GEOとは、生成AIが作る回答の中で、自社コンテンツの見え方を改善する取り組みのことです。Generative Engine Optimizationの略で、生成エンジン最適化と訳せます。2023年に公開された同名の研究論文で提案された枠組みです。
企業で取り入れるときは、論文の実験結果をそのまま成果予測に使わず、公開ページの答えと根拠を点検してください。「数字を足せば引用される」という作業に置き換えると、読者に必要のない数字が増えます。
AIOなどとの呼び名の比較はAIO・LLMO・AEO・GEOの違いにまとめています。このページでは、原論文で何を試したのかと、その結果を自社サイトでどう扱うかを説明します。
GEOという言葉は、どの論文から来た？
GEO: Generative Engine OptimizationのarXiv掲載ページを見ると、初版の公開日は2023年11月16日です。その後に改訂され、確認した最新版は2024年6月28日の第3版です。以下の実験内容は第3版の本文で確認しました。
論文が扱うのは、複数の情報源をもとに文章を作る検索の中で、情報の提供者がどう見えるかです。従来の検索結果のようにページが上から並ぶだけでなく、回答文に情報が混ざり、出典が示される環境を対象にしています。
GEOを、特定のAI企業が用意した登録制度や認証と受け取らないでください。論文の枠組みと、各サービスの現在の運用ルールは別です。企業が対策を依頼するときも、研究の名前だけで作業内容は決まりません。
論文では、何を変えて比較した？
研究では、出典の追加、統計の追加、引用文の追加、文章の読みやすさの改善などを比較しています。変更前の情報源と、内容に手を加えた情報源で、生成される回答内の扱いがどう変わるかを測りました。
主実験は、Google検索で上位の5情報源を取得し、GPT-3.5-turboで答えを作る構成です。測っているのは、情報源が回答に占める文章量や位置を考慮した指標と、回答への寄与などを評価する指標です。通常検索の順位そのものを測る実験ではありません。
論文は、出典・統計・引用の追加などに改善を報告しています。概要の「最大40%」は、この実験での見え方の改善です。どの業種にも同じ手法が同じだけ効いた、という結論ではありません。
「引用率が40ポイント上がる」ではない
論文の数値は、研究で定義した指標と比較条件のもとでの改善です。自社がAIに引用される確率、検索からの流入、相談件数の増加率へ読み替えることはできません。
製造業の担当者が知りたいのは、たとえば「この加工方法を自社部品にも使えるか」です。論文で統計の追加がよかったからといって、加工条件と無関係な市場規模を足しても、この疑問への答えにはなりません。
Perplexityの実験も、通常の検索とは条件が違う
原文の付録C.1には、情報源の本文をファイルとして渡し、そのファイルだけを使って答えを作らせたと書かれています。Perplexityを使った実験でも、公開サイトを修正し、自然に再取得されるのを待って流入を比べた条件ではありません。
ここは、自社サイトへ適用する前に確かめたい点です。「実際のサービスでも実験した」という説明だけでは、ウェブ上の発見やクロールまで含めて検証したのかが分かりません。
企業サイトには、本文の前に解決すべき問題もあります。検索用ボットが拒否されている、該当ページに内部リンクが無い、古いURLに情報が分散している、といった状態です。すでに情報源として渡された本文の実験から、これらも解決できるとは判断できません。
なぜ、論文の結果を自社の成果に使えない？
研究の知見を使うことと、数字を保証として使うことは別です。自社に当てはめるなら、少なくとも次の違いを見ます。
| 違うもの |
自社で確認すること |
| 質問の内容 |
自社への相談で実際に聞かれる問いか |
| 生成の環境 |
今のサービスや機能と同じ条件か |
| 情報源の渡し方 |
自然な検索か、指定した本文の入力か |
| 測る成果 |
回答内の見え方か、訪問や相談か |
たとえば、取引先が求めるのは納期の条件なのに、試験データの引用だけ増やしても、問い合わせ前の不安は解消しません。反対に、受けられない依頼の条件をはっきり書けば、文章が短くなっても発注判断には役立ちます。
「どの手法ならAIに効くか」だけでなく、「その情報を読んだ担当者が何を判断できるか」を原稿の確認項目に入れてください。
GoogleはGEO対策をどう説明している？
GoogleのAI機能の説明は、AI OverviewsとAIモードに特別な最適化は不要としています。生成AI機能向けの最適化ガイドもGEOという呼び名に触れ、Google検索の観点ではSEOだと説明しています。
研究論文は、用意した環境で本文を変えると回答がどう変化するかを調べます。Googleの資料は、実際にGoogle検索へ掲載されるための方針を示します。対象が異なるため、「研究で改善した」と「Googleで特別な施策が必須」は結びつきません。
Google検索を対象に作業するなら、Googleの掲載条件を先に確認します。別サービスを対象にするなら、そのサービスの仕様と実際の回答を確認します。GEOという名前で、すべてのAIを同じ仕組みとして扱わないようにします。
数字と引用は、何のために入れる？
読者が根拠と適用範囲を確かめるために入れます。工場の検査結果なら、値だけでなく、材料、加工条件、測定方法、対象の範囲が必要です。一般的な説明から自社の測定記録へつなぐ書き方はAIに引用される文章の書き方で扱っています。
私たちの暦メディアでは、Search Console上の検索語と本文を機械で照合する際、2字ずつに割る方法で94件の誤検出が出ました。出典は2026年8月21日以降の自社メディアの照合作業記録です。方法を変えて再確認しています。
この数字は、私たちの方法がどこで失敗したかを説明するためにあります。AIの引用を増やすために置いた数字でも、GEOの効果を示す記録でもありません。自社の検査や試作の記録も、成功した値だけを出さず、使えなかった条件を含めると判断材料になります。
公開前に根拠を点検する
- その数字は、誰が何を判断するために必要か
- 元の記録と条件を、社内で確認できるか
- 他の製品や条件にも通用するように書き過ぎていないか
技術記事でGEOを試すなら、何を変える？
実験として直すなら、先に不足を言葉にします。「根拠となる検査方法が書かれていない」なら測定方法を補い、「どの条件で得た値か分からない」なら条件を添えます。数字や引用を増やすことを目的にせず、説明の不足を修正します。
たとえば「加工精度が高い」とだけ書かれたページなら、公開できる測定記録を担当部署に確認します。公開できる値が無ければ、作った数値を置かず、検査する項目や相談時に確認する図面の条件を説明します。それでも、発注者が次に何を用意するかは伝えられます。
変更前の本文と回答を保存しておけば、何を直したかを後から確認できます。ただし、回答が変わった理由まで一回の比較で特定することはできません。外部の記事やサービス側の更新もありうるため、記録には自社が行った変更と観測した結果を別々に書きます。
社内報告でも「根拠の説明を追加した」と「引用が確認できた」を別の欄にします。研究で得られた知見、自社で試した作業、自社で観測した結果を区別すれば、翌月の担当者も続きを判断できます。
GEO対策を始めるなら、どこから直す？
論文の手法を一斉に追加するより、現在の主力ページを開きます。質問への答えがあり、その根拠を読者が見られるかを確認してください。読み取り設定を含む順番はLLMO対策の7項目で進められます。
修正した日と内容を残し、同じ問いで回答と出典を保存します。毎月の星取り表の作り方では、1回の回答を成果と決めずに追う方法を説明しています。
論文は改善を考える材料です。作業の依頼書には「GEO対応」とだけ書かず、直すURLと不足する根拠を書いてください。自社サイトのLLMO対策の相談でも、その資料から公開できる情報を整理できます。
仕様・出典の確認日：2026年10月22日。