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
WordPress画像最適化の決定版：表示速度を劇的に改善する6つの実践テクニック
WordPressサイトのページ重量において、画像ファイルは常に最大の要因となる。デザイン性を重視するほど画像数は増え、最適化を怠ればサイトの読み込み速度は著しく低下する。記事によれば、多くの運営者がサイトの遅さに気づく頃には、メディアライブラリには数百もの未圧縮ファイルが蓄積されているという。
画像の最適化は、一度仕組みを構築すれば長期的なパフォーマンス向上に寄与する。本記事では、アップロード前の準備から最新の配信技術まで、具体的な6つのステップを解説する。これらを実践することで、ユーザー体験の向上とSEO対策の両立が可能になる。
特に、Googleが重視するCore Web Vitals（コアウェブバイタル）の指標であるLCP（Largest Contentful Paint）の改善には、画像の扱いが鍵を握る。適切なリサイズと圧縮、そして配信距離の短縮が、現代のWebサイト運営には不可欠だ。
1. アップロード前のリサイズとフォーマット選択
最適化の第一歩は、画像をWordPressにアップロードする前に始まる。高機能なカメラやスマートフォンで撮影した写真をそのままアップロードすることは、パフォーマンス上の大きなリスクとなる。記事では、ブラウザ側でのスケーリングに頼るのではなく、物理的なファイルサイズを事前に調整することの重要性が強調されている。
適切な表示サイズへのリサイズ
一眼レフカメラや最新のiPhoneで撮影された写真は、横幅が4000pxを超えることも珍しくない。しかし、一般的なWebサイトのコンテンツエリアの幅は800pxから1200px程度だ。必要以上に大きな画像をアップロードすると、ブラウザは巨大なファイルをダウンロードした後に縮小表示を行うため、通信量と計算リソースを無駄に消費する。
著者のMark Zahra氏は、アップロード前に「Squoosh」などのツールを使用してリサイズすることを推奨している。Squooshはブラウザ上で動作する画像圧縮ツールで、視覚的な品質を確認しながら最適なサイズに調整できる。既存の画像に対しては、「Regenerate Thumbnails」プラグインを使用して、テーマに合わせた最適なサイズでサムネイルを再生成することも有効だ。
WebPなど次世代フォーマットの採用
画像フォーマットの選択は、ファイルサイズに直結する。Googleのベンチマークによれば、WebP（ウェッピー）形式は、同等の画質のJPEGと比較して25〜34%ファイルサイズを削減できる。WebPは現在、ほぼすべての主要ブラウザでサポートされており、Webサイトにおける標準的な選択肢となっている。
基本的な使い分けとして、写真はJPEG（またはWebP）、透過が必要なグラフィックはPNG、ロゴやアイコンはSVG（Scalable Vector Graphics）が適している。SVGは数式で描画されるベクター形式のため、どれだけ拡大しても画質が劣化せず、ファイルサイズも極めて小さい。後述するプラグインを活用すれば、これらの変換を自動化することも可能だ。
2. プラグインによる圧縮の自動化とEXIFデータの削除
手動でのリサイズは優れた習慣だが、すでにライブラリにある大量の画像を処理するには限界がある。そこで必要になるのが、アップロード時に自動で圧縮を行うプラグインの導入だ。記事では、クラウドAPIを利用した効率的な圧縮手法が紹介されている。
クラウド型圧縮プラグインの活用
「ShortPixel Image Optimizer」などのプラグインは、画像をクラウドサーバーに送信して最適化を行い、サイトに書き戻す仕組みを持つ。これにより、自社のサーバーに負荷をかけることなく高度な圧縮が可能になる。ShortPixelの特徴は、画像ごとに最適な圧縮率を個別に計算するアルゴリズムにある。
圧縮モードには一般的に「Lossy（有損失）」「Glossy（高画質有損失）」「Lossless（無損失）」の3種類がある。Lossyはファイルサイズを最小化できるが、微細な画質低下が起こる。一方、Losslessは画質を完全に維持するが、削減率は低い。一般的なブログ記事であれば、視覚的な差がほとんど分からないLossyまたはGlossyが推奨される。なお、WordPressは1つの画像に対して複数のサムネイルを生成するため、プラグインのクレジット消費には注意が必要だ。
