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、Java等の実用的知識
・ 15ヶ国語対応の多言語SaaSの開発経験
・ 17年間にも及ぶ、Eコマース長期運営経験
・ 幅広い業界でのSEO最適化の豊富な経験
AI時代の検索対策「GEO」とは？引用されるコンテンツの共通点とECサイトの活用法
検索エンジンのあり方が、従来のリスト形式から生成AIによる回答形式へと急速に変化している。Googleの「AIによる概要（旧SGE）」やPerplexity、ChatGPTのサーチ機能など、ユーザーが直接回答を得る機会が増えた。
こうした「生成AIエンジン」に自社の情報を引用させ、トラフィックを獲得する手法はGEO（Generative Engine Optimization）と呼ばれる。最新の研究により、AIがどのような基準でウェブサイトの情報を引用しているのか、その具体的な手がかりが明らかになった。
本記事では、2つの大規模な調査データを基に、AIに選ばれるコンテンツの構造を分析する。特に情報量が多くなりがちなECサイトや技術ブログにおいて、明日から取り入れられる最適化の指針を提示する。
AIによる引用のメカニズムと最新の研究結果
生成AIが回答を生成する際、どのウェブサイトを情報源として参照し、リンク（引用）を掲示するかには一定のパターンが存在する。これまでブラックボックスとされていたこの仕組みについて、2つの重要な研究が発表された。
ChatGPTとGeminiの引用傾向の違い
オーガニック検索コンサルタントのケビン・インディグ氏は、ChatGPTによる120万件の回答と1万8,012件の引用を分析した。一方で、Bright Dataのダニエル・シャシュコ氏は、GrokやGeminiを含む6つのプラットフォームを対象に4万2,971件の引用を調査している。
調査の結果、プラットフォームによって引用の積極性に大きな差があることが分かった。例えば、X（旧Twitter）傘下のGrokは1クエリあたり平均33件もの引用を行うのに対し、ChatGPTはわずか1.5件にとどまる。AIモデルによって、情報の裏付けをどの程度詳細に示すかのアルゴリズムが異なる実態が浮き彫りになった。
引用元として選ばれる「場所」の重要性
両氏の研究で共通して導き出された結論は、情報の「掲載位置」が引用の成否を分けるという点だ。AIはページ全体を均等に評価するのではなく、特定のエリアを重点的にスキャンしている。
ケビン氏の調査では、ChatGPTの引用の44.3%がページ内のテキストの最初の30%から抽出されていた。ダニエル氏の調査でも、GeminiやGoogleのAIモードにおける引用の74.8%がページの半分より上部に集中し、そのうち46.1%が最初の30%に含まれていた。
この結果は、結論を後回しにする伝統的な起承転結の文章構造が、AI時代には不利に働く可能性を示唆している。ユーザーだけでなくAIにとっても、ページを開いてすぐに核心に触れられる構成が望ましい。
「アトミック・ファクト」が握る引用の鍵
AIに引用されやすい文章には、構造的な特徴がある。ダニエル・シャシュコ氏が提唱した「アトミック・ファクト（Atomic Fact）」という概念は、今後のコンテンツ制作において極めて重要な指標となる。
短文で完結する情報の有用性
アトミック・ファクトとは、それ単体で意味が通じ、一つの事実を完結に述べている一文を指す。たとえるなら「一口サイズの栄養補助食品」のようなものだ。前後の文脈に過度に依存せず、独立して情報を伝達できる文章が、AIには好まれる。
調査によると、Geminiなどのプラットフォームで引用された文章の92.4%が、6語から20語（英語基準）の短文であった。日本語に換算すると、概ね40文字から80文字程度の簡潔な一文に相当する。
理想的な文章構造とノイズの排除
AIは文章の途中で引用を開始したり終了したりすることはない。常に「句点から句点まで」の完全な一文を引用単位とする。そのため、一文の中に複数のトピックを詰め込んだ長文や、情緒的で実質的な情報を含まない導入文は、引用の対象から外れやすい。
ECサイトの商品説明であれば、「この商品は〜という特徴があり、さらに〜というメリットも期待でき、多くのユーザーに支持されています」と繋げるのではなく、「この商品は〜という特徴を持つ。〜というメリットがある」と事実を切り分けて記述する方が、AIによる認識精度は高まる。
ECサイトが取り組むべき具体的なGEO対策
