GEO対策とは？生成エンジン最適化の意味と、論文で分かった文章の直し方

「GEO対策」という言葉を、LLMOやAIOと並んで見かけるようになりました。
どれも「AIの回答に自社が出るようにする」という話ですが、GEOという言葉には、はっきりした出どころがあります。
2023年に発表された研究論文です。

この論文では、ページの文章をどう書き直すと、AIの回答の中で使われやすくなるのかを、9つの方法で試しています。
効いた方法もあれば、ほとんど効かなかった方法もありました。
ところが、GEOを解説する記事の多くは定義と施策の一覧にとどまり、論文で何が分かったのかまでは書いていません。

この記事では、論文の中身を正確に紹介したうえで、中小企業のサイトで文章をどう直せばよいかを、書き直しの前後の例とページの種類ごとに具体的にまとめます。
robots.txtの設定やAIの回答の記録のしかたは、LLMO対策の記事で詳しく解説しています。
この記事は「文章をどう書くか」に絞ります。

GEOとは

GEO（ジーイーオー）は「Generative Engine Optimization」の略で、日本語では「生成エンジン最適化」と訳されます。
生成エンジンは、ChatGPTの検索、GoogleのAI OverviewやAIモード、Perplexityのように、検索で集めた情報をAIがまとめ直して、文章の答えとして返す仕組みのことです。
GEO対策は、こうした仕組みが答えを作るときに、自社のページの情報が使われ、引用元として示されるようにする取り組みを指します。

ふつうの検索エンジンは、ページの一覧を順番に並べて見せます。
生成エンジンは、いくつものページを読んだうえで、ひとつの文章にまとめて答えます。
そのため、「何位に出るか」だけでなく、答えの文章の中で、自社のページの内容がどれだけ使われるかが問題になります。
GEOという考え方は、この違いに目を向けたものです。

LLMO・AIO・SEOとの違い

GEO・LLMO・AIOは、どれも「AIの回答に自社の情報が使われるようにする」という同じ方向を指しています。
日本ではLLMOという呼び方が広く使われ、GEOは論文から広まった呼び方として海外の記事で多く見かけます。
言葉の違いより、どの作業の話をしているかを見るほうが大切です。

GEOはSEOの代わりではありません。
GoogleのAI Overview・AIモードは、Googleの検索の登録をもとに答えを作り、Googleは「SEOのベストプラクティスはAIの機能にもそのまま当てはまる」と案内しています。
SEOの土台の上に、「答えに使われやすい書き方」を重ねるのがGEOだと考えると分かりやすいでしょう。

GEOの論文で分かったこと

GEOという言葉は、2023年11月に公開された論文「GEO: Generative Engine Optimization」から広まりました。
著者はプリンストン大学やインド工科大学デリー校などの研究者で、論文は2024年にデータ分析の国際会議KDDに採択されています。
ここでは、論文で何を試し、何が分かったのかを紹介します。

どんな実験をしたのか

研究チームは、さまざまな分野の質問と、その答えになるWebページを集めた「GEO-bench」という試験用のデータを作りました。
実験では、質問ごとにGoogleの検索で上位5件のページを集め、そのページをもとにAI（gpt-3.5-turbo）に答えを書かせます。
そのうえで、5件のうち1件のページの文章を書き直し、答えの中でそのページの内容がどれだけ使われるようになったかを比べました。
実際に公開されている生成エンジンとして、Perplexityでも試しています。

「どれだけ使われたか」は、主に2つの物差しで測っています。
ひとつは、答えの中でそのページから取られた言葉の量を、答えの前のほうに出るほど重く数えるもの。
もうひとつは、答えの中でそのページがどれだけ目立ち、影響しているかを評価するものです。

試した9つの方法と結果

論文では、ページの文章の直し方として9つの方法を試しています。
主な方法と、論文の本文で報告されている結果は次のとおりです。

このほか、専門用語を増やす方法と、珍しい言葉を使う方法も試されています。
権威のある書き方のような「言い回しだけの変更」について、論文は、生成エンジンはすでにこうした変化に左右されにくくなっていると述べています。

論文の要約では、GEOによって生成エンジンの回答での見え方を最大40%高められたとしています。
本文では、最も良かった方法が、何もしない場合に比べて、2つの物差しでそれぞれ41%、28%改善したと報告されています。

