Generative Engine Optimization GEO 入門ガイド
GEO とは何か、SEO と何が違うか、そして一本の論文が測ったこと
「かつては検索エンジンに見せるために整えていました。いまは答えるエンジンに理解させるために整えます。」
01 — What is GEO
GEO とは何か
GEO（Generative Engine Optimization、生成エンジン最適化）は、ChatGPT・Perplexity・Gemini といった生成 AI の出力の中で、自社の内容がどれだけ見え、どれだけ引用されるかを上げるための取り組みです。
AI の回答の中で 引用（citations）と「勧められる出典」の位置を取ること。
SEO は検索語の順位を相手にします。GEO が相手にするのは、言語モデルの意味の理解とエンティティのつながりです。
02 — Why GEO matters
なぜ、いま GEO なのか
探し方が変わった
検索語を打ち込む代わりに、AI にそのまま尋ねる人が増えています。
質の高い流入
具体的に尋ねてくる人は、決めるところまで近い。だから成約に結びつきやすい。
権威が積み上がる
AI があなたの見解を答えとして引くなら、その分野での立ち位置はそこで決まります。
中身を使い回せる
GEO のために整えた構造のある内容は、そのまま質のよい発信の素材になります。
03 — GEO vs SEO
GEO と SEO を並べる
| 観点 | SEO（検索エンジン最適化） | GEO（生成エンジン最適化） |
|---|---|---|
| 目的 | 順位を取る | 答えそのものになる |
| 相手 | Google のアルゴリズム | 大規模言語モデル |
| やり方 | 検索語、被リンク | 構造化データ、意味のつながり |
| 出てくるもの | 青いリンクの一覧 | 出典つきの答え |
04 — GEO research, KDD 2024
測られた九つの手法：KDD 2024 の研究
プリンストン大学、インド工科大学デリー校と2人の独立研究者が KDD 2024 で発表した論文 《GEO: Generative Engine Optimization》（Aggarwal ほか）は、ウェブページを書き換える九つの手法を試し、生成エンジンの回答の中でその情報源がどれだけの比重を占めるかを測りました。九つのうち八つは上がり、一つは下がりました：
| 手法 | 基準との差 | 具体的にやること |
|---|---|---|
| 引用文の追加 | +41% | 関係者や専門家の発言をそのまま引用し、誰の言葉かを明記する。 |
| 統計データの追加 | +31% | あいまいな表現を、割合・件数・期間などの具体的な数字に置き換える。 |
| 文章の流暢さの改善 | +28% | 文を読みやすく整え、段落のつながりを自然にする。 |
| 出典の明記 | +27% | 主張に、確認できる外部の出典や参考文献を添える。 |
| 専門用語の使用 | +18% | その分野で通用している専門用語を、適切な箇所で使う。 |
| わかりやすい言い換え | +14% | 難しい概念を、平易でまっすぐな言葉に言い換える。 |
| 断定的な語調 | +10% | より確信のある、説得力のある語調で書く。 |
| 語彙の多様化 | +6% | 同じ語の繰り返しを避け、言葉づかいに変化をつける。 |
| キーワードの詰め込み | −8% | 検索キーワードを意図的に繰り返す。この実験では、何もしない場合より比重が小さくなった。 |
数字は、論文の表1を本サイトが相対変化に換算したものです。「位置で重みづけした語数」（Position-Adjusted Word Count：回答のうちその情報源に由来する部分がどれだけあり、どれだけ前に出るか）の総合値を、何も書き換えない基準値 19.3 と比べています。実験では GPT-3.5-turbo が Google の上位5件を読んで回答し、質問は論文が作った GEO-bench から取られています。出典：arXiv:2311.09735
これらの数字の限界
一つのベンチマーク上の平均値であり、保証ではありません。論文自身が、生成エンジンは変わり続けるので手法も合わせて見直す必要があること、利用者の質問の仕方も変わることを挙げています。効果は分野によっても異なります。Perplexity.ai での検証でも方向は同じでしたが、幅は違いました。測っているのは回答の中での情報源の比重で、クリックや問い合わせ、売上ではありません。
05 — How GEO works
どう進めるか
1. 答えの器をつくる
ふつうのサイトではなく、機械のために設計した書庫だと考えてください。
- 見通しのよい Schema.org の記述
- 問いと答えの形をした構成
- 読み込みの速さを徹底する
2. 専門家の中身を入れる
AI は独自の見解を好み、量産された文章を嫌います。
- 実際に困っていることへの答え
- 数字で支えた専門的な見解
- 定期的に手を入れて古びさせない
3. 信頼の網をつくる
確かな出典に、あなたの答えを裏づけさせます。
- 関連の強い外部リンク
- 言及と、そこから届く反応