GoogleがUCPを拡張——カート機能とID連携でAIショッピングがより実用的に
Googleは2026年3月、Universal Commerce Protocol（UCP）の機能を大幅に拡張した。今回のアップデートでは、新たに「カート（Cart）」と「カタログ（Catalog）」の仕様が追加され、Merchant Centerを通じた導入プロセスも簡素化される。
UCPは、AIエージェントがオンラインショップと直接やり取りするための標準規格だ。2026年1月の発表以来、初の大規模な更新となる。今回の変更により、AIが複数の商品をまとめて扱い、リアルタイムの在庫情報を参照することが可能になる。
このアップデートは、GoogleのAI「Gemini」や検索画面の「AI Mode」を通じたショッピング体験を、より自社サイトでの購入に近いものへ進化させる狙いがある。小売業者にとっては、AI経由の売上拡大が見込める一方で、顧客接点の変化という新たな課題も突きつけている。
UCPの拡張とショッピング体験の進化
UCP（Universal Commerce Protocol）は、AIがWebサイトの構造を解析することなく、直接商品情報を取得・決済するための「共通言語」のような役割を果たす。今回の拡張では、これまで1点ずつの決済に限られていた機能が大幅に強化された。
カート機能：複数商品の同時購入が可能に
新しく追加された「カート（Cart）」機能により、AIエージェントは単一の店舗から複数の商品をショッピングカートに保存、または追加できるようになった。これまでは「この靴を買って」という指示には対応できたが、「この靴と、それに合う靴下を一緒にカートに入れておいて」といった複雑な要望にも応えられるようになる。
UCPのドラフト仕様によれば、カート機能は購入前の「検討フェーズ」を支える設計だ。ユーザーが最終的な購入を決断する前に、AIがカートを構築し、準備が整った段階でチェックアウト（決済）セッションへと移行させる。これにより、ユーザーはAIとの対話を通じて、より自然な買い物ができるようになる。
カタログ機能：リアルタイム在庫の同期
「カタログ（Catalog）」機能は、小売業者の在庫システムからリアルタイムで商品詳細を取得するためのものだ。これには商品のバリエーション（サイズや色）、最新の価格、在庫の有無が含まれる。
従来のショッピング広告などで使われる「商品フィード」は、更新にタイムラグが生じることがあった。カタログ機能ではAIがライブデータに直接クエリを投げるため、タッチの差で売り切れるといったトラブルを防げる。検索と直接の商品検索の両方をサポートしており、精度の高い商品提案が可能になる。
ID連携（Identity Linking）がもたらす顧客体験の継続性
今回のアップデートで注目されているのが、すでに最新の安定版仕様に含まれている「ID連携（Identity Linking）」だ。これは、ユーザーが普段使っているショップのアカウントを、GoogleのAIプラットフォームと連携させる仕組みを指す。
ログイン情報の共有とロイヤリティプログラムの適用
ID連携には、標準的な認証プロトコルである「OAuth 2.0」が使用される。ユーザーが一度連携を許可すれば、AI ModeやGeminiを通じて買い物をする際にも、そのショップの会員特典が自動的に適用されるようになる。
例えば、会員限定の割引価格や、無料配送特典、ポイント付与などが、Googleのインターフェース上での購入でも維持される。これは、自社のロイヤリティプログラム（会員制度）を重視する小売業者にとって、AI経由の販売を受け入れる大きな動機付けとなる。Googleのブログによれば、この機能はすでに導入可能なオプションとして公開されている。
Merchant Centerを通じた導入の簡素化
Googleは、UCPの導入障壁を下げるために、Merchant Center（マーチャントセンター）でのオンボーディングプロセスを簡素化した。Merchant Centerは、Google検索やショッピングタブに商品情報を掲載するための管理ツールだ。
外部プラットフォーム（Salesforce, Stripe等）との連携
技術的なリソースが限られている中小規模の小売業者向けに、主要なEコマースプラットフォームとの連携も強化されている。Commerce Inc、Salesforce、Stripeの3社が、UCPの実装計画を個別に発表した。これらのサービスを利用している業者は、自前で複雑なAPIを構築することなく、AIショッピングの枠組みに参加できる可能性が高い。
ただし、Merchant Centerのヘルプページによれば、現時点でチェックアウト機能を利用できるのは一部のマーチャントに限定されている。参加を希望する場合は専用のフォームから申請が必要だ。また、商品データに `native_commerce` 属性を付与しているリスティングのみが、直接購入ボタンの表示対象となる点に注意したい。
独自分析：GoogleのAI戦略と小売業者の課題
GoogleがUCPを急速に拡張している背景には、ユーザーを自社のAIインターフェース内に留めたいという強い意図がある。AIが単なる「検索ツール」から、購買までを完結させる「購買代理人」へと進化しようとしているのだ。
自社サイトへの流入減少というリスク
小売業者にとっての最大の懸念は、自社サイトへの直接のトラフィック（訪問者数）が減少することだ。決済がGoogleの画面上で完結すれば、ユーザーはショップのトップページや他の商品ページを目にすることはない。これは、クロスセル（ついで買い）の機会減少や、ブランド体験の希薄化を招く恐れがある。
一方で、ID連携によってロイヤリティ特典を維持できるようになった点は、業者側の懸念を和らげる「妥協点」として機能するだろう。顧客データが適切にショップ側へフィードバックされるのであれば、販売チャネルの一つとしてAIを許容する動きは加速すると予想される。
2026年以降のSEOとコマース戦略の転換点
これからのSEOは、Webサイトの「見た目」を整えるだけでなく、AIが理解しやすい「データ構造」を整えることの重要性がさらに増す。UCPへの対応は、まさにその一環だ。従来の検索結果で1位を取ることと同様に、AIエージェントに「最も適切な購入先」として選ばれるための最適化が求められるようになる。
元記事の著者は、カートやカタログ機能の追加によって、UCPがGoogleのAIサーフェス（表面）内で完全なショッピング体験を再現することに近づいたと指摘している。今後数ヶ月以内にMerchant Centerでの展開が進むにつれ、多くの小売業者がこの新しい規格への対応を迫られることになるだろう。
この記事のポイント
- GoogleがUCPを更新し、複数商品を扱う「カート」とリアルタイム在庫を参照する「カタログ」機能を追加した。
- 「ID連携」により、GoogleのAI経由で購入してもショップ独自の会員特典や割引が適用可能になった。
- Merchant Centerでの導入が簡素化され、SalesforceやStripeなどの外部プラットフォーム経由でも利用しやすくなる。
- 小売業者はサイト流入減のリスクを考慮しつつ、AIエージェントを通じた新しい販売チャネルへの対応が求められている。
出典
- Search Engine Journal「Google Expands UCP With Cart, Catalog, Onboarding」（2026年3月19日）
・ 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、JavaScript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
AI時代のSEO戦略：コモディティ化したコンテンツを捨て「文脈の堀」を築く方法
半年間の歳月を費やして構築したリソースライブラリが、AIの回答一つで無価値になる時代が訪れている。ガイド、解説記事、比較ページなど、人間が意思決定するために丁寧に書かれたコンテンツであっても、AIはそれを数秒で要約し、ユーザーを自社サイトへ誘導することなく解決策を提示してしまうからだ。
AIプラットフォームが回答を生成する際、引用元として選ばれるのは「正確で丁寧な解説」ではなく「他では手に入らない独自の一次データ」である。情報が正しいだけでは不十分であり、代替不可能であることが、AI時代の視認性を左右する決定的な要因となっている。
本記事では、従来のコンテンツ戦略がなぜ通用しなくなったのかを整理し、AIに選ばれるための「コンテキスト・モート（文脈の堀）」の構築方法について解説する。情報の要約というAIの得意分野に対抗し、ビジネスの優位性を守るための新たな指針を提示したい。
AIによる「要約」がコンテンツの価値を奪う現状
現在の主要なAIプラットフォームは、3,000文字のガイド記事をわずか2秒で3文に要約する能力を備えている。この能力は、コンテンツが価値を生み出す仕組みを根本から変えてしまった。コンテンツが要約によって完全に代替可能であるならば、そのコンテンツに「堀（競合に対する防壁）」は存在しない。
要約されるページは「材料」に過ぎない
記事によれば、要約が製品となり、元のウェブページは他者のシステムが処理して破棄する「原材料」に成り下がっている。ユーザーが元のコンテンツに触れる前に、AIがその価値を抽出して提示してしまうからだ。この現象はすでに多方面で発生している。
例えば、GmailのGemini搭載サマリーカードは、受信者がメール本文を読む前にマーケティングメールの内容を要約する。GoogleのAI Overviews（旧SGE）は、複数のページから回答を合成し、検索結果の最上部に表示する。MicrosoftのCopilotにいたっては、小売サイトを訪れることなく購入手続きまで完了させる機能を備えつつある。
AIによるインターフェースの変化
Samsungは2026年にGalaxy AI搭載デバイスを8億台に倍増させる計画を立てている。これにより、AIを介した情報の発見と要約は、日常的な消費者行動として定着する。コンテンツとオーディエンスの間に位置するAIレイヤーは、四半期ごとにその機能を強化し、厚みを増している。
AIレイヤーがページの価値を再現し、サイトへの送客を不要にしたとき、ページそのものは資産としての価値を失う。これからの資産は、AIレイヤーが再現できない「何か」でなければならないとの見方が強まっている。
「コモディティ・コンテンツ」の定義と限界
多くのマーケティングチームにとって耳の痛い話だが、現在のウェブ上のコンテンツの多くは「コモディティ（汎用品）」に分類される。コモディティ・コンテンツとは、複数の公開情報から入手可能な情報を、独自のデータや方法論、一次的な洞察なしに再パッケージ化したものを指す。
高品質な文章だけでは不十分な理由
読みやすい文章、正確な情報、役立つ構成。これらはかつて「高品質なコンテンツ」と呼ばれたが、現在では最低限の条件（テーブルステークス）に過ぎない。10年前にモバイル対応が必須となったのと同様、AIが公開知識を完璧に合成できる現代において、単に「正しくて読みやすい」だけでは防御壁にはならないのだ。
Content Marketing Instituteの2026年B2B調査によれば、マーケターの悩みは「質の高いコンテンツの不足」や「競合との差別化の困難さ」で停滞している。しかし、AIの登場により、差別化できていないコンテンツの代償は劇的に重くなっている。AIは似たようなガイドが複数ある場合、一つだけを選ぶか、あるいは引用元を明示せずに両方の内容を合成してしまうからだ。
競合と同じ情報を発信するリスク
公開されている統計や一般的なノウハウをまとめた記事は、AIにとって「代替可能なソース」でしかない。著者のDuane Forrester氏は、誰でもアクセスできる公開ソースから組み立てられた情報は、AIによって簡単に処理・統合されると指摘している。独自の視点や検証が欠如したコンテンツは、検索トラフィックを失うだけでなく、AIによる回答生成の過程でその存在を消されてしまうリスクを抱えている。
生き残るための「コンテキスト・モート（文脈の堀）」とは
コンテキスト・モートとは、独自のアクセス権、独自のリサーチ、独自のデータセット、または特定のドメインにおける深い経験がなければ作成できないコンテンツを指す。AIはそれを要約し、参照することはできるが、ソースそのものを複製することはできない。なぜなら、そのソースは世界のどこにも存在しないからだ。
独自の一次データとベンチマーク
最も強力な堀となるのは、自社が保有するデータだ。匿名化・集計された顧客データ、社内のパフォーマンス指標、独自の調査結果などがこれに該当する。例えば、HubSpotがマーケティング白書を、Salesforceが営業白書を公開する場合、AIはその特定の数字を裏付けとして引用せざるを得ない。モデルには他に代替となるソースが存在しないため、この「引用せざるを得ない状況」こそが強力な堀となる。
専門家による「判断」と「具体的」なケーススタディ
