AIが変える商品の見つけ方：WooCommerceが推進する「エージェンティック・コマース」の全容
AIはすでに、消費者が商品を発見し、比較し、購入するプロセスを根底から作り変え始めている。McKinseyの調査によれば、現在消費者の約半数がインターネット検索に何らかの形でAIを利用しているという事実がある。
かつてのように検索窓にキーワードを打ち込み、表示されたリンクを一つずつクリックする時代は終わりつつある。これからはChatGPTにギフトのアイデアを求め、GoogleのAIによる要約で製品を比較する「AI主導の購買体験」が主流になるだろう。
この変化は単なるトレンドではなく、2030年までに世界全体で最大5兆ドルの市場影響を及ぼすと予測される巨大なパラダイムシフトだ。本記事では、WooCommerceが提唱する「エージェンティック・コマース」の概念と、EC事業者が今備えるべき技術的基盤について解説する。
AIが消費者の購買行動をどのように変えているのか
AIがコマースにもたらす影響は、単一の機能に留まらない。それは、商品の説明文を自動生成するといった単純な効率化から、AIが自律的に買い物を代行する高度な自動化まで、幅広いスペクトラム（連続体）を持っている。
検索から「発見」へのシフト
従来のECサイトにおける商品探しは、ユーザーが自らフィルターをかけ、リストをスクロールする能動的な作業だった。しかし、現在はAIによる「強化されたブラウジング」へと移行している。検索エンジンは単なるリンクの羅列ではなく、AIが生成した比較要約を提示するようになった。
例えば、「キャンプ初心者向けの丈夫なテント」と検索すれば、AIが複数のサイトから情報を収集し、価格・耐久性・設営のしやすさをまとめた回答を即座に提示する。ユーザーは個別の商品ページに辿り着く前に、AIの回答内で意思決定の大部分を終えてしまう可能性があるのだ。
エージェンティック・コマースの台頭
さらに注目すべきは「エージェンティック・コマース（Agentic Commerce）」という概念だ。これは、AIエージェントがユーザーを助けるだけでなく、ユーザーに代わって買い物をすることを指す。いわば、デジタル上の優秀な秘書が、最適な商品を世界中のショップから探し出し、決済まで済ませてくれるような状態だ。
エージェント（Agent）とは、特定の目的を達成するために自律的に判断して行動するソフトウェアを意味する。従来の音声アシスタントが特定のプラットフォーム内（Amazonなど）での注文に限定されていたのに対し、最新のAIエージェントはオープンなWeb全体を横断して最適な取引を見つけ出す能力を持ちつつある。
AIエージェントが活躍する「検討型購入」の領域
すべての購買がAIエージェントに置き換わるわけではない。商品の価格帯や性質によって、AIが真価を発揮する領域と、人間が自ら判断を下すべき領域に分かれるとの見方がある。
高額商品と日常品の間にあるチャンス
高額で複雑な買い物、例えば自動車や高級家具などは、AIがリサーチを代行することはあっても、最終的な決定権は人間が握り続けるだろう。Checkout.comの調査によれば、米国消費者がAIに決済を任せても良いと考える平均額は233ドル程度であり、高額な買い物における信頼構築にはまだ時間がかかると指摘されている。
一方で、毎月定期的に購入するコーヒー豆のような日常品は、すでにAmazonなどの既存システムによって自動化が進んでおり、新たなAIエージェントが入り込む余地は少ない。ここで最大のチャンスとなるのが、その中間にある「検討型購入（Considered Purchase）」だ。
複数店舗を横断するセット提案の可能性
検討型購入とは、「特定のスペックを満たすが、どのブランドにするかは決まっていない」状態での買い物を指す。例えば、「予算1万5,000円以内で、雨の日の通勤にも使える防水仕様のランニングシューズ」を探している場合だ。AIエージェントは膨大なレビューとスペックを比較し、最適な一足を提案するのに適している。
また、AIは複数の店舗から商品を組み合わせて「セット」として提案することも得意とする。「北アルプスでの登山に必要な装備一式を、2週間以内に届くもので揃えて」という複雑な要求に対し、AIはテントをA店、調理器具をB店、バックパックをC店から選び出し、一つのパズルを完成させるように提案できる。これは、従来のキーワード検索では実現不可能な体験だ。
AIとECサイトを繋ぐ3つの主要プロトコル
AIエージェントがECサイトと対話し、正確な情報を取得するためには、共通の「言語」が必要になる。現在、主要なテクノロジー企業によって、AI主導のコマースを支える3つのプロトコル（通信規格）の開発が進められている。
MCP（Model Context Protocol）によるリアルタイム連携
Anthropic社が導入したMCPは、AIモデルが外部システム（在庫データベースや注文管理ツールなど）に安全にアクセスするための標準規格だ。大規模言語モデル（LLM）は強力だが、デフォルトの状態では学習データに基づいた回答しかできず、リアルタイムの在庫状況や最新価格を知ることはできない。
MCPはAIとショップの間に「橋」を架ける役割を果たす。これにより、AIは当てずっぽうで回答するのではなく、店舗のライブデータを確認した上で「現在、在庫が2点あります」と正確にユーザーへ伝えることが可能になる。店舗を静的なWebサイトから、AIが読み書きできる動的なシステムへと変貌させるための基盤だ。
ACPとUCPがもたらすプラットフォームとの統合
OpenAIとStripeが協力して進めているのがACP（Agentic Commerce Protocol）だ。これはChatGPTなどのAIが、商品の発見からカートへの追加までをスムーズに行うための規格である。OpenAIはChatGPT内での直接決済よりも、まずは「発見と検討」に焦点を当て、最終的な決済はショップ側へ引き継ぐモデルを重視している。
一方、Googleが推進するUCP（Universal Commerce Protocol）は、Google検索やAIアシスタント「Gemini」を通じて、発見から購入までを完結させることを目指している。これらは互いに排他的なものではなく、異なるAIエコシステムに参加するための複数の入り口と捉えるべきだろう。これらのプロトコルに対応しているショップはAIに見つけてもらいやすくなり、対応していないショップはAIの視界から消えてしまうリスクがある。
WooCommerce加盟店が今すぐ取り組むべき準備
AI時代において、ECサイトのオーナーが最も警戒すべきは「プラットフォームによる中央集権化」だ。特定の巨大プラットフォームに商品データを預けすぎると、顧客との関係性や利益率をコントロールできなくなる恐れがある。WooCommerceのようなオープンソース基盤を利用する利点は、ここにある。
構造化データの最適化が「選ばれる」鍵
AIエージェントがショップを訪問した際、最初に確認するのは人間が見るデザインではなく、裏側に隠された「構造化データ」だ。製品名、価格、在庫状況、配送ポリシー、そして詳細なスペックが整理された状態で記述されている必要がある。
WooCommerceの著者は、データの「クリーンさ」と「完全性」が、どのプロトコルが勝利したとしても変わらない最強の対策であると指摘している。正確なスキーママークアップ（検索エンジンに情報を伝えるための専用タグ）を実装し、商品の特徴を詳細にデータ化しておくことが、AIに推薦されるための最低条件となるだろう。
直接アクセスの重要性と顧客関係の維持
AIを介した購入が増えたとしても、最終的な決済や顧客データの保持は自社サイトで行うべきだ。WooCommerceは、AIエージェントが店舗のライブデータを直接読み取れるようにするMCPの統合などを進めている。これにより、仲介者を挟まずにAIと直接対話できる環境が整いつつある。
独自の分析として、AI時代には「ブランドの信頼性」がこれまで以上に重要になると考える。AIは複数の選択肢を提示するが、最終的にユーザーが「この店で購入して大丈夫か」と判断する際の根拠は、サイト上のポリシーや過去の評価、ブランドが発信する独自のストーリーに依存するからだ。データによる最適化と、人間味のあるブランド構築の両輪が求められている。
この記事のポイント
- 消費者の約半数がすでにAIを検索に利用しており、キーワード検索からAIによる「発見」へと行動が変化している。
- AIが自律的に検索・比較・購入を行う「エージェンティック・コマース」が、特に検討が必要な中間価格帯の商品で普及する見込みだ。
- MCP、ACP、UCPといった新しいプロトコルが、AIエージェントとECサイトをリアルタイムで繋ぐインフラとして整備されている。
- EC事業者が今取り組むべき最優先事項は、商品データを整理し、AIが理解しやすい「構造化データ」を完璧に整えることである。
- WooCommerceはオープンな規格を通じてAIとの直接連携を強化しており、中央集権的なプラットフォームに依存しない自由な販売環境を維持しようとしている。
出典
- WooCommerce Blog「AI is changing how shoppers find your products」（2026年3月17日）
- McKinsey & Company「The agentic commerce opportunity: How AI agents are ushering in a new era for consumers and merchants」
- Digital Commerce 360「McKinsey forecast: $5 trillion agentic commerce sales by 2030」
・ 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
Google検索の変容：AI Modeの自己引用増加とAsk Maps、ブランドクエリ機能の全容
Google検索の環境が、AIの導入によって急速に変化している。AI Modeにおける自己引用の増加や、Googleマップへの対話型AI「Ask Maps」の搭載など、ユーザーとウェブサイトの接点に変容を迫るアップデートが相次いでいる。これらの変更は、企業のウェブマーケティング戦略に直接的な影響を与えるものだ。