順位の低いサイトほど効果が大きかった

中小企業にとって心強いのが、論文の次の結果です。
論文は、ふだん目立ちにくい順位の低いサイトのほうが、GEOによる効果を大きく受けたと述べています。
たとえば「出典を示す」方法では、検索で5位だったページの見え方が115.1%増えた一方、1位だったページは30.3%減りました。

論文の実験では、AIは検索の上位のページを集めたうえで、その中から答えに使う情報を選んでいました。
検索の順位で大きな会社に勝てなくても、集められた候補の中に入りさえすれば、書き方しだいで答えに使われる余地がある、ということです。

分野によって効く方法が違う

論文は、効く方法が分野によって違うことも報告しています。
権威のある書き方は、討論型の質問や歴史の分野で効果が大きく、数字を加える方法は、法律・行政や意見を問う質問で効果が大きく出ました。
引用を加える方法は、人や社会、説明、歴史の分野で効果が大きかったとされています。
自社の分野では、どの直し方が効くかを、自分で試して確かめる必要があるということです。

論文を読むときの注意

この論文は、2023年当時の仕組み（Googleの上位5件とgpt-3.5-turbo）と、当時のPerplexityで試したものです。
いまのChatGPTやGoogleのAIモードは、使っているモデルも、情報の集め方も違います。
論文の数字が、そのまま今のAIでも出るとは限りません。
論文から持ち帰るべきなのは数字そのものより、「根拠になる情報を足す直し方が効き、キーワードを増やす直し方は効かなかった」という方向です。
この方向は、Microsoftが勧めている「例・データ・出典で主張を支える」とも一致しています。

生成AIが答えを作る流れ

文章の直し方を考える前に、生成AIがどうやって答えを作っているのかを押さえておきます。
細かな仕組みは各社で違いますが、検索を使って答えるAIは、おおむね次の流れで動いています。

1. 質問を受け取る利用者の質問を読み、何を調べればよいかを考えます。
2. いくつもの検索をするひとつの質問を、関係する小さな問いに分けて、複数の検索をします。
   Googleはこれを「query fan-out」と呼び、AI Overview・AIモードで使うことがあると説明しています。
3. ページを読む検索で見つかったページを読み、質問に関係する部分を探します。
4. 答えをまとめる読んだ内容をもとに、ひとつの文章にまとめます。
5. 引用元を示す答えの根拠にしたページを、リンクとして示します。

流れから分かる、ページに求められること

この流れから、ページに求められることが見えてきます。

特に大事なのが、「いくつもの検索をする」段階です。
たとえば「築30年の家の外壁塗装はいくら？」という質問に答えるとき、AIは「外壁塗装 費用 30坪」「築30年 外壁 傷み」「外壁塗装 塗料 種類 耐用年数」のような、いくつもの問いで調べることがあります。
この小さな問いのどれかに、自社のページがはっきり答えていれば、候補に入る機会が増えます。

AIごとに、読みに来る仕組みが違う

文章をどれだけ直しても、AIがページを読めなければ答えには使われません。
AIによって、ページを読みに来る仕組みは次のように違います。

robots.txtやサーバーの設定でこれらを止めていないかは、文章を直す前に一度確かめておきましょう。
確かめ方と書き方の例は、LLMO対策の記事で紹介しています。

文章を直しても効きにくい場合

次のような状態のページは、文章を直す前に、まず状態そのものを直す必要があります。

• Googleに登録されていない（Search Consoleで確かめられる）
• 大事な情報が、画像やPDFの中だけにあり、ページの本文にない
• 会員だけが見られる場所にある（ログインしないと読めない）
• 同じ内容のページがいくつもあり、どれが本物か分かりにくい
• 料金や営業時間など、古い情報のまま残っている

文章の直し方

ここからが実践です。
論文で効いた方向（数字・出典・引用を足す、読みやすくする）と、答えに使われやすい書き方を、書き直しの前後の例で紹介します。
例は、地域の工務店や専門サービスの会社のサイトを想定しています。

1. 用語を一文で定義する

AIは「〇〇とは何か」という問いに答えるとき、その言葉を一文で説明している部分を探します。
自社のサービス名や、業界の言葉を、ページの中で一度は一文で定義しておきましょう。