WooCommerceなどのプラットフォームを利用しているEC事業者にとって、商品ページやブログ記事をGEOに最適化することは、将来的な集客チャネルの確保に直結する。研究結果を実務に落とし込むための3つのステップを提案する。
商品説明文の構成を「逆ピラミッド型」にする
前述の通り、ページの上部30%が引用の主戦場となる。ECサイトの商品ページであれば、スペック表や主要なメリットの要約を、ページ下部ではなくファーストビューに近い位置に配置すべきだ。
具体的には、商品のキャッチコピーの直後に「この記事のポイント」や「商品の3つの特徴」といった要約セクションを設ける。これにより、AIがページをクロールした際に、最も重要な情報を即座にキャッチできるようになる。
ユーザーの疑問に「一文」で答えるFAQの設置
AIサーチを利用するユーザーは、具体的な疑問（例：「このサイズは10畳の部屋に合うか？」）を持って検索する。これに応えるためには、商品ページ内に「アトミック・ファクト」に基づいたFAQ（よくある質問）を設置するのが効果的だ。
「はい、この製品は10畳の広さに対応した設計となっている」といった簡潔な回答文を用意することで、AIの回答内にそのまま引用される確率を高めることができる。冗長な解説はFAQの折りたたみメニュー内や詳細セクションに逃がし、表面上は簡潔さを維持するのがコツだ。
検索エンジン最適化（SEO）と生成AI最適化（GEO）の共存
GEOは従来のSEOを否定するものではない。むしろ、SEOの基本である「ユーザーの意図に応える」という姿勢を、より構造的に、より簡潔に突き詰めた形と言える。
従来のSEOとの共通点と相違点
高品質なコンテンツ、専門性、権威性（E-E-A-T）が重視される点はSEOもGEOも共通だ。しかし、SEOが「キーワードの網羅性」や「滞在時間」を重視する傾向があるのに対し、GEOは「情報の抽出のしやすさ」に重きを置く。
例えば、1万文字の網羅的な記事はSEOでは高く評価されるが、AIがその中から特定の事実を見つけ出すのはコストがかかる。GEOの観点では、長い記事であってもセクションごとに明確な要約があり、アトミック・ファクトが散りばめられている構造が理想的だ。
ブランド認知を高めるための学習データ対策
引用（リンク付きの参照）だけでなく、AIが回答の中で自社ブランドに言及してくれる状態（Visibility）を目指す必要もある。これには、特定のページを最適化するだけでなく、ウェブ上のあらゆる場所でブランド名と特定のキーワードが結びついている状態を作らなければならない。
プレスリリース、SNSでの言及、他社メディアでのレビューなど、AIの学習データに含まれるソース全体で一貫したブランドポジションを確立することが、長期的にはGEOの成果を最大化させる。
この記事のポイント
- AIはページの冒頭30%にある情報を優先的に引用する傾向がある
- 一文で事実が完結する「アトミック・ファクト」を意識したライティングが有効
- 6語〜20語程度の簡潔な文章が、GeminiなどのAIに最も好まれる
- ECサイトでは商品説明の要約やFAQを上部に配置し、AIが情報を抽出しやすくする
- GEOはSEOを補完するものであり、情報の「見つけやすさ」を追求する手法である
出典
- Practical Ecommerce「Studies Reveal AI Citation Clues」（2026年3月9日）
- Growth Memo「The science of how AI pays attention」（2026年3月）
- Bright Data「Platform-by-Platform Optimisation Playbook」（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、Java等の実用的知識
・ 15ヶ国語対応の多言語SaaSの開発経験
・ 17年間にも及ぶ、Eコマース長期運営経験
・ 幅広い業界でのSEO最適化の豊富な経験
AI検索時代を勝ち抜く90日戦略：引用される「権威性」を構築する具体的手法
検索エンジンの役割が「情報のポータル」から「回答の生成者」へと変貌を遂げている。ユーザーが検索結果のリンクをクリックせず、AIによる要約だけで解決する「ゼロクリック検索」が常態化しつつある。
この環境下でウェブサイトが生き残る道は、トラフィックを追い求めることではない。AIが回答を生成する際に必ず参照せざるを得ない「引用元（ソース）」としての権威を確立することだ。
本記事では、90日間でAIに引用される権威性を構築するための戦略的フレームワークを解説する。従来のSEO（検索エンジン最適化）の枠を超えた、GEO（生成AI検索最適化）への適応が企業の死活問題となっている。