SE Rankingの最新調査によれば、GoogleはAI Modeにおいて自社プロパティへのリンクを9ヶ月前の3倍に増やしたという。また、Search Consoleではブランドクエリの自動フィルタリング機能が全ユーザーに開放された。検索エンジンが「情報の仲介者」から「回答の提供者」へと進化する中で、SEOのあり方も再定義が求められている。
本記事では、Googleが進める最新のAI施策と、検索結果におけるリンクの動向、そして新たに導入された分析ツールの活用法について詳しく解説する。検索ユーザーが自社サイトに到達するまでの「距離」がどのように変化しているのか、その実態を明らかにする。
Google AI Modeの自己引用が3倍に増加
Googleの「AI Mode」において、Google自身のサービスやコンテンツを引用する割合が急増している。SE Rankingが公開した第3回調査レポートによると、自己引用の割合は全引用の7%から21%へと上昇した。これは、AIが生成する回答の5つに1つがGoogle内部へのリンクであることを意味する。
外部サイトへのトラフィック流出を抑制する構造
かつての自己引用は、主に「Googleビジネスプロフィール」へのリンクが中心であった。しかし、今回の報告によれば、現在はGoogle自身のオーガニック検索結果ページへのリンクが増加している。ユーザーを外部のウェブサイトへ送り出すのではなく、Googleのエコシステム内に留める動きが強まっていると著者は指摘している。
エコシステムとは、複数のサービスが連携し、ユーザーがその枠組みの中で完結できる仕組みを指す。Googleの場合、検索、マップ、YouTube、ビジネスプロフィールなどがこれに該当する。AI Modeが外部サイトではなく自社の検索結果を引用することで、ユーザーの検索体験はGoogle内で完結しやすくなる。
ローカルSEO以外への影響拡大
SE Rankingのブランド責任者であるモーディ・オバースタイン氏は、この傾向がローカル検索（地域に根ざした検索）に限定されない点に警鐘を鳴らしている。自己引用の17%がGoogle自身に向けられており、これは他のどの情報源よりも多い数字だ。この現象は、情報の「循環参照」のような状態を作り出しているとの見方もある。
企業にとっては、AI Modeが普及するほど、自社サイトへのクリック機会が減少するリスクがある。特に、事実確認や単純な情報の検索においては、AIがGoogle内部の情報を優先して表示するため、外部メディアやブログ記事への流入が制限される可能性がある。
Googleマップに搭載された「Ask Maps」の衝撃
Googleは、GoogleマップにGemini（ジェミニ）を活用した対話型AI機能「Ask Maps」を導入した。これにより、ユーザーは自然な言葉で場所に関する質問を投げかけ、地図上で直接推奨事項を受け取ることが可能になった。現在は米国とインドで先行リリースされている。
自然言語による場所の発見
Ask Mapsは、Googleが保有する膨大な場所のデータベースとユーザーレビューを基に回答を生成する。「週末に子供連れで行ける、静かなカフェを教えて」といった複雑な要望に対しても、文脈を理解した提案を行う。回答はユーザーの検索履歴や保存済みの場所に基づいてパーソナライズされる仕組みだ。
パーソナライズとは、個々のユーザーの好みや行動に合わせて情報を最適化することを指す。これにより、同じ質問をしてもユーザーごとに異なる最適な結果が表示されるようになる。従来の「キーワード検索」から「対話による探索」へと、ローカル情報の探し方が大きく変わろうとしている。
ビジネスオーナーに求められる対応
この変化は、質の高いレビューや詳細なビジネスプロフィールを維持してきた企業にとって、新たな露出のチャンスとなる。従来のリスト形式の表示では埋もれていた店舗も、AIがユーザーの要望に合致すると判断すれば、対話の中で優先的に紹介される可能性があるからだ。
一方で、Googleがどのような基準で推奨するビジネスを選択しているのか、その詳細は明らかにされていない。また、将来的にこの推奨枠が広告として販売される可能性についても、現時点では言及されていない。企業は、AIに正しく情報を認識させるために、構造化データの整備や最新情報の更新をより徹底する必要がある。
マルチモーダルAIによる音声・動画の直接インデックス
Googleの検索部門責任者であるリズ・リード氏は、AIが文字情報だけでなく、音声や動画の内容を直接理解できるようになったと述べている。これまでの検索エンジンは、主にタイトルや書き起こし（トランスクリプト）に頼って動画や音声をインデックスしていたが、その技術的制約が解消されつつある。
「内容」そのものを理解するインデックス
マルチモーダルAIとは、テキスト、画像、音声、動画といった異なる種類の情報を同時に処理・理解できるAIを指す。リード氏によれば、Googleはこの技術を用いることで、動画の視覚的な内容や音声のニュアンス、話の深みを直接解析できるようになった。これにより、メタデータが不十分だったポッドキャストや動画コンテンツの視認性が向上する見込みだ。
Web Performance Toolsの共同創設者であるスロボダン・マニッチ氏は、この変化を「Googleが動画を視聴し、ポッドキャストを聴くことを学習している」と表現した。単なる文字起こしではなく、コンテンツの本質的な意味やスタイルをAIが把握することで、検索結果の精度は飛躍的に高まると指摘されている。
購読状況を考慮したランキングの可能性
リード氏はまた、有料壁（ペイウォール）があるコンテンツの扱いについても言及した。将来的にGoogleは、特定のパブリッシャーをすでに購読しているユーザーに対して、その有料コンテンツを検索結果の上位に表示させる可能性があるという。これは、アクセス権のないユーザーには価値が低いとされていた有料記事が、既存顧客にとっては価値ある情報として再評価されることを意味する。
この仕組みが実現すれば、サブスクリプションモデルを採用しているメディア企業にとって大きなメリットとなる。検索エンジンが「誰がどのサービスを契約しているか」を認識し、それに基づいて結果を出し分けることで、既存ユーザーのエンゲージメント向上に寄与するからだ。
Search Consoleのブランドクエリフィルタが全公開
Googleは、Search Consoleにおいて「ブランドクエリ」と「非ブランドクエリ」を自動で分類するフィルタ機能を、すべての対象サイトに開放した。この機能はAIを活用しており、サイト運営者が手動で設定することなく、自社名を含む検索とそれ以外を分けることができる。
AIによる自動分類の精度と限界
このフィルタの最大の特徴は、ブランド名のスペルミスや製品名のみの検索も自動的に「ブランドクエリ」として認識する点にある。Googleの検索アドボケイトであるジョン・ミューラー氏は、コミュニティからの質問に対し、現時点ではサイト所有者がどのクエリをブランドとして扱うかをカスタマイズする計画はないと回答している。
「正規表現（Regex）」などの複雑なフィルタ設定を使わずに、ワンクリックでトラフィックの質を分析できるようになった意義は大きい。正規表現とは、特定の文字列のパターンを指定して検索や置換を行う手法だが、非エンジニアにはハードルが高いものだった。今回の自動化により、分析の民主化が進むと言える。
SEO成果の透明化
『Product-Led SEO』の著者であるイーライ・シュワルツ氏は、この機能によってSEOチームが「非ブランドクエリ」での成果をより明確に示せるようになると述べている。一方で、ブランド力に頼った流入をSEOの成果として報告していたケースでは、その実態が浮き彫りになるという側面もある。
成長が新しい発見（非ブランド）によるものなのか、それとも既存の知名度（ブランド）によるものなのかを峻別することは、戦略の立案において極めて重要だ。このフィルタを活用することで、真の新規顧客獲得に向けた改善ポイントがより明確になるだろう。
分析：検索からサイトへの距離が広がる時代
今週の一連のアップデートを俯瞰すると、共通のテーマが浮かび上がる。それは、ユーザーが検索を開始してから特定のウェブサイトに到達するまでの「ステップ」が増加し、距離が遠のいているという事実だ。1年前であれば、検索結果のリンクを直接クリックしていた行動が、現在はAIによる中間プロセスに置き換わりつつある。
AIが「情報の門番」になるリスク
AI Modeでの自己引用の増加やAsk Mapsの導入は、Googleが情報の「仲介者」から、自ら回答を提示する「コンシェルジュ」へと変貌していることを示している。ユーザーにとっては利便性が高まる一方で、コンテンツ制作者にとっては、自社のドメインにユーザーを呼び込む難易度が上がっているのが現状だ。
また、リズ・リード氏が語った「コンテンツの深い評価」も、Googleがユーザーに情報を提示するかどうかを決定する前の「検閲」に近い役割を果たしているとの見方もある。AIがコンテンツの質を直接判断し、その上でGoogle自身のサービスを優先的に引用する構造は、オープンなウェブのあり方に一石を投じている。
企業が取るべき新たな生存戦略
このような状況下で企業が注力すべきは、AIに「引用されるに値するブランド」としての地位を確立することだ。Search Consoleのブランドクエリフィルタが示すように、GoogleはすでにブランドをAIで識別している。単なるキーワード対策ではなく、ブランド名そのものが検索されるような認知度の向上や、AIが理解しやすい形式での情報発信が不可欠となる。
具体的には、音声や動画コンテンツの拡充、構造化データの正確な実装、そしてサードパーティのレビューサイトにおける高評価の獲得などが挙げられる。検索エンジンとの付き合い方が「クリックを待つ」ことから「AIの知識源として選ばれる」ことへとシフトしていることを、マーケターは認識すべきである。
この記事のポイント
- Google AI Modeの自己引用率が21%に達し、Google内部へのトラフィック循環が強まっている。