単なる情報の羅列ではなく、特定のドメインで20年の経験を持つ人間による「プロフェッショナルな判断」は、AIが模倣しにくい領域だ。また、「あるSaaS企業が解約率を改善した」という抽象的な話ではなく、「オンボーディングをこのように再構築した結果、6ヶ月で解約率を8.2%から4.1%に半減させた」という具体的な手順と数値を含むケーススタディも、当事者にしか書けない独自の価値を持つ。
さらに、独自のテストや実験データも重要だ。変数を制御し、結果を測定したプロセスそのものが資産となる。これらのデータが公開されない限り、AIモデルは回答を生成するための根拠を持つことができないため、必然的に一次情報源への依存度が高まる。
AI時代のSEO：引用されるための戦略
AIによる情報の取得（Retrieval）は、従来の検索エンジンのランキングアルゴリズムとは異なる動きを見せる。AIは「リスクを最小化する」ように設計されており、主張を裏付けるために自信を持って帰属させることができるソースを探している。
統計データがAIの視認性を41%向上させる
プリンストン大学とジョージア工科大学によるGEO（Generative Engine Optimization）の研究によれば、コンテンツに統計データを追加することで、AIによる視認性が41%向上したという結果が出ている。これはテストされた最適化手法の中で最も効果的なものだった。また、Yextの分析では、データが豊富なウェブサイトは、ディレクトリ型のリストに比べてURLあたりの引用回数が4.3倍多いことが判明している。
ブランド認知度と引用のフライホイール効果
Evertune.aiが75,000ブランドを分析した結果、ブランド認知度はAIによる引用の最強の予測因子（相関係数0.334）であることがわかった。ブランド認知度は、独自のデータやリサーチの発信源となることで蓄積される。独自の調査を公開し、それがメディアや業界で言及されることでブランド信号が強化され、AIにとって「引用しても安全な権威あるソース」として認識されるようになる。これが「引用オーソリティ・フライホイール」と呼ばれる好循環だ。
コンテンツ予算の再配分：何を優先すべきか
CMOサーベイによれば、企業はデジタルマーケティング予算の約11.2%をファーストパーティデータの取り組みに割り当てており、2026年には15.8%に達すると予想されている。しかし、重要なのは予算の総額ではなく、その中身だ。自社のコンテンツ予算のうち、どれだけが「コモディティ」に費やされ、どれだけが「コンテキスト・モート」の構築に充てられているかを厳密に評価する必要がある。
眠っている社内データの公開
多くの組織は、公開しているよりもはるかに多くの独自データを保有している。顧客の行動ベンチマーク、運用指標、業界特有のパフォーマンスデータなどは、製品チームやリサーチチームのなかに眠っていることが多い。マーケティングチームは、これらのデータをAIが発見・引用できる形式で公開する「編集上の決断」を下すべきだ。
合成（Synthesis）から分析（Analysis）へのシフト
ライターの役割も変化を求められている。業界のトレンドを要約（合成）するライターは、コモディティ・コンテンツを生産しているに過ぎない。一方で、自社の独自データを分析し、その意味を説明するライターは、コンテキスト・モートを構築している。同じライターであっても、課題の与え方によってビジネスへの貢献度は根本から異なる。
また、社内の専門家（SME）を単なるインタビューの対象として扱うのではなく、コンテンツの資産として位置づけることも重要だ。専門家が自身の名前と資格で詳細な方法論や判断を公開することで、AIに対する強力な権威信号となる。
独自の分析：日本国内の中小企業が取り組むべきデータ活用
この記事の主張を日本国内の市場、特に中小企業のウェブ戦略に当てはめると、非常に大きなチャンスが見えてくる。日本の多くの業界では、まだ詳細なベンチマークデータや運用実績がデジタル化・公開されていない。これは、AI検索（AEO/GEO）において「先行者利益」を得る絶好の機会だと言える。
例えば、製造業であれば特定の加工技術の歩留まりに関する統計、リフォーム業であれば地域別の修繕箇所の傾向、士業であれば特定の法改正後の相談件数の推移など、日常の業務で蓄積されている数字を「〇〇業界白書」として構造化して公開するだけで、AIはその分野の権威として認識し始める。大規模な調査会社に依頼する必要はない。自社の管理画面にある数字を、四半期ごとに1つの指標として branded name（独自の名称）を付けて公開するだけで、それは競合が複製できない「堀」になるのだ。
この記事のポイント
- AIは公開情報を瞬時に要約するため、一般的な解説記事の価値は「材料」へと低下している。
- 生き残る鍵は、他社が複製できない独自のデータや経験に基づく「コンテキスト・モート（文脈の堀）」だ。
- AI（GEO）は統計データを含むコンテンツを優先して引用し、視認性を大幅に向上させる傾向がある。
- コンテンツ予算を「情報の要約」から「独自データの生成と分析」へと再配分することが急務である。
- 社内に眠っている未公開の運用データや専門家の判断を公開することが、AI時代の最強のSEOとなる。
出典
- Search Engine Journal「The Content Moat Is Dead. The Context Moat Is What Survives」（2026年3月19日）
・ 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、JavaScript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
ブランド検索が広告効果を偽る？「ブランド税」の実態とAI時代のSEO戦略
Google広告のROAS（Return On Ad Spend / 広告費用対効果）が、自社のブランド力によって不自然に底上げされている事実に気づいているだろうか。ROASとは、支払った広告費に対してどれだけの売上が得られたかを示す指標だが、この数字には「広告がなくても発生したはずの売上」が含まれているケースが少なくない。
近年のデータによれば、広告コストが3年で累積30%上昇する一方でコンバージョン率は低下しており、パフォーマンスマーケティングの効率は悪化の一途を辿っている。特に「ブランド検索」への広告出稿は、本来支払う必要のない「通行料」をプラットフォームに支払っている側面がある。
本記事では、ブランド検索が招く「ブランド税」の仕組みと、AI検索の普及がもたらす新たな戦略的転換点について解説する。広告費の増大に悩む中小企業の担当者や、今後のSEO戦略を再構築したいディレクターにとって、真の獲得コストを見極めるための視点を提供する。
広告コスト30%増の衝撃——悪化するパフォーマンスマーケティングの経済性
デジタルマーケティングの現場では、広告を運用すればするほど利益率が圧迫されるという、皮肉な状況が生まれている。Contentsquare社が990億件のセッションを分析した調査によれば、有料広告を通じたユーザー獲得の効率は、あらゆる指標で悪化しているという。
コンバージョン率の低下と直帰率の課題
調査データによると、1訪問あたりのコストは2025年だけで9.4%上昇し、過去3年間の累計では30%もの増加を記録した。一方で、コンバージョン率（CVR / 訪問者が購入や問い合わせに至る割合）は5.1%低下している。つまり、より高い料金を払って、より成約しにくいユーザーを集めている状態だ。
特に深刻なのが直帰率である。有料検索（リスティング広告）経由のユーザーの59%、SNS広告経由では65%が、最初の1ページを見ただけでサイトを離脱している。これに対し、オーガニック検索（自然検索）の直帰率は約42%に留まる。広告費の半分以上が、サイトの中身をほとんど見ないユーザーのために消費されている計算だ。
AI Overviews（AIO）がクリック単価を押し上げる仕組み
Googleが導入を進めている「AI Overviews（AIO / AIによる検索結果の要約表示）」が、この状況に拍車をかけている。AIOは検索結果の最上部にAIが生成した回答を表示する機能だが、これにより従来の検索結果（青色のリンク）が下方に押しやられ、クリックされる機会（クリック在庫）が減少している。
元記事で紹介されている成長アドバイザーのガラン・チェン氏によれば、多くのクライアントで有料検索のクリック数が20%減少した一方で、クリック単価（CPC）が20%上昇したという。GoogleはAI回答の導入によってクリック数を減らしつつも、残された広告枠の競合を高めることで、自社の収益を維持しているとの見方がある。広告主は、狭まった門戸をくぐるために、より高いコストを支払わざるを得なくなっている。
「ブランド税」の正体——なぜGoogleはあなたのブランドから利益を得るのか
多くの企業が「最も効率が良い」と信じているブランドキーワード（社名やサービス名）への広告出稿には、大きな落とし穴がある。これを元記事の著者であるケビン・インディグ氏は「ブランド税（Brand Tax）」と呼んでいる。
需要の「獲得」と「回収」を混同するリスク
ブランド検索は、厳密には「新規顧客の獲得（Acquisition）」ではなく、すでに発生している「需要の回収（Demand Capture）」である。ユーザーがあなたの会社名で検索している時点で、そのユーザーはSNSや口コミ、あるいは過去の接点によって、すでにあなたのブランドを知っている。
Dreamdata社の分析によれば、B2B企業のGoogle広告予算の約18%（推定470億ドル）がブランドキーワードに費やされている。ブランドキャンペーンのROASは1,299%という驚異的な数字を叩き出すことがあるが、非ブランド（一般ワード）のROASはわずか68%に過ぎない。この1,299%という数字が、広告全体のパフォーマンスを実態以上に良く見せているのだ。
ROASの歪みが生む投資判断の誤り
投資家や経営層は、レポートに並ぶ高いROASを見て「Google広告は素晴らしい」と判断し、さらに予算を投入する。しかし、その売上の多くは、広告を出さなくても自然検索の結果から発生していた可能性が高い。Googleは、企業が自らの努力で築き上げたブランド認知に対し、検索結果の最上部を占拠することで「通行料」を徴収しているに等しい。
サミット・チェイス社のレックス・ゲルブ氏は、ブランドキャンペーンと非ブランドキャンペーンを切り離して報告すべきだと指摘している。両者を混ぜた「ブレンデッドROAS」で判断すると、真の新規顧客獲得にかかっているコストが見えなくなり、ビジネスの成長に必要な投資判断を誤らせるからだ。
検索行動の分散——Google一極集中から41以上のプラットフォームへ
ブランド税を正当化する理由の一つに「競合他社に社名検索の枠を奪われないための防衛」がある。しかし、ユーザーの検索行動がGoogle以外に分散しつつある今、Googleだけに多額の防衛費を投じる戦略はリスクを伴う。
Amazon、YouTube、そしてAIツールへのシフト
SparkToro社とDatos社の最新調査によれば、デスクトップにおける検索の約74%は依然としてGoogleで行われているが、残りの26%は他のプラットフォームに分散している。AmazonやeBayなどのECサイトが10%、YouTubeやTikTokなどのSNSが5.5%、そしてChatGPTやClaudeなどのAIツールが3%を占めている。
特に注目すべきは、上位7サイト以外の「その他34サイト」のシェアが成長している点だ。ユーザーは、特定の目的（商品購入、動画視聴、専門的な回答の入手）に合わせて、Google以外の場所で直接検索を始めている。Googleの検索結果でブランドを守るために予算の90%を投じている企業は、ユーザーが実際に回遊している他の広大な領域を見落としている可能性がある。
ブランド防衛の限界と新たな露出機会
AIツールやSNSの検索インターフェースでは、従来の「キーワード入札による広告枠」という概念が通用しない場面も多い。Googleでのブランド防衛に固執するよりも、ユーザーが情報を探している多様なプラットフォームにおいて、いかに「指名されるブランド」として存在感を示すか、という上流の戦略が重要になっている。
AI時代のSEO戦略——高騰する広告への対抗策としてのAI SEO
広告コストの上昇と直帰率の悪化、そしてAI検索の台頭。これらの課題に対する有力な解決策として、著者のインディグ氏は「AI SEO」への投資を提唱している。
直帰率50%超の広告より「信頼」を醸成するAIプレゼンス
有料広告経由の訪問者の半分以上が直帰する一方で、AIの回答内での言及や、AIからの紹介を通じて流入するユーザーは、より明確な意図を持っており、直帰率が低くコンバージョン率が高い傾向にある。これは、ユーザーが検索行動の「上流」であるAIとの対話の中で、すでにブランドに対する信頼や理解を深めているからだ。
AI SEOとは、大規模言語モデル（LLM / ChatGPTなどのAIの基盤となる仕組み）が、特定のトピックに対して自社を「推奨すべき回答」として認識するように最適化する活動を指す。これは従来のキーワード検索順位を競うSEOとは異なり、ブランドの信頼性や情報の正確性をAIに学習させるプロセスに近い。
ROAS（費用対効果）からブランド認知への評価軸の転換
