「ChatGPTに自社のことを聞いても出てこない」「競合は紹介されるのに、自社は言及されない」。最近、こうしたご相談が増えています。これに応える取り組みが、AIO対策・AEO対策と呼ばれるものです。
■ AIO対策・AEO対策とは
AIO対策（AI Overviews最適化）とは、GoogleのAIによる概要（AI Overviews）に、自社の情報が引用・表示されるようにする取り組みです。AEO対策（Answer Engine Optimization）は、ChatGPTやPerplexityなど「答えを返すAI」に引用・参照されることを目指す取り組みを指します。
呼び方は違いますが、ゴールは共通しています。**「AIが回答を作るときに、自社が信頼できる情報源として選ばれること」**です。これらをまとめてAI検索最適化（LLMOとも呼ばれます）と表現することもあります。
従来のSEOが「検索結果のリンク一覧で上位に出ること」を競うのに対して、AIO・AEO対策は「AIの回答文そのものの中に登場すること」を競います。土俵が変わった、と考えると分かりやすいです。
なお、用語の注意点として、AEOには「Authorized Economic Operator（税関の認定事業者制度）」というまったく別の意味もあります。本記事のAEOは、AIに関する最適化（Answer Engine Optimization）を指します。
■ 従来のSEOとの違い
SEOとAIO・AEO対策は、対立するものではなく補完関係です。違いを整理します。
ここで強調したいのは、**SEOで上位表示されているサイトが、必ずしもAIに引用されるとは限らない**という点です。順位は維持できていても、AIの回答には競合だけが登場する。私自身がこの落とし穴にはまりました。その話は後ほど具体的に書きます。
■ なぜ今、AIO・AEO対策なのか
背景にあるのは、検索結果の上部にAIによる概要が表示されるようになったことです。ユーザーがそのAI回答だけで疑問を解決すると、リンクをクリックしないまま離脱します。これは「ゼロクリック」と呼ばれる現象です。
その結果、**掲載順位は維持できていても、クリックだけが減る**という状況が起きます。順位という枠は同じでも、その枠が表示される画面そのものが変わったからです。順位だけを見ていると、この変化を見落とします。
だからこそ、「検索結果で上位を取る」だけでなく「AIの回答に引用される」ことを目指す、AIO・AEO対策が必要になってきました。
■ AIが情報を「推薦」する仕組み
AIがどの情報源を回答に取り込むかを、私は大きく3つの段階で捉えています。
- 第1段階：**見つけてもらう**。
AIが読み取れる技術状態（クロール・インデックス・サイト構造）になっているか。
- 第2段階：**理解してもらう**。
「何の専門サイトか」をAIが認識できるか。ここで鍵になるのがエンティティ（実体）です。社名やサービス名と事業内容がAIの中で結びついていないと、そもそも候補になりません。
- 第3段階：**推薦してもらう**。
引用しやすい構造になっていて、かつ信頼できる発信者だと見なされているか。
多くの解説が「エンティティが重要」と書きますが、実務では**この3段階のどこでつまずいているかを切り分けること**が先決です。土台でつまずいているのに、推薦の工夫だけ重ねても効きません。
■ 私が運用現場で直面した課題と、その解決
ここで、私自身の経験を共有します。
AIによる概要が広がり始めた頃、私が運用を支援していたあるメディアで、検索順位はほとんど落ちていないのに、アクセスだけが減っていきました。最初、私はこれをクリック率（CTR）の問題だと考え、タイトルや説明文を書き直しました。ところが、いくら手を入れても流入は戻りませんでした。**原因の見立てそのものが間違っていた**のです。
転機は、AI検索での引用状況を計測できるツールで実測したときでした。データを見ると、**同じテーマで競合サイトだけがAIに引用され、自社はほとんど登場していなかった**。順位という土俵では勝っていても、AIが回答を作る土俵には乗れていませんでした。
調べていくと、自社のページは人間が読む分には良い記事でしたが、AIが引用しやすい構造になっていませんでした。質問への簡潔な答えが冒頭になく、情報が長い文章に溶け込んでいて、AIが一節（パッセージ）として抜き出せなかったのです。
そこから、記事の作り方を見直しました。
質問をそのまま見出しにし、直下に1〜2文で答えを置く。FAQや比較表を増やす。運営者情報を整え、構造化データで組織情報を明示する。この見直しを、業種の異なる複数の現場で繰り返しました。
