数
- 記事ごとのAI引用実績を手動で週次チェック
どれも完璧ではない。GA4でAI検索のリファラーを拾えるケースは増えてきたが、回答生成の中に埋め込まれる形の引用は計測できない。この計測の難しさが、SEOとの最大の違いだと感じている。順位は数字で出るが、「AIに引用された回数」はまだ業界標準の測定方法がない。
一方で、コンテンツのROI観点でいうと、AIO対応が既存SEOの強化とセットになる点は評価できる。E-E-A-Tを高める施策は、従来の検索エンジンでもランキングに効く。PREP型の構造は読者の離脱率を下げて、コンバージョンにもつながる。つまり「AIに選ばれやすい文章=人にも読みやすい文章」という前提が正しければ、両面に効くはずだ。その仮説をうちのオウンドメディアで3ヶ月くらい検証してみたい。
GA4でランディングページ別のCVRを見ながら、構造を変えた記事と変えていない記事を比較する。地味だけど、これが今できる一番ちゃんとした評価の仕方だと思う。数字が出てきたら、チームに持ち込む。それだけだ。