AI検索最適化（GEO / LLMO）とは何か
GEO（Generative Engine Optimization）やLLMOは、AIが生成する回答の中で自社の情報が使われることを目指す取り組みです。従来のSEOと土台の多くを共有しますが、「順位」ではなく「引用されるか」を見る点が異なります。
公開日: 2026年8月16日 ／ 最終更新日: 2026年9月6日
何が変わったのか
従来の検索は、10本のリンクが並び、利用者がクリックして情報を得る形でした。AI検索では、複数のページから情報が抽出・要約され、1つの回答文として提示されます。出典としてリンクが添えられることはありますが、主役は回答文です。
つまり、目指すものが「上位に表示される」から「回答の材料として使われる」へ変わります。これがGEO（Generative Engine Optimization）やLLMO（Large Language Model Optimization）と呼ばれている領域です。呼び名は定まっていませんが、指しているものはほぼ同じです。
SEOと何が違い、何が同じか
違いばかりが強調されがちですが、土台の大部分は共通しています。クロールできること、内容が明確であること、信頼できる発信元であること。これらはどちらでも必要です。
一方で、明確に異なる点が2つあります。
- JavaScriptの扱い: Googleはページを描画してから評価しますが、主要なAIクローラーはJavaScriptを実行しません。この差は決定的で、後述します
- 評価の単位: 検索は「ページ」単位で順位を付けますが、AIは「文や段落」単位で使える情報を抜き出します。ページ全体の網羅性より、個々の記述が単体で意味を成すかが効きます
現時点で確からしいこと
この領域は情報が錯綜しています。ここでは、外部の調査や公開仕様で裏付けが取れているものだけを挙げます。
- AIクローラーの多くはJavaScriptを実行しない。VercelとMERJによる5億件超のGPTBotリクエストの調査では、JavaScriptの実行が確認されませんでした。クライアントサイドでしか描画されない内容は、AIから見えていません
- AIクローラーはrobots.txtを見る。学習用と回答生成用でボットが分かれており、それぞれ個別に許可・拒否できます
- 構造が明確な文書は抽出されやすい。見出しの階層、箇条書き、質問と回答の形式は、機械的に切り出しやすい形式です
- 発信元の情報が明示されているほうが扱われやすい。運営者、著者、更新日、根拠の提示は従来のE-E-A-Tと重なります
まだ根拠が薄い話
次のような主張はよく見かけますが、公開された検証や仕様の裏付けが乏しいものです。鵜呑みにしないことをおすすめします。
- 特定のキーワードを何回入れるとAIに拾われやすくなる、といった密度の話
- llms.txt を置けばAI検索での露出が増える、という因果の断定（後述しますが、現時点でそこまでは言えません）
- 特定のフォーマットで書けば必ず引用される、という手法の断定
- AI検索での「順位」を計測できる、という主張。回答は質問の仕方や実行のたびに変わるため、順位という概念自体が安定しません
この領域では、断定している情報源ほど疑ったほうが安全です。私たち自身も、診断結果では推定であることを明示するようにしています。
今やる価値が高いこと
- サーバー側で本文が返るようにする（最優先。これが無いと他の施策が全て無意味になります）
- 見出しの階層を整え、各セクションが単体で読めるようにする
- 結論を先に書く。定義や答えを冒頭に置き、その後で背景を説明する
- 運営者・著者・更新日を明記する
- 構造化データ（Organization、FAQPage、Articleなど）を正しく実装する
- robots.txtでAIクローラーの扱いを意図どおりに設定する
見て分かるとおり、大半は従来のSEOでも推奨されてきたことです。AI検索のために特別な裏技を導入するより、基本を丁寧にやるほうが確実です。
Smash SEOでできること
Smash SEOには、AI検索での引用されやすさを推定するGEO診断があります。構造化データ、E-E-A-Tの手がかり、コンテンツ構造、技術的なアクセス性の4観点で評価します。
ただしこれは「推定」であり、実際にAIが引用するかを保証するものではありません。診断結果でもその旨を明示しています。実際の引用可否は各AIサービスの内部処理に依存し、外部から確定的に測ることはできません。
よくある質問
GEOとLLMOはどう違いますか？
ほぼ同じものを指す言葉で、業界で呼称が定まっていない状態です。GEOは生成エンジン最適化、LLMOは大規模言語モデル最適化の略で、どちらもAIの回答に使われることを目指す取り組みを指します。
SEOをやめてGEOに移行すべきですか？
移行するものではありません。土台の多くが共通しており、検索エンジンからの流入も当面は残ります。SEOの基本を固めたうえで、AI向けの観点を足すのが現実的です。
効果はどう測ればいいですか？
確立した測定方法はまだありません。実務的には、AIサービスに実際に質問して自社が言及されるかを定期的に確認する、参照元にAIサービスからの流入が現れるかを見る、といった間接的な方法になります。
関連記事
- AIに引用されるページの作り方
AIに引用されるかどうかは各サービスの内部処理に依存し、外部から保証はできません。ただし「そもそも読まれていない」状態は技術的に確認でき、解消できます。まずはここからです。 - AI Overviews（AIによる概要）に自社サイトが出る条件
Google公式の結論はシンプルで、「AIによる概要に表示されるための追加要件や特別な最適化は存在しない」です。つまり怪しい「AI Overviews専用対策」は買わなくてよい、ということです。この記事では公式ガイダンスの要点と、その上で実際に効く土台づくりを解説します。 - ChatGPTの回答に自社サービスを登場させるためにできること
最初に明言します。ChatGPTの回答に自社を登場させることを保証する方法は存在しません。ただし「登場し得る状態」と「構造的に登場できない状態」の差は明確にあり、後者を解消することはできます。この記事は保証なしの前提で、打てる手を優先順に並べます。 - llms.txt とは？書き方と、現時点でどこまで効くのか
llms.txt は、サイトの要点をLLM向けにMarkdownでまとめて置く提案です。robots.txt に似た位置づけですが、標準として確立したものではなく、効果を断定できる段階にはありません。導入コストが低いため試す価値はある、というのが現実的な評価です。