あるVODメディアでは、この考え方で作品ページを作り直したところ、**AI経由の流入が月3件から20件へ**増えました。別の領域では、累計で270ページがAI検索に引用される状態まで持っていけました（守秘義務のため、いずれも業界カテゴリでの記載です）。
この試行錯誤から整理したのが、次の「4レイヤー」の考え方です。
■ 4レイヤーで考えるAIO・AEO対策
AIに引用されるための条件を、私は4つの層に分けて点検しています。下の層が土台、上の層が成果です。
- 第1層 技術基盤：クロール・インデックス・サイト構造・表示速度。AIがそもそも読み取れる状態か。
- 第2層 引用可能パッセージ：質問への簡潔な回答、FAQ、表や箇条書き。AIが抜き出しやすい構造か。
- 第3層 深層コンテンツ：内容の深さ・一次情報・独自の視点。引用に値する中身か。
- 第4層 エンティティ・ブランド：運営者情報・専門性・構造化データ。信頼できる発信者と認識されるか。
私が最初につまずいたのは第2層（引用しやすい構造）でした。多くの「SEO診断」は第1〜2層で止まりますが、流入減の本当の原因は第3〜4層に潜んでいることも少なくありません。
■ 具体的な施策
4レイヤーを踏まえた、実務での具体的な施策です。手をつけやすい順に並べます。
- **結論ファーストの文章設計**：ユーザーの疑問をそのまま見出しにし、直下に1〜2文で答えを置く。AIはこの「独立して読める一節」を引用しやすい。
- **FAQ・Q&Aの整備**：よくある質問を5件以上用意し、FAQPageの構造化データ（JSON-LD）を実装する。
- **表・箇条書きの活用**：比較情報を表に、手順を番号付きリストに。長文に溶かさず、抜き出せる形にする。
- **構造化データの実装**：Organization（組織）、Article（記事・著者情報）、FAQPage を、サイト構造に合わせて実装する。
- **E-E-A-Tの強化**：運営者情報・著者プロフィール・更新日を明示し、「誰が発信しているか」を分かる状態にする。
- **llms.txt の設置**：LLM向けにサイトの案内を用意する取り組み。新しい手法ですが、第4層の補強になります。
どれも、AIが「見つけ・理解し・推薦する」流れを助けるための施策です。
■ 実装の難易度・期間・コストの目安
「で、どれくらいの手間と時間がかかるのか」。多くの解説記事が触れない部分なので、私の実務感覚で目安を示します。
- 第1層 技術基盤：難易度・中／即〜数週間。技術的な修正が中心で、効果は比較的早く出やすい。
- 第2層 引用可能パッセージ：難易度・低／即効性あり。記事の書き方の見直しで、最も着手しやすく変化も見えやすい。
- 第3層 深層コンテンツ：難易度・中／1〜3ヶ月。中身の作り込みには時間がかかる。
- 第4層 エンティティ・ブランド：難易度・高／3〜6ヶ月。信頼の定着には最も時間がかかる。
ポイントは、**即効性のある第1〜2層から着手し、時間のかかる第3〜4層を並行で仕込む**ことです。すべてを一度にやろうとすると息切れします。
■ よくある失敗・落とし穴
私自身や、ご相談を受けた現場で見てきた「ありがちな失敗」を挙げます。
- **CTR改善だけで対処しようとする**：私の最初の失敗がこれです。順位もタイトルも問題ないのに流入が減るとき、原因はAI側にあることがあります。見せ方の改善だけでは戻りません。
- **記事の量産で解決しようとする**：本数を増やしても、AIに「何の専門か」が伝わらなければ引用されにくいままです。私も最初は量産で乗り切ろうとして空振りしました。
- **キーワードを詰め込む**：1ページに多くのキーワードを詰めると、AIにも検索エンジンにも「何のページか」が曖昧になります。1ページ1テーマが基本です。
- **第1〜2層だけ見て、第3〜4層を放置する**：内部対策は完璧なのに流入が戻らないとき、原因は権威性やエンティティ（第3〜4層）にあることがあります。
■ 効果測定：AIに引用されているか、自分で実測する方法
専門的なツールがなくても、現状はある程度把握できます。私が診断の最初に行う手順と同じです。
1. ChatGPT・Gemini・Perplexityを、それぞれ新規チャットやシークレットウィンドウで開く。
2. 指名で確認：「（自社名）とはどんな会社ですか」「（自社名）の評判は」。
3. カテゴリで確認：自社が登場したい一般的な質問（「（商材）のおすすめは」「（商材）の選び方は」）。
4. 比較で確認：「（自社）と（競合）の違いは」と、競合と並べて質問する。
5. GoogleのAIによる概要も確認：同じ趣旨の言葉でGoogle検索し、AI概要の引用元に自社が入っているか見る。
6. 結果を「引用された／言及だけ／登場しない」の3段階で記録し、競合が登場した質問も控える。
回答は日によって変わるため、1回で判断せず、複数回・複数AIで傾向を見てください。