不要なEXIFデータの削除
デジタルカメラで撮影された写真には、EXIF（Exchangeable Image File Format）と呼ばれるメタデータが含まれている。これにはGPSの位置情報、カメラの機種名、撮影日時などが記録されている。これらの情報はWebサイトの訪問者には不要であり、ファイルサイズを増加させる要因となる。
最適化プラグインの設定で「EXIFデータの削除」を有効にすることで、これらの隠れたデータを自動的に取り除くことができる。これはプライバシー保護の観点からも重要であり、サイトの軽量化とセキュリティ強化を同時に実現する手段となる。わずかな差に見えるが、数千枚の画像が蓄積されるサイトでは無視できない削減量となる。
3. CDNの活用と遅延読み込みの最適化
ファイルサイズを小さくした後は、そのファイルをいかに効率よくユーザーに届けるかが課題となる。ここでは、物理的な距離の短縮と、読み込みの優先順位付けという2つのアプローチが重要になる。
CDNによるグローバル配信
CDN（Content Delivery Network / コンテンツデリバリネットワーク）は、世界中に配置されたサーバーにキャッシュを保存し、ユーザーに最も近い拠点からデータを配信する仕組みだ。これにより、物理的な距離による遅延（レイテンシ）を最小限に抑えることができる。
多くの高品質なホスティングサービスでは、標準でCDN機能が提供されている。特定のサービスを利用していない場合でも、Cloudflareのような無料プランのあるサービスを導入することで、画像配信の高速化が可能だ。CDNはサーバーの負荷分散にも寄与するため、トラフィックが急増した際のサイトダウンを防ぐ効果もある。
Lazy Loading（遅延読み込み）の注意点
Lazy Loadingとは、ユーザーがスクロールして画像が画面内に入る直前まで、読み込みを保留する技術だ。WordPress 5.5以降、この機能は標準で有効化されており、`loading=”lazy”` 属性が自動的に付与される。これにより、ページ初期読み込み時の通信量を大幅に削減できる。
ただし、記事によれば「ファーストビュー（Above the fold）」にある画像には注意が必要だ。ヒーロー画像などの最初に見える画像に遅延読み込みを適用すると、LCP（最大視覚コンテンツの表示時間）が悪化する。WordPress 5.9以降は最初の画像を自動で除外する仕組みがあるが、テーマの構造によっては正しく機能しない場合がある。重要な画像が意図せず遅延読み込みされていないか、ブラウザの開発者ツールで確認することが推奨される。
4. 代替テキスト（Alt属性）によるSEOとアクセシビリティ
画像の最適化は、パフォーマンス向上だけではない。検索エンジンへの情報伝達と、視覚障害を持つユーザーへの配慮も不可欠な要素だ。これらを担うのがAlt属性（代替テキスト）である。
適切なAltテキストの書き方
Altテキストは、画像の内容を具体的かつ自然な言葉で説明する必要がある。例えば、設定画面のスクリーンショットであれば「ShortPixelの圧縮設定画面」とするのが適切だ。「プラグインの画像」のような曖昧な説明や、キーワードを過剰に詰め込む行為（キーワードスタッフィング）は、検索エンジンからの評価を下げるリスクがある。
アクセシビリティの観点では、スクリーンリーダーが画像を読み上げる際にこのテキストが使用される。画像が何らかの理由で表示されない場合にも、このテキストが代わりに表示されるため、ユーザーはコンテンツの内容を把握できる。装飾目的で意味を持たない画像の場合は、`alt=””`（空の属性）を設定することで、支援技術に対して読み飛ばすべき画像であることを明示できる。
5. 独自の分析：画像最適化がコアウェブバイタルに与える影響
ここまでの情報を踏まえ、当ブログの視点で画像最適化が「Core Web Vitals（コアウェブバイタル）」に与える影響を分析する。コアウェブバイタルはGoogleが検索ランキング要因として採用している指標であり、その中でも画像はLCPとCLS（Cumulative Layout Shift）に深く関わっている。