AI検索（GEO）時代の到来と「引用」の重要性
GoogleのAI Overviews（旧SGE）やPerplexity、ChatGPTといったサービスの普及により、検索行動は劇的に変化した。これまでのSEOは、特定のキーワードで上位に表示され、ユーザーのクリックを誘発することがゴールだった。しかし、AI検索においては「引用されること」が新たな評価指標となっている。
従来のSEOからGEOへの転換
GEO（Generative Engine Optimization / 生成AI検索最適化）とは、AIモデルが情報を抽出し、回答を構成する際に選ばれやすくするための施策だ。AIは膨大なデータの中から「信頼性が高く、独自の事実を含み、構造化された情報」を優先的にピックアップする。
従来のSEOが「クローラー（巡回プログラム）にページを見つけてもらうこと」を重視していたのに対し、GEOは「AIに理解され、要約の一部として採用されること」を目指す。これは、単なるキーワードの詰め込みではなく、情報の「質」と「独自性」がより厳格に問われることを意味する。
なぜ「クリック」ではなく「引用」を狙うのか
AIがユーザーの疑問に直接答えてしまう以上、単純なハウツー記事や用語解説への流入は減少が避けられない。しかし、AIは自ら実験を行ったり、最新の市場動向を調査したりすることはできない。AIが回答の根拠として「〇〇社の調査によると……」と引用せざるを得ない状況を作れば、ブランドの認知度と信頼性は飛躍的に高まる。
引用されることは、実質的な「お墨付き」を得ることと同義だ。たとえ直接のクリックが減ったとしても、AIを通じてブランド名が浸透し、最終的には指名検索や高確度のリード（見込み顧客）獲得につながる。
【1ヶ月目】データマイニングとAIフレンドリーな構造化
権威性構築の最初の30日間は、AIが渇望する「独自の事実」を掘り起こすことに費やす。既存の情報をリライトしただけのコンテンツは、AIにとって価値が低い。
独自データによる「新しい事実」の発見
まずはブログを書くのを止め、自社が保有するデータや顧客へのアンケートに目を向けるべきだ。例えば、ECサイトであれば「過去1年間の注文データから見えた、特定地域における購買傾向の変化」などが有力な武器になる。
AIは「一般的な知識」は持っているが、「最新の、あるいは特定のプラットフォーム内にしかない一次情報」は持っていない。100人の顧客にアンケートを実施し、業界の通説を覆すようなデータ（例：「自動化が進んでいるにもかかわらず、配送スピードは前年より低下している」など）を提示できれば、それはAIにとって極めて引用価値の高い「新事実」となる。
回答優先（Answer-first）フォーマットの採用
発見したデータは、AIが処理しやすい形式で公開する必要がある。推奨されるのは「アンサーファースト（結論優先）」の構成だ。記事の冒頭で調査の核心を簡潔に述べ、その直後に詳細なデータと根拠を配置する。
また、構造化データ（Schema Markup）の活用も欠かせない。構造化データとは、HTMLの中に記述する「これはデータの数値である」「これは著者の名前である」といったメタ情報のことだ。これを適切に実装することで、AIクローラーは情報の文脈を正確に理解し、引用の精度を高めることができる。
【2ヶ月目】「人間性」の証明とE-E-A-Tの強化
2ヶ月目は、デジタル上のデータに「血を通わせる」フェーズだ。AI生成コンテンツが溢れる中で、GoogleやAIモデルは「実在する人間による検証」を高く評価する傾向にある。
展示会やビデオを活用した「実在性」の担保
オフラインの活動をオンラインの権威性に変換する。例えば、業界の展示会に出展し、そこで得た知見や専門家のインタビューを動画で公開する。AIは動画の内容をテキスト化して理解できるが、その背後にある「現場の空気感」や「リアルな反応」までは模倣できない。
動画コンテンツは、Googleが重視するE-E-A-T（Experience：経験、Expertise：専門性、Authoritativeness：権威性、Trustworthiness：信頼性）を強力に補完する。特に「経験（Experience）」は、AIには決して持ち得ない要素であり、人間が書くコンテンツの最大の差別化要因となる。
専門家の反応を巻き込むソーシャルシグナル
独自の調査結果をLinkedInやX（旧Twitter）で共有し、業界のインフルエンサーや専門家からコメントをもらう。これらの「言及（メンション）」は、リンクがなくてもAIモデルにとっては強力な信頼のシグナルとなる。
