GEO・AEO・LLMOを整理する——SEO施策をやっても効果がない人へ

「GEO対策を始めよう」

「AEO最適化でAIに拾われる記事を書こう」

——SNSやセミナーで、この手の言葉を見るたびに、私はまず公式の立場を確認する癖がある。用語が増えただけで、やることが別物になったわけではない。

あなたはどうだろう。新しいSEO用語に、すぐ飛びつく派？ それとも「本当に何が変わったのか」を先に整理する派？

私は後者だ。SEOの基礎は理解している。コンテンツも書いている。でも「AI時代だから何かやらないと」という焦りがある——そんな状態の人に向けて、この記事を書いた。

この記事で伝えること

1. 乱立する用語（GEO・AEO・LLMO）を整理する
2. テキストコンテンツの最適化は従来SEOと大差ないという事実を確認する
3. 本当に構造が変わる部分（AIエージェント対応）を把握する

まず用語を整理する

AI検索の普及と同時に、新しいSEO用語が大量に生まれた。

用語	正式名称	意味
GEO	Generative Engine Optimization	生成AIエンジン最適化
AEO	Answer Engine Optimization	回答エンジン最適化
LLMO	Large Language Model Optimization	LLM最適化
SGE	Search Generative Experience	Googleの旧称（現AI Overviews）

これらはすべて「AIに自分のコンテンツを拾ってもらうための最適化」という意味合いで使われている。

ただし、Googleはこう述べている。

「回答エンジン最適化（AEO）や生成エンジン最適化（GEO）などの用語がよく使われますが、提案されている多くの施策は効果がなく、Googleの仕組みによってもサポートされていません」

つまり、これらの用語で売られている「施策」の多くは、根拠がない。

重要な前提：テキストコンテンツのAEOは従来SEOと大差ない

ここを最初に理解しておくことが大切だ。

「AIに引用されるための特別なコンテンツ最適化」は、基本的には存在しない。GoogleのAI Overviewsも、ChatGPTのWebブラウジングも、テキストコンテンツを評価する根本的な仕組みは従来の検索エンジンと同じだ——品質が高く、権威があり、理解しやすいコンテンツを信頼する。

SEO歴30年の渡辺隆広氏もこう言っている。

「AI時代に必要な特別な技術はないと私は思っています。何かを学びたいなら、パラグラフ・ライティングを学んでください」

では何が本当に変わるのか。それは次のセクション（AIエージェントによる取引）で扱う。今は「テキストコンテンツ最適化 = 従来SEOの延長」という前提で読み進めてほしい。

Googleが「やらなくていい」と断言した施策

2026年5月、Googleが公式ガイドラインの中で明示した「意味のない施策」だ。

施策	なぜ不要か
コンテンツの「チャンキング」	通常のわかりやすい文章で十分。AIに合わせた分割に意味はない
AIシステムだけに向けたコンテンツ書き直し	人間が読んで価値があるものはAIにも価値がある
不正確な「メンション獲得」	低品質な被リンクと同じリスク。スパム判定の対象
構造化データへの過剰な注力	基本的な実装は有効。「AI引用のため」の過剰追加は不要

LLMS.txtについての補足

「LLMS.txtをやっても無駄」という情報が出回っているが、これはGoogleの立場から言っているに過ぎない。

LLMS.txtはAnswer.AI（Jeremy Howard氏のチーム）が提唱した標準仕様で、サイトの内容をLLM向けに簡潔にまとめたファイルを置くというもの（robots.txtやsitemap.xmlの概念に近い）。

• Googleはこれを使わない（AI Overviewsのランキングには影響しない）
• 他のAIクローラー（Claude・ChatGPT等）については不明
• 実害がある施策ではなく、Googleに効かないというだけ

要するに「Googleには意味がない」が正確な表現で、「全てのAIに無意味」ではない。コストをかけてまで対応する優先度は低いが、「詐欺的なハック」と混同しないようにしたい。

実際に効く施策：3つの軸

軸1：非コモディティコンテンツの制作

Googleが「非コモディティコンテンツ」と呼ぶのは、「どこにでもある文章ではない内容」のことだ。

著名SEOコンサルタントのLily Ray氏はこう説明している。

「AIだけのワークフローでは、実際の製品テスト、個人的な失敗、独自の意見、本物の感情——読者が信頼して価値を見出す核となる要素を提供できない」

具体的に何を入れるか：

• 実際に使った・試した一次体験
• 数字つきの具体的な結果
• 失敗した話（成功談だけのコンテンツより信頼性が出る）
• 「なぜそう考えるか」の個人的な見解

軸2：パラグラフ・ライティングの習得

AIに引用されやすい文章の書き方は存在する。ただし、それは「AI向けの特殊テクニック」ではなく、60年以上前から存在する「パラグラフ・ライティング」という文章技法だ。

パラグラフ・ライティングの基本構造：

① トピック・センテンス（この段落で何を言うかを最初に宣言）
② サポーティング・センテンス（理由・根拠・例を書く）
③ コンクルーディング・センテンス（結論を再度まとめる）

4つのルール：

• Unity（統一性）：1つの段落には1つのテーマ
• Coherence（一貫性）：前後関係が論理的でわかりやすい
• Development（展開性）：主張に具体的な根拠・数値・例をつける
• Length（適切な長さ）：長すぎず短すぎず

特に Development を意識すると、AIが引用しやすい具体的な根拠入りの文章になる。

AIが特に拾いやすい情報の型：

• 具体的な数値（「約50%高い」「30施設中15施設」）
• 明確な時間表現（「2026年第1四半期」「2026年5月12日」）
• 引用元がある主張（「Shopifyの調査によると」）

軸3：第三者言及の獲得

旅館調査のデータが示した最重要の発見がある。

AI引用される施設とされない施設の差は「公式サイトの完成度」ではなく「第三者からの言及の蓄積量」にある。

「生成AIは公式情報よりも、権威性のある第三者——業界の編集者・ジャーナリスト・専門家——による言及を優先的に引用する傾向があります」

具体的な施策：

• 専門メディアへの寄稿・取材対応
• 業界コミュニティでの発信・登壇
• 信頼性の高いサイトからのリンク獲得（従来SEOと同じ）

本当に構造が変わる部分：AIエージェントによる取引

テキストコンテンツのAEOは従来SEOの延長だ。しかし、AIエージェントがユーザーに代わって商品を検索・比較・購入するという動きは、構造的に全く別の話だ。

Shopifyの2026年Q1データではAI経由トラフィックが前年比13倍に成長し、AI経由のCVRは通常オーガニック検索の49%高いことが示されている。AIが「比較検討を圧縮」して直接商品ページへ誘導するからだ。

このエージェントコマースへの対応は、コンテンツ最適化ではなく サイトの構造・機械可読性・スキーマの問題だ。特にEC・小売サイトでは独立した対応が必要で、詳細は別記事（小売業向けAIエージェント対応）で扱う。

まとめ：やることと捨てること

優先度	施策	理由
高	一次体験・独自データをコンテンツに入れる	非コモディティ化がAI引用の鍵
高	パラグラフ・ライティングを身につける	AIが理解・引用しやすい構造
中	第三者メディアへの露出を増やす	AI引用の決め手は外部からの言及
低	従来のテクニカルSEO継続	基盤として必要だが差別化には不十分
EC限定	AIエージェント対応（構造・スキーマ）	別記事参照
不要	チャンキング・AI専用コンテンツ書き直し	Googleが公式に否定

入門編で構造の変化を掴んだうえで、上級編では2026年の実データを軸に戦略設計を読み解く。