2. あいまいな言葉を数字に置き換える

論文で効果が大きかった方法のひとつが、数字を加えることでした。
「早い」「安い」「長持ち」のような言葉は、数字にできないかを考えます。

数字には、条件を一緒に書くことが大切です。
「80万円から」だけでは、何坪の家で、どの塗料で、足場代は入っているのかが分かりません。
条件がそろっている数字は、AIにとっても、読む人にとっても、答えにそのまま使える情報になります。

3. 出典を示す

数字や一般的な事実を書くときは、どこの情報なのかを本文の中で示します。
「国土交通省の〇〇によると」「塗料メーカーの〇〇社の技術資料では」のように、出どころが分かる書き方にします。
自社の数字なら「当社の2025年の施工記録では」のように、いつの、何の数字なのかを書きます。

4. 引用を加える

引用を加える方法も、論文で効果が大きかった方法のひとつです。
会社のサイトなら、担当者や職人の説明、お客さんの声を、だれの言葉かが分かる形で載せることがこれにあたります。
もちろん、実際に聞いた言葉だけを載せます。

「北向きの壁は乾きにくく、コケが出やすいので、塗料は防カビ性能のあるものを選ぶことをおすすめしています」（塗装工事部 〇〇、一級塗装技能士）

だれが言ったのか、その人がどんな立場や資格を持っているのかが分かると、言葉の重みが変わります。
社内の担当者に、お客さんからよく聞かれる質問への答え方を聞き取り、それを引用の形で載せるのが、いちばん手軽な方法です。

5. 見出しを質問の形にして、答えを先に書く

AIは、利用者の質問に近い問いと、その答えを探します。
見出しを、お客さんが実際に聞く質問の形にし、すぐ下の一文で答えを言い切ります。
理由や補足は、そのあとに書きます。

6. 比べる情報は表にする

「AとBのどちらがいいか」は、お客さんが比べるときによく調べる問いです。
選択肢を比べる情報は、文章で並べるより、表にまとめたほうが読み取りやすくなります。
Microsoftも、見出し・表・よくある質問で構造をはっきりさせることを勧めています。

表に入れる数字は、自社の料金表と、使っている材料のメーカーの資料から取ります。
出どころを列の名前に書いておくと、読む人にもAIにも、どこまでが自社の数字なのかが伝わります。

答えの段落の型

ここまでの直し方をまとめると、ひとつの問いに答える段落は、次の型で書くと使われやすくなります。

1. 答えを一文で言い切る「30坪の住宅で、10〜14日ほどです。」
2. 条件と数字を足す「足場の組み立てに1日、高圧洗浄と乾燥に2日…」
3. 根拠を示す「当社の2025年の施工記録では、平均12日でした。」
4. 例外を書く「雨の日は塗装ができないため、梅雨どきは数日のびることがあります。」
5. 次の行動を示す「工期の見通しは、現地調査のときにお伝えします。」

この型で書くと、AIが答えの一部だけを取り出しても意味が通じ、読む人にも親切な文章になります。

1つの段落を書き直した例

6つの直し方を1つの段落にまとめて当てはめると、次のようになります。
外壁塗装の会社のサービスのページにある、よくある説明文を書き直した例です。

直す前の文章には、AIが答えに使える情報がほとんどありません。
「地域密着」「丁寧」「経験豊富」は、どの会社も書ける言葉だからです。
直した後の文章には、対応地域、流れ、日数、費用、資格、担当者の言葉、事例への案内が入っています。
「下関市で外壁塗装を頼むと、いくらで、何日かかる？」という質問に、この段落だけで答えられます。

やってはいけない直し方

AIの回答に出たいあまり、逆効果になる直し方もあります。
次のような直し方は避けましょう。

• AIだけに見せる文字を入れる：背景と同じ色の文字や、画面に出ない場所に説明を書き込む方法です。人に見えない文字は検索エンジンのポリシーに反するおそれがあり、Googleは構造化データも画面の内容と一致させるよう求めています
• 根拠のない「No.1」「最安」を書く：何の調査で、いつ、何と比べた結果なのかを示せない表記は、読む人にも信頼されません
• 実際にはない声や事例を書く：お客さんの声や事例は、実際に聞いたこと、実際にやったことだけを書きます
• 同じ言葉をくり返す：論文でも、キーワードの詰め込みはほとんど効かなかったと報告されています
• ほかの会社を悪く書く：比べる表を作るときも、自社の条件と数字を書くことに徹します