AI SEOの投資対効果（ROI）を直接的に測定するのは、従来の広告ほど容易ではない。しかし、比較すべき対象は「完璧なROI」ではなく、「悪化し続ける広告の直帰率」であるべきだ。広告費の半分をドブに捨て続けるくらいなら、AIの回答内でブランドの露出を増やし、ユーザーの信頼を勝ち取るためのコンテンツ投資に回す方が、長期的には経済的合理性がある。
最終的なテストはシンプルだ。「ブランド検索への広告支出を減らしても、全体の売上が維持されるか」を確認することである。もし維持されるのであれば、これまで支払っていたのは「ブランド税」という名の不要なコストだったということになる。
この記事のポイント
- 広告の費用対効果は悪化している：コストが30%上昇する一方でコンバージョン率は低下し、広告経由のユーザーの半分以上が直帰している。
- 「ブランド税」に注意する：自社名での検索に対する広告出稿は、本来不要なコストをGoogleに支払っている可能性があり、ROASを偽る要因になる。
- 検索はGoogle以外へ分散している：AmazonやSNS、AIツールなど、ユーザーの検索行動は多様化しており、Google一極集中の防衛策はリスクが高い。
- AI SEOへの投資価値：AIの回答内でブランドが言及されることは、高騰する広告費に頼らず、質の高いユーザーを獲得するための重要な戦略となる。
- 評価軸を見直す：ブランド検索と一般検索の数値を切り離し、真の新規顧客獲得コストを把握することが、健全な成長には不可欠だ。
出典
- Search Engine Journal「The Brand Tax: How Google Profits From Demand You Already Own」（2026年3月17日）
- Contentsquare「2026 Digital Experience Benchmark Report」（2026年2月）
- SparkToro「New Research: Search Happens Everywhere」（2026年3月）
・ 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、JavaScript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
Google検索の信頼性に警鐘。架空の「2026年3月コアアップデート」が上位表示された実験の全容
Google検索の結果が必ずしも真実を反映しているとは限らない実態が、ある実験によって浮き彫りになった。AIが生成した「存在しないGoogleアップデート」に関する情報が、Googleの検索結果やAI Overviews（AIによる概要）で上位に表示されたのである。
この実験は、AIのハルシネーション（もっともらしい嘘をつく現象）がどのように検索エコシステムを汚染するかを証明した。特定のキーワードで1位を獲得することが、情報の正確性を保証するものではないという厳しい現実を示している。
Webサイト運営者やSEO担当者は、検索エンジンのアルゴリズムが持つ脆弱性を理解し、情報の取り扱いにこれまで以上の慎重さが求められる。本記事では、虚偽情報が拡散した経緯とその背景にあるGoogleの課題を分析する。
AIが生成した「架空のアップデート」が検索上位に
事の発端は、マーケティング・インテリジェンスの専門家であるジョン・グーディ（Jon Goodey）氏が実施したある実験だった。同氏は、AIを用いてニュースレターを作成していた際、AIが「2026年3月のGoogleコアアップデート」という架空の情報を生成したことに気づいた。
コアアップデートとは、Googleが検索アルゴリズムを大規模に刷新するイベントであり、Webサイトの掲載順位に甚大な影響を与えるため、業界内では常に高い注目を集める。グーディ氏はこのハルシネーションを修正せず、あえてそのまま公開することで、誤情報がどのように拡散するかを追跡することに決めた。
LinkedInから始まった意図的な誤情報の拡散
グーディ氏は、LinkedInの記事としてこの架空のアップデート情報を投稿した。LinkedInはドメインとしての信頼性が高く、Googleにインデックス（検索エンジンに登録されること）されやすい特性を持つ。記事によれば、この投稿は瞬く間に「Google March update 2026」という検索クエリで検索結果の1ページ目に表示されたという。
検索結果の3ページ目といった深い階層ではなく、ユーザーの目に留まりやすい最上部に表示された事実は、Googleのアルゴリズムが内容の真偽を十分に検証できていないことを示唆している。グーディ氏は、自身のLinkedInニュースレターが、最新のアルゴリズム変更を探しているユーザーに対して、あたかも公的な情報であるかのように提示されたと指摘している。
Google AI Overviewsが虚偽情報を「事実」として提示
さらに深刻なのは、GoogleのAI生成回答機能である「AI Overviews（旧SGE）」の反応だ。AI Overviewsは、検索クエリに対してWeb上の情報を要約して回答する機能だが、この架空のアップデート情報を「事実」として採用し、ユーザーに提示したのである。
AIはグーディ氏の捏造した情報を基に、あたかも公式な発表があったかのような要約を作成した。検索エンジンのトップに表示されるAIの回答は、多くのユーザーにとって信頼の拠り所となりやすい。しかし、その裏側では事実確認（ファクトチェック）が行われず、AIがAIの生成した嘘を増幅させるという悪循環が生じていた。
誤情報が連鎖する仕組みとメディアの反応
一度Googleによって「重要な情報」とお墨付きを与えられた誤情報は、他のメディアを巻き込んでさらに拡大していく。SEO業界において、Googleのアップデート情報はトラフィック（アクセス数）を稼ぐための絶好のネタであり、事実確認を怠ったサイトが次々と追随した。
グーディ氏の報告によれば、複数のWebサイトが「2026年3月のコアアップデート」について、詳細かつ権威ある論調で記事を公開した。これらの記事は単なるブログの転載ではなく、独自の技術的詳細を付け加えた「創作」へと進化していったのである。
他のテックサイトが「尾ひれ」をつけて拡散
実験の過程で、あるテクノロジー関連サイトは「Agentic Slop（エージェントによるゴミコンテンツ）」を取り締まるためのアップデートであるという、もっともらしい解説記事を掲載した。その中には「Gemini 4.0 セマンティックフィルター」や「ゼロ・インフォメーション・ゲイン分類システム」といった、存在しない技術用語まで並べられていた。
このように、一つの嘘が別の嘘を呼び、技術的な詳細が肉付けされることで、情報の信憑性が偽装されていく。これは「情報のロンダリング」とも呼べる現象であり、AIが生成した低品質なコンテンツが、人間の手による編集を経て「専門的な記事」へと変貌を遂げてしまう危うさを物語っている。
信頼性の高い主要メディアは沈黙を維持
一方で、Search Engine Journal（SEJ）などの主要なSEO専門メディアは、この架空のニュースを無視した。これらのメディアには厳格なファクトチェック体制があり、Googleの公式発表や信頼できるソースからの裏付けがない情報は掲載しない方針を貫いているからだ。
しかし、独立系のSEOブログや、アクセス数を優先する新興のテックサイトの多くは、この罠に陥った。業界全体がアップデートという言葉に過敏に反応する性質を利用され、情報の正確性よりも「速報性」が優先された結果と言える。
Googleのファクトチェックに対する消極的な姿勢
なぜGoogleはこれほど容易に誤情報を上位に表示させてしまうのか。その背景には、Googleが検索結果における「事実の正しさ」を直接的に保証することを避けているという現状がある。
Googleの検索アルゴリズムは、基本的には「関連性」と「信頼性のシグナル（リンクやドメインの強さなど）」に基づいて順位を決定する。ある情報が科学的・歴史的に正しいかどうかを判断する機能は、限定的であるというのが専門家の見方だ。
アルゴリズムによる事実確認の限界
GoogleでのSEO検索は、時に「スロットマシンを回すようなものだ」と評されることがある。特に新しい事象やニッチなトピックにおいては、情報の正誤を判定するための比較対象が不足しているため、最初に出現した「権威がありそうなドメインの記事」が正解として扱われやすい。
例えば、ブラックハットSEO（不正な手法で順位を上げる行為）の一種である「Google Stacking」について検索すると、Google自身がその手法を肯定するかのような情報を提示することがある。これは、アルゴリズムが「そのトピックについて言及している数」を「その情報の正しさ」と誤認している可能性を示している。
EUの規制に対するGoogleの回答
Googleは、外部からのファクトチェック強制に対しても否定的な立場を取っている。過去の報道によれば、EU（欧州連合）が検索結果にファクトチェックの結果を組み込むよう求める法律を検討した際、Googleのグローバル・アフェアーズ担当プレジデントであるケント・ウォーカー氏は、これを拒否する意向を示した。
Google側の主張によれば、ランキングアルゴリズムに強制的にファクトチェックを組み込むことは「適切でも効果的でもない」という。同社は、YouTubeの「コンテキスト・ノート（ユーザーによる付加情報）」のような機能には可能性を見出しているものの、検索エンジンそのものが「真実の裁定者」になることには慎重な姿勢を崩していない。
AI時代のSEOと情報収集における教訓
この実験は、AIを活用したコンテンツ制作が一般的になる中で、我々が直面しているリスクを浮き彫りにした。SEO担当者やWebライターにとって、AIは強力なツールであるが、同時に「嘘を拡散するエンジン」にもなり得る。
今後のWeb運用において、情報の信頼性を維持するためには、技術的な対策だけでなく、運用フローそのものを見直す必要がある。グーディ氏の実験から得られる教訓は、以下の2点に集約される。
AIワークフローに不可欠な「人間の目」
AIを用いて記事を作成する場合、必ず人間による検証（ヒューマン・イン・ザ・ループ）を組み込まなければならない。グーディ氏も、自身の通常のワークフローには品質管理プロセスが含まれているが、今回は実験のためにあえてそれをバイパスしたと述べている。
特に数字、日付、固有名詞、そして「Googleのアップデート」のような公式な事実が関わる情報については、一次ソース（Google公式ブログなど）を確認する習慣を徹底すべきだ。AIが生成したテキストをそのまま公開することは、自社の信頼性を失墜させるだけでなく、検索エコシステム全体を汚染する行為につながる。
読者に求められるファクトチェックの習慣
情報の受け手であるユーザー側も、検索結果の1位にあるからといって盲信してはならない。グーディ氏の記事に対しても、虚偽であることを指摘した読者はごく一部であり、多くの読者は疑問を持たずに内容を受け入れていたという。
情報過多の時代において、我々は「誰が言っているか」だけでなく「その情報は検証可能か」を常に問い続ける必要がある。特に、SNSや新興メディアで話題になっている「衝撃的なニュース」ほど、一歩立ち止まって複数のソースを確認するリテラシーが求められている。
この記事のポイント
- AIが生成した架空のGoogleアップデート情報が、検索結果やAI概要で上位表示された。
- 信頼性の高いドメイン（LinkedInなど）を利用することで、誤情報でも容易にインデックスされ、順位を獲得できる。
- 一度広まった誤情報は、他のメディアによって「尾ひれ」をつけられ、さらに信憑性を偽装されるリスクがある。
- Googleは検索結果における直接的なファクトチェックの導入に消極的であり、アルゴリズムには限界が存在する。
- AIを活用した情報発信では、人間による一次ソースの確認と、読者側のリテラシー向上が不可欠である。
出典
- Search Engine Journal「SEO Test Shows It’s Trivial To Rank Misinformation On Google」（2026年3月18日）
・ 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、JavaScript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
小規模サイトの検索流入が60%激減。AI時代のSEO戦略と生き残り策をデータから読み解く
小規模なウェブサイト運営者（パブリッシャー）が、Googleなどの検索エンジンから獲得する流入数が過去2年間で60%減少したことが明らかになった。アクセス解析ツールを提供するChartbeat（チャートビート）の調査データによれば、この減少幅は大規模なサイトと比較して約3倍に達している。検索アルゴリズムの変化とAIチャットボットの普及が、個人や中小規模のメディアに深刻な影響を与えている現状が浮き彫りとなった。