LCP改善のための戦略的除外
記事でも触れられていたが、LCPの改善には「何でも遅延読み込みすれば良い」という考えを捨てる必要がある。特にブログ記事のアイキャッチ画像や、トップページのメインビジュアルは、ブラウザが発見した瞬間に読み込みを開始すべきだ。これには `fetchpriority=”high”` 属性を手動で付与し、ブラウザに優先度を伝える手法も検討に値する。
CLSを防ぐためのサイズ指定
画像が読み込まれる際にコンテンツがガタつくと、CLS（累積レイアウトシフト）が悪化する。これを防ぐには、HTMLの `` タグに必ず `width` と `height` 属性を記述することが重要だ。これにより、画像がダウンロードされる前でもブラウザが適切な表示領域を確保（アスペクト比の維持）できるため、読み込み完了時のレイアウト崩れを防ぐことができる。現代のWordPressテーマの多くはこの対応がなされているが、カスタムHTMLを使用する際は特に注意が必要だ。
この記事のポイント
- アップロード前のリサイズ: 表示幅に合わせたリサイズで無駄な通信をカットする。
- 次世代フォーマットWebP: JPEGより30%前後軽量なWebPを標準として採用する。
- プラグインによる自動化: 圧縮とEXIFデータ削除を自動化し、管理の手間を減らす。
- CDNとLCPの最適化: 配信距離を縮めつつ、ファーストビュー画像は遅延読み込みから除外する。
- 適切なAlt属性: SEOとアクセシビリティのために具体的で自然な説明を記述する。
出典
- WP Mayor「5 Image Optimization Tips to Improve the Load Time of Your WordPress Site」（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
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
Google Search Consoleに「ブランドフィルタ」が登場。ECサイトのブランド分析を効率化する活用法
Google Search Console（グーグルサーチコンソール）のパフォーマンスレポートに、ブランドに関連する検索クエリを簡単に抽出・除外できる新しいフィルタ機能が追加された。このアップデートにより、自社名や製品名を含む「指名検索」の動向を、これまで以上に迅速かつ直感的に把握することが可能になる。
2026年3月のリリース以降、この機能はAI（人工知能）を活用してクエリを自動分類し、企業のマーケティング担当者やSEOエンジニアの分析工数を削減する役割を担っている。特にブランド認知が売上に直結するECサイト運営者にとって、指名検索の分析は競合対策やキャンペーン評価の要となる要素だ。
本記事では、新しく導入されたブランドフィルタの仕組みと、実務での具体的な活用シナリオ、そしてAIによる分類の限界について、専門的な視点から詳しく解説する。
ブランドフィルタの仕組みとAIによる自動分類
今回追加されたブランドフィルタは、検索パフォーマンスレポート内で「ブランドを含むクエリのみを表示」または「ブランドを除外して表示」を切り替える機能だ。従来、ブランド検索を特定するには正規表現（Regex）を用いた複雑なフィルタリングが必要だったが、新機能によって数クリックで同様の操作が完結するようになった。
AIが判別する「ブランドクエリ」の定義
GoogleはAIを用いてクエリを分類しており、以下の要素がブランドクエリとして認識される。指名検索とは、ユーザーが特定のブランドやサイトを目的地として検索する「ナビゲーショナルクエリ」とも呼ばれるものだ。
- 会社名やサイト名
- ドメイン名（例：example.com）
- ブランド固有の製品名やサービス名
- 一般的なスペルミスや表記揺れ
例えば、Appleというブランドであれば、「iPhone」や「MacBook」といった製品名、さらには「Aple」といったスペルミスもブランドクエリとして統合的に処理される。これにより、ユーザーの検索意図をより正確に反映したデータ抽出が可能となっている。
