顧客が「自分に合うサービスはどれか」とAIに質問したとき、自社は候補に入っているでしょうか。名前が出ていても、料金や対象顧客が古いまま説明されているかもしれません。
AEOを始めるなら、まずこの状態を調べます。この記事では、既存のサイトやLPを管理するマーケターが、何を記録し、どこから改善するかを整理します。
LLMO・AEO・GEOは何を指すのか
AEOはAnswer Engine Optimizationの略です。ここでは、AIが返す回答の中で、自社や自社の情報が正確に紹介・参照される状態を目指す取り組みとして使います。GEOはGenerative Engine Optimizationの略で、生成AIによる検索を対象に使われる呼び方です。
LLMOはLarge Language Model Optimizationの略で、大規模言語モデルの回答で情報が適切に紹介・参照されることを目指す取り組みです。この記事では、LLMO対策にも共通する、ブランドの言及と引用元の計測から始めます。
用語の範囲は発信者によって異なります。ProfoundはAEOとGEOを実質的に同じ戦略として説明し、PeecはGEOのガイドでブランドの露出とサイトの引用を分けて扱っています。
OrchestorではAEOという呼び方を使います。仕事の単位は「顧客の質問に対して、どの会社が、何を根拠に紹介されているかを確認すること」です。
SEOの計測に、AI回答の観測を加える
従来の検索では、検索結果の順位、表示回数、クリックなどを確認します。AI回答では、それに加えて回答本文と参照先を見る必要があります。自社サイトへのリンクがなくても会社名が紹介される場合と、サイトが引用されても会社名が推薦されない場合を区別するためです。
| 確認するもの | 記録する内容 | 次に調べること |
|---|---|---|
| ブランドの言及 | 自社名と競合名が回答に出たか | どの用途で候補に入っているか |
| URLの引用 | 回答に表示された参照先 | 自社ページか、第三者の記事か |
| 説明の正確さ | 料金、機能、対象顧客の記述 | 公式情報との食い違いはないか |
この表の項目は別々に記録します。「名前が出た」だけで、引用も正確さも確認済みにはしません。
最初の観測を残す
最初は、実際の問い合わせや商談で聞かれた質問から始めることを勧めます。架空の例として、少人数向けの会計サービスなら「一人会社の経理を効率化するには」「税理士とデータを共有できる会計ソフトは」といった質問が候補です。
- 誰の、どの判断を助ける質問なのかを書く。
- 質問文、利用したAIサービス、日時、言語、地域設定を記録する。
- 回答全文と、表示された引用URLを保存する。
- 自社・競合の言及と、説明の誤りを確認する。
- 同じ条件で再度確認し、繰り返し現れる傾向を探す。
新しい会話か、過去の会話を引き継いだかも記録しておくと、後から比較しやすくなります。APIで取得した回答と、利用者向け画面で見た回答も区別します。
質問を大量に用意する前に、数件でこの記録を一巡してください。質問の設計は計測するプロンプトの選び方で詳しく扱います。
改善は観測した差から選ぶ
たとえば「日本語のサポートがない」と説明された場合は、まず公式サイトに対応言語と窓口が明記されているかを確認します。引用元が古い第三者の記事なら、その記事の記述も読みます。回答の誤りと、引用先に実際に書かれていることを混同しないのがポイントです。
料金が伝わっていないなら料金ページ、対象顧客が伝わっていないなら用途の説明、と修正対象を絞ります。判断材料として必要な情報が欠けているのか、存在するが古いのかを調べてから、新しい記事が必要かを決めます。
変更時には、対象URL、変更内容、公開日、再確認する質問を一緒に残します。再観測で言及が増えても、それだけで変更の効果と断定はできません。回答や参照先が変わる可能性も含め、同じ条件で継続して見ます。
今週、手元に残したいもの
まずは「顧客の質問」「回答本文」「引用URL」「自社と競合の差」「次に直すページ」が一つにつながった記録を作ってください。点数の上下を見る前に、なぜそのページを直すのかを説明できる状態にする。それがOrchestorの考えるAEOの出発点です。
数値化するときの分母と注意点はAI検索の指標の読み方、改善候補の絞り方は競合との差の調べ方にまとめています。