AIエージェントに最適化するAEOとは？Google Cloud AIのディレクターが提唱する新戦略

AIエージェントに最適化するAEOとは？Google Cloud AIのディレクターが提唱する新戦略

検索エンジンの仕組みが、人間のブラウジングからAIエージェントによる自動処理へとシフトし始めている。Google Cloud AIのエンジニアリングディレクターであるAddy Osmani氏は、この変化に対応するための新しい枠組みを提唱した。それがAEO（Agentic Engine Optimization）だ。

AEOとは、AIエージェントがコンテンツを自律的に取得し、解析し、実行しやすくするための最適化手法を指す。従来のSEOが「人間のクリック」を目的としていたのに対し、AEOは「マシンの理解と行動」に焦点を当てている。この違いが、今後のWeb制作のあり方を根本から変える可能性がある。

AIエージェントは、人間のようにページをスクロールしたり、広告を眺めたりはしない。彼らは必要な情報を瞬時に抽出し、次のタスクへと進む。このプロセスを効率化することが、AI時代のWebサイトにとって不可欠な戦略となるのだ。

AIエージェントが情報を消費する仕組みとAEOの定義

AEOは、一般的に知られている「Answer Engine Optimization（回答エンジン最適化）」とは異なる概念だ。Addy Osmani氏が提唱するAEOは、AIエージェントが自律的にコンテンツを消費するためのモデルを指している。AIエージェントとは、ユーザーの指示を受けてネット上を駆け巡り、情報の収集や予約、購入などのアクションを代行するプログラムのことだ。

ブラウジングからアクションへの変化

従来のWeb利用では、人間が複数のサイトを訪問し、情報を比較検討していた。しかしAIエージェントは、複数のステップを一つのリクエストに集約する。彼らはUI（ユーザーインターフェース）のデザインや操作性には関心を持たず、背後にあるデータそのものを必要としている。

この変化により、これまでのエンゲージメント指標は意味をなさなくなる。滞在時間や直帰率といった数字は、AIエージェントの活動を測定する上では重要ではない。重要なのは、エージェントがいかに速く、正確に目的の情報を取得できたかという点だ。

マシンのためのアクセシビリティ

AEOの核心は、Webコンテンツを「マシンにとって読みやすい形」に整えることにある。これは、視覚障害者のためのアクセシビリティ対応に似ている。セマンティックなタグ付けや構造化データの提供が、AIエージェントにとっても道標となる。情報の透明性と構造の明快さが、AEOの土台を支えている。

トークン制限という新たな最適化指標

AIエージェントがコンテンツを処理する際、最大の障壁となるのが「トークン制限」だ。トークンとは、AIがテキストを処理する際の最小単位を指す。多くのLLM（大規模言語モデル）には、一度に処理できる情報の量に限界がある。これをコンテキストウィンドウと呼ぶ。

ページが長すぎたり、不要な情報が多すぎたりすると、AIエージェントの処理能力を超えてしまう。その結果、情報の断片化や、最悪の場合は内容の読み飛ばしが発生する。Osmani氏は、トークン数を主要な最適化指標として意識すべきだと指摘している。

トークン消費の視覚化デモ

AIエージェントがどのように情報を切り捨てているかを視覚的に理解するためのデモを以下に示す。コンテキストウィンドウの限界に達したとき、重要な情報がどのように失われるかを確認してほしい。

このデモのように、重要な情報がページの下部にあると、AIはそこに到達する前に処理を打ち切ってしまう。不要な装飾や冗長な文章を削ぎ落とし、トークン効率を高めることがAEOの第一歩だ。

ハルシネーションのリスクを低減する

不完全な情報しか取得できなかったAIエージェントは、不足している部分を推測で埋めようとする。これがハルシネーション（もっともらしい嘘）の原因の一つになる。正確な情報を提供し、AIに正しく引用してもらうためには、コンテキストの密度を高める必要がある。ページをコンパクトに保ち、一つのテーマに絞り込むことが推奨される。

AIエージェントに好まれるコンテンツ構造

Addy Osmani氏は、AIエージェントが効率的に情報を解析できるよう、コンテンツの構造を再設計することを提案している。その具体的な手法として「回答の早期配置」と「Markdownの活用」が挙げられている。

