ウェブ検索は今、大きく変わろうとしています。これまではGoogleなどの検索エンジンにキーワードを入力し、表示された検索結果の中から自ら情報を探しにいく。そんなスタイルが主流でした。しかし今後は、「質問するだけで答えが返ってくる」検索体験が主流になる可能性があります。この変化を象徴するのが、生成AIを活用した対話型の検索エンジンです。代表的なものには、ChatGPTやPerplexity、そして今後日本でも導入が見込まれるGoogleのAI Modeがあります。こうしたAI検索では、単に一度検索して終わるのではなく、ユーザーが質問を重ねながら深掘りしていくような、新たな検索行動へのシフトも予想されます。
この変化の波に、コンテンツマーケティングはどう対応していけばいいのでしょうか？そのヒントとなるキーワードが、生成AIによる検索への対応という新しい視点、すなわちGEO（Generative Engine Optimization）になります。
現在、生成AIによる検索体験を提供するツールは増えています。代表的なものとして下記があります。
|
興味深いのは、ChatGPTやPerplexityが独自のブラウザを開発しているという点です。過去にもブラウザの進化は、コンテンツのあり方に大きな影響を与えてきました。Flashやレスポンシブデザイン、モバイル対応の進展のように、「どう表示されるか」が変われば、「何を作るか」も変わる。それが今、AI主導の検索において再び起ころうとしています。
一般的なGEO対策としては、構造化データの導入、概要やFAQの設置、箇条書きによる明快な情報提示といった形式的な工夫が重視されています。これらは確かにAIにとって有効な要素ですが、AIだけを意識してしまうと、人にとって無味乾燥で共感のないコンテンツになってしまう危険もあります。コンテンツマーケティングの文脈においては、あくまで「人にもAIにも届くコンテンツ」を意識し、読みやすさやストーリー性も並行して設計する必要があります。
いくつかの生成AI検索が登場していますが、現時点で最も注視すべきはGoogle AI Modeです。なぜなら、依然として大半のウェブトラフィックはGoogle経由であり、購買や意思決定の多くがそこから始まるからです。2025年7月現在ではアメリカとインドでのみ展開されていますが、Googleの戦略的拡大を踏まえると、近い将来、日本を含む他国でも導入されることが十分に予想されます。だからこそ、今のうちからGEO対策を検討しておくことが重要であると考えます。
▲Mike King氏のブログ記事に掲載されているAI Modeのフローチャートを、筆者が簡略化して図版化しています。
GoogleのAI Modeは、従来のキーワードマッチ型の検索とはまったく異なる設計思想に基づいて構築されています。iPullRankの創業者でありSEO業界をリードするMike King氏は、Googleが取得した公開特許情報や観察可能な挙動、検索結果の分析をもとに、AI Modeの仕組みを推測・モデル化しています。その解説（How AI Mode Works and How SEO Can Prepare）によると、AI Modeは以下のような特徴を持っています。
まず、検索対象が「ページ単位」ではなく、文脈ごとの「パッセージ単位」であること。ページ全体ではなく、特定の段落や文章が「引用に足る情報」として抽出されます。
さらに、ユーザーのクエリに対して、AIが複数の観点から「サブクエリ（Synthetic Queries）」を自動生成し、それぞれのクエリに適した情報を収集して統合的に回答を作成するという点です。このとき、オリジナルの問いに対して数十〜数百のサブクエリが自動的に生成されるのが一般的であり、このプロセスは「クエリファンアウト（Query Fan-out）」と呼ばれ、AI Modeにおける根幹の仕組みとなっています。全体的な構造はRAG（Retrieval-Augmented Generation）にも似ており、ウェブサイト上の情報を収集してベクトルデータとして蓄積し、ファンアウトされたクエリに対して近い意味のパッセージを高速で検索・結合する仕組となっています。
例えば、ユーザーが「ドラム式洗濯機 おすすめ」と入力すると、AI Modeはそれを以下のような意図や背景に基づいたサブクエリに展開し、それぞれの情報を収集します。
|
これらのサブクエリごとに関連する文書から断片（パッセージ）を抜き出し、AIはそれらを結びつけて思考連鎖（Reasoning Chain）をしながら最終的な回答を生成します。