調査対象となったサイト群のうち、1日のページビュー（PV）が1万件未満の「小規模パブリッシャー」は、2024年から2026年にかけて検索経由のトラフィックを最も大きく失った。一方で、1日10万PVを超える大規模サイトの減少率は22%に留まっている。この格差は、検索エンジンが大手ブランドを優先する傾向を強めていることや、リソースの乏しい小規模サイトが急激な環境変化に対応できていないことを示唆している。
本記事では、この衝撃的なデータの詳細を分析し、なぜ小規模サイトだけがこれほど大きな打撃を受けているのかを考察する。また、検索流入に頼らない「脱・検索依存」の集客モデルについても、具体的な数値と共に解説していく。ウェブサイトを運営する中小企業の担当者や個人事業主にとって、今後のコンテンツ戦略を見直す重要な指標となるはずだ。
小規模パブリッシャーを襲う「検索流入60%減」の衝撃
Chartbeatが数千のクライアントウェブサイトを対象に実施した調査によると、検索エンジンからのリファラル（流入）トラフィックは、サイトの規模によってその減少幅に劇的な差が出ている。リファラルとは、他のサイトや検索エンジンにあるリンクを辿って自分のサイトへ訪れる仕組みを指す。この「検索エンジンという入り口」が、小規模なサイトでは半分以下に狭まっているのが現状だ。
サイト規模によって異なる減少幅の格差
データによれば、1日のページビューが1,000〜10,000件の小規模パブリッシャーは、過去2年間で検索流入が60%減少した。対して、10,000〜100,000件の中規模サイトは47%の減少、100,000件を超える大規模サイトは22%の減少となっている。大規模サイトも影響は受けているものの、小規模サイトの被害は突出して大きい。
この格差が生じる背景には、Googleの検索品質評価ガイドラインにおける「E-E-A-T（経験・専門性・権威性・信頼性）」の重視がある。大手メディアは組織としての信頼性や過去の蓄積があり、アルゴリズムの変動に対して耐性が高い。一方で、特定のトピックに特化した小規模サイトは、アルゴリズムの変更によって「信頼性の証明」が不十分と判断されやすく、掲載順位を大きく落とす傾向にある。
Google検索とDiscoverの同時衰退
検索流入の内訳を見ると、Google検索そのものからのトラフィックは2024年12月から2025年12月の1年間で34%減少した。追い打ちをかけるように、Google Discover（グーグル・ディスカバー）からの流入も15%減少している。Discoverとは、ユーザーの興味関心に合わせてスマートフォンのGoogleアプリなどに記事が自動表示される機能だ。
従来、検索順位が低くてもDiscoverで「バズる」ことで大量のアクセスを稼ぐ手法が存在したが、その窓口も狭まりつつある。Chartbeatのデータは、検索キーワードを打ち込んで探す「能動的な流入」と、おすすめに表示される「受動的な流入」の両方が、小規模パブリッシャーから失われていることを示している。これは、従来のSEO（検索エンジン最適化）だけではアクセスを維持できない時代の到来を意味する。
AIチャットボットは検索の代替になり得るか
検索流入が減少する一方で、ChatGPTなどのAIチャットボットからの流入は急増している。Chartbeatのデータによると、2024年末からの1年間で、ChatGPT経由のトラフィックは200%以上の成長を記録した。しかし、この数字には注意が必要だ。成長率こそ高いものの、全トラフィックに占めるAIチャットボットのシェアは依然として1%未満に過ぎない。
ChatGPT経由の流入は200%増もシェアは1%未満
AIチャットボットは、ユーザーの質問に対してウェブ上の情報を要約して回答する。回答内に引用元としてリンクが表示されることもあるが、ユーザーの多くはAIの回答だけで満足し、元のサイトをクリックしない。これを「ゼロクリック検索」と呼ぶ。辞書代わりの調べ物であれば、わざわざサイトを訪れる必要がなくなるためだ。
結果として、AI経由の流入が200%増えたところで、検索エンジンから失われた膨大なトラフィックを補填するには全く足りていない。著者のマット・G・サザン氏は、チャットボットの成長が検索の損失を置き換えるにはほど遠い状態であると指摘している。AIは情報の「消費場所」にはなっているが、サイトへの「送客装置」としてはまだ未成熟と言える。
サイトジャンルで分かれる「AI流入」の質
興味深い事実は、サイトのジャンルによってAIチャットボットからの流入の「質」が異なる点だ。ニュースやメディアサイトの場合、AIからの流入総数は多いものの、1記事あたりのエンゲージメント（滞在時間や読了率）は極めて低い。ユーザーはAIの回答が正しいかを確認するために、一瞬だけサイトを訪れる「ファクトチェック」的な使い方をしていると考えられる。
一方で、健康のアドバイスや園芸のヒントなどを提供する「実用的なサイト（Utilitarian sites）」では、AIからの流入数自体は少ないが、1記事あたりのページビューや滞在時間は長い傾向にある。ハウツーものや深い専門知識を求めるユーザーは、AIの簡潔な回答では満足せず、詳細な解説を求めてサイトを読み込むためだ。コンテンツの性質によって、AI時代における価値の残り方が分かれている。
大手メディアが実践する「脱・検索依存」の具体策
検索流入が22%の減少で済んでいる大規模パブリッシャーは、単にドメインが強いだけでなく、検索に頼らない集客経路の構築に成功している。Chartbeatの分析によれば、大手ニュースサイトなどでは「ダイレクト流入」や「内部トラフィック」の割合が増加している。これは、ユーザーが検索エンジンを経由せず、直接そのサイトを指名して訪れていることを示している。
ダイレクト流入と内部回遊の強化
ダイレクト流入とは、ブラウザのブックマークやURLの直接入力によってサイトを訪れることだ。いわば「常連客」の動きである。大手メディアは、ブランド認知度を高めることで「ニュースならこのサイト」という習慣をユーザーに植え付けている。また、一度訪れたユーザーを逃さないよう、関連記事への誘導（内部回遊）を徹底し、1回の訪問で複数のページを見てもらう工夫を凝らしている。
小規模サイトが1ページだけ読まれて離脱される「一見さん」中心の構造であるのに対し、大規模サイトはサイト内を回遊させる仕組みが強固だ。これにより、検索エンジンからの新規流入が減っても、全体のページビューの落ち込みを最小限に食い止めている。サイトを一つの「島」として完結させ、島内での滞在を最大化する戦略が功を奏している形だ。
所有メディア（メール・アプリ）への投資加速
さらに、大手パブリッシャーは「所有メディア（Owned Media）」への投資を加速させている。具体的には、メールマガジンの配信や独自アプリの提供だ。これらは検索アルゴリズムの影響を一切受けない。ユーザーのメールボックスやスマートフォンの通知に直接情報を届けられるため、非常に安定した流入源となる。
2026年1月のロイター研究所の調査でも、多くのパブリッシャーが「自社チャネルへの投資を増やす」と回答している。検索エンジンという他者のプラットフォームに依存するリスクを回避するため、顧客との直接的な接点を持つことの重要性が再認識されている。小規模サイトであっても、SNSのフォロワーやメルマガ登録者を地道に増やす「リストビルディング」が、かつてないほど重要になっている。
【独自分析】中小規模サイトが今後取るべき3つの生存戦略
今回のChartbeatのデータは、小規模サイトにとって絶望的な数字に見えるかもしれない。しかし、検索流入が減るからといってウェブサイトの価値がなくなるわけではない。むしろ、AIが一般情報を網羅する時代だからこそ、小規模サイトには「人間にしか書けない、特定の誰かのための情報」という独自の価値が求められている。以下に、中小規模サイトが今後取るべき戦略を3つ提案する。
「検索キーワード」から「読者の課題」へのシフト
これまでのSEOは「検索ボリュームの多いキーワード」を狙って記事を書くのが定石だった。しかし、一般的なキーワードに対する回答はAIが独占しつつある。今後は「キーワード」ではなく、特定のターゲットが抱える「具体的で深い悩み」にフォーカスすべきだ。検索回数は少なくても、その情報を切実に求めている読者に届くコンテンツは、AIには代替できない価値を持つ。
たとえば「美味しいカレーの作り方」という記事はAIに勝てないが、「築50年のキッチンで、限られた火力を使って本格スパイスカレーを作るコツ」という記事なら、同じ境遇の読者にとって唯一無二の存在になれる。ターゲットを極限まで絞り込み、その人たちのコミュニティ（SNSや専門掲示板）でシェアされることを目指すのが、現代の集客の基本となる。
滞在時間を重視した「実用・専門特化」コンテンツ
Chartbeatのデータが示した通り、実用的なハウツーサイトはAI経由でも高いエンゲージメントを維持している。これは、読者が「単なる事実」ではなく「実行するためのプロセス」を求めているからだ。小規模サイトは、表層的な情報をなぞるのではなく、著者自身の体験や独自の検証データ、失敗談などを盛り込んだ「厚みのあるコンテンツ」に特化すべきだ。
滞在時間が長いサイトは、Googleからも「ユーザーの課題を解決している」と評価されやすくなる。また、読者がその記事を保存（ブックマーク）したり、何度も読み返したりするようになれば、検索エンジンに依存しないリピーターへと変化する。PV数という「量」を追うのではなく、読了率や再訪問率という「質」をKPI（重要業績評価指標）に据えるべきだ。
ゼロクリック検索を逆手に取ったブランド構築
AIの回答に引用されることは、短期的には流入減につながるが、長期的には「ブランド名の露出」というメリットがある。AIが「〇〇サイトによれば〜」と繰り返し引用すれば、ユーザーの脳内にはその分野の専門家としてサイト名が刻まれる。これを逆手に取り、あえてAIが引用しやすい高品質な要約データや、独自の図解、統計を提供し続ける戦略も有効だ。
「検索結果で1位を取る」ことだけがSEOではない。AIの回答の一部になり、信頼できる情報源としての地位を確立することで、最終的には「詳しいことは直接あのサイトで確認しよう」という直接訪問を促す。流入経路が変化しても、情報の信頼性という価値は変わらない。小規模だからこそ、顔の見える専門家としてのブランディングを強化することが、最大の防御であり攻撃になる。
この記事のポイント
- 小規模パブリッシャーの検索流入は2年間で60%減少し、大規模サイトより打撃が大きい。
- Google検索だけでなくGoogle Discoverからの流入も減少傾向にあり、既存のSEO手法が限界を迎えている。
- ChatGPT経由の流入は200%増と急成長しているが、全体のシェアはまだ1%未満で検索の代わりにはならない。
- 大手メディアはダイレクト流入やメルマガ、アプリなど、検索に依存しない自社チャネルの強化で対策している。
- 小規模サイトは、AIに真似できない「体験談」や「超専門特化」コンテンツへ舵を切ることが生存の鍵となる。
出典
- Search Engine Journal「Search Referral Traffic Down 60% For Small Publishers, Data Shows」（2026年3月17日）
- Axios「Exclusive: Chartbeat data shows search traffic decline by publisher size」（2026年3月17日）
・ 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、JavaScript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
AIエージェントがブランドを推薦する基準とは？「信頼性」が新たなSEO指標になる時代
AIエージェントが人間の代わりに5万ドルの予算を執行し、最適なベンダーを選定して契約まで完了させる。このような「エージェント・コマース」の時代が現実味を帯びている。これまでのSEO（検索エンジン最適化）は、いかにユーザーの目に留まるかという「可視性」を競ってきたが、これからはAIに選ばれるための「適格性」と「信頼性」が問われることになる。
検索エンジンの検索結果に表示されることと、AIが自律的な判断で特定のブランドを推薦することの間には、決定的な違いが存在する。それは「判断に伴うリスクの所在」だ。AIエージェントがユーザーの代理人として振る舞う以上、不適切な推薦はエージェント自身の存在価値を揺るがしかねない。
本記事では、AIエージェントがどのような基準でブランドを評価し、推薦に至るのかを解説する。ウォートン・スクールの研究結果を交えながら、これからのマーケターが取り組むべき「信頼のアーキテクチャ」について深掘りしていく。
AIエージェント時代の到来と「信頼」の重要性
現在のマーケティング業界では、AEO（Answer Engine Optimization / 回答エンジン最適化）やGEO（Generative Engine Optimization / 生成エンジン最適化）といった新しい略語が飛び交っている。これらは主に、ChatGPTやGoogleのGeminiといったLLM（大規模言語モデル）に自社コンテンツを学習・引用させるための手法だ。しかし、著者のPurna Virji氏は、議論の焦点を「WebサイトをLLMに最適化する方法」から「ブランドを自律型エージェントに最適化する方法」へ移すべきだと指摘している。