- Googleマップの「Ask Maps」導入により、ローカル検索が対話型AIによる探索へと進化している。
- マルチモーダルAIの進化で、音声や動画の内容が直接インデックスされ、検索の対象が広がっている。
- Search Consoleのブランドクエリフィルタが全ユーザーに開放され、トラフィックの質の分析が容易になった。
- 検索ユーザーとウェブサイトの距離が広がる中、AIに選ばれるためのブランド構築と多角的なコンテンツ発信が重要だ。
出典
- Search Engine Journal「AI Mode Data, Ask Maps & Branded Queries Go Live – SEO Pulse」（2026年3月13日）
- SE Ranking「Google Links in AI Mode Answers: 3rd Report」（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
WordPress 7.0開発最新状況——リアルタイム共同編集とAI連携の標準化が加速
WordPress 7.0のリリースサイクルが佳境を迎えている。2026年3月現在、Gutenberg 22.6のリリースによって主要な機能セットが確定し、3月19日にはリリース候補版（RC1）の公開が予定されている。
今回のメジャーアップデートでは、長年待望されていたリアルタイム共同編集（RTC）の基盤実装や、AIサービスとの連携を標準化する「AIコネクター」など、プラットフォームとしての在り方を大きく変える機能が導入される。現在はBeta 3が公開されており、広範囲なテストが呼びかけられている状況だ。
本記事では、WordPress 7.0で導入される主要機能の技術的背景と、開発者が準備すべきポイントについて、最新の動向を基に解説する。
WordPress 7.0の新機軸：リアルタイム共同編集（RTC）の実装
WordPress 7.0における最大の技術的トピックは、リアルタイム共同編集（RTC: Real-time Collaboration）の導入だ。複数のユーザーが同時に同じ投稿を編集できるこの機能は、これまで外部プラグインや特定のホスティング環境に依存していたが、ついにコア機能として組み込まれる。
HTTPポーリングによる高い互換性の確保
RTCの実装において、技術チームは当初検討されていたWebRTCではなく、HTTPポーリングによる同期プロバイダーを選択した。WebRTCはリアルタイム性に優れる一方で、サーバー構成やファイアウォールの設定によっては通信が不安定になる欠点がある。あらゆるホスティング環境での動作を保証するため、あえて汎用性の高いHTTPポーリングが採用された形だ。
データの整合性を保つ仕組みには、CRDT（Conflict-free Replicated Data Type / 衝突のない複製データ型）が採用されている。これは、複数の場所で同時に行われた変更を、矛盾なく統合するための数学的なアルゴリズムだ。更新データは「wp_sync_storage」という内部ポストタイプに保存され、定期的に圧縮・バッチ処理されることで、データベースへの負荷を最小限に抑える工夫がなされている。
拡張性を考慮した同期アーキテクチャ
この同期システムは、トランスポート層（通信手段）とストレージ層（保存先）を差し替え可能な設計になっている。デフォルトでは2名までの同時編集に制限されているが、ホスティング事業者は独自の同期プロバイダーを導入したり、wp-config.phpの設定値を変更したりすることで、より多人数での編集や高度なパフォーマンス最適化を図ることができる。
RTCをデフォルトで有効化するかどうかの最終判断は、RC2（リリース候補版2）前後で行われる予定だ。プラグイン開発者は、既存のメタボックスやカスタムフィールドがこの共同編集モードと競合しないか、事前の検証が求められる。
AI連携の標準化：AIコネクターとプロバイダーパッケージ
WordPress 7.0では、AIサービスとの通信を標準化するための「コネクター」機能が導入される。これは、特定のAIベンダーに依存せず、共通のインターフェースを通じてAI機能を利用できるようにするインフラストラクチャだ。
php-ai-clientによる共通インターフェースの提供
この機能の核となるのは「php-ai-client」パッケージだ。これは、主要なAIサービスとの通信を抽象化するPHPライブラリである。開発者はこの共通インターフェースに対してコードを書くことで、背後のAIプロバイダー（OpenAI、Google、Anthropicなど）が何であっても、同じように機能を実装できるようになる。
すでにプラグインディレクトリには、OpenAI、Google、Anthropicの各プロバイダーパッケージが公開されている。これにより、ユーザーは管理画面の「コネクター」設定から好みのAIサービスを選択し、APIキーを入力するだけで、サイト全体でAI機能を活用できる環境が整う。
プラットフォームとしてのAI対応
これまでAI機能は各プラグインが個別にAPI連携を実装していたが、コアが認証情報の管理やプロバイダーの選択を担うことで、開発効率とセキュリティが向上する。例えば、コンテンツ生成プラグインとSEO最適化プラグインが、同じAIコネクターの設定を共有するといった運用が可能になる。これは、WordPressが単なるCMSから「AI対応のオペレーティングシステム」へと進化する重要な一歩と言えるだろう。
編集体験の進化：視覚的な変更履歴とコンテンツ専用編集モード
ユーザーインターフェース（UI）の面でも、WordPress 7.0は大きな進化を遂げている。特にリビジョン管理とパターン編集の操作性が大幅に改善された。
カラーコードによる直感的なリビジョン管理
新しいリビジョンパネルでは、ドキュメント内の変更箇所が視覚的に強調表示されるようになった。追加されたブロックは緑、削除されたブロックは赤、設定が変更されたブロックは黄色で縁取りされる。テキスト内容についても、下線（追加）や打ち消し線（削除）を用いて、どこがどう変わったのかが一目で判別できる。
この機能はパフォーマンスにも配慮されており、まず変更されたブロックを素早く特定し、その後に詳細なテキスト比較を行う2段階のプロセスを採用している。テーマの色設定に合わせてカラーが自動調整されるため、どのようなデザインの編集画面でも視認性が損なわれない点も特徴だ。
構造を保護するコンテンツ専用編集（Content-Only Mode）
WordPress 7.0から、パターン編集のデフォルトが「コンテンツ専用編集モード」となる。このモードでは、レイアウトやスタイルの設定が隠され、ユーザーはテキストや画像などのコンテンツ入力に集中できる。これにより、誤ってデザインを崩してしまうリスクを低減できる。
構造的な編集が必要な場合は、パターンを「切り離す（Detach）」ことでフルアクセスが可能になる。管理者は、PHPフィルターやJavaScriptを使用して、非同期パターンのコンテンツ専用モードを無効化することも可能だ。制作会社がクライアントにサイトを引き渡す際、運用の安全性を高めるための強力なツールとなるだろう。
開発者向けツールとテーマ機能のアップデート
開発ワークフローを支えるツール群や、テーマ開発に役立つ新機能も多数追加されている。特にWP-CLIの強化と、ブロックの表現力向上に注目したい。
WP-CLIの新コマンドとPlaygroundの拡充
WP-CLIチームは、ブロックエンティティへの読み取り専用アクセスを提供する「wp block」コマンドや、権限管理を行う「ability」コマンドの開発を進めている。これらはWP-CLI v3.0の一部として、3月末の安定版リリースに向けて調整中だ。
また、ブラウザ上でWordPressを動作させる「WordPress Playground」のランタイムにおいて、phpMyAdminのサポートが追加された。wp-env.jsonの設定に1行加えるだけで、Docker環境と同等のデータベース管理ツールが利用可能になる。ローカル開発環境の構築がこれまで以上に迅速化される見込みだ。
アイコンブロックとナビゲーションオーバーレイ
テーマ制作において要望の多かった「アイコンブロック」がついに導入される。SVGアイコンをライブラリから選択して配置できる機能で、サーバーサイドの「SVG Icon Registration API」によって制御される。現在は標準のアイコンセットのみだが、将来的にはサードパーティ製のアイコンコレクションを登録できる拡張性も計画されている。
さらに、ナビゲーションブロックのモバイルメニュー（オーバーレイ）が完全にカスタマイズ可能になった。「ナビゲーションオーバーレイ」というテンプレートパーツとして独立したため、モバイル専用のメニューデザインを自由なレイアウトで作成できる。これは、モバイルファーストのデザインが求められる現代のWeb制作において、非常に価値の高いアップデートだ。
セキュリティアップデートと今後のロードマップ
新機能の開発が進む一方で、既存バージョンのメンテナンスも継続されている。2026年3月10日には、WordPress 6.9.2（および6.9.4までのマイナーアップデート）がリリースされた。これには10件の脆弱性修正が含まれており、中にはSSRF（サーバーサイドリクエストフォージェリ）やXSS（クロスサイトスクリプティング）といった重要度の高いものも含まれる。
開発チームは、すべてのユーザーに対して直ちにこれらのマイナーアップデートを適用するよう強く推奨している。セキュリティはサイト運営の根幹であり、新機能のテストを行う際も、まずは基盤となる環境の安全性を確保することが先決だ。
WordPress 7.0の正式リリースは4月に予定されている。RTCやAIコネクターといった野心的な機能が安定して動作するか、RC版での検証結果が待たれるところだ。開発者は、自身のプラグインやテーマがこれらの新機能とどのように相互作用するかを確認し、必要に応じてコードの修正を進めるべきだろう。
この記事のポイント
- リアルタイム共同編集（RTC）: HTTPポーリングとCRDTを採用し、あらゆるホスティング環境で安全な同時編集を可能にする。