さらに、AI Modeはパーソナライズにも対応しており、ユーザーの検索履歴や関心をベクトル化（User Embeddings）することで、同じ質問でも異なるユーザーには異なる回答が表示される設計になっています。
こうした特性から、Google AI Modeはもはや単なる検索機能ではなく、「AIによる意味理解と推論に基づく情報提供エンジン」と言える存在に進化しています。キーワードの有無ではなく、どのクエリ、どの文脈、どの思考の流れの中で自社サイトの情報が使われるか。これが、GEO対策において新たに求められる視点になります。
GEO戦略を実践するにあたっては、以下の3つの原則をあらかじめ押さえておくことが重要です。
第一に、AIの推論連鎖（Reasoning Chain）に入り込むこと。生成AIは、ユーザーの問いに対して一発で答えを出すのではなく、「価格」「機能」「使用シーン」など複数の観点で分解し、それぞれを検討しながら結論を導き出します。その過程で自社コンテンツを使ってもらうには、「思考の途中で役立つ」構成にする必要があります。第二に、意味単位で勝負すること。AIはパッセージ単位で意味を理解し、類似性をもとに引用します。ページ全体よりも、段落ごとの完結性とセマンティックな明瞭さが問われます。第三に、フォーマット選びも重要です。AIはテキストだけでなく、画像・動画・音声といったマルチモーダルな形式も扱うため、伝えるべき情報に最も適した表現形式を選ぶことが、可視性を高める鍵になります。
とはいえ、ここで紹介した3つの基本原則をすべてのコンテンツに適用しようとすると、作成・運用の負荷が非常に高くなるのも事実です。ではどうすればよいのか？ それに対する一つの答えが、以下に紹介する「3つの領域」での戦略的な整理になります。
生成AIが検索体験のフロントエンドになることが予想される今、企業はどのようにコンテンツを準備すべきか。費用対効果の観点からは、以下の3つの領域に分けて対策を考えるのが有効です。
▲コンテンツSEOでは主戦場であった領域１については、GEOにおいては参入の見極めが重要です。この領域のコンテンツはいわゆるゼロクリックコンテンツであることが多く、生成AI検索の結果に引用されたとしても、自社サイトには来てもらえる確率が非常に少ないことが予想されます。
例：洗濯機の選び方、掃除のコツ、転職活動の始め方
こうしたテーマは、検索ボリュームも多く、競合コンテンツも非常に多い分野です。生成AIが要約回答を生成する際に、自社名や製品が抜け落ちるリスクが高く、過剰なリソース投下は非効率になる可能性もあります。自社との関連性が薄く、競争も激しいため、無理に参入するのではなく、動向を観察して学習材料とするのが基本戦略となります。
対応戦略：
例：製品ページ、価格情報、FAQ、技術仕様、マニュアル、キャンペーン詳細
ここは絶対に落とせない領域です。製品名や価格情報、スペックなどは、正確性や引用性が重視されるため、AIが公式情報として引用する優先度が高まります。
対応戦略：
例：縦型 vs ドラム式の構造比較、温水洗浄の科学的根拠、騒音の原因と制御技術
この領域は、ユーザーの検索ジャーニーの中で、「考えるステップ」に寄り添うコンテンツを作れるチャンスです。AIが思考の途中で引用するコンテンツは、専門性・網羅性・客観性が求められます。AIが引用するのは専門メディアやWikipediaのコンテンツであることも多いため、そこに貢献する形で自社の知見を提供することが有効です。たとえば、業界系メディアへの寄稿、調査レポートの公開、SNSやフォーラムでの信頼性ある投稿などが、AIの引用対象になる経路を開きます。
対応戦略：
SEOの時代には「検索順位」や「キーワードの最適化」「被リンクの獲得」にこだわることが正攻法でした。しかし、GEOの時代には「AIが考える過程で引用したくなる情報」の設計へと戦略の焦点が移っています。つまり、AIによる「推論の材料」になれるかが勝負の分かれ目になります。
そのためには、ただキーワードを詰め込むのではなく、
といった要素がより重要になってきます。特に、ユーザーの意図に即して複数の観点から回答を用意することが、生成AIにとって引用価値のあるコンテンツを生む鍵になります。生成AIに「選ばれるコンテンツ」となるには、単なるSEOの延長では不十分。GEOを前提に、構造と意味の両面からコンテンツを再設計することが求められています。今回の情報が、みなさんがこれからの時代にふさわしいコンテンツマーケティングのあり方を探っていくためのヒントになれば幸いです。
執筆：渡辺一男
CONTENT MARKETING LAB ファウンダー
※本記事は執筆及び画像作成にあたり、生成AIを利用しています。