ページの種類ごとの直し方

サイトのどのページから直すかは、AIにどんな質問をされたときに使われたいかで決めます。
中小企業のサイトでよくあるページごとに、聞かれそうな質問と、書いておくべきことをまとめました。

まず直すのは会社概要と料金

直す順番に迷ったら、会社概要と料金のページから始めるのがおすすめです。
会社概要は、AIが「この会社は何をしているか」を判断するときの土台になります。
料金は、お客さんが比べるときに最も知りたい情報で、書いていない会社も多いため、具体的に書いてあることが比べるときの材料になります。
料金を細かく出しにくい場合でも、「〇〇の場合で〇万〜〇万円」のように条件をつけた目安なら出せることが多いはずです。

事例のページは「状況・やったこと・結果」をそろえる

事例は、ほかの会社が持っていない一次情報そのものです。
写真だけを並べた事例のページは多いのですが、文章がないとAIには内容が伝わりません。
1件ごとに、次の項目を文章で書きます。

• お客さんの状況（地域、建物の種類、築年数など、出してよい範囲で）
• 困っていたこと（雨漏り、色あせ、ひび割れなど）
• やったこと（工事の内容、使った材料）
• かかった期間と費用の目安
• 工事のあとの変化と、お客さんの声（実際に聞いたもの）

同じ項目で事例が10件、20件とたまると、「築25年の家の屋根の修理はどれくらいかかる？」のような細かな質問にも答えられるページになります。

数字と事例を社内から集める

GEOで効く数字・出典・引用のうち、数字と引用は、社内の人に聞かなければ出てきません。
営業や現場の担当者に30分ほど時間をもらい、次のようなことを聞いてみましょう。

• お客さんから、最初によく聞かれる質問は何か。そのとき、どう答えているか
• いちばん多い依頼の内容と、その費用・期間はどれくらいか
• 費用が高くなる・安くなるのは、どんな条件のときか
• 他社と比べられたとき、何が違うと説明しているか
• お客さんが頼む前に誤解していることは何か
• 頼まないほうがよい、と伝えているのはどんな場合か
• 持っている資格や、使っている材料・道具は何か
• 最近の仕事で、お客さんに喜ばれた例と、そのときの言葉

担当者が口で説明していることは、そのままAIに聞かれる質問への答えになっていることが多いものです。
聞き取った内容は、担当者の名前と立場を添えて引用の形で載せたり、数字を条件つきで本文に入れたりして使います。

よくある質問のページに載せる質問の集め方

よくある質問のページは、AIに聞かれる細かな質問に答える場所として役に立ちます。
載せる質問は、想像で作るより、次の場所から実際の質問を集めるほうが確かです。

Bingの「Grounding queries」は、AIが答えを作るために、どんな語句で調べて自社のページにたどり着いたのかを示すもので、Microsoftはこの語句に関係するテーマを深めることを勧めています。
AIが実際に使った語句を見られる場所は多くないので、Bing Webmaster Toolsに登録しておく価値は大きいと言えます。

構造化データは、書いた内容とそろえる

会社概要のページには、組織（Organization）の構造化データを入れておくと、会社の情報を機械が読み取りやすくなります。
書き方の例はLLMO対策の記事で紹介しています。
Googleは、AIの機能のために特別な構造化データは要らないとしたうえで、構造化データの内容を画面に出ている文字と一致させるよう求めています。
文章を直したら、構造化データも同じ内容に直すことを忘れないようにしましょう。

サイトの外の情報をそろえる

AIは、自社のサイトだけでなく、ほかのサイトに書かれた情報もあわせて答えを作ります。
「〇〇市で〇〇を頼める会社は？」という質問では、地図サービス、地域のポータルサイト、業界団体の会員一覧などが引用元になることがあります。
サイトの外にある自社の情報を、正しく、そろった状態にしておくこともGEOの一部です。