- AIコネクターの標準化: 共通インターフェースを通じて主要AIサービスと連携。ベンダーに依存しないAI機能の実装が可能になる。
- 視覚的なリビジョン管理: 変更箇所をカラーコードで強調表示。直感的な変更履歴の追跡が可能になり、編集ミスを防ぐ。
- テーマ・開発ツールの強化: アイコンブロックの導入やナビゲーションオーバーレイの刷新、WP-CLIの新コマンドにより開発効率が向上する。
- セキュリティの重要性: 6.9.x系の脆弱性修正が公開されており、7.0への移行準備と並行して既存サイトの即時アップデートが必要だ。
出典
- Developer WordPress News「What’s new for developers? (March 2026)」（2026年3月10日）
- WordPress.org「WordPress 7.0 Beta 3」（2026年3月5日）
- Make WordPress Core「Real-Time Collaboration in the Block Editor」（2026年3月10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 Modeの自己引用が3倍に。検索・マップ・GSCの最新アップデートを解説
Googleの検索体験がAIによって急速に変容している。最新の調査報告によれば、AI ModeにおけるGoogle自身のプロパティへの引用率が、過去9ヶ月で大幅に増加したことが明らかになった。
2026年3月、GoogleはAIを活用した対話型検索「Ask Maps」の導入や、検索コンソールにおけるブランドクエリフィルタの全ユーザー開放など、重要なアップデートを立て続けに実施した。これらの変更は、Webサイトへのトラフィック流入経路に大きな影響を与える可能性がある。
本記事では、Google検索の責任者が語ったマルチモーダルAIによる音声・動画のインデックス化や、検索結果のパーソナライズ化の展望を含め、SEO担当者が今把握すべき重要事項を解説する。
Google AI Modeの自己引用率が21%に上昇
SE Rankingが発表した第3回「Google AI Mode引用レポート」によると、GoogleがAI Modeの回答内で自社プロパティへリンクを貼る割合が急増している。9ヶ月前には全引用の7%に過ぎなかった自己引用率が、現在は21%に達しているという。
外部サイトへの流入減少への懸念
AI Modeの引用のうち、5回に1回は外部のWebサイトではなく、Google自身のページに向けられている計算だ。これは、AI Overviews（AIによる概要表示）で見られた傾向と同様に、Googleがユーザーを自社のエコシステム内に留めようとする戦略を強化していることを示唆している。
SE Rankingのブランド責任者であるモーディ・オーバースタイン氏は、この現状を「巨大な循環」と表現している。同氏によれば、全引用の17%がGoogle自身に向けられており、他のどの情報源よりも高い割合を占めている。
ローカル検索からオーガニック検索への誘導シフト
以前の自己引用は、主にGoogleビジネスプロフィールのリスティング（店舗情報など）に向けられていた。しかし、今回の調査ではGoogle自身のオーガニック検索結果ページへのリンクが増加している。
これは、AIが回答の根拠として特定のWebサイトを個別に紹介するのではなく、「詳細はGoogleで検索してください」という形で自社の検索結果へユーザーを戻していることを意味する。結果として、個別のパブリッシャーが獲得できるトラフィックが減少するリスクがある。
GoogleマップにAI対話機能「Ask Maps」が登場
Googleは、Geminiを活用した対話型AI機能「Ask Maps」をGoogleマップに導入した。ユーザーは自然な言葉で場所について質問し、マップ上でおすすめの提案を受け取ることができる。
レビューとプロフィールの重要性が再定義される
Ask Mapsは、Googleが保有する膨大な場所のデータベースとユーザーレビューを基に回答を生成する。従来の「キーワード一致」によるリスト表示ではなく、文脈を理解した推薦が行われるのが特徴だ。
例えば「静かで作業に適した、Wi-Fiのあるカフェ」といった複雑な要望に対しても、レビュー内容を解析して最適な場所を提示する。店舗運営者にとっては、良質なレビューの獲得とビジネスプロフィールの充実が、AIに推奨されるための必須条件となるだろう。
パーソナライズ化による検索体験の変化
この機能は現在、米国とインドで提供されている。回答はユーザーの検索履歴や保存済みの場所に基づいてパーソナライズされるため、ユーザーごとに異なる結果が表示される。
ただし、Googleはどのような基準で特定のビジネスを優先的に推薦しているのか、その詳細なアルゴリズムは公開していない。また、将来的にこの推薦枠の中に広告（有料の配置）が含まれるかどうかも現時点では不明だ。
音声と動画の「直接理解」によるインデックスの進化
Googleの検索責任者であるエリザベス・リード氏は、AIがコンテンツをどのように理解し、インデックス（検索エンジンに登録すること）を行っているかの変化について言及した。
マルチモーダルAIが文字起こしを超越する
リード氏によれば、マルチモーダルLLM（大規模言語モデル）の導入により、Googleは音声や動画のコンテンツを直接処理できるようになった。マルチモーダルAIとは、テキストだけでなく画像、音声、動画など複数の種類の情報を同時に処理できるAIのことだ。
これまでのGoogleは、主に動画のタイトルや説明文、あるいは自動生成されたトランスクリプト（文字起こし）に頼って内容を把握していた。しかし現在は、動画内の視覚的な変化や音声のトーン、内容の深さをAIが直接「視聴」して理解しているという。これにより、これまで検索結果で過小評価されていたポッドキャストや動画コンテンツの露出が増える可能性がある。
サブスクリプション購読者向けの優先表示
リード氏は、将来的な展望として「サブスクリプションを認識したランキング」についても触れた。これは、特定のニュースサイトなどを有料購読しているユーザーに対し、そのサイトのコンテンツを検索結果の上位に表示する仕組みだ。
通常、ペイウォール（有料の壁）があるコンテンツは、多くのユーザーがアクセスできないため検索順位が上がりにくい傾向にある。しかし、購読者であることをGoogleが認識できれば、そのユーザーにとって価値の高い情報を優先的に届けることが可能になる。
サーチコンソールのブランドクエリフィルタが全ユーザーに開放
Google検索コンソール（GSC）において、ブランドクエリと非ブランドクエリを自動で分類するフィルタ機能が、すべての対象サイトで利用可能になった。
AIによる自動分類と精度の向上
このフィルタはAIを用いて、ユーザーの検索語句を「ブランド名を含むもの」と「それ以外」に自動で仕分けする。特筆すべきは、ブランド名のタイポ（打ち間違い）や、製品名のみの検索も自動的にブランドクエリとして認識する点だ。
これまでは、ブランドトラフィックを除外するためにREGEX（正規表現）を用いた複雑なフィルタ設定が必要だった。REGEXとは、文字列のパターンを指定して検索や置換を行う手法のことだ。新機能により、専門知識がなくても純粋な新規顧客の流入（非ブランドトラフィック）を正確に把握できるようになる。
戦略的なトラフィック分析の効率化
「Product-Led SEO」の著者であるイーライ・シュワルツ氏は、このアップデートによりSEOチームが「非ブランド領域での貢献」を明確に示せるようになると指摘している。
一方で、ブランドの知名度だけに頼ったトラフィック増加を「SEOの成果」として報告することが難しくなる側面もある。企業にとっては、純粋な検索需要（悩みや目的による検索）に対して自社サイトがどれだけ応えられているかを、より厳密に評価するツールとなるだろう。
独自分析：検索ユーザーとWebサイトの「距離」が広がる時代
今回の一連のアップデートを俯瞰すると、共通する一つのテーマが浮かび上がる。それは、ユーザーが検索を開始してからWebサイトに到達するまでの「距離」が物理的にも心理的にも遠くなっているという事実だ。
ゼロクリック検索の加速とブランド認知の重要性
AI Modeの自己引用率増加やAsk Mapsの導入は、ユーザーがGoogleのインターフェース内で完結する「ゼロクリック検索」を加速させる。ユーザーはWebサイトを訪れることなく、AIとの対話だけで解決策を得てしまうからだ。
このような環境下では、従来の「キーワードで上位表示してクリックを待つ」というモデルだけでは不十分だ。AIが回答の根拠として自社を「認識」し、推奨してくれる状態を作らなければならない。
今後は、直接的なトラフィックだけでなく、AIの回答に含まれる「ブランドの言及」や「推奨」をKPI（重要業績評価指標）に含める視点が必要になるだろう。また、リード氏が語ったように、動画や音声、さらにはサブスクリプションモデルとの連携など、テキスト以外のチャネルを統合したSEO戦略が、Webサイトの生存戦略において鍵となる。
この記事のポイント
- Google AI Modeの自己引用率が21%に上昇し、Google自身へのトラフィック誘導が強まっている。
- 「Ask Maps」の導入により、Googleマップでの検索が対話型かつパーソナライズされたものへ進化している。
- マルチモーダルAIの進化で、動画や音声コンテンツがテキストを介さず直接インデックスされるようになりつつある。
- 検索コンソールのブランドクエリフィルタにより、ブランド認知による流入と純粋なSEO成果の切り分けが容易になった。
- ユーザーがサイトへ到達する前にAIが回答を完結させる傾向が強まっており、ブランドの「言及」を増やす戦略が重要視される。
出典
- Search Engine Journal「AI Mode Data, Ask Maps & Branded Queries Go Live – SEO Pulse」（2026年3月13日）
- SE Ranking「Google Links in AI Mode Answers: Third Report」（2026年3月）