従来手法（正規表現）との違い
これまで、ブランド名と非ブランド名を分けるには、正規表現（Regex）を使いこなす必要があった。正規表現とは、特定の文字列のパターンを表現する記法のことだ。例えば「自社名|じしゃめい|jisya」といった複数のキーワードを組み合わせた抽出条件を自ら作成し、フィルタに入力する手間が生じていた。
新機能は、こうした手動の設定をAIが代替する。Googleが保有する膨大なナレッジグラフ（実在するモノや概念のデータベース）を参照し、何がそのサイトにとってのブランドであるかを自動的に判断するため、設定の漏れやミスを防ぎやすくなっている。ただし、記事によれば、この機能は利便性を高めるためのものであり、新しいデータそのものを提供するわけではない点に注意が必要だ。
AI分類の精度と現時点での限界
AIによる自動分類は非常に強力だが、完璧ではない。元記事の著者であるアン・スマーティ氏は、自身のテストにおいてAIがいくつかの誤認や見落としを発生させたことを報告している。実務で利用する際には、これらの特性を理解しておく必要がある。
認識されるバリエーションと見落とし
スマーティ氏の検証によると、フィルタは以下のバリエーションを正確に捉えることができたという。
- 1単語または2単語の表記（スペースの有無）
- ハイフン付きの名称
- 略称や一般的な誤字
一方で、特定の製品名や代表者の名前については、認識が不安定な側面も見られた。例えば、創業者の名前はブランドクエリとして認識されたが、その創業者が執筆した書籍のタイトルはブランドとして認識されなかったという。これは、GoogleのAIが「何がブランドの構成要素であるか」を判断する際、その知名度や関連性の強さに依存していることを示唆している。
意図しないクエリの混入
また、自社とは直接関係のない競合他社の名前や、無関係な企業の役員名がフィルタに含まれてしまうケースも確認されている。これは、Googleの「ブランド」に対する定義が広範であるため、あるいはAIの学習データに基づいた関連付けが強すぎるために発生する現象と考えられている。
このように、AIフィルタは「概ね正しいが、細部には手動のチェックが必要なツール」として扱うのが賢明だ。重要な分析を行う際は、引き続き正規表現を用いた厳密なフィルタリングと併用することが推奨される。
ECサイトにおける3つの実戦的活用シーン
このブランドフィルタは、特に競争の激しいEC（電子商取引）領域において強力な武器となる。記事では、具体的な3つのユースケースが紹介されている。
1. 競合による「ブランド乗っ取り」の検知
自社のブランド名で検索した際、検索結果の1位を維持できているか、あるいはクリック率（CTR）が極端に低下していないかを確認することは極めて重要だ。競合他社がGoogle広告で自社のブランド名をターゲットに設定したり、「[自社名] の代替品」といった比較ページを作成したりすることで、顧客を奪おうとする動きは珍しくない。
ブランドフィルタを適用し、平均掲載順位が1位でない場合や、CTRが50%を下回っている場合は、ブランド防衛策を講じる必要がある。これには、自社広告の出稿（リスティング広告でのブランド名入札）や、ブランドキーワードをターゲットにしたコンテンツの強化が含まれる。
2. マーケティングキャンペーンの影響測定
広告、メールマガジン、SNSでのプロモーションなどは、直接的なコンバージョンだけでなく、指名検索の増加という形でも成果が現れる。ブランドフィルタを使用すれば、キャンペーン期間中にブランドトラフィックがどれだけ底上げされたかを容易に可視化できる。
パフォーマンスレポートのグラフ上で右クリックし、「アノテーション（注釈）」を追加することで、施策と数値の変化を紐づけて管理できる。なお、このブランドフィルタのデータは2026年2月21日以降の結果から反映されているため、それ以前の施策との比較には注意が必要だ。
3. 地域別のブランド認知度の比較
グローバルに展開するEC事業者の場合、国ごとのブランド認知度の差を把握することは戦略立案に欠かせない。ブランドフィルタを適用した状態で「国」フィルタを追加すれば、カナダとイギリスでどちらのブランド認知が高いか、といった比較が容易に行える。
