コンテンツへスキップ
AlgoLink
AlgoLink$100無料取得

用語集

AEOとGEOの解説:AI検索のための用語集

この分野の用語はまだ新しく、ベンダーは言葉を緩く使っています。ここでは各用語の私どもの定義と、他者が用語を拡張して使っていると思われる箇所を示します。

中央のハブから衛星ノードに木製ビームが接続された白いカードモデル
このページの読み方

私どもの定義と記された用語は、標準規格ではなく実務上の選択です。これらの用語を管理する標準化機関はなく、同じ用語がベンダーの資料によって異なる意味を持つこともあります。

平易な言葉での定義

  • AEO:アンサーエンジン最適化

    回答ボックスやアシスタントが引用する段落として選ばれるための取り組み。ChatGPTよりも古く、ファクトボックスや音声アシスタントが先にこの手法を使っていました。

  • GEO:ジェネレーティブエンジン最適化

    モデル生成の回答内で名前が挙げられたり引用されたりすることを目指す取り組み。2023年の研究論文がこの呼称を広め、マーケティング担当者がこれを引き継ぎました。

  • 引用

    回答が主張に対して付けたリンクまたは脚注。読者がクリックできるため、計測可能です。

  • 言及

    回答テキスト内でブランド名のみが言及されており、リンクがない状態。追跡が難しく、なおかつ有用である可能性があります。

  • AIオーバビュー

    一部のGoogle検索結果の上部に表示される生成された要約。2024年5月に米国で開始されました。

  • AIモード

    Google検索の別個の会話型インターフェース。2025年3月に発表されました。

  • グラウンディング

    モデルに取得した文書を与え、回答が記憶ではなくそれらに基づいて生成されるようにすること。引用は通常このステップから生成されます。

  • クエリファンアウト

    1つの質問が回答が書かれる前に複数のサブ検索に変換されること。GoogleはこれをAIモードで説明しています。

混同されやすいペア

ペア私どもの定義上の違い
引用 vs 言及引用にはリンクが含まれますが、言及はテキストのみです
AEO vs GEOAEOは引用される回答を目指し、GEOは生成された回答への掲載を目指します
AIオーバビュー vs AIモード一方は結果の上部に位置し、他方はチャットに結果を置き換えます
トレーニングデータ vs 検索(Retrieval)トレーニングはカットオフ以前の記憶であり、検索はライブページを取得します
参照ドメイン vs バックリンクあなたにリンクする独自のサイト数と、リンクの総数
1つの大きな石が3つの小さな小石よりも重さを示す木製はかり

警戒すべき用語

説明よりも販売を重視するラベルがあります。AI可視性のスコア、保証、または独自インデックスに関連付けられた用語には注意してください。

ChatGPTでのシェア・オブ・ボイスを報告するベンダーを簡単なテストにかけましょう。その数値はプロンプトのサンプルに依存しており、サンプルが結果を決定します。どのプロンプト、どの国、どの頻度、どの日付で実行したかを確認してください。誠実なベンダーは答え、曖昧なベンダーはダッシュボードを売ります。

新しい略語がメールボックスに届いたら、それが置き換える最も平易な古い単語を探してください。この習慣は役立ちます。多くの場合、その古い単語はスニペット、言及、引用、ランキングです。私どものローンチのタイムラインは各製品の導入時期を示し、神話表は最も大きな主張を検証します。

今年発明された用語は来年には消える可能性があり、同じ概念に対して競合する略語がすでに存在します。そこから2つの注意点が導かれます。ラベルを中心に戦略を再構築しないこと。

略語の由来

AEOとGEOのラベルは、それらが説明する戦術よりも新しく、基礎となる習慣の多くはこれらの言葉よりも以前から存在し、用語は後にそれらを名付けるために導入されました。これを念頭に置いてください。

チャットボット以前の検索

AEOはチャットボット時代よりも古いです。ファクトボックスや音声アシスタントは、質問に直接答える短い段落を評価しており、ChatGPT以前から人々はその段落向けにコンテンツを作成していました。直接の回答でページを開く習慣は、その時期に由来します。

現在GEOとラベル付けされている助言の多くは、新しい名前の付いた古い技術です。アンサーエンジンに関するコースを購入する前に、スニペットに関する以前のガイドラインを読んでください。古いガイドラインは無駄な努力ではなく、その多くが現在も適用可能です。

研究用語

GEOという用語は、2023年の研究論文がアイデアに名前を与えた後に広まりました。その論文は、出典を挙げて回答する生成エンジンについて説明していました。マーケティング担当者は、研究コミュニティが意味を確定させるよりも速くこの表現を採用しました。

カンファレンスのスライドを通じて普及したラベルは、その起源から逸脱することがあります。ベンダーの資料でGEOが登場した場合は、その主張が研究に遡るのか、それとも名前を借用しているだけなのかを確認してください。

ベンダーの資料と新しい用語

新しいツールは、同じ測定値に対して独自の用語をもたらす傾向があります。シェア・オブ・ボイス、可視性スコア、AIプレゼンスは、ほぼ同じものを記述している可能性があります。ベンダーによって定義が異なるため、用語集は独自の用語を固定する必要があります。