- Access Podcast「Interview with Elizabeth Reid, Head of Google Search」（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
AI検索が引き起こすECマーケティングの「アトリビューションの盲点」とその対策
人工知能（AI）の進化は、消費者が商品を見つけるプロセスを根本から変えつつある。この変化は、EC事業者にとって「アトリビューションの盲点」という新たな課題を突きつけている。
現在、少数の、しかし確実に増えつつある消費者が、検索エンジンやマーケットプレイスではなく、AIアシスタントへの対話型クエリから商品のリサーチを始めている。Perplexity（パープレキシティ）のようなジェネレーティブAI（生成AI）プラットフォームは、商品の推奨だけでなく、直接購入への導線も提供し始めている。
従来の検索結果では複数のブランドが1ページに並び、ユーザーの比較検討プロセスを追跡できた。しかし、AIによる回答は「10個のリンクから1つの回答」へと収束しており、これがマーケティング効果の測定を困難にしている。
AIによる「検索から回答へ」のパラダイムシフト
オンラインでの商品発見プロセスは、これまでGoogleなどの検索エンジン、Amazonなどのマーケットプレイス、そしてSNSが中心であった。ここに現在、対話型AIツールが加わっている。
10個のリンクから1つの回答へ
従来の検索エンジン最適化（SEO）の世界では、検索結果に表示される「青色のリンク」をいかにクリックさせるかが重要であった。しかし、AIアシスタントは膨大な情報から最適な選択肢を絞り込み、ユーザーに提示する。
データ分析企業LatentViewのビジネスヘッドであるKaushik Boruah氏は、「発見可能性が10個のリンクから1つの回答へと崩壊した」と指摘している。ユーザーが複数のサイトを巡回して比較する手間が省かれる一方で、ブランド側がユーザーの目に触れる機会は極端に狭まっている。
購買プロセスの「上流」への移動
消費者はAIに対し、「着心地の良い服」や「無香料の石鹸」といった具体的な悩みを相談する。AIはそれに対する解決策を提案し、その理由を説明する。
この段階で、消費者はすでに「何を買うか」を決めていることが多い。販売者のウェブサイトに到達したときには、検討プロセスは完了している。つまり、商品発見のプロセスが、EC事業者が制御できず、かつ測定も困難な「上流」へとシフトしているのだ。
なぜAI経由の貢献は「見えない」のか（アトリビューションの盲点）
アトリビューション（Attribution）とは、コンバージョン（商品購入などの成果）に至るまでの各広告やチャネルの貢献度を正しく評価することを指す。AIの台頭により、この評価に「盲点」が生じている。
複数チャネルを跨ぐ複雑な足跡
例えば、ある消費者がAIアシスタントに商品の推奨を求めたとする。回答を得た後、その消費者はGoogleでブランド名を検索し、Amazonで購入を完了させる。
この場合、AmazonやGoogle Analytics（グーグルアナリティクス）のデータ上では、売上は「検索」や「直接流入」に割り当てられる。最初にAIが与えた影響は、データとして記録されない。
マーケティング担当者は、消費者の行動が変化していることを認識しながらも、投資対効果（ROI）が不明確なため、予算をAIチャネルにシフトさせることに慎重にならざるを得ない。結果として、測定可能なチャネルばかりが優先される事態を招いている。
サードパーティクッキー廃止との共通点
このAIによる計測の難しさは、サードパーティクッキー（ウェブサイトを跨いでユーザーを追跡する技術）の廃止に伴う課題と似ている。どちらもカスタマージャーニー（顧客が購入に至るまでの道のり）の可視性を低下させ、計測をモデリング（統計的な予測）へとシフトさせる要因となっている。
しかし、AIの盲点はクッキーの問題よりも解決が難しいとの見方がある。クッキーは技術的な代替案が模索されているが、AIアシスタント内部の推奨アルゴリズムや、ユーザーとAIのクローズドな対話を外部から把握する手段は極めて限られているからだ。
計測不能な影響を可視化する3つの代替手法
直接的なアトリビューション計測が困難な中、先進的な企業はAIの影響を測定するために代替的なアプローチを試行している。
1. インクリメンタル・テスト（増分テスト）
インクリメンタル・テストとは、特定の地域やオーディエンスに対してのみキャンペーンを実施し、実施しなかったグループとの売上の差（リフト）を測定する手法だ。
個々のユーザーの動きを追跡できなくても、統計的に「その施策がどれだけの純増売上をもたらしたか」を推定できる。AIプラットフォームへの露出を強化した場合の売上増を測る際にも有効な手段となる。
2. MMM（マーケティング・ミックス・モデリング）
MMM（Marketing Mix Modeling）は、広告費、価格、季節性、競合の動きなどの膨大なデータセットを統計的に分析し、各要素が売上に与えた影響を算出する手法だ。
これは「種をまいてから芽が出るまで」を俯瞰するような分析であり、AIアシスタントのような計測しにくいチャネルの貢献度を、他の変数との相関関係から導き出すことができる。近年、プライバシー規制の強化に伴い、再び注目を集めている。
3. ユーザーアンケートとブランドリフト調査
デジタルな足跡を追えないのであれば、直接ユーザーに聞くという原始的な手法も重要になる。購入完了ページでの「このサイトをどこで知りましたか？」というアンケートに、選択肢としてAIアシスタントを加えるだけでも、貴重な一次データが得られる。
また、ブランドリフト調査（広告接触による認知度や購入意向の変化を測る調査）を通じて、AIの推奨がブランドイメージにどう寄与しているかを定性的に把握することも推奨される。
WooCommerce・EC事業者が今取り組むべき戦略的視点
AIが購買決定を左右する時代において、ECサイト（特にWooCommerceなどの柔軟なプラットフォーム）を運営する事業者は、単なるSEOの延長線上ではない対策を求められる。
AIO（AI検索最適化）への意識
SEO（検索エンジン最適化）に代わり、AIO（AI Optimization）やGEO（Generative Engine Optimization）という概念が登場している。AIに正しく自社の商品を認識・推奨させるためには、構造化データ（Schema.orgなど）の徹底的な実装が不可欠だ。
構造化データとは、検索エンジンやAIに対して「これは商品名」「これは価格」「これはレビュー」と、データの意味を機械が理解できる形式で伝えるためのコードだ。これを適切に記述することで、AIアシスタントの回答に自社商品が含まれる確率を高めることができる。
自社データ（ファーストパーティデータ）の強化
外部チャネルの計測が不透明になるほど、自社サイト内で取得できるデータの価値は高まる。顧客の購買履歴、閲覧行動、会員情報などのファーストパーティデータを統合し、顧客理解を深めることが、AI時代の不確実性に対する最大の防御策となる。
WooCommerceであれば、プラグインを活用して詳細な顧客行動ログを収集し、自社独自の分析基盤を構築することが比較的容易だ。計測できない「外部の動き」に一喜一憂するよりも、確実に見える「自社内のデータ」を盤石にすることが先決と言える。
この記事のポイント
- AIアシスタントは商品比較プロセスを省略し、消費者の意思決定を「上流」で完了させる。
- AI経由の流入は「直接流入」や「検索」に紛れ込み、真の貢献度が見えなくなる「アトリビューションの盲点」を生む。
- インクリメンタル・テストやMMM（マーケティング・ミックス・モデリング）など、統計的なアプローチによる効果測定が不可欠。
- 構造化データの最適化（AIO）と、自社データの活用強化が、AI時代のEC運営における重要な戦略となる。
出典
- Practical Ecommerce「The AI Attribution Blind Spot」（2026年3月8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利用者は急増も「信頼」には大きな壁——ECサイトが取り組むべき次世代の顧客体験
消費者のAI利用が急速に浸透する一方で、その回答や推薦に対する信頼度は依然として低い水準に留まっている。最新のグローバル調査では、週に1回以上AIツールを利用する層が60%に達したことが明らかになった。しかし、AIを完全に信頼していると回答した割合はわずか13%に過ぎない。
この調査は、マーケティング自動化プラットフォームを提供するKlaviyoが、世界約8,000人の消費者を対象に実施したものだ。AIが商品の発見や購買意思決定に影響を与え始めている事実は無視できない。しかし、利用率と信頼性の乖離は、マーケターにとって新たな課題を突きつけている。
本記事では、AIが変えつつある購買プロセスと、消費者が抱く不信感の正体を分析する。その上で、EC事業者が今後どのような姿勢でAIを導入し、顧客との信頼関係を構築すべきかを考察する。
AI利用と信頼の「ギャップ」が浮き彫りに
AI技術の普及速度は、過去のどのテクノロジーよりも速い。生成AI（Generative AI）の登場以降、日常的にAIと接する機会は劇的に増加した。しかし、技術の普及が必ずしも心理的な受容を意味するわけではない。
週1回以上の利用者が6割に達する現状
調査データによると、消費者の60%が少なくとも週に1回はAIツールを利用している。AIツールとは、ChatGPTのような対話型AIや、検索エンジンに統合されたAI回答生成機能、さらにはECサイトのレコメンドエンジンなどを指す。
利用目的は多岐にわたるが、特に「情報の整理」や「アイデアの創出」においてAIは不可欠な道具になりつつある。多くのユーザーは、複雑な選択肢を絞り込むための補助手段としてAIを活用している。
完全な信頼を寄せているのはわずか13%
利用率の高さとは対照的に、AIに対する信頼は極めて限定的だ。「AIを完全に信頼している」と答えたのは全体の13%にとどまる。多くの消費者は、AIが提供する情報を「参考」にはするが、最終的な判断を下すための「権威」とは見なしていない。