特定の地域でブランド検索が少ない場合、その地域に向けたローカライズ広告や認知拡大のための施策を優先的に検討する判断材料となるだろう。
独自分析：ブランド検索はECサイトの「防御壁」である
今回のアップデートは、単なる操作性の向上以上に、SEO戦略のパラダイムシフトを象徴している。現在の検索エンジン最適化において、一般的なキーワード（例：「メンズ スニーカー」）で上位表示を狙う難易度は年々高まっている。一方で、ブランド名そのものを検索して訪れるユーザーは、購入意欲が高く、競合への流出も少ない「良質なトラフィック」だ。
ブランドフィルタを活用することで、Web担当者は「SEO＝順位を上げること」という狭い視点から、「SEO＝ブランドの信頼を維持・拡大すること」という広い視点へと移行できる。ブランド検索が増えているということは、サイト外でのマーケティングや、顧客満足度の向上が実を結んでいる証拠でもある。
また、Googleのアルゴリズムにおいて「ブランドとしての権威性」はますます重視される傾向にある。ブランド検索が多いサイトは、特定のトピックにおいて信頼できる情報源であると判断されやすく、結果として非ブランド検索（一般キーワード）の順位向上にも寄与する。この「ブランドによるポジティブな循環」をデータで証明し、社内のマーケティング施策にフィードバックできるようになったことが、今回の機能追加の真の価値と言えるだろう。
この記事のポイント
- ブランドフィルタの登場：AIが自社名や製品名を自動判別し、抽出・除外を簡素化する。
- AIによる自動分類：表記揺れやスペルミスにも対応するが、マイナーな製品名などは見落とされる可能性がある。
- 競合対策への活用：ブランドクエリのCTRや掲載順位を監視し、顧客の流出を防ぐ。
- 効果測定の効率化：キャンペーンに伴う指名検索の増減を、アノテーション機能と併用して正確に把握できる。
- 戦略的価値：ブランド検索の動向を追うことは、ECサイトの長期的な信頼性と競争力を測る指標になる。
出典
- Practical Ecommerce「Search Console Adds Brand Filters」（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
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
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
Google Discover 2026年コアアップデート分析：地域メディアの全国リーチ減少と大手サイトの苦戦
Google Discover（グーグル・ディスカバー）の2026年2月コアアップデート完了後、パブリッシャー間の明暗が鮮明になっている。今回のアップデートは、ユーザーの所在地に基づいた「情報の最適化」をより強力に推し進めるものとなった。
最新の調査データによると、地域メディアが地元以外のユーザーに表示される割合が急落している。これは、GoogleがDiscoverにおける「地域性」の定義を再定義した結果と考えられる。
この記事では、複数の分析ツールが示したデータに基づき、今回のアップデートがWebサイトのトラフィックにどのような影響を与えたのかを解説する。
Google Discover 2026年2月コアアップデートの概要
Google Discoverとは、ユーザーの検索履歴やブラウジング習慣に基づいて、関心がありそうな記事を自動的に表示する機能だ。検索キーワードを入力せずに情報が届くため、Webサイト運営者にとっては爆発的なアクセス（通称：Discover砲）の源泉となっている。
2026年2月に実施されたコアアップデートは、このレコメンドエンジンの心臓部を刷新するものだった。Googleは公式に「その国や地域に関連性の高いコンテンツをより多く表示する」と発表していたが、その実態は予想以上にドラスティックなものとなっている。
コアアップデートがもたらす変化
コアアップデートとは、Googleが検索アルゴリズムやシステムに対して行う大規模な変更を指す。Discoverにおけるアップデートは、単なる「質の向上」だけでなく、「誰にどの情報を届けるか」というマッチング精度の調整が主眼に置かれる。
