Janak Sunil、CEO、Bear（YC F25）。企業がAIエージェントにマーケティングするのを支援。
人間が情報を取得する方法は永遠に変わりました。Googleとは異なり、AIはユーザーの意図に合わせた回答を生成するよう訓練されています。検索結果ページは、短く、豊かで、決定的な回答に取って代わられつつあります。
この変化は、ビジネスに大きな影響をもたらします。CustomGPTのCEOによると、ChatGPTから発生するリードは、Googleからのリードと比較して、有料顧客に転換する可能性が約7倍高いとされています。私の会社では、同様のパターンが見られました：AI検索トラフィックはクリック全体のわずか0.6%にすぎませんが、インバウンド収益の12%を生み出しています。
それにもかかわらず、AIの不透明性を理由に、AI検索での可視性を積極的に最適化している、あるいはそれを把握しているブランドはごく少数だと感じています。しかし、データ駆動型アプローチを用いて、当社が収集した550万以上のデータポイントを分析することで、皆さんと共有したい貴重な洞察を導き出すことができました。
なぜこの洞察を信頼できるのか？
この記事は2つの情報源からの証拠に基づいています：
まず、当社の内部データセットは、ChatGPT、Claude、Perplexity、Gemini、Google AIオーバービューにわたって収集された500万以上のクエリ-レスポンスペアと1500万の個別ソースで構成されています。このデータセットは、これらのAI検索モデルのフロントエンドから収集された高精度データであり、多くの異なるドメインにわたってサンプリングされ、ユーザーの実際のプロンプトと回答を表しています。
また、最近の査読済み研究でも裏付けています。例えば、トロント大学のこの研究では、SEO要因とAIエンジンの引用の相関関係を分析し、2025年のクロスリンガル研究では会話モデルにおける役割ベースの意図最適化について調査しました。さらに別のソースである主要なGEO論文も、当社の膨大なデータセットを補完するために使用されました。
これらの論文全体の多くの発見は、私たちの結論を支持しています。URL、コンテンツ構造、キーワードの包含、長さなど、これら数百万のデータポイントにわたる様々なパラメータと要因を分析することで、ChatGPTの検索アルゴリズムに関する包括的な洞察を開発しました。これは現在、当社の生成エンジン最適化（GEO）戦略を導くために内部で使用しているフレームワークです。この記事では、ChatGPTを主な焦点とします。
AI検索最適化のための中核戦略
1. スラッグに焦点を当てる。
すべての技術的変数の中で、スラッグ構造（URLの説明的な末尾部分）は、意外にもAI引用頻度との相関が最も高いものの一つでした。明確で具体的なスラッグと完全一致は、一般的すぎるキーワードを詰め込んだスラッグよりも大幅に良いパフォーマンスを示しました。「best generative engine optimization tools」という検索に対する上位3つのソースのスラッグは：
1. 「best-generative-engine-optimization-tools」
2. 「best-generative-engine-optimization-tools-ai-visibility」
3. 「generative-engine-optimization-tools」
このほぼ完全な一致は、クエリとスラッグの間の非常に強い相関関係を示しています。対照的に、バックリンクやキーワード密度などの従来のSEO指標は、予測力が弱いことが示されました。前述のトロント大学の研究では、SEOの相関関係は、ローカライズされた、または特殊なトピックでは40%から15%まで低下することがわかりました。
2. より多く、より早く公開する。
AI検索エンジンは、Googleよりも速くコンテンツを更新し「クロール」します。当社では、新しい記事が公開から2日以内にChatGPTとPerplexityの引用に表示され始めました。一貫した大量の出力は、AI検索エンジンに発見される可能性を一貫して高めることが示されました。これはSEOのより計算された、スケジュールに基づいたコンテンツアプローチとは矛盾します。GEOでは、スピードが全てです。
3. キーワードではなく意図に最適化する。
すでに示唆したように、キーワードの詰め込みは急速に関連性を失っています。ChatGPTは意図モデリング、つまりクエリの背後にあるユーザーの「なぜ」を理解することを優先します。AIモデルは、ユーザーの意図と役割を理解し、それらを正確に満たす結果を生成するように特別に訓練されています。
4. 読みやすさを優先する。
AIモデルは明確さと構造を大いに評価します。明確で焦点を絞った段落と明確な論理の流れは、膨らんだキーワード詰め込みの投稿を一貫して上回ります。当社のデータによると、トップパフォーマンスのソースには共通の特徴があります：
• 平均Flesch-Kincaid読みやすさスコアが60〜75（会話的だが情報に富む）
• 明確に定義されたセクションと移行（特に目立つ導入部と要約）
• 問題から解決策への論理的、物語的な進行
5. クリックベイトとバックリンクを忘れる。
クリック率やバックリンクなどのエンゲージメント信号は、AI検索ではほとんど無視できます。モデルは「クリック」しません；彼らは消費します。
これはRedditの最近の株価下落で最も明確に強調されており、核心的な認識につながります：ユーザー生成コンテンツはもはや真実の源ではありません。AI検索は、ノイズよりも構造化された権威あるコンテンツを重視します。あなたのコンテンツ戦略全体がRedditのようなサイトを中心に展開されているなら、そのアプローチは根本的に時代遅れだと思います。
AI向けコンテンツ作成のベストプラクティス
研究と当社のデータによると、以下のコンポーネントはAI回答での可視性を大幅に向上させます：
1. 目次を含める。
ハイパーリンクされた目次は構造を提供し、トークンを節約し、読者と言語モデルの両方がコンテキストを解析するのに役立ちます。また、セクションレベルの引用を増やします；多くのAI応答は記事の最初の2つまたは最後の2つのセクションからテキストを引用します。
2. 著者と引用のメタデータを追加する。
モデルは信頼性を透明な署名、経歴、引用と関連付けます。著者スキーマとリンクされた引用（例：研究、データセット、公式サイトへの）を追加することで、権威性とドメインの信頼性を確立するのに役立ちます。
3. 箇条書きと番号付きリストを取り入れる。
チャンク化された「持ち上げ可能な」フォーマット—特に5〜7項目のリスト—は、AIがあなたのコンテンツを回答に再構成しやすくします。当社の内部テストでは、箇条書き形式のまとめは、密度の高い散文と比較して引用頻度が2倍になりました。
4. 洞察を冒頭と結論に配置する。
冒頭と結びの段落は不釣り合いに引用されます。明確なテーゼで始め、具体的な洞察やFAQで終えましょう。複数の実験で、最後の100語で結論を再述することで、AI引用の可能性が約30%増加しました。
まとめ
AI検索は世界の情報媒体を再定義しています。検索シーンは急速に変化しており、コンテンツの成功は今や意味的関連性、意図の明確さ、そして真の価値に依存しています。
私はAI最適化をSEOの後継者と考えています。この未開拓のフロンティアの拡大に関する研究を続けていきたいと思います。