この現象は、AIが誤った情報を生成する「ハルシネーション（Hallucination / もっともらしい嘘）」への警戒心から生じている。ハルシネーションとは、AIが学習データに基づき、事実とは異なる情報を自信満々に回答してしまう現象を指す。消費者は、利便性を享受しながらも、常に情報の真偽を疑う姿勢を維持している。
AIが変える購買プロセスと商品発見の仕組み
信頼の欠如に関わらず、AIはすでに実際の購買行動に影響を及ぼしている。消費者はAIを「信頼できるアドバイザー」ではなく、「効率的な検索フィルター」として活用し始めている。
商品発見の「第一接点」としてのAI
調査では、20%以上の消費者が、新しいことを学びたいときや問題を解決したいとき、あるいは商品の評価を行いたいときに、まずAIツールから入ると回答した。これは、従来の「ググる（Google検索）」という行動が、AIとの対話に置き換わりつつあることを示唆している。
カスタマージャーニー（顧客が商品を知り、購入に至るまでのプロセス）において、AIは最上流の「認知・興味」のフェーズに食い込んでいる。ブランド側から見れば、AIによる回答の中に自社製品が含まれるかどうかが、今後の売上を左右する重要な要因となる。
AI推薦による購買行動の実態
過去6ヶ月間に、AIが推薦した商品を購入したことがある消費者は41%に上る。さらに、27%の消費者は「AIによって初めてその商品を知り、その後自分で詳細を調べてから購入した」と回答している。
ここで重要なのは、AIの推薦をそのまま鵜呑みにして即決するのではなく、多くのユーザーが「再確認」のプロセスを挟んでいる点だ。AIはあくまで「選択肢の提示」を行い、最終的な信頼の裏付けは公式サイトやレビューなどの従来型ソースに依存している。
4つのAIペルソナから見るユーザー心理の多様化
Klaviyoの調査では、AIの利用頻度と信頼度の度合いに基づき、消費者を4つの「ペルソナ」に分類している。ペルソナとは、ターゲットとなる顧客像を具体化したモデルのことだ。
積極利用層と慎重層の境界線
1つ目のグループは「AI Enthusiasts（AI熱狂層）」だ。全体の約26%を占め、高い利用頻度と比較的高い信頼度を併せ持つ。この層の89%は過去半年間にショッピングでAIを活用しており、AIの推薦によって未知の商品を購入することにも抵抗が少ない。
2つ目は「AI Evaluators（AI評価層）」である。彼らはAIを頻繁に利用するが、その回答には慎重だ。AIをリサーチや比較には使うが、行動に移す前に必ず情報の検証を行う。熱狂層と評価層を合わせると、全消費者の約70%に達する。
AIを拒絶する層へのアプローチ
3つ目の「AI Skeptics（AI懐疑層）」は、AIの存在を理解し時折利用するものの、マーケティングへの活用には強い警戒心を抱いている。そして4つ目の「AI Holdouts（AI停滞層）」は、全体の約21%を占め、ショッピングでのAI利用をほとんど行わず、人間による対面や直接のガイドを好む。
EC事業者は、自社の顧客がどのペルソナに属しているかを把握する必要がある。すべてをAI化することは、懐疑層や停滞層の離反を招くリスクがあるためだ。
ヘビーユーザーほど「低品質なAIコンテンツ」を嫌う
今回の調査で得られた興味深い知見の一つは、AIを最も使いこなしている層ほど、ブランドが提供するAIコンテンツの質に厳しいという事実だ。
汎用的な自動生成コンテンツの限界
AI熱狂層の40%は、ブランドが発信する「低品質で汎用的なAI生成コンテンツ」を週に何度も目にしていると回答した。AIの利用経験が豊富なユーザーは、AI特有の言い回しや、具体性に欠ける説明を瞬時に見抜く能力を備えている。
AIを使って大量のメールマガジンや商品説明文を生成することは容易だが、それが「どこかで見たような内容」であれば、かえってブランドイメージを損なう。消費者はAIの便利さを求めているのであって、手抜きを求めているわけではない。
AIリテラシーの向上がブランドに求める質
消費者のAIリテラシー（AIを正しく理解し使いこなす能力）が高まるにつれ、ブランド側には「AIをどう隠すか」ではなく「AIをどう使いこなして価値を高めるか」が問われるようになる。
例えば、単なる自動応答チャットボットではなく、顧客の過去の購買履歴や好みを深く理解した上での「パーソナライズされた提案」ができるかどうかが鍵となる。AIの出力に人間の編集（Human-in-the-loop）を加え、ブランド独自のトーン＆マナーを維持することが不可欠だ。
検索行動の進化：キーワードから「対話」へ
AIの普及は、ユーザーが情報を探す際の「言葉遣い」にも変化をもたらしている。従来のキーワード検索から、文脈を含んだ対話形式への移行が進んでいる。
プロンプトの長文化と文脈の重要性
調査によると、消費者の30%がAIへの入力（プロンプト）に8単語以上を使用している。従来の検索エンジンでは「キャンプ テント おすすめ」といった短いキーワードが主流だったが、AIに対しては「家族4人で夏に北海道で使う、設営が簡単なテントを教えて」といった、具体的で長い指示を出すようになっている。
プロンプトとは、AIに対する命令や指示文のことだ。ユーザーがより詳細なコンテキスト（背景情報）をAIに与えるようになったことは、ECサイト側もより詳細な商品データ（構造化データ）を用意しなければならないことを意味する。
感情的なコンテキストを含む検索
さらに、78%の消費者は、AIとのやり取りにおいて感情的または個人的な背景を含めることがあると答えた。「大切な友人の結婚祝いなので、失礼のない上質なものを選びたい」といった、従来の検索エンジンでは汲み取りにくかったニュアンスをAIにぶつけているのだ。
このような「意図の深掘り」に対応できるAI体験を提供できるかどうかが、今後のECサイトの競争力を左右する。キーワードの一致だけでなく、ユーザーの「悩み」や「願い」に寄り添う回答が求められている。
EC事業者が信頼を獲得するための3つの戦略
AI利用と信頼のギャップを埋めるためには、技術の導入そのものよりも、その運用方法に工夫が必要だ。筆者は、以下の3つの戦略が重要になると考えている。
1. 情報源の透明性と裏付けの提示
AIが推薦を行う際、なぜその商品を選んだのかという「根拠」を明示することだ。「あなたの過去の購入傾向に基づき、かつ他の100人のユーザーが高評価を付けているため」といった具体的な理由が、信頼の架け橋となる。
また、AIの回答から直接、人間が書いた詳細なレビューや仕様表へアクセスできる導線を確保することも重要だ。AIを入り口としつつ、信頼の拠り所は「事実」に置く設計が求められる。
2. パーソナライズとプライバシーのバランス
消費者は自分に最適化された体験を望んでいるが、同時にデータの取り扱いには敏感だ。AI活用のためにどのようなデータを使用し、それがどう顧客の利益につながるのかを明確に説明する姿勢が必要だ。
WooCommerceなどのプラットフォームを利用している場合、顧客データを外部のAIモデルに送信する際のセキュリティ対策を徹底し、それをプライバシーポリシーとして明文化しておくことが、長期的な信頼につながる。
3. 「人間らしさ」を補完するAI活用
AIにすべての接客を任せるのではなく、AIを「人間のスタッフを支援するツール」として位置づける。例えば、AIが顧客の意図をあらかじめ要約し、最終的な回答は人間のスタッフが確認して送信するハイブリッド型のカスタマーサポートなどが有効だ。
AIの効率性と人間の共感性を組み合わせることで、懐疑的なユーザー層も安心して利用できる環境が整う。
この記事のポイント
- 消費者の60%がAIを日常利用しているが、完全に信頼しているのはわずか13%である。
- AIは商品発見の「第一接点」として定着しつつあり、41%がAI推薦による購入を経験している。
- 利用頻度が高いユーザーほど、ブランドによる低品質なAI生成コンテンツに対して批判的である。
- 検索行動はキーワード型から、長文で感情的なコンテキストを含む対話型へと進化している。
- EC事業者はAIの根拠を明示し、人間によるチェックを介在させることで「信頼のギャップ」を埋めるべきだ。
出典
- MarTech「Most consumers use AI, but few fully trust it」（2026年3月13日）
- Klaviyo「Klaviyo AI Persona Research」（2026年3月公開）
・ 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
GA4の「Direct」トラフィックの正体——AIの影響と計測の限界を読み解く
Googleアナリティクス4（GA4）において、Direct（直接流入）の増加は必ずしもブランド認知の向上を意味しない。 多くのマーケティング担当者は、Directトラフィックを「ユーザーがURLを直接入力した、またはブックマークから訪問したロイヤリティの高い行動」と解釈している。 しかし、実態は「参照元を特定できなかったトラフィックのゴミ箱」に近い側面がある。
GA4のレポートでDirectが急増している場合、そこにはAIによる回答エンジンやプライバシー保護機能の影響が隠れている。 データの裏側にある技術的背景を理解しなければ、誤った投資判断を下すリスクがある。 本記事では、Directトラフィックが実際に何を計測しているのか、そしてAI時代にどう向き合うべきかを解説する。
GA4におけるDirectトラフィックの定義と実態
GA4において、セッションのソース（流入元）やメディアが特定できない場合、その訪問は自動的に「Direct」として分類される。 一般的には、ブラウザのURLバーに直接ドメインを入力する、あるいはブラウザの「お気に入り」からアクセスする行動がこれに該当する。 有名ブランドであれば、この種の直接訪問が一定数存在するのは自然なことだ。
リファラ情報の欠落が招く「擬似的なDirect」
しかし、実際には「リファラ（Referrer）」と呼ばれる参照元情報が失われたことで、Directに分類されるケースが非常に多い。 リファラとは、ユーザーがどのページからリンクを辿ってきたかを伝える仕組みだ。 例えば、LINEやSlackなどのメッセージアプリ内のリンク、あるいはモバイルアプリ内からWebサイトへ遷移する場合、このリファラ情報が正しく引き継がれないことがある。