■ この記事自体を、実証実験にしています
ここまで読んで、「本当にその手法は効くのか」と思われたかもしれません。そこで私は、**この記事自体を実験台**にしています。
この記事は、上で説明した4レイヤーの考え方にもとづいて書いています。公開後、数週間にわたって「AIO対策とは」「AEO対策」といった質問を各AIに投げ、**この記事が引用されるかどうかを実測**します。そして、その結果をこの記事に追記していきます。
検証したいのは、「Google検索で上位を取れていなくても、AIには引用されることがあるのか」という点です。AIによる概要でゼロクリックが進む時代において、順位そのものより「AIに引用されること」のほうが効く場面が増えているからです。結果が出たら、成功でも失敗でも、正直に共有します。
■ まず自分でできる、AIO・AEO自己診断チェックリスト
最後に、専門家に頼む前に自分で確認できるチェックリストを置いておきます。
- 第1層：主要ページがインデックスされているか／表示速度に大きな問題はないか。
- 第2層：見出しが質問形で、直下に簡潔な答えがあるか／FAQや表が整っているか。
- 第3層：他にはない一次情報・独自の視点が含まれているか。
- 第4層：運営者情報・著者・更新日が明示されているか／構造化データを実装しているか。
半分以上が「いいえ」なら、AIに引用される土台がまだ整っていない可能性があります。
■ よくある質問
Q. AIO対策とAEO対策、どちらから手をつければよいですか。
A. 切り分けは共通で、まず現状の実測から始めるのが効率的です。GoogleのAIによる概要での表示が課題ならAIO寄り、ChatGPTやPerplexityでの引用が課題ならAEO寄りに重点が移りますが、土台となる「エンティティの明確化・引用しやすい構造・信頼シグナル」は両方に共通します。
Q. すぐに効果は出ますか。
A. AI検索への反映は従来のSEOより早い傾向があり、第1〜2層の改善は比較的短期間で変化が見えることがあります。一方、第4層（エンティティ・権威性）の定着には時間がかかります。
Q. SEO会社に任せていれば、AIO・AEO対策も含まれますか。
A. 含まれる場合と含まれない場合があります。私の見てきた範囲では、内部対策中心の支援は第4層まで踏み込まないことが多く、別途の確認をおすすめします。
Q. 費用や期間の感覚を教えてください。
A. 着手する層によって大きく変わります。第1〜2層の見直しは比較的短期間・低コストで始められますが、第3〜4層は数ヶ月単位での取り組みになります。本記事の「実装の難易度・期間の目安」も参考にしてください。
Q. 新しいサイトでも意味がありますか。
A. あります。公開からの期間も一因にはなりますが、新しくても構造と信頼シグナルが整っていれば引用されることがあり、逆に古くても整っていなければ引用されにくいです。
Q. 「AEO」は税関の用語では？
A. AEOには税関の認定事業者制度（Authorized Economic Operator）という別の意味があります。本記事のAEOは、AIに関する最適化（Answer Engine Optimization）を指します。
■ 現状を実測してほしい方へ
「自分で試したが解釈に自信がない」「主要な質問をまとめて客観的に測ってほしい」という場合は、実測診断をご利用ください。私が現場で使ってきた手順で、貴社に合わせた主要10質問を設計し、ChatGPT・Gemini・Perplexity・GoogleのAIによる概要の4つで引用状況を実測。結果一覧と、4つの層から見た優先改善アクション3つをレポートでお返しします。
より本格的に、SEOとAI検索の両面から、Ahrefsとサーチコンソールの実データで4層を横断的に診断したい場合は、フルレポートもご用意しています。
■著者プロフィール
業務AI制作所｜SEO実務歴10年・Ahrefs歴7年。法人として、東証上場企業グループのメディアを含む複数の大手企業メディアの検索運用を支援してきました。
経営層向けの経営コンサル企業サイトのAI検索対策、業界アワードを複数受賞した通信サービスメディアのE-E-A-T設計、累計270ページがAI検索で引用されたVODメディアの改善、144キーワード・173引用を獲得した電子書籍メディアの設計などに携わっています（守秘義務のため、クライアント名は伏せ業界カテゴリで記載しています）。
AI検索の広がりによる「順位は同じなのに流入が減る」「自社がAIに引用されない」という変化に現場で何度も直面し、その都度、原因を実測で切り分けて改善してきました。その経験から、技術基盤・コンテンツ・権威性・AI引用適性の4層で診断する手法を組み立てています。NDA（秘密保持契約）に対応し、インボイス発行事業者として法人で運営しています。