LLM最適化からエージェント最適化への転換
LLM最適化は、あくまで「情報を提供し、ユーザーに選んでもらうこと」を前提としている。これに対し、AIエージェントへの最適化は「AIに意思決定を委ねてもらうこと」を目指す。AIエージェントとは、ユーザーの指示を受けて自律的にタスクを実行するソフトウェアのことだ。例えば、「最適なCRM（顧客管理システム）を探して、予算内で契約を済ませておいて」という指示に対し、エージェントが市場調査から比較検討、最終的な発注までを行う世界である。
このプロセスにおいて、AIが最も重視するのは機能の多さや価格の安さだけではない。エージェントがそのブランドを「ユーザーに自信を持って推薦できるか」という信頼のレベルが重要になる。信頼とは、ここでは「不確実性を管理し、リスクを最小化できる能力」を指す。
リスクの所在がプラットフォームからエージェントへ移る
従来の検索エンジンでは、不適切なサイトを上位に表示しても、Googleなどのプラットフォーム側が直接的な責任を問われることは少なかった。ユーザーは検索結果から自己責任でサイトを選び、購入を判断するからだ。しかし、AIエージェントが意思決定を代行する場合、その責任はエージェントを開発・提供する側に転嫁される。
もしAIエージェントが、セキュリティに問題のあるベンダーや、倒産リスクの高いサービスを推薦し、ユーザーに損失を与えた場合、ユーザーは二度とそのエージェントを使わなくなるだろう。そのため、AIエージェントは必然的に「保守的」になり、エビデンス（証拠）が豊富で、説明責任を果たせるブランドを優先的に選ぶようになる。これが「信頼が新しいランキング要因になる」と言われる本質的な理由だ。
AIエージェントが信頼を構築する3つのアーキテクチャ
ウォートン・スクールのStefano Puntoni教授らの研究によれば、人間がAIエージェントを信頼し、依存するためには3つの構成要素が必要だとされている。これらは、マーケティングの観点からは「ブランドがAIに推薦されるための設計図」として読み替えることができる。
1. 推論の透明性と目標の整合性
AIエージェントは、なぜそのブランドを選んだのかをユーザーに説明できなければならない。そのためには、ブランド側が提供する情報が、単なる「宣伝文句」ではなく「検証可能な事実」である必要がある。例えば、明確な料金体系、現実的な導入スケジュール、競合他社と比較した際の具体的な優位性などが挙げられる。
AIは、ユーザーの目標（コスト削減、効率化など）とブランドの特性がどれだけ一致しているかを論理的に推論する。この際、曖昧な表現や誇大広告は、AIにとっての「ノイズ」となり、信頼を損なう要因となる。事実に即したデータを提供することが、AIの推論を助け、推薦の確率を高めることにつながる。
2. 予測可能な実行プロセスとフィードバック
エージェントは、選択した後のアクションがスムーズに進むことを好む。例えば、製品の購入手続きが複雑だったり、導入に何度も営業担当者との面談が必要だったりするブランドは、AIエージェントにとって「扱いにくい対象」となる。反対に、ドキュメントが公開されており、API連携が容易で、オンラインで完結するオンボーディング（導入支援）プロセスを持つブランドは、AIに好まれる。
「予測可能性」は、AIエージェントがユーザーに代わってアクションを起こす際の安心感を生む。実行プロセスが透明化されていることは、AIがユーザーに対して「次に何が起こるか」を正確にフィードバックできることを意味し、これがエージェントとユーザー間の信頼を強化するからだ。
3. 忖度しない「非追従性」のインターフェース
優れたAIエージェントは、単にユーザーの言うことを聞く（忖度する）だけではなく、時には「その選択は間違っている」と指摘する能力が求められる。これを「反媚態（Anti-Sycophancy）」と呼ぶ。エージェントはコンサルタントのように、予算や制約、コンプライアンスの観点からブランドを厳しく審査する。
ブランド側は、この「厳しい審査」に耐えうる深みのあるコンテンツを用意しなければならない。例えば、詳細なFAQ、特定の業界特有の制約への対応状況、他社製品からの乗り換え時の注意点などだ。AIエージェントがユーザーの問いかけに対して「このブランドは〇〇の点では優れていますが、△△の制約があるため注意が必要です」と、ニュアンスを含んだ回答ができるような材料を提供することが重要となる。
可視性（Visibility）から適格性（Eligibility）へのパラダイムシフト
これまでのSEOの成功指標は、特定のキーワードで何位に表示されるかという「可視性」だった。しかし、AIエージェントの世界では、回答のたびに順位や内容が変動することが珍しくない。これについて、Rand Fishkin氏らの調査によれば、AIの回答には大きなばらつきがある一方で、ある「安定した傾向」も見られるという。
AIの回答にはばらつきがあるが「検討セット」は安定する
同じ質問をAIに何度も投げかけると、推薦されるブランドの順序やリストの長さは毎回変わることが多い。このため、「AI検索で1位を取る」といった従来の順位追跡は、あまり意味をなさない可能性がある。しかし、何度も試行を繰り返す中で、常に名前が挙がる「コアなブランド群」が存在する。これが、AIが「安全で推薦に値する」と判断した「検討セット（Consideration Set）」だ。
現代のマーケターが目指すべきは、単なる1位獲得ではなく、この「検討セット」の中に常に入り続けること、すなわち「適格性（Eligibility）」の確保だ。AIがユーザーの代理人として検討を行う際、最初から除外されないための「資格」を得ることが、新しい時代の成功の定義となる。
「選ばれる資格」を持つブランドの特徴
適格性を持つブランドには、共通の特徴がある。それは「デジタル上の信号（シグナル）」が一貫しており、かつ強力であることだ。自社サイトの情報だけでなく、SNSでの評判、専門家によるレビュー、ニュース記事、公的なデータベースなど、インターネット上のあらゆる場所で「信頼できる」という証拠が積み重なっている必要がある。
AIは単一の情報源を鵜呑みにせず、複数のソースをクロスチェックして情報の確からしさを判断する。そのため、自社サイトだけを綺麗に整えても、外部の評価が伴っていなければ適格性は得られない。これを「キャリブレーテッド・トラスト（校正された信頼）」と呼び、証拠の強さと一貫性に比例して高まっていくものだと指摘されている。
AIエージェントに選ばれるための4つの具体的戦略
では、具体的にどのような対策を講じればよいのか。AIエージェントに「信頼できるブランド」として認識され、推薦候補に残るための4つの戦略を提案する。
1. マシンリーダブルなデータ構造の整備
AIエージェントにとって読み取りやすい形式で情報を提供することは、最低限の条件である。構造化データ（Schema.orgなど）を適切に実装し、製品の仕様、価格、在庫状況、レビュー評価などを機械が正確に理解できるようにする必要がある。また、APIの公開や、クリーンなサイトアーキテクチャの構築も不可欠だ。AIが情報を解析する際に「解釈の余地」を減らし、正確なデータを直接渡せるように設計することが求められる。
2. 曖昧さを排除した透明性の高い情報公開
「詳細はお問い合わせください」という形式で情報を隠すことは、AIエージェント時代のマーケティングでは不利に働く。AIエージェントは、推奨の根拠となる具体的な数字や条件を必要としているからだ。価格帯、SLA（サービス品質保証）、システムの要件、解約条件など、ユーザーが判断材料とする項目を可能な限りオープンにするべきだ。情報を隠しているブランドは、情報の透明性が高い競合他社に「推薦のしやすさ」で負けてしまう。
3. 第三者による外部検証と社会的証明の強化
AIは、ブランドの自称よりも、第三者の評価を重く見る。顧客によるレビュー、アクティブなコミュニティでの議論、専門家によるチュートリアル、アナリストのレポートなどが、強力な「信頼のシグナル」となる。特にB2B領域では、導入事例（ケーススタディ）において具体的な数値（ROIなど）を示すことが、AIが推薦の根拠として引用しやすくなるため非常に有効だ。
4. 「推薦の根拠」となる素材の提供
AIエージェントがユーザーに説明する際の「カンニングペーパー」を用意するようなイメージでコンテンツを作成する。他社製品との比較表、投資対効果のシミュレーションモデル、「〇〇な課題を持つ企業に最適」といった具体的なガイドラインなどがこれに当たる。これらの素材は、AIエージェントがユーザーに対して「なぜこのブランドが最適なのか」を説得する際の強力な武器となる。
Web制作・マーケティング担当者が今取り組むべきこと
AIエージェントの普及は、Webサイトの役割を大きく変える。これまでは「人間を惹きつけるためのパンフレット」だったWebサイトは、これからは「AIエージェントが判断を下すためのデータベース」としての側面を強めていくだろう。私たちは、人間向けの魅力的なデザインと、AI向けの高精度なデータ構造を両立させなければならない。
まず取り組むべきは、自社のブランドに関連するキーワードでAI（ChatGPT, Perplexity, Google Geminiなど）がどのような回答を生成しているかを分析することだ。もし自社が推薦されていないのであれば、どの情報の欠落が原因なのか、あるいはどの外部評価が不足しているのかを特定する必要がある。
また、コンテンツ制作のあり方も見直すべきだ。単なる「バズ」を狙うのではなく、長期間にわたって参照され続ける「信頼の蓄積」を意識する必要がある。事実に基づき、検証可能で、かつ他者が引用しやすい高品質なコンテンツこそが、AI時代における最強のSEO資産となるだろう。
この記事のポイント
- 信頼性が最大のランキング要因に: AIエージェントが意思決定を代行する際、リスクを避けるために「信頼できる証拠」を最優先する。
- 可視性から適格性へのシフト: 検索順位に固執するのではなく、AIの「検討セット」に選ばれる資格を持つことが重要になる。
- 信頼の3要素: 推論の透明性、実行の予測可能性、そして忖度しない客観的な評価に耐えうる情報公開が必要だ。
- 具体的アクション: 構造化データの整備、情報の透明化、外部レビューの獲得、AIが引用しやすい比較資料の作成を推進すべきである。
出典
- Search Engine Journal「How AI Agents Decide Which Brands To Recommend: Trust Is The New Ranking Factor」（2026年3月16日）
・ 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、JavaScript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
Googlebotの正体は「数百のクローラー」の集合体。未公開システムの仕組みとSEOへの影響
Googlebotは単一のプログラムではなく、実際には数百もの異なるクローラーやフェッチャーが組み合わさった巨大なシステムの総称だ。GoogleのGary Illyes（ゲイリー・イリェーシュ）氏とMartin Splitt（マーティン・スプリット）氏が公開したポッドキャストにより、その複雑な内部構造が明らかになった。
2026年3月に公開されたこの情報によると、Googleが運用するクローラーの大部分は公開ドキュメントに記載されていない。これは、特定のチームが小規模な目的で使用するクローラーが膨大に存在するためだという。
Webサイト運営者やSEO担当者にとって、この事実はログ解析やクローラー制御の考え方を根本から見直すきっかけとなる。Googlebotという名称の裏側に隠された、巨大なクロール・インフラの実態を詳しく紐解いていく。
Googlebotは単一の存在ではない？クローラーの正体
一般的に「Googlebot」といえば、Webサイトを巡回してインデックスを作成する一つのロボットをイメージしがちだ。しかし、著者のGary Illyes氏によれば、現在のGooglebotは独立した一つのシステムではない。
「Googlebot」という名称の歴史的背景
Googlebotという名前が使われ始めた2000年代初頭、Googleには実際に一つのクローラーしか存在しなかった。当時は提供しているサービスも検索エンジンのみであり、単一のシステムで事足りていたからだ。しかし、AdWords（現在のGoogle 広告）などの新サービスが登場するたびに、専用のクローラーが追加されていった経緯がある。
現在では、ニュース、画像、動画、広告など、用途別に最適化された無数のクローラーが動いている。それでも「Googlebot」という名称が使われ続けているのは、歴史的な慣習によるものだ。実態としては、一つの巨大な「クロール・インフラ」を多くのクライアントが利用している状態に近い。
内部インフラとクライアントの関係性