最初の500トークンに全力を注ぐ

AIエージェントは忍耐強くない。彼らが最も注目するのは、コンテンツの冒頭部分だ。Osmani氏は、重要な回答を最初の500トークン以内に配置することを推奨している。これは、ジャーナリズムにおける「逆ピラミッド型」の文章構成に近い。結論を先に述べ、その後に詳細を続けるスタイルだ。

HTMLよりもMarkdownが選ばれる理由

興味深い提案の一つが、従来のHTMLページに加えて、クリーンなMarkdown形式のファイルを提供することだ。HTMLにはナビゲーション、スクリプト、複雑なレイアウトタグなど、AIエージェントにとっての「ノイズ」が大量に含まれている。これらは解析コスト（トークン消費）を増大させる要因となる。

Markdownは構造が単純であり、AIが文脈を把握するのに最適だ。実際に、多くのAI開発ツールやドキュメントサイトでは、Markdown形式の提供が標準化しつつある。以下のデモで、HTMLとMarkdownの情報密度の違いを比較してみてほしい。

このように、情報の「純度」を高めることがAIエージェントに対する最高のおもてなしとなる。将来的には、人間用のWebページとは別に、マシン専用のエントリポイントを用意することが一般的になるかもしれない。

マシンリーダブルなインデックスの整備

AIエージェントがサイト全体を効率よく把握するために、新しい標準ファイルが登場している。これらは、かつての sitemap.xml や robots.txt のAI版と言えるものだ。Osmani氏は、いくつかの重要なファイル形式を紹介している。

llms.txt による構造化インデックス

llms.txt は、ドキュメントやコンテンツのインデックスを構造化したテキストファイルだ。AIエージェントはまずこのファイルを読み込むことで、サイト内のどこに何が書かれているかを即座に理解できる。全ページをクロールする手間を省き、必要な情報へ最短距離でアクセスさせるためのショートカットだ。

能力を定義する skill.md と AGENTS.md

特定の機能やAPIを提供しているサイトでは、skill.md というファイルが役立つ。これは、そのサイトができること（能力）を定義したファイルだ。また、コードベースに対しては AGENTS.md がマシンのための案内図として機能する。これらのファイルを用意することで、AIエージェントは「このサイトを使って何ができるか」を迷わずに判断できるようになる。

SEOとAEOの共存と今後の展望

AEOの概念が登場したことで、従来のSEOは不要になるのだろうか。Googleの検索チームに属するJohn Mueller氏は、現時点では「通常のSEOがAI Overviewsなどのランキングにも有効である」との見解を示している。また、Markdown専用ページを別途用意することに対しては、重複コンテンツのリスクから否定的な意見も出ている。

しかし、Osmani氏が説くAEOは、単なる検索順位の向上だけを目的としたものではない。AIエージェントがワークフローの中でコンテンツを正しく「実行」し、成果に結びつけるための最適化だ。ここには、従来の検索エンジン最適化とは異なる次元の価値が存在する。

二極化する最適化戦略

今後は、人間向けの「情緒的・視覚的な体験」と、マシン向けの「論理的・構造的なデータ」の二極化が進むだろう。Web制作者は、美しいデザインを維持しつつ、その裏側でAIエージェントに優しいデータ構造を維持するという、二つの役割をこなす必要がある。

これは技術的な負担が増えることを意味するが、同時に大きなチャンスでもある。AIエージェントに「使いやすいサイト」として認識されれば、AIが主導する新しい経済圏において、強力なプレゼンスを確立できるからだ。AEOは、AI時代のWebサイトが生き残るための新しいプレイブックとなるだろう。

この記事のポイント

• AEOはAIエージェントが自律的にコンテンツを消費・実行しやすくするための最適化である
• トークン消費量を新たな指標とし、重要な情報は最初の500トークン以内に配置すべきだ
• ノイズの少ないMarkdown形式の提供や、llms.txtなどの専用インデックスが有効な手段となる
• 従来のSEOが人間向けであるのに対し、AEOはマシンの理解とアクションを最大化することを目指す
• Google検索の公式見解とは一部異なる点があるが、AIワークフローへの適合は今後の重要課題となる

海田 洋祐

・ 複数業界における17年間のデジタルビジネス開発経験
・ ウェブサイト開発のためのHTML、PHP、CSS、Java等の実用的知識
・ 15ヶ国語対応の多言語SaaSの開発経験
・ 17年間にも及ぶ、Eコマース長期運営経験
・ 幅広い業界でのSEO最適化の豊富な経験