また、セキュリティ上の理由でHTTPSサイトからHTTPサイトへ遷移する際も、リファラは送信されない。 このように、ユーザーの意図的な直接訪問ではなく、技術的な制約によって「正体不明」となったアクセスがDirectとしてカウントされている。 これは計測側の限界であり、ユーザーのブランド愛着度を示しているわけではない。
なぜDirectトラフィックの増加を誤読してしまうのか
マーケティングレポートにおいて、Directの増加は「施策が当たって指名検索や直接訪問が増えた」とポジティブに報告されやすい。 経営層やクライアントにとっても、広告費をかけずにユーザーが自発的に訪れる数字は魅力的に映る。 だが、この解釈には大きな落とし穴がある。
キャンペーンタグの不備という技術的要因
Direct急増の裏には、多くの場合、タグ設定のミスが隠れている。 メールマガジンやPDF資料、SNSの投稿に設置したリンクにUTMパラメータが付与されていない場合、それらはすべてDirectとして処理される。 UTMパラメータとは、URLの末尾に追加する「?utm_source=…」といった文字列で、流入元を明示するためのものだ。
特に、複数のチームで運用している場合、タグ付けのルールが統一されていないと計測漏れが発生しやすい。 インフルエンサー施策や有料広告であっても、リンク先のURLが適切に管理されていなければ、その成果はすべてDirectの中に埋もれてしまう。 これは、マーケティング活動の投資対効果（ROI）を正しく評価できない原因となる。
クロスデバイスとカスタマージャーニーの断絶
ユーザーの行動が複雑化していることも、Directトラフィックを複雑にしている。 例えば、スマートフォンで通勤中に検索し、サイトを見つけたユーザーがいたとする。 その後、帰宅してからPCを立ち上げ、ブラウザに社名を入力して購入に至った場合、GA4はこれを「Directによるコンバージョン」と記録することが多い。
実際には最初の検索（オーガニック検索）がきっかけだが、デバイスを跨ぐことで計測の紐付けが途切れてしまう。 この場合、Directは「ロイヤリティの証」ではなく、単なる「最終接触チャネル」に過ぎない。
AIによる「静かなインフレ」とDirectの関係
2026年現在、AI検索やチャット型アシスタントの普及により、Directトラフィックの性質がさらに変化している。 ユーザーがGoogle検索の代わりにAIに質問し、AIが特定のブランドや製品を推奨するシーンが増えた。 この際、AIが提示した情報を元にユーザーが新しいタブを開き、直接ドメインを入力してサイトに訪れる行動が頻発している。
AIアシスタント経由の「ダークサーチ」
AI経由の訪問は、GA4のレポート上では多くの場合、参照元不明のDirectとして現れる。 AIツールがブラウザ内でリンクを生成して誘導する場合でも、従来のような検索エンジンからの流入（Organic Search）としてはカウントされない。 このように、出所が特定できないものの、実際には外部の影響を受けている流入を「ダークサーチ」と呼ぶ。
AIの影響力が強まるほど、オーガニック検索の数字は横ばい、あるいは減少する一方で、Directだけが伸び続ける現象が起きる。 これを「ブランド力が上がった」と単純に喜ぶのは危険だ。 実際にはAIへの露出度（AI Visibility）が高まった結果であり、その因果関係を把握するには別の分析手法が必要になる。
プライバシー保護の強化が計測を不透明にする
近年のプライバシー保護の潮流も、Directトラフィックを増大させる要因となっている。 ブラウザ各社によるトラッキング防止機能（ITPなど）や、ユーザーによるクッキー（Cookie）の拒否設定が、アトリビューション（貢献度）解析を困難にしている。
リファラ情報の削除とURLクリーンアップ
一部のブラウザやメッセージングアプリでは、プライバシー保護のためにURLからトラッキング用のパラメータを自動的に削除する機能を備えている。 これにより、本来なら「広告経由」や「SNS経由」と識別されるべきアクセスが、丸裸のURLとしてサーバーに届くことになる。 結果として、GA4はこれらをDirectとして分類せざるを得ない。
ユーザーの行動自体は変わっていないが、計測システムの「目」が塞がれている状態だ。 今後、プライバシー規制がさらに厳格化される中で、Directトラフィックの比率はさらに高まっていくと予想される。 もはや「Direct＝直接訪問」という前提は成り立たない。
Directトラフィックを正しく診断するための実務チェックリスト
Directが急増した際、それが「良い兆候」なのか「計測の不備」なのかを判断するための具体的なステップを紹介する。 単一の指標に惑わされず、複数のデータを掛け合わせることが重要だ。
1. ランディングページの分布を確認する
Direct流入の受け皿となっているページを調査する。 トップページ（/）への流入であれば、直接入力やブックマークの可能性が高い。 しかし、URLが長く複雑な「ブログ記事」や「特定の商品ページ」にDirectが集中している場合、それはメッセージアプリや未計測のキャンペーンからの流入である可能性が極めて高い。
2. 指名検索（ブランド検索）の推移と比較する
Google Search Console（サーチコンソール）を使用し、社名やサービス名での検索クリック数を確認する。 Directトラフィックと指名検索が連動して増えているなら、テレビCMや展示会などのオフライン施策、あるいはAIでの露出によって認知が拡大したと推測できる。 逆に、指名検索が増えていないのにDirectだけが急増しているなら、技術的なタグの欠落を疑うべきだ。
3. ブラウザとデバイスのセグメント分析
特定のブラウザ（例：iOSのSafari）や、特定のアプリ内ブラウザだけでDirectが増えていないかを確認する。 特定の環境だけで増えている場合、それはOSのアップデートによるプライバシー制限や、アプリの仕様変更が原因である可能性が高い。
4. キャンペーンタグ（UTM）の再点検
現在配信しているすべての外部チャネルをリストアップし、UTMパラメータが正しく設定されているかテストする。 特に以下の項目は見落とされやすい。
- メールマガジン内のボタンやテキストリンク
- 公式SNSアカウントのプロフィール欄にあるURL
- カスタマーサポートがチャットで送信するURL
- QRコード経由のアクセス
独自の分析：ECサイトにおけるDirectトラフィックの「意味」
WooCommerceなどのECサイトを運営している場合、Directトラフィックの質を見極めることは売上に直結する。 筆者の分析によれば、ECにおける「健全なDirect」は、リピート購入の直前に発生する傾向がある。 一方で、新規ユーザーによるDirect流入が特定の「セール対象商品」に集中している場合、それはアフィリエイトやSNSでの「タグなし紹介」が原因であることが多い。
これを放置すると、どの媒体が売上に貢献しているのかが分からず、広告予算の最適化ができなくなる。 対策として、サイト内に「どこで知りましたか？」というアンケートを設置したり、特定の流入元専用のクーポンコードを発行したりすることで、GA4の数字を補完する努力が求められる。
技術的な限界を認めた上で、定性的なデータで「Directの正体」を埋めていく姿勢が、これからのWeb担当者には不可欠だ。
この記事のポイント
- GA4のDirectは「参照元が特定できないアクセス」の総称であり、必ずしも直接訪問ではない。
- AI検索やチャットツールの普及により、出所不明の「ダークサーチ」が増加している。
- プライバシー保護機能の強化により、リファラ情報が削除され、Directへ分類されるケースが増えている。
- Directの急増時は、ランディングページや指名検索の推移を確認し、計測不備がないか診断する必要がある。
- データの不透明さを前提に、アンケートやクーポン活用などの補完的な分析手法を組み合わせることが重要だ。
出典
- MarTech「Why direct traffic in GA4 isn’t what it looks like」（2026年3月9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時代の検索革命——オーガニック流入減少に打ち勝つ「AEO」戦略の全容
オーガニック検索の仕組みが根本から崩壊し始めている。 GoogleによるAI Overviewsの導入やLLM（大規模言語モデル）の普及により、ユーザーはWebサイトを訪れずに回答を得るようになった。 この変化は、従来の「クリックを稼ぐためのSEO」がもはや通用しない時代への突入を意味している。
2024年から2025年にかけて、B2Bサイトの73%がトラフィックの大幅な減少を経験した。 平均的な減少率は前年比34%に達し、特に情報提供型コンテンツを主力とするサイトが深刻な打撃を受けている。 流入数の回復を待つのではなく、検索行動の変容に合わせた新しい戦略への転換が急務だ。
この記事では、検索のパラダイムシフトの背景と、AIに選ばれるための新概念「AEO（Answer Engine Optimization）」の具体策を解説する。
なぜ今、従来のSEOが通用しなくなっているのか
オーガニッククリックが減少している理由は、主に2つの構造的変化に集約される。 1つはGoogleが長年進めてきた「ゼロクリック検索」の強化だ。 もう1つは、ユーザーが検索エンジンそのものをバイパスし、AIチャットツールへ移行している事実である。
ゼロクリック検索の常態化とAI Overviewsの衝撃
ゼロクリック検索とは、検索結果画面（SERP）でユーザーが回答を得てしまい、どのサイトもクリックせずに離脱する現象を指す。 10年前、この割合は約25%だったが、現在は65%を超えている。 Googleが提供する強調スニペットやナレッジパネルが、サイトへの訪問機会を奪っている格好だ。