Googlebotの本質は、クロール・インフラそのものではなく、そのインフラを利用する「クライアント」の一つである。これは、図書館（インフラ）に対して、本を借りに行く利用者（Googlebot）が複数いる状態に例えられる。利用者はGooglebotだけでなく、他にも何百人と存在するのだ。
この仕組みにより、Google内部の各開発チームは、共通の強力なクロール基盤を利用しながら、自分たちの目的に合わせた独自のクローラーを走らせることができる。私たちが普段目にしているGooglebotは、氷山の一角に過ぎないのである。
クロール・インフラの仕組みと「SaaS」的側面
Google内部で運用されているクロール・インフラには特定の名称があるが、Gary Illyes氏はその公開を控えた。彼はこのインフラを、ソフトウェアをサービスとして提供する「SaaS（Software as a Service）」のようなものだと説明している。
内部APIを通じたデータの取得プロセス
Googleのエンジニアがインターネット上のデータを取得したい場合、このインフラが提供するAPIエンドポイントを呼び出す。API（Application Programming Interface）とは、ソフトウェア同士が機能を共有するための窓口のことだ。エンジニアはこの窓口を通じて、「このURLのデータを取ってきてほしい」というリクエストを送る。
リクエストを受けたインフラ側は、クラウドやデータセンターのリソースを使い、対象のWebサイトに負荷をかけすぎないよう配慮しながらフェッチ（取得）を実行する。つまり、クローラーをゼロから開発する必要はなく、共通のAPIを叩くだけで高度なクロール機能を利用できる仕組みが整っているのだ。
パラメータ設定による柔軟な制御
APIを呼び出す際には、さまざまなパラメータを指定できる。例えば、データの返信を待つ時間（タイムアウト設定）、名乗る名前（ユーザーエージェント）、遵守すべきrobots.txtのルールなどだ。多くの場合はデフォルト設定が適用されるため、開発者は複雑な設定なしに利用できる。
ユーザーエージェントとは、クローラーがWebサーバーにアクセスする際に提示する「自己紹介文」のようなものだ。この設定を変更することで、特定のチーム専用のクローラーとして振る舞うことが可能になる。この柔軟性が、数百種類ものクローラーを生み出す要因となっている。
なぜ「未公開」のクローラーが数百も存在するのか
Googleの公式サイトには主要なクローラーの一覧が掲載されているが、そこに含まれないクローラーが圧倒的に多い。これには、ドキュメント管理の現実的な限界と、情報の重要度による線引きが関係している。
公開ドキュメントに記載される基準
Gary Illyes氏によれば、すべてのクローラーをドキュメント化することは事実上不可能だという。Googleは巨大な組織であり、数多くのチームがそれぞれの目的でクローラーを運用しているからだ。もし数百のクローラーをすべて詳細に記載すれば、開発者向けのドキュメントページは膨大な量になり、かえって利便性を損なうことになる。
そのため、Googleは「トラフィック量」という基準で線を引いている。インターネット全体に対して目に見えるほどの影響力を持つ、あるいは頻繁にサイトを訪れる主要なクローラーのみを公開対象としている。小規模なテスト用や特定の機能限定のクローラーは、あえて非公開のままにされているのだ。
内部チームによる多様な用途
未公開のクローラーは、検索以外の多種多様な目的で使用されている。例えば、新機能のプロトタイプ作成、内部的なデータ分析、あるいは特定のセキュリティチェックなどが考えられる。これらのクローラーは取得するURLの数が非常に少ないため、一般的なWebサイト運営者がその存在に気づくことはほとんどない。
ただし、特定のクローラーが一定の閾値を超えて大量のアクセスを行うようになった場合、Gary Illyes氏らはそのチームに連絡を取り、動作の正当性を確認した上でドキュメント化を検討するという。これにより、Webエコシステムへの悪影響を防ぐ監視体制が敷かれている。
「クローラー」と「フェッチャー」の決定的な違い
Google内部では、データを取得する仕組みを「クローラー（Crawler）」と「フェッチャー（Fetcher）」の2種類に明確に使い分けている。これらは動作の仕組みも、実行されるタイミングも大きく異なる。
バッチ処理と個別リクエストの使い分け
クローラーは「バッチ処理」で動作する。バッチ処理とは、大量のデータをまとめて一括で処理する方式のことだ。クローラーには常に巡回すべきURLのリストが供給され、24時間365日、システムが空いている時間に継続的にデータを取得し続ける。これが一般的な検索インデックス作成の仕組みだ。
一方、フェッチャーは「個別URL」単位で動作する。特定のURLを指定して、その1件だけを即座に取得するのが役割だ。クローラーが「広範囲を網羅する網」だとすれば、フェッチャーは「ピンポイントで狙う釣り竿」のようなものだと言える。
ユーザー操作がトリガーとなるフェッチ
フェッチャーが動く際の特徴は、多くの場合「ユーザーの操作」が起点となっている点だ。例えば、Search Consoleで「URL検査」を実行し、現在の状態をライブテストする場合などがこれに当たる。画面の向こう側に、結果を待っている人間がいる状態だ。
Googleの内部ポリシーでは、フェッチャーはユーザーの制御下にあるべきだと定められている。これに対してクローラーは、システムの都合に合わせて自律的に動く。この違いを理解しておくことは、サーバーログを見て「なぜ今このアクセスが来たのか」を推測する際の大きなヒントになる。
Webサイト運営者が知っておくべき実務上の注意点
Googlebotが数百のクローラーの集合体であるという事実は、実務においてどのような意味を持つのか。特にセキュリティやパフォーマンスの観点から、サイト運営者が意識すべきポイントを整理する。
未知のユーザーエージェントへの対応
サーバーログを分析していると、GoogleのIPアドレス帯域からのアクセスであるにもかかわらず、ドキュメントに載っていないユーザーエージェントを見かけることがあるかもしれない。これまでは「偽装されたボット」と判断して遮断していたケースもあるだろうが、その一部はGoogle内部の正当な未公開クローラーである可能性がある。
重要なのは、ユーザーエージェント名だけで判断せず、IPアドレスの逆引き（DNSルックアップ）を行って、本当にGoogleからのアクセスかどうかを確認することだ。正当なGoogleのインフラからのアクセスであれば、むやみにブロックせず、サイトのクロールバジェット（クローラーが巡回できる許容量）の範囲内で許容するのが賢明だ。
サーバー負荷とログ解析の視点
数百のクローラーが存在するということは、それだけ多様な目的でサイトがスキャンされる可能性があることを意味する。しかし、Gary Illyes氏が述べている通り、未公開のクローラーは通常、極めて低頻度でしか動作しない。もし特定のボットが大量のアクセスを行い、サーバー負荷を高めているのであれば、それは主要なクローラーであるか、あるいは設定ミスによる異常動作である可能性が高い。
また、robots.txtでの制御も、基本的には「Googlebot」というメインのトークン（識別子）で大部分をカバーできる。個別の未公開クローラーをすべて制御しようとするのは現実的ではなく、主要な指示系統を整理しておくことこそが、SEOにおけるクローラビリティ最適化の王道であることに変わりはない。
この記事のポイント
- Googlebotは単一のプログラムではなく、数百種類のクローラーやフェッチャーが共通のインフラを利用する集合体である。
- Google内部ではクロール機能を「SaaS」のように提供しており、APIを通じて誰でもフェッチリクエストを送れる仕組みがある。
- 公開ドキュメントに載っているのは主要なクローラーのみで、トラフィックの少ない小規模なものは非公開とされている。
- 「クローラー」はバッチ処理で継続的に動き、「フェッチャー」はユーザー操作などを起点に個別URLを取得する。
- サイト運営者は、ドキュメント外のクローラーも存在することを前提に、IPアドレスベースでの正当性確認を行うことが推奨される。
出典
- Search Engine Journal「Google Says Hundreds Of Their Crawlers Are Not Documented」（2026年3月13日）
・ 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、JavaScript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
Google AI Overviewsで検索クリック42%減。パブリッシャーが生き残るための「速報」と「Discover」戦略
Googleが導入したAI Overviews（AIによる概要回答機能）の影響により、Webサイトへのオーガニック検索トラフィックが劇的な変化を見せている。最新の調査レポートによれば、AI Overviewsの拡大に伴い、従来の検索結果からのクリック数は42%も減少した。一方で、速報ニュースやGoogle Discoverといった特定のチャネルでは、トラフィックが急増するという対照的な動きが確認されている。
このデータは、Define Media Groupが64のWebサイトを対象にGoogle Search Consoleの統計を分析したものだ。AIがユーザーの疑問に直接回答するようになったことで、情報の「まとめ」や「解説」を主軸としていたコンテンツの優位性が揺らいでいる。Webサイト運営者は、従来のSEO戦略を根本から見直す必要に迫られている。
本記事では、AI Overviewsが検索トラフィックに与えた具体的な影響と、その中で成長を続ける「速報ニュース」および「Google Discover」の重要性について深掘りする。AI時代の検索環境で、どのようにコンテンツの露出を確保すべきか、その指針を提示する。
Google AI Overviewsの衝撃——検索トラフィック42%減の現実
Google AI Overviews（AIO）とは、検索クエリ（検索窓に入力する言葉）に対して、AIがWeb上の情報を要約して回答を表示する機能だ。ユーザーはWebサイトをクリックすることなく、検索結果画面だけで情報を完結できる。この「ゼロクリック検索」の増加が、パブリッシャーにとって大きな打撃となっている。
加速するオーガニック検索の減少
Define Media Groupのレポートによれば、AI Overviewsが本格的に展開された後、オーガニック検索のトラフィックは段階的に減少した。2023年第1四半期から2024年第1四半期にかけて、対象サイトの四半期平均クリック数は約17億回であった。しかし、AI Overviewsの導入直後にトラフィックは16%減少。その後、2025年5月の機能拡張を経て減少は加速し、2025年第4四半期には基準値から42%減という数字を記録した。
この減少は、特に「エバーグリーンコンテンツ」と呼ばれる分野で顕著だ。エバーグリーンコンテンツとは、時間が経過しても価値が損なわれにくい、普遍的な解説記事やハウツー記事を指す。これらはAIが学習しやすく、要約も容易であるため、AI Overviewsによって内容が代替されやすい性質を持っている。
情報の「中抜き」が起きる仕組み
なぜこれほどまでにクリックが減るのか。それは、Googleの検索結果画面（SERP / Search Engine Results Page）の占有率が変化したためだ。AI Overviewsが画面上部の大部分を占めることで、従来の検索1位のサイトであっても、スマートフォンの画面では「ファーストビュー（最初に表示される範囲）」から追い出されるケースが増えている。
ユーザーが「〜のやり方は？」と検索した際、AIが手順を1から10まで箇条書きで示してしまえば、元の解説記事を読む必要性は低くなる。著者のダニー・グッドウィン氏は、AI生成の回答が検索トラフィックの形を根本から作り変えていると指摘している。事実、情報収集を目的としたインフォメーショナルなクエリにおいて、損失が集中しているのが現状だ。
なぜ「速報ニュース」は103%も成長したのか？
検索全体が落ち込む中で、驚異的な成長を見せているのが「速報ニュース（Breaking News）」だ。同レポートによると、2024年11月から2026年初頭にかけて、速報ニュースのトラフィックは103%増加した。AIが席巻する検索環境において、なぜニュースだけがこれほどの伸びを見せているのだろうか。
AIが苦手とする「リアルタイム性」と「正確性」
大きな理由の一つは、Googleがニュースクエリに対してAI Overviewsの表示を意図的に抑制していることにある。Ahrefsのデータを引用したレポートによれば、ニュース関連の検索でAI Overviewsが表示される割合は約15%にとどまる。これは健康や科学といった分野に比べ、3分の1程度の頻度だ。
ニュースは情報の更新速度が極めて速く、AIが誤情報を生成する「ハルシネーション（Hallucination / 幻覚）」のリスクが高い。ハルシネーションとは、AIが事実に基づかない情報を、あたかも真実であるかのように出力する現象だ。正確性が求められる重大なニュースにおいて、GoogleはAIによる要約よりも、信頼できるメディアの最新記事を直接提示する「Top Stories（トップニュース）」カルーセルを優先している。