AIモデルの中には、信頼できる専門メディアやSNSでの議論を学習ソースとして優先するものがある。専門誌への寄稿や、権威あるサイトからの引用（サイテーション）を獲得することで、AIの回答内での出現率を意図的に高めることが可能だ。
【3ヶ月目】インタラクティブツールによるコンバージョン獲得
最後の30日間は、AIが代替できない「機能」をウェブサイトに実装し、ユーザーを直接呼び込む仕掛けを作る。
AIが複製できない「計算機・診断ツール」の価値
AIは情報の要約は得意だが、個別のユーザー状況に応じた「計算」や「シミュレーション」の精度には限界がある。例えば、物流コストの計算機や、自社の状況を診断するベンチマークツールなどがこれに該当する。
ユーザーは「一般的な回答」をAIで得た後、「自分たちの場合はどうなのか」という具体的な数値を求めてサイトを訪れる。こうしたインタラクティブなツールは、AI検索の結果からユーザーを自社サイトへ引き寄せる強力な「磁石」となる。
ターゲットを絞ったマルチチャネル展開
構築したデータとツールを、メールマーケティングや広告で一気に拡散する。この際、全方位に広げるのではなく、特定のターゲット（例：特定の業界の経営層など）に絞り込むことが重要だ。
「業界の50人のリーダーが検証したデータ」に基づいたパーソナライズされたメッセージは、開封率とコンバージョン率を劇的に向上させる。AI検索で認知を得たユーザーに対し、メールやSNSで直接アプローチする「マルチタッチ」の導線を完成させる。
AIに引用されるコンテンツを作る3つの鉄則（独自分析）
90日プランを実行する上で、技術的に押さえておくべきポイントがある。これらは開発者やディレクターが主導して進めるべき項目だ。
構造化データとFAQスキーマの徹底活用
AIは整然としたデータ構造を好む。特に記事の末尾にFAQ（よくある質問）セクションを設け、それをFAQスキーマでマークアップする手法は、AI Overviewsなどの強調スニペットに採用される確率を高める。
{
"@context": "https://schema.org",
"@type": "FAQPage",
"mainEntity": [{
"@type": "Question",
"name": "GEOとは何ですか？",
"acceptedAnswer": {
"@type": "Answer",
"text": "生成AI検索最適化の略称で、AIによる回答生成時に自社コンテンツが引用されやすくするための施策を指します。"
}
}]
}上記のようなJSON-LD形式のコードをページに埋め込むことで、検索エンジンに対して直接的に情報の意味を伝えることができる。
専門用語の定義（グロッサリー）の構築
AIは複雑な概念を説明する際、簡潔で正確な定義を引用する傾向がある。自社サイト内に業界用語のグロッサリー（用語集）を作成し、平易な言葉で解説しておくことは、AIの「辞書」としての地位を確立する近道だ。
用語集を作る際は、単なる辞書的な説明にとどまらず、自社独自の視点や実務での活用例を1文加えるのが良い。これにより、AIが「より深い洞察を含む定義」として優先的に抽出する可能性が高まる。
この記事のポイント
- AI検索（GEO）時代は「クリック数」よりも「引用される回数」を重視すべきだ。
- 1ヶ月目は自社にしかない「独自データ」を掘り起こし、AIが好む回答優先形式で公開する。
- 2ヶ月目は動画や専門家との対話を通じ、AIには模倣できない「人間性（E-E-A-T）」を証明する。
- 3ヶ月目は計算機や診断ツールなど、AIが代替できない「機能」でユーザーを直接サイトへ誘導する。
- 構造化データの実装と用語集の構築は、AIに正しく引用されるための必須の技術的基盤である。
出典
- MarTech「A 90-day plan to build AI-citable authority」（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、Java等の実用的知識
・ 15ヶ国語対応の多言語SaaSの開発経験
・ 17年間にも及ぶ、Eコマース長期運営経験
・ 幅広い業界でのSEO最適化の豊富な経験
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、Java等の実用的知識
・ 15ヶ国語対応の多言語SaaSの開発経験
・ 17年間にも及ぶ、Eコマース長期運営経験
・ 幅広い業界でのSEO最適化の豊富な経験