タイラー・ジョーダン氏、ジョーダン・デジタル・マーケティングCEO
最近、ブランドマーケターから最も多く受ける質問は、「どうすれば自社ブランドをChatGPTでもっと表示させられるか」というものだ。
これは重要な質問だが、マーケティング戦略におけるAI検索の強みと弱みに対するブランドマーケターの理解が必ずしも十分とは言えない。AI検索（または回答エンジン最適化（AEO）、生成エンジン最適化（GEO）、あるいは単に「ChatGPT」）は、現在グロースマーケティングで最も注目を集めるトピックだが、その仕組みやマーケティングにおける役割については多くの誤解が存在する。
前置きはこのくらいにして、大規模言語モデル（LLM）について私が日常的に遭遇する最も一般的な5つの神話と、マーケターが知るべき現実を紹介しよう。
神話1：LLMはグーグルより重要である
確かに、ChatGPTのようなLLMのユーザー採用は急速に拡大しているが、従来のグーグル検索は依然としてオーガニック検索活動の大部分を占めている。AEOと従来のSEOの原則には多くの重複があるため、ChatGPT、Claude、AI Overviews、Perplexityなどのようなlarge language modelsに注力してもSEOの取り組みが台無しになることはないが、SEO戦略を放棄すべきでもない。グーグルは今のところ、オーガニック検索における支配的なプレーヤーであり続けている。
神話2：LLMは馴染みのあるアトリビューション基準に従う
LLMの動作は、マーケターが慣れ親しんできたクリックベースの測定とは異なる。LLMは購買プロセスにおいて非常に大きな影響力を持つが、「影響力」はクリックよりもはるかに追跡が困難な指標である。
この新しい測定方法を理解するために、AI測定ツールを調査することを強く推奨する。AIツール（可視性）、Google Analytics（クリック）、コンバージョン影響（コンバージョン後調査）を三角測量して、ファネル全体における影響の全体像を把握できるプログラムを探すとよい。
私が観察した限りでは、これはAI検索において最も成熟度の低い分野の1つである。私のような代理店（および多くの競合他社）は、このデータを自ら作成し三角測量するために最善を尽くしているが、今後数カ月でプロセスを合理化する多くのツールが市場に登場することが予想される。
神話3：LLMは多くの収益を生み出す
AI検索には収益に影響を与える大きな可能性があり、特にAI検索が誘導するトラフィックは、オーガニック検索が誘導するトラフィックよりも高いコンバージョン率を示している。しかし、マーケティング業界で私が観察した限りでは、その力は現在、購買プロセスの初期段階と中期段階にある。ユーザーは通常、問題から始まり、最終的な購買決定を下す前に検討すべきソリューションのより狭いセットを作成するためにLLMに支援を求める。
AI検索結果ははるかに低いクリック率に寄与しているため、直接的に帰属可能な収益を追跡することは非常に困難であり、これらの検索がどれだけの収益を生み出しているかを確実に言うことは難しい。クライアントとの仕事から私が知っているのは、多くのユーザーがLLMで深い調査を行った後、価格設定、競合比較などのファネル下部の情報を見つけるために、クライアントのオウンドメディアやレビューサイトに移動しているということだ。
これは、より発見と教育に焦点を当てたプロンプトの重要性に光を当てている。ユーザーがブランドサイトに調査を移す前にLLMから始めている場合、LLMの回答に表示されるブランドのみが検討対象に入る。マーケターにとって、これは実際の収益関連データが不足していても、新規ユーザーに自社ブランドを紹介する可能性のあるLLM検索に表示されることにリソースを投入すべき理由が十分にあることを意味する。
神話4：AEOはSEOであり、その逆も然り
前述のとおり、多くの原則は重複している。特に、経験、専門性、権威性、信頼性（E-E-A-T）は、グーグルのオーガニック哲学の中核である。しかし、私の経験では、マーケターはLLM向けにコンテンツのフォーマットと情報構造に異なるアプローチをとる必要がある。コンテンツサマリーやチャンクレベルの情報などを使用して、LLMがサイトのコンテンツをより簡単に取り込めるようにする。これにより、ブランドが結果で引用される可能性が高まる。
神話5：LLMの回答は客観的で微妙なニュアンスがある
その性質上、オーガニック検索結果は有料にできないため、スポンサー結果（つまり広告）よりも確かに客観的である。しかし、完全に客観的であるには程遠い。LLMはすでにオンライン上にある情報しか返すことができないため、その結果は既存のバイアスや偏った視点を反映する可能性がある。LLMは懐疑的ではなく、批判的思考を実践しないため、それらを供給するソース（多くの場合、YouTube、Reddit、LinkedInなどのサイト上の未検証コンテンツを含む）と同程度にしか客観的ではない。
さらに、LLMはトピックではなくパターンを評価するため、これは真の文脈的空白を残す可能性がある。私が発見したのは、LLMは整理と要約には優れているが、ニュアンスには優れていないということだ。
これがマーケターにとって意味するのは、ブランドの重要な情報（住所、価格設定、提供サービスに至るまで）が、ウェブサイトやソーシャルメディアプロフィールを含むすべてのオウンドメディア資産で正確に表現されていることを確認する必要があるということだ。さらに、製品レビューや顧客レビュー、ユーザーフィードバックなどを綿密に監視し、よりネガティブなエントリーにバランスの取れた事実に基づいた方法で対応して、LLMがより多くのデータを扱えるようにする。
最後に
この記事が掲載される頃には、一部の情報、特にAEOの検索ボリュームシェアは変化している可能性が高い。ChatGPTが2022年後半に一般公開されて以来、これらのモデルと私たちとのやり取りは目まぐるしいスピードで進化してきた。
LLM結果に表示される方法についての質問は、今後ますます人気が高まると予想される。その質問に答えようとするマーケターへの私の推奨は次のとおりだ。信頼できる情報源（メディア、専門家のニュースレター、LinkedInプロフィール、またはこれらすべて）を見つけ、モデル自体のダイナミクスについて自己教育するために頻繁に参照し、使用状況が変化し成長するにつれて適応できるようにすることだ。