Top Storiesカルーセルへの集中
国際紛争や大規模なイベントなど、現在進行形で状況が変わるトピックでは、AI Overviewsよりもニュース記事へのリンクが強調される。ユーザーは最新の状況を知るために、AIの要約ではなく、一次情報源であるパブリッシャーのサイトを訪れる傾向がある。この仕組みが、ニュースサイトへの流入を支える防波堤となっている。
Define Media Groupの見解によれば、Googleは急速に変化する事象に対して生成AIを適用することを避けている。これは、AIシステムの学習データがリアルタイムの出来事に追いつかないことや、社会的影響の大きいニュースでの誤報を最小限に抑えるための戦略的判断と言えるだろう。
Google Discoverが新たなトラフィックの柱に
検索クリックが減少する一方で、パブリッシャーの救世主となっているのが「Google Discover」だ。Google Discoverとは、ユーザーの検索履歴や興味関心に基づいて、Googleアプリのホーム画面などに自動で記事をレコメンド（推奨）する機能だ。検索キーワードを入力しなくても情報が届くため、「プッシュ型」のトラフィック源と呼ばれる。
DiscoverとWeb検索のトラフィックが並ぶ
調査対象のサイト群では、Google Discoverからのトラフィックが30%増加した。興味深いことに、レポートのデータセットにおいて、Discoverからの流入数が従来のWeb検索からの流入数とほぼ同等になったことが初めて確認された。これは、ユーザーの情報取得スタイルが「探す（Search）」から「流れてくるものを見る（Discover）」へとシフトしていることを示唆している。
特に2025年12月のコアアップデート以降、Discoverのトラフィックは急増した。2026年2月のアップデートで一部の勢いは落ち着いたものの、依然として強力な集客チャネルであることに変わりはない。Chartbeatのデータでも、ニュースサイトへのGoogleからの参照トラフィックの主役は、もはや伝統的な検索ではなくDiscoverであると報告されている。
パーソナライズがAIの壁を越える
Google Discoverは、AI Overviewsとは対極の存在だ。AI Overviewsが「答えを提示して完結させる」のに対し、Discoverは「興味がありそうな記事を紹介してクリックを促す」仕組みだ。AIによって検索結果が要約されるほど、ユーザーは自分の好みに合った深い情報を求めてDiscoverに流れるという循環が生まれている。
Web制作やコンテンツ運営の現場では、これまで以上に「Discoverに掲載されるための最適化」が重要になる。具体的には、高解像度で魅力的なアイキャッチ画像の使用、ユーザーの興味を引くタイトル設定、そして何よりも特定のトピックに対する専門性と信頼性が鍵を握る。DiscoverはSEOとは異なるアルゴリズムで動いているが、AI時代のトラフィック確保には欠かせない要素だ。
AI時代におけるSEO戦略の再定義
今回のレポートが示す事実は、従来の「検索キーワードに対して答えを用意する」だけのSEOが限界を迎えているということだ。AIが答えを出せる範囲のコンテンツは、今後さらにクリックを奪われ続けるだろう。では、Webサイト運営者はどのような方向に舵を切るべきなのか。
一次情報と専門性の強化
AIが生成できないのは、独自の体験に基づく意見や、現地での取材、実験データなどの「一次情報」だ。単なる知識のまとめではなく、そのサイトにしかない独自の視点や分析が含まれているコンテンツは、AI Overviewsのソース（情報源）として引用される可能性が高まり、結果としてクリックを誘発する。また、Googleは「E-E-A-T（経験、専門性、権威性、信頼性）」を重視しており、これらを証明できるコンテンツはDiscoverでも優先される傾向にある。
マルチチャネルでの集客設計
検索エンジンだけに依存するリスクが顕在化した今、流入経路の多様化は急務だ。今回のデータが示す通り、速報性を活かしたGoogle Newsへの対応や、Discoverを意識したコンテンツ作成、さらにはSNSやメールマガジンを通じた直接的なファンとの繋がりが重要になる。
特に中小企業や個人事業主のサイトにおいては、広範なキーワードで1位を狙うよりも、特定のニッチな分野で「この記事でなければ得られない体験」を提供することが、AIの要約に負けない唯一の方法だ。情報の網羅性ではなく、情報の「深さ」と「鮮度」にリソースを集中させることが、これからのSEOの正攻法となるだろう。
この記事のポイント
- Google AI Overviewsの普及により、従来の検索クリック数は最大42%減少した。
- 解説中心のエバーグリーンコンテンツはAIに代替されやすく、トラフィックが減少しやすい。
- 速報ニュースはAIのハルシネーションリスクを避けるGoogleの仕様により、トラフィックが103%増加した。
- Google Discoverが急成長しており、一部のサイトでは検索流入に匹敵する主要な集客源となっている。
- AI時代には、一次情報の提供、専門性の強化、そしてDiscoverを意識したコンテンツ運用が不可欠である。
出典
- Search Engine Land「Google AI Overviews cut search clicks 42%: Report」（2026年3月12日）
- Define Media Group「BREAKING! News Thrives in the Age of AI」（2026年3月12日）
・ 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、JavaScript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
ChatGPTの検索挙動に異変？GPT-5.4と5.3で異なる引用元とSEOへの影響
ChatGPTのデフォルトモデルとプレミアムモデルに同じ質問を投げても、得られる情報源は全く別物になる可能性がある。最新の調査によれば、上位モデルであるGPT-5.4 Thinkingと標準的なGPT-5.3 Instantでは、Web検索の実行プロセスと引用するドメインの傾向に決定的な差があることが判明した。
Writesonicによる分析の結果、プレミアムモデルであるGPT-5.4は引用元の56%を企業のブランドサイトから取得しているのに対し、無料ユーザー向けのGPT-5.3ではその割合がわずか8%に留まっている。両モデルが共有する引用ソースは、全体のわずか7%に過ぎないという事実が、AI検索の不透明さを浮き彫りにしている。
この挙動の違いは、企業がAI検索エンジン最適化（GEO/LLMO）を考える上で無視できない。ユーザーがどのプランを利用しているかによって、自社サイトが「AIに発見されるか」の確率が劇的に変わるからだ。本記事では、この調査結果を基にAI時代の新しいSEOのあり方を分析する。
ChatGPTのモデル間で生じる「検索結果」の決定的な差
ChatGPTは単一の検索アルゴリズムで動いているわけではない。モデルごとに情報の「探し方」そのものが最適化されている。Writesonicの調査によれば、GPT-5.3（Instant）とGPT-5.4（Thinking）に同じプロンプトを入力した際、両者が提示したソースの重複率は極めて低かった。
引用元の重複はわずか7%という衝撃
同じAIチャットボットを使いながら、回答の根拠となるWebサイトが9割以上異なるという事実は、Web担当者にとって驚くべきデータだ。これは、AIが単にGoogleの検索結果を要約しているのではなく、モデルの特性に応じて独自の「フィルタリング」を行っていることを示唆している。
例えば、CRM（顧客管理システム）ソフトウェアについて質問した場合、GPT-5.3は広範な1つのクエリを発行し、一般的な技術解説サイトを引用する。一方、GPT-5.4は特定のブランドサイトを狙い撃ちした検索を行い、より公式サイトに近い情報を収集する傾向がある。この「情報の深さ」の差が、引用元の乖離を生んでいる。
ブランドサイトを重視するプレミアムモデル
特筆すべきは、プレミアムモデルであるGPT-5.4が「一次情報」に強いこだわりを見せている点だ。調査によれば、GPT-5.4が引用したソースの56%がブランドの公式サイトであった。これは、AIがユーザーに対してより正確で責任ある回答をしようと試みた結果、第三者のブログよりも公式サイトの情報を優先したためと考えられる。
対照的に、無料版の標準モデルであるGPT-5.3は、メディアサイトやレビュー記事などの「第三者視点のコンテンツ」を好む傾向がある。これは、計算リソースを抑えつつ、手っ取り早く評価の定まった情報をまとめるのに適した戦略だと言える。ユーザーのプランによって、企業が直接リーチできるか、それともメディアを介して認知されるかが分かれる構造になっているのだ。
検索戦略の深掘り：なぜ引用元が変わるのか
引用元の違いは、各モデルがバックグラウンドで実行している「検索クエリ（検索窓に入力する言葉）」の質と量に起因している。GPT-5.4は、人間が手動でリサーチを行うような高度な検索テクニックを自動で実行していることが判明した。
site:演算子を駆使するGPT-5.4の緻密なリサーチ
GPT-5.4の最大の特徴は、`site:`演算子を多用することだ。`site:`演算子とは、特定のドメイン内だけで検索を行うための検索コマンドである（例：`site:example.com 料金`）。調査期間中、GPT-5.4は423回のクエリのうち156回でこの演算子を使用した。一方で、他のモデルでこの演算子が使われることは全くなかったという。
この挙動により、GPT-5.4は「HubSpotの価格を知りたい」という要求に対し、まずHubSpotの公式サイト内に絞って検索をかける。これにより、情報の正確性が飛躍的に高まる。AIが特定のサイトを指定して情報を抜き取りに来る以上、企業側は「自社サイト内での情報の見つけやすさ」をより意識する必要がある。
サブクエリによる情報の多角的な検証
GPT-5.4は1つの質問に対して、平均8.5回のサブクエリ（追加の検索）を実行する。例えば、「A社とB社の比較」という質問に対し、まず「A社の特徴」「B社の特徴」を個別に検索し、次に「A社の価格」「B社の価格」、さらに「A社の口コミ」「B社の口コミ」といった具合に、情報を分解して収集する。
サブクエリとは、メインの質問を補完するために発行される小さな検索のことだ。これにより、AIは断片的な情報を組み合わせて、より網羅的な回答を作成する。このプロセスにおいて、GPT-5.4はG2やCapterraといった信頼性の高いレビュープラットフォームも併用しており、公式サイトの一次情報と第三者の評価をバランスよく組み合わせていることがわかる。
引用されるコンテンツの性質：メディアか、一次情報か
どのようなページが引用されやすいかという点でも、モデル間で明確な「好み」の差が現れている。これは、コンテンツ制作側がどの層をターゲットにするかによって、注力すべきページが異なることを意味する。
デフォルトモデルが好む「第三者によるレビュー」
GPT-5.3（デフォルトモデル）は、ブログ記事やニュースサイトを引用する割合が32%と高い。引用されたトップドメインには、ForbesやTechRadar、Tom’s Guideといった大手メディアが名を連ねている。これらのサイトは既にSEOに強く、多くのトピックを網羅しているため、AIにとっても「使い勝手の良い」情報源となっている。
この結果から、無料版ユーザーをターゲットにする場合、自社サイトの強化だけでなく、有力な外部メディアに掲載されること（デジタルPR）が依然として重要であることがわかる。AIは権威あるメディアが書いた「まとめ記事」を、信頼できるショートカットとして利用しているからだ。
プレミアムモデルが狙い打つ「価格・製品ページ」
一方、GPT-5.4はブランドのトップページ（22%）、価格ページ（19%）、製品詳細ページ（10%）をダイレクトに引用する。特に価格情報に関しては顕著で、GPT-5.3が全調査中わずか4回しか価格ページを引用しなかったのに対し、GPT-5.4は138回も引用している。
ここで重要な示唆がある。価格情報を「問い合わせ」の裏側に隠している（ゲートコンテンツにしている）ブランドは、GPT-5.4による比較検討の対象から外されるリスクがあるということだ。AIが直接価格ページを見つけられない場合、そのブランドは「情報欠落」として、比較表の中で不利な扱いを受ける可能性がある。
従来のSEO（Google/Bing）との相関関係
AI検索の結果は、従来の検索エンジンの順位とどの程度連動しているのだろうか。調査では、SerpAPIを使用してGoogleおよびBingの検索結果との重複度合いを測定している。
Google検索順位が通用するモデルと通用しないモデル