さらに、AI Overviews（旧SGE）の登場がこの傾向を加速させた。 AI Overviewsは、複数のソースから情報を要約して検索結果の最上部に表示する機能だ。 デスクトップ検索の16%、モバイル検索の41%でこの機能が表示されており、ユーザーがリンクを踏む必要性は劇的に低下した。
ユーザー行動の変容——検索から「対話」へ
米国の成人の約52%がChatGPTなどのAIツールを定期的に利用している。 LLM（Large Language Model / 大規模言語モデル）は、膨大なテキストデータを学習し、人間のような自然な対話を可能にするAI技術だ。 ユーザーは特定のキーワードで検索する代わりに、AIに直接質問し、その場で回答を得る道を選び始めている。
AIが回答を生成する際、企業のコンテンツが参照されていても、そこからサイトへのリンクが提供されるとは限らない。 参照元としての帰属（アトリビューション）が得られないまま、情報だけが消費される「サイレントな利用」が拡大している。
AEO（AIエンジン最適化）で重視すべき5つの新指標
インプレッションやクリック数といった従来のKPI（重要業績評価指標）だけでは、ブランドの露出度を正確に測れなくなっている。 これからの時代は、AIの回答内にどれだけ自社が登場しているかを評価する「AEO（Answer Engine Optimization / 回答エンジン最適化）」の視点が欠かせない。 AEOとは、AIチャットボットや検索AIが回答を生成する際に、自社の情報を優先的に採用させるための最適化手法だ。
サイト流入数に代わる「AI引用数」と「ブランド言及」
最優先で計測すべきは「AI回答内での引用数」だ。 LLMが回答を生成する際に、自社コンテンツが直接ソースとして引用されている頻度を指す。 引用されることは、そのコンテンツが構造化されており、かつ信頼に値するとAIに判断された証拠となる。
次に重要なのが「ブランド言及（メンション）」である。 AIは自社サイトだけでなく、口コミサイト、フォーラム、SNSなどWeb上のあらゆる情報を参照する。 自社サイトが引用されていなくても、AIが「おすすめのサービス」としてブランド名を挙げるケースは多い。 この言及頻度を競合と比較することで、AI内でのシェア（Share of Voice）を把握できる。
AI経由のトラフィックとコンバージョン率の計測
AIツールからのリファラル（参照）流入も無視できない。 初期のデータによれば、AIの回答内にあるリンクを経由して訪れるユーザーは、通常の検索ユーザーよりもコンバージョン率が3〜5倍高い傾向にある。 AIがユーザーの意図を汲み取り、最適な解決策として提示しているため、訪問時点での購買意欲が高いからだ。
また、ブランドセンチメント（感情分析）も重要だ。 AIが自社ブランドを好意的、中立的、あるいは否定的に紹介しているかを追跡する必要がある。 ネガティブな文脈で学習されている場合、どれだけ露出が増えても逆効果になりかねない。
AIに選ばれるためのコンテンツ最適化術
AIに引用されるための戦略は、従来のSEOの延長線上にあるが、より「情報の明快さ」と「信頼の裏付け」が求められる。 アルゴリズムを欺くテクニックではなく、情報の受け手（AIと人間）にとっての価値を最大化することが近道となる。
E-E-A-Tの徹底と構造化されたデータの提供
Googleが提唱するE-E-A-T（経験、専門性、権威性、信頼性）は、AEOにおいても基盤となる。 LLMは、実体験に基づいた独自の知見や、専門家によって執筆された信頼性の高いソースを優先的に抽出する。 一般的な情報の寄せ集めではなく、その企業にしか語れない一次情報を発信し続けることが、AIに選ばれる条件だ。
また、情報の「構造」も極めて重要だ。 AIが情報を解析しやすいよう、Q&A形式の採用や、箇条書きによる要約、明確な見出し構成を徹底しなければならない。 複雑な文章の中に回答を埋め込むのではなく、問いに対して直接的に答える一文を用意することが、引用率の向上に直結する。
「人間による執筆」が持つ圧倒的な優位性
AIで大量生産されたコンテンツの価値は暴落している。 Googleのコアアップデート以降、AI生成コンテンツの多くが検索順位と引用頻度を大幅に下げた。 LLM自体がAI特有の記述パターンを検知し、それらを「低品質」として排除する能力を高めているからだ。
AIを執筆の補助として使うのは有効だが、最終的なアウトプットには人間の編集と視点が必要だ。 合成的なトーンを排除し、独自の表現や最新のデータ、具体的な事例を盛り込むことで、AIには模倣できない価値が生まれる。 コンテンツの「量」よりも「質」への投資が、長期的な資産となる。
自社メディアを超えた「外部エコシステム」の構築
AIは自社サイトの情報だけを信じているわけではない。 複数の信頼できるソースが同じ情報を発信しているとき、AIはその情報を「事実」として認定する。 これを「コンセンサス（合意形成）」と呼ぶ。 AEOを成功させるには、自社サイトの外側でいかに語られるかが戦略の鍵を握る。
第三者プラットフォームでの「合意形成」が鍵
業界特化型のレビューサイト、掲示板（Reddit等）、SNS、YouTubeでの評価がAIの学習データに大きな影響を与える。 例えば、ECサイトであれば、自社サイト内のレビューだけでなく、Googleビジネスプロフィールや外部の比較サイトでの評価を蓄積することが重要だ。
また、権威あるニュースサイトや業界紙への寄稿、インタビュー記事の掲載も効果が高い。 AIは「誰がそのブランドを認めているか」というネットワーク構造を分析している。 信頼性の高い外部サイトから言及されることで、ブランドの権威性が裏付けられ、AIの回答に採用されやすくなる。
動画コンテンツの重要性も増している。 特にYouTubeの内容はAIによって高度にインデックス（索引化）されており、ChatGPTなどのAIが回答の根拠として動画を引用するケースが増えている。 テキストだけでなく、マルチメディア展開を通じてブランドの露出面を広げることが、AI時代のシェア拡大につながる。
流入減少時代を生き抜くランディングページ（LP）の鉄則
オーガニックトラフィックが減少する中、サイトに到達した貴重なユーザーを確実にコンバージョン（成約）へ導く必要がある。 流入の「数」が追えない以上、1訪問あたりの「価値」を最大化しなければならない。 そのためのランディングページ（LP）設計は、ブログ記事などのコンテンツとは異なるアプローチが求められる。
LPの原則は「1つのオファー、1つのメッセージ、最小限のコピー」だ。 ユーザーがページを開いた瞬間に価値提案を理解し、迷わずにアクションを起こせる構成にしなければならない。 複数の目的を1つのページに詰め込むのではなく、ターゲットごとに専用のLPを用意することが鉄則だ。
AI経由で訪れるユーザーは、すでにAIとの対話を通じて課題が明確になっている場合が多い。 そのため、LPでは冗長な説明を省き、ユーザーの期待に即座に応える「解決策」を提示することが重要だ。 信頼性を示す証拠（ソーシャルプルーフ）をファーストビュー付近に配置し、心理的ハードルを下げる工夫が求められる。
【独自分析】ECサイト・WooCommerce運営者が取るべき具体策
ECサイト、特にWooCommerceを利用している運営者にとって、AEOは脅威であると同時に大きなチャンスでもある。 AIは「特定の商品を探している」ユーザーに対し、詳細なスペックや価格比較、実際のユーザー体験を基に推奨を行うからだ。
構造化データ（Schema.org）の徹底活用
ECサイトにおいて、商品名、価格、在庫状況、レビュー評価を「構造化データ」として正しく実装することは、もはや必須だ。 構造化データとは、検索エンジンやAIに情報の意味を正しく伝えるための専用コードを指す。 WooCommerceでは多くのプラグインがこれをサポートしているが、カスタマイズによって情報が欠落していないか確認が必要だ。
AIが「3万円以下で、耐久性が高く、青色のバックパック」というプロンプト（指示文）を受け取った際、構造化データが適切に設定されていれば、自社の商品が選ばれる確率は格段に高まる。 カタログスペックをただ並べるのではなく、AIが解釈しやすい形式でデータを提供することが、次世代の販売戦略となる。
レビューの「質」をAIの学習源に変える
AIはカスタマーレビューの内容を深く分析している。 「良い商品です」といった短文よりも、「キャンプで3回使用したが、雨天時でも浸水しなかった」という具体的な体験談を含むレビューの方が、AIは「信頼できる情報」として重宝する。
運営者は、購入後のサンクスメール等を通じて、ユーザーに具体的なシチュエーションを含めたレビュー投稿を促すべきだ。 これらの「生の声」がWeb上に蓄積されることで、AIはあなたのショップを「特定のニーズに応える最適な場所」として認識するようになる。 自社サイトだけでなく、外部プラットフォームでのレビュー獲得も並行して行うことが、AI時代のブランド防衛につながる。
この記事のポイント
- 従来のSEO（クリック重視）からAEO（AIによる引用・言及重視）への戦略転換が必要だ。
- GoogleのAI OverviewsやLLMの普及により、ゼロクリック検索が常態化している。
- AIに選ばれるためには、E-E-A-Tの強化と、Q&A形式などAIが解析しやすいコンテンツ構造が不可欠だ。
- 自社サイト内だけでなく、SNS、レビューサイト、YouTubeなどの外部エコシステムでの信頼構築が引用率を左右する。
- 流入数が減る時代だからこそ、LPのコンバージョン率最適化と、ECにおける構造化データの徹底が重要になる。
出典
- MarTech「Organic search is fundamentally disrupted. Here’s what to do about it.」（2026年3月9日）
- Elon University「Survey: 52% of U.S. adults now use AI large language models like ChatGPT」（2025年3月12日）
- NBER「Workplace Adoption of Generative AI」（2024年12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