今回のアップデートでは、特に「E-E-A-T（Experience：経験、Expertise：専門性、Authoritativeness：権威性、Trustworthiness：信頼性）」の指標がより厳格に適用されたとの見方が強い。しかし、後述するように一部のデータではその原則に反するような挙動も確認されている。
米国での先行導入と今後の展開
現在、このアップデートの影響を強く受けているのは、米国内の英語ユーザーだ。Googleは今後、他の言語や地域にもこの仕組みを順次拡大していく予定としている。日本のWebサイト運営者にとっても、対岸の火事ではなく、近い将来の標準となるアルゴリズムの変化として注視する必要がある。
地域メディアに起きた「リーチの局所化」という異変
今回のアップデートで最も顕著な影響を受けたのが、特定の地域に根ざした情報を発信するローカルパブリッシャーだ。これまでは良質な記事であれば全米規模でDiscoverに表示されていたが、その「全国リーチ」が遮断されつつある。
地元ユーザーは維持、他県ユーザーは激減
分析データによると、ニューヨーク州の地元メディア「Syracuse.com」は、記事の掲載数が36%減少し、オーディエンススコア（読者の反応率）は全体で80%も下落した。しかし、詳細な内訳を見ると、ニューヨーク州内での露出は安定していたという。
大幅な下落を招いた要因は、フロリダ州やカリフォルニア州など、そのメディアの拠点から離れた地域での露出がほぼゼロになったことにある。これは、Googleが「その地域のニュースはその地域の人に届ける」という、情報の地産地消をアルゴリズムで強制的に強化した結果といえる。
「情報の地産地消」がSEOに与える意味
この変化は、地域メディアにとって必ずしもマイナスではない。遠方のユーザーによる「クリックだけしてすぐに離脱する」という質の低いトラフィックが減り、地元のコアな読者への占有率が高まる可能性があるからだ。
ただし、広域からのアクセスを収益の柱にしていたメディアにとっては、ビジネスモデルの再考を迫られる事態となっている。コンテンツのターゲット設定を「誰に」だけでなく「どこに住んでいる人に」まで踏み込んで設計することが、今後のDiscover対策の肝となる。
大手パブリッシャーとSNSが直面した厳しい現実
影響を受けたのは地域メディアだけではない。YahooやForbes、Fox Newsといった、膨大なトラフィックを誇る大手パブリッシャーも大きな打撃を受けている。
YahooやForbesの20%以上の露出低下
調査レポートによると、YahooはDiscoverでの記事掲載数を約半分に減らし、オーディエンススコアは62%も低下した。ランキング順位も3位から9位へと大きく後退している。Forbesも同様に掲載数が21%減、スコアは67%減と、壊滅的な数字を記録した。
これらの大手サイトは、幅広いジャンルの記事を大量に投稿することで、Discoverの広範な枠を占有してきた。しかし、Googleは「汎用的なポータルサイト」よりも「特定のトピックに特化した専門サイト」を優先する傾向を強めており、その煽りを受けた形だ。
X（旧Twitter）の掲載順位とタイミングの相関
SNSプラットフォームであるX（旧Twitter）の動向も興味深い。アップデートの途中経過では掲載順位を上げていたが、完了後のデータでは記事掲載数が22%減少、オーディエンススコアも32%低下している。
これは、Discoverにおける「情報の鮮度」と「信頼性」のバランスが再調整されたことを示唆している。速報性のあるSNS投稿が一時的に浮上しても、最終的には校閲された記事コンテンツが優先される仕組みが強化されたとの見方がある。
データから読み解く勝者と敗者の分岐点
一方で、今回のアップデートで明確にシェアを伸ばした勢力も存在する。その筆頭がYouTubeだ。
YouTubeのシェア拡大とGoogleの意図
アップデート完了後の窓口において、YouTubeの掲載数は15%増加し、約1万8,000件に達した。Googleは自社のプラットフォームをコアアップデートの悪影響から保護する傾向があるとの指摘もあるが、それ以上に「動画コンテンツ」へのユーザーニーズに応えた結果と見るのが妥当だろう。