GPT-5.3の場合、引用したドメインの47%がGoogleの検索結果にも含まれていた。これは、デフォルトモデルがGoogleのランキングアルゴリズムにある程度依存している、あるいは類似の評価指標を用いていることを示している。つまり、従来のSEO対策は、無料版ChatGPTの引用獲得にも一定の効果があると言える。
しかし、GPT-5.4では状況が一変する。引用されたドメインの75%が、GoogleやBingの検索結果には現れなかったのだ。これは、GPT-5.4が従来の検索エンジンの「1ページ目」に縛られず、独自のクエリ（前述のsite:演算子など）によってWebの深部まで探索していることを意味する。検索順位が低くても、情報の網羅性や構造が優れていれば、プレミアムAIに発見されるチャンスがあるということだ。
AI検索最適化（LLMO）の新たな指針
LLMO（Large Language Model Optimization / 大規模言語モデル最適化）とは、AIに自社の情報を正しく理解・引用してもらうための施策だ。今回の調査結果から、LLMOには2つの方向性があることが見えてきた。1つは、メディア露出を増やしてGPT-5.3のようなモデルに「評判」を伝えること。もう1つは、自社サイトの構造を整理し、GPT-5.4のようなモデルが`site:`検索で見つけやすい「事実（価格、仕様、FAQ）」を明示することだ。
特に、構造化データ（Schema.orgなど）の活用や、プレーンテキストでの明確な情報記述が重要になる。AIは派手なデザインよりも、クローラが解析しやすい「整理されたデータ」を好むからだ。プレミアムユーザーという、購買意欲の高い層にリーチするためには、この「AIフレンドリーなサイト構造」が欠かせない。
企業が今取り組むべきAI時代の情報発信
ChatGPTの挙動がモデルによって異なる以上、企業は多角的なアプローチを取らざるを得ない。具体的にどのようなアクションが必要になるのか、Web制作・運用の現場視点で考察する。
自社サイトの一次情報を「AIに見つけやすく」整える
まず優先すべきは、プレミアムモデル（GPT-5.4）への対応だ。彼らは公式サイトの深い階層まで情報を探しに来る。そのため、これまで「PDFの中」や「JavaScriptによる動的表示」に隠れていた重要な仕様や価格情報を、HTMLとしてクローラブルな状態で公開することが推奨される。
また、`utm_source=chatgpt.com` というパラメータが自動で付与される傾向があるため、GoogleアナリティクスなどでAI経由の流入を正確にトラッキングすることが可能だ。どのページがAIに引用され、コンバージョンに繋がっているかを分析し、そのページの情報の鮮度を常に高く保つ運用が求められる。
外部メディア露出による信頼性の担保
次に、デフォルトモデル（GPT-5.3）への対応として、第三者メディアでのポジティブな言及を増やす必要がある。AIは「世間一般ではどう評価されているか」をメディアの記事から学習する。自社サイトで「最高だ」と主張するだけでなく、TechRadarやForbesのような権威あるドメインで紹介されることが、AI検索における「信頼の裏付け」となる。
これは従来のデジタルマーケティングや広報活動の延長線上にあるが、AI時代においては「検索順位を上げるため」だけでなく、「AIの回答の根拠（エビデンス）になるため」という新しい目的が加わることになる。メディア記事は、AIにとっての「知識の要約」として機能し続けるだろう。
この記事のポイント
- ChatGPTのプレミアムモデル（GPT-5.4）は、引用元の56%がブランド公式サイトであり、一次情報を重視する傾向が強い。
- デフォルトモデル（GPT-5.3）は、引用元の多くを第三者メディア（ブログやニュースサイト）に依存しており、ブランドサイトの引用はわずか8%である。
- GPT-5.4は`site:`演算子や平均8.5回のサブクエリを駆使し、従来の検索順位に依存しない独自の探索を行っている。
- 企業は、AIに見つけられやすいように価格や仕様などの情報をHTMLで明示し、かつ外部メディアでの露出を増やす「ハイブリッドな対策」が求められる。
- ChatGPTからの流入はUTMパラメータで計測可能なため、データに基づいたAI検索最適化（LLMO）の改善サイクルを回すことが重要である。
出典
- Search Engine Journal「ChatGPT’s Default & Premium Models Search The Web Differently」（2026年3月12日）
- Writesonic「ChatGPT Citation Study: GPT-5.4 vs GPT-5.3」（2026年3月発表）
・ 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、JavaScript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
Formidable Formsの支払い検証バイパス脆弱性——30万サイト影響と対策
WordPressのフォーム作成プラグイン「Formidable Forms」に重大なセキュリティ脆弱性が発見された。この脆弱性を悪用すると、攻撃者は認証なしで支払い検証プロセスをバイパスできる。低額取引の決済情報を流用し、高額商品の購入を完了させることが可能だ。
影響を受けるのはバージョン6.28までの全バージョン。インストールサイト数は30万を超える。脆弱性にはCVE-2026-2890が割り当てられ、CVSS深刻度スコアは7.5（高リスク）と評価されている。プラグイン開発元はバージョン6.29で修正をリリース済みだ。
Formidable Formsプラグインと支払い機能
Formidable Formsはドラッグ＆ドロップでフォームを作成できるWordPressプラグインだ。コンタクトフォームやアンケート、イベント登録フォームなど多様な用途に使われる。特に重要なのが、StripeやPayPalといった決済サービスと連携した「支払いフォーム」機能である。
ECサイトでの一般的な利用シーン
このプラグインは、会員制サイトの登録料金徴収やデジタル商品の販売、有料イベントのチケット販売などに利用される。ユーザーがフォームで商品を選択し、決済情報を入力すると、プラグインが決済プロバイダーと通信して取引を処理する流れだ。
正常な支払いフローでは、ユーザーが支払うべき金額と、実際に決済プロバイダーを通じて処理された金額が一致しているか検証される。この検証プロセスが脆弱性によって不完全だったことが問題の核心だ。
Stripe連携における標準的な処理
Formidable FormsがStripeと連携する場合、PaymentIntentというStripeのオブジェクトを利用する。PaymentIntentは特定の取引の支払い意図と状態を管理する。プラグインは、ユーザーが支払いを完了した後、Stripeから返されるPaymentIntentの状態を確認して取引を完了させる。
本来ならば、プラグインは「このPaymentIntentがどのフォーム送信に対応するものか」「請求金額と実際の支払金額が一致しているか」を厳密に検証すべきだ。しかし、影響を受けるバージョンではこの検証が不十分だった。
脆弱性の技術的詳細——CVE-2026-2890
この脆弱性は「支払い完全性バイパス」に分類される。システムが意図した通りの支払いが行われたことを保証するメカニズムを攻撃者が回避できる状態を指す。具体的には、`handle_one_time_stripe_link_return_url`関数と`verify_intent()`関数に実装上の問題があった。
検証不足の2つのポイント
第一の問題は、`handle_one_time_stripe_link_return_url`関数が支払い記録を「完了」とマークする判断基準だ。この関数はStripeのPaymentIntentの状態だけを確認し、そのPaymentIntentが請求された金額と、ユーザーが本来支払うべき金額を比較しなかった。
第二の問題は`verify_intent()`関数の検証範囲にある。この関数はクライアントシークレット（支払いセッションを特定する秘密の文字列）が正当なユーザーに属するかだけを確認した。PaymentIntentが特定のフォーム送信やアクションに紐づいているかの検証を行わなかった。
認証不要という重大な要素
この脆弱性が特に危険とされる理由は、攻撃に認証が不要な点だ。WordPressサイトにログインする権限がなくても、一般訪問者として悪用可能である。サブスクライバーレベルの最小権限すら必要としない。
セキュリティ企業Wordfenceの分析によれば、この組み合わせにより、認証されていない攻撃者が完了済みの低額取引のPaymentIntentを流用し、高額取引を完了済みとしてマークできるという。
実際の攻撃シナリオと影響範囲
攻撃は現実的な手順で実行可能だ。まず攻撃者は、標的サイトで低額の商品（例えば100円のデジタルコンテンツ）を通常通り購入する。Stripeを通じた正当な支払いが完了し、PaymentIntentが生成される。
支払い情報の流用プロセス
次に攻撃者は、同じサイトで高額商品（例えば5万円のオンラインコース）を購入しようとする。チェックアウトプロセスで、先ほど生成された低額取引のPaymentIntent情報を挿入する。プラグインはPaymentIntentの状態が「成功」であることだけを確認し、金額の不一致を検知しない。
結果として、攻撃者は100円の支払いで5万円の商品を入手できる。サイト運営者は商品を提供したにもかかわらず、4万9900円の収益を失うことになる。
リモートコード実行との違い
この脆弱性は、サーバー自体を乗っ取ったり、任意のコードを実行したりするものではない。しかしECサイトにとっては直接的な金銭的損害につながる。デジタル商品や即時提供されるサービスの場合、取引の取り消しも困難だ。
影響を受ける30万サイトの中には、オンライン予約システムを持つサービス業者、デジタルダウンロード販売者、オンラインコース提供者などが含まれる可能性が高い。これらの事業モデルでは、本脆弱性によるリスクは無視できない。
対応策と今後の予防策
即時実施すべきアップデート
第一の対応はプラグインのバージョンアップだ。Formidable Forms 6.29以降ではこの脆弱性が修正されている。WordPress管理画面の「プラグイン」セクションから更新を実行できる。
更新後は、過去の高額取引について不審な点がないか確認することを推奨する。特に、低額商品の購入記録と高額商品の購入記録が同じユーザーから短時間に行われているケースは要注意だ。
代替手段の検討
Formidable Formsに依存した複雑な支払いフローを運用している場合、一時的に他のフォームプラグインや専用のECプラグインへの移行を検討する価値がある。WooCommerceのような本格的なECソリューションは、支払い検証に関してより堅牢な実装を持つ。
あるいは、フォームの受付だけをFormidable Formsで行い、決済処理は別のシステム（決済プロバイダーの直接埋め込みフォームなど）に委ねる設計も考えられる。これにより、支払い検証ロジックをプラグインの実装に依存しないようにできる。
長期的なセキュリティ対策
この事例は、サードパーティ製プラグインがビジネスの中核プロセス（決済）を担う際のリスクを浮き彫りにした。重要な機能を実装するプラグイン選定時には、開発元のセキュリティ対応実績や、過去の脆弱性開示履歴を確認すべきだ。
また、定期的なセキュリティ監査の実施も有効だ。自社サイトで利用しているプラグインについて、CVE（共通脆弱性識別子）データベースを定期的にチェックする習慣をつける。あるいは、Wordfenceのようなセキュリティプラグインを導入し、脆弱性を自動検知する環境を整える。
この記事のポイント
- Formidable Formsプラグイン（〜v6.28）に支払い検証バイパス脆弱性（CVE-2026-2890）が存在する。
- 攻撃者は認証なしで、低額取引の決済情報を流用して高額商品を入手可能だ。
- 影響を受けるサイトは30万以上。CVSSスコアは7.5（高リスク）と評価されている。
- 即時対応としてバージョン6.29以降へのアップデートが必須である。
- EC機能をプラグインに依存する場合、開発元のセキュリティ対応実績を慎重に評価すべきだ。
出典
- Search Engine Journal “Formidable Forms Flaw Lets Attackers Pay Less For Expensive Purchases” (2026年3月12日)
- Wordfence Threat Intelligence “Formidable Forms Vulnerability: Unauthenticated Payment Integrity Bypass” (2026年3月)
・ 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、JavaScript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