ツール間で意味が通じる言葉を選び、各レポートの冒頭でその選択を明記してください。検証できない用語集のエントリは、実務用語としてマークすべきです。

新しい装いをした古い言葉

  • スニペット

    検索結果ページがリンクの下に表示する段落。AI回答よりも古く、オーバビューの引用の最も近い祖先です。

  • ランキング

    結果リスト内の順位。回答エンジンがランキングの低いページを引用する可能性があるため、ランキングと引用は関連していますが同じものではありません。

  • バックリンク

    あるサイトから別のサイトへのリンク。モデルがそのようなリンクをどの程度重視するかは不明ですが、用語自体は変わっていません。

  • オーソリティ

    サイトの信頼性を表す曖昧な用語。ベンダーは多くの異なるスコアにこれを関連付けるため、どのスコアを指しているのか確認してください。

ログで用語を明確に保つ

用語集は、同じ言葉があなたのノートに続く場合にのみ役立ちます。多くの逸脱は記事ではなくスプレッドシートで起こるため、最初の行を入力する前に用語を決定してください。

1つのアイデアにつき1つの言葉

各アイデアに1つの言葉を選び、すべての行でそれを使用してください。1つの列に引用、別の列に言及とある場合、比較は実際よりも情報豊富に見えることがあります。

言及には独自の列を割り当ててください。プレーンテキストで言及されたブランドは引用ではないため、両方を1つの数値としてカウントすると、後の傾向が読み取れなくなります。

略語ではなくエンジンを記録する

AEOとGEOは目標を名付けています。エンジンは確認できる場所です。各実行について製品、日付、場所を記録してください。1つの目標はエンジン間で非常に異なる方法で追求される可能性があるためです。

実験リストはこの習慣に従っているため、用語は再現可能な何かに関連付けられたままになります。

ベンダーに質問すべきこと

  • どのプロンプトがサンプリングされ、その数はどれくらいですか?
  • どの国と言語がカバーされましたか?
  • プロンプトはどの日付で実行されましたか?
  • 独自の確認のために生データのエクスポートは可能ですか?
  • ベンダー自身の結論を変える結果はどのようなものですか?
小さなギア機構の隣に置かれた木製ベンチ上の拡大鏡

測定用語とその分母

ほとんどのAI可視性数値は比率です。比率の分子は想像しやすく、分母に問題が隠れています。パーセンテージを受け入れる前に両方を読み、分子よりも分母を先に確認してください。

シェア・オブ・ボイス

シェア・オブ・ボイスは通常、ブランド名を回答に含めるサンプリングされたプロンプトの割合です。その値はプロンプトセットに完全に依存するため、プロンプトリストが添付されていない数値はほとんど何も教えてくれません。

2つのツールが同じブランドに対して異なるシェアを報告しても、どちらかの手抜きが原因ではありません。サンプルが異なり、サンプルこそが測定値です。

実用的なチェック方法は、分母を行ヘッダーに記入することです。そうすれば、シートを読む誰もが一目でそれを見ることができます。

引用率

引用率は、サンプリングされた回答のうちあなたのドメインにリンクする割合です。問題は分母に何を入れるかです。リンクのない回答は、あるツールではカウントされ、別のツールではカウントされないことがあります。

2つの率を比較する際は、両方が同じ分母を使用していることを確認してください。そうでなければ、ギャップは回答の変化ではなく、記録方法の違いによるものかもしれません。

引用に表示される検索用語

引用は通常、検索(Retrieval)から生成されます。これはシステムが文章を書く前に資料を取得するステップです。このステップに関連する3つの言葉が頻繁に登場し、それぞれを読み間違えやすいです。ベンダーのアーキテクチャ図を読む前にこれらを理解してください。

検索拡張生成

検索拡張生成(RAG)は、システムが文書を取得し、回答が書かれる前にモデルに渡すパターンです。引用された回答の多くは、このパターンのあるバージョンに従っています。

リンクのあるすべての回答がこの方法で作られているわけではありません。モデルは記憶から回答し、後で出典を付加することもできるため、引用だけではどのパスが使用されたか証明できません。

チャンクとパス

チャンクは、検索システムがインデックス化するページの断片です。単独で意味をなすパスはページから抜き出しやすいため、自己完結型の段落が推奨される理由の一つです。長さよりも、パスが主題を特定しているかどうかの方が重要です。

この助言は推論であり、測定された規則ではありません。サイト全体をそれに基づいて書き換える前に、自分のページでテストしてください。

よく質問される用語

GEOは単なるSEOの名前変えですか?

大部分は重複しています。ページは依然としてクロール可能で、明確で、信頼できる必要があります。GoogleはAI機能が通常の検索ガイドラインに従うと述べています。GEOは段落の表現方法や、あなたが言及される他の場所への注意を追加します。独自のルールブックがあると主張する人は、それを示していません。

llms.txtは何をするものですか?

それは2024年9月に提案された、モデルにページのクリーンなバージョンへのポインタを提供するファイルの提案です。主要なベンダーがそれを使用していることを確認した例はまだ見ていません。追加するコストは低いですが、目に見える変化を期待しないでください。

AI検索の用語におけるバックリンクとは?

いつもと同じもの:あるサイトから別のサイトへのリンク。モデルがそれをどの程度重視するかは不明です。リンクデータは依然としてサイトがウェブに与える足跡を記述しており、引用されたドメイン間でそれを比較する理由です。