確かめたい場所

表記をそろえる

社名の書き方が、サイトでは「株式会社〇〇」、地図では「〇〇（株）」、ポータルでは「〇〇塗装」とばらばらだと、同じ会社だと結びつけてもらいにくくなります。
正式な社名、よく使う呼び名、住所の書き方（番地の書き方、建物名の有無）、電話番号を、一覧にして社内でそろえておきましょう。
会社概要のページの構造化データに alternateName（別の呼び名）や sameAs（自社の情報が載っている外部のページ）を書いておくと、ばらばらの情報を結びつける手がかりになります。

進め方と確かめ方

GEOの文章の直しは、一度に全部やろうとすると終わりません。
まず4週間で、効果を確かめられる形で進めてみましょう。

1. 1週目：質問を決めて、今の状態を記録するお客さんが聞きそうな質問を20問ほど作り、ChatGPT・Gemini・Perplexity・GoogleのAIモードなどに聞いて、自社が出るか、どのサイトが引用されているかを表に記録します。
   質問の作り方と記録表の項目は、LLMO対策の記事で紹介しています。
2. 2週目：直すページを3つ選ぶ記録の中で「競合が出て自社が出ない質問」に関係するページを3つ選びます。
   迷ったら、会社概要・料金・主なサービスのページです。
3. 3週目：文章を直すこの記事の6つの直し方と答えの段落の型で、3ページを書き直します。
   数字や事例は社内の担当者に確かめてもらい、構造化データも内容に合わせて直します。
4. 4週目：外の情報をそろえるGoogleビジネスプロフィールやポータルサイトの情報を、直したページとそろえます。
   Search ConsoleとBing Webmaster Toolsで、直したページを読み直してもらうよう依頼します。
5. 翌月以降：同じ質問で記録して比べる1か月後、3か月後に同じ質問で記録をとり、自社が出た割合と、引用元に自社のページが入ったかを比べます。
   効いたページの直し方を、ほかのページにも広げます。

直したページのチェックリスト

1ページ直すごとに、次の項目を確かめます。

• ページの最初の段落で、何を・だれに・どこで・いくらで、が分かる
• 主な言葉を、一文で定義している
• 「早い」「安い」などの言葉が、条件つきの数字になっている
• 一般的な事実や数字に、出どころが書いてある
• 担当者やお客さんの言葉が、だれの言葉か分かる形で入っている（実際に聞いたもの）
• 見出しの少なくとも一部が、お客さんの質問の形になっていて、すぐ下で答えている
• 比べる情報が表になっている
• 大事な情報が、画像の中だけでなく文字で書かれている
• 構造化データの内容と、画面の文字が一致している
• 更新した日が書いてある

社内で分担する例

GEOの直しは、Webの担当者ひとりでは進みません。
数字や事例、お客さんの言葉は、営業や現場の人が持っているからです。
たとえば次のように分担すると、担当者に負担が集まりにくくなります。

毎月の記録の結果を、この4者で15分ほど見る時間をとると、次に直すページと、集める情報が決まりやすくなります。

効果を確かめるときの注意

AIの回答は、同じ質問でも聞くたびに変わります。
1回聞いて出なかったからといって、直し方が間違っているとは限りません。
大事な質問は2〜3回ずつ聞き、出た回数で比べます。
また、ページを直してから、AIの検索の仕組みがページを読み直すまでには時間がかかります。
1か月で判断せず、3か月ほどの変化を見てください。

直したページの効果が見えてきたら、同じ考え方で新しい記事を足していくと、AIに聞かれる質問に答えられるページが少しずつ増えていきます。
記事を定期的に足し、古くなったものを直していく仕組みが、オウンドメディアです。

当社が運営するメディア「AI・Web実務研究所」でも、調べる→構成を作る→書く→点検する→古い情報を更新する、という流れで記事を作っています。
GEOの直し方は、この流れの「書く」と「点検する」の段階に組み込むと、毎回の作業の中で自然に続けられます。

よくある質問

まとめ

GEOで効くのは、自社にしかない数字や事例を、読みやすい形でページに書くことです。
INTERCREATE JAPANでは、オウンドメディアの記事づくりと運用に、AI検索での見え方の記録と改善を組み合わせてお手伝いしています。
社内の情報を記事やページの形にする人手が足りないときは、お気軽にご相談ください。