Discoverのフィードをスクロールすると、以前よりもショート動画やYouTube動画のカードが目に付くようになっている。テキスト主体のメディアは、動画を記事内に埋め込む、あるいはYouTubeチャンネルとの連携を強めるなどの対策が不可避となっている。
「Psychology says」現象に見るアルゴリズムの隙
特筆すべき例外として、「Geediting.com」というサイトが掲載数を531%、オーディエンススコアを900%も爆発的に伸ばした事例がある。このサイトの記事の75%以上は、タイトルが「Psychology says（心理学によれば）」で始まっている。
本来、Googleが推奨するE-E-A-Tの観点からは、このようなパターン化されたタイトルや、専門家による厳密な裏付けが不明瞭なコンテンツは評価されにくいはずだ。しかし、データはこのサイトが「勝者」であることを示している。これは、アルゴリズムが「ユーザーが思わずクリックしてしまう心理的なフック」を、依然として強く評価している可能性を示唆している。
独自の分析：今後のDiscover対策で意識すべき3つのポイント
今回のデータ分析を踏まえ、Web制作会社やマーケティング担当者が今後取り組むべき戦略を3つのポイントにまとめた。
1. ターゲット地域の明確化とローカルタグの活用
地域メディアや店舗ブログを運営している場合、記事内で対象地域を明示することが重要だ。HTMLのメタデータや構造化データ（Schema.org）を用いて、そのコンテンツがどの地域に関連するものかを検索エンジンに正しく伝える必要がある。
「全国の誰かに届けばいい」という曖昧な姿勢ではなく、「特定の地域の人にとって不可欠な情報」を目指すことが、結果としてDiscoverでの安定した露出につながるだろう。
2. 動画コンテンツとのシナジー
YouTubeの露出増は、Googleの明確な意思表示だ。ブログ記事を書くだけでなく、その要約を動画にしてYouTubeにアップロードし、記事内に埋め込む手法が有効だ。
動画とテキストの両方を用意することで、Discoverの「ウェブ枠」と「動画枠」の両方にエントリーできる可能性が高まる。これは、トラフィックの入り口を多角化する上で極めて強力な武器になる。
3. クリック率と読了率のバランス
「Psychology says」の事例が示す通り、魅力的なタイトル（クリック率の向上）は依然としてDiscoverの強力なトリガーだ。しかし、クリックした後の体験が伴わなければ、長期的にはドメイン全体の評価を落とすリスクがある。
ユーザーの興味を惹くフックを用意しつつ、中身ではしっかりと専門性と信頼性（E-E-A-T）を担保する。この「入り口の親しみやすさ」と「出口の満足度」の両立が、2026年以降のDiscover運用のスタンダードになるだろう。
この記事のポイント
- 2026年2月のコアアップデートにより、地域メディアの「地元以外」での露出が激減した。
- YahooやForbesなどの大手サイトも、汎用的な内容が災いして20%以上の掲載減となった。
- YouTubeなどの動画コンテンツは露出を伸ばしており、動画活用がDiscover攻略の鍵となる。
- 「心理学によれば」といった引きの強いタイトルが依然として効果を発揮している側面もある。
- 今後の対策は、ターゲット地域の明確化と、動画とテキストを組み合わせた多角的な発信が重要だ。
出典
- Search Engine Journal「Google Discover Core Update Data: Local Publishers Lost Reach」（2026年3月13日）
- DiscoverSnoop「Google Discover Core Update Feb 2026: Winners, Losers, and Unexpected Outcomes」（2026年3月10日）
- Google Search Central Blog「What publishers should know about Discover core updates」（2026年2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