ブランドの可視性が再定義される——GEO/AEO 時代のマーケティング再設計
シリーズ 2「AIが再設計するマーケティング——CMOとCEOが共有すべき2030年の経営アジェンダ」第3回 (想定読了時間 約9分)
あるCMO は、自社のサイトトラフィックの月次レポートを眺めながら、奇妙な現象に気づいた。検索エンジン経由の流入が、緩やかに、しかし確実に減り続けている。Google のランキングは依然として上位にある。SEO の投資も継続している。それなのに、サイトへの訪問者数だけが、静かに減っていく。
別の四半期、CEO がこのCMOにこう問いかけた。「最近、競合のC社の話題を、社内外でやけに耳にする。我々のブランドはどこへ向かっているんだろう」。CMO が調べると、C社の名前は、Google でも、業界誌でも、SNS でも、目立つ存在ではなかった。だが、ChatGPT や Perplexity に「この業界の主要プレイヤー」を尋ねると、C社の名前が確かに上位に現れる。
ブランドの可視性は、いま、私たちが気づかない場所で再定義されている。「検索される」存在から、「AI に引用される」存在へ——この移行は、すでに静かに始まっている。
第1回では、AI時代のマーケティング・ファネルが Learn / Buy / Use の三つのフェーズに再構造化される構造を論じた。第2回では、Use フェーズで起きているパーソナライゼーションの罠を解剖した。本稿では、視点を Learn フェーズ——顧客がブランドを発見する場面——に移す。検索が AI 回答へと置き換わる構造の中で、ブランドはどう「発見される存在」へと自らを再設計すべきか。これが、本稿の問いである。
「入口」が、すでに置き換わっている
第1回で触れた数字を、もう一度思い出したい。Adobe Digital Insights によれば、米国小売サイトへの生成AI由来トラフィックは、2024年7月から2025年7月にかけて4,700%増を記録した。Bain & Co の2025年2月の調査では、消費者の80%が、検索の少なくとも40%で AI 生成の要約に依存している。Gartner が2024年2月に公表した予測では、2028年までにはブランドサイトへのオーガニック検索流入は50%以上減少するとしている。
これらの数字が示しているのは、ブランドが顧客と出会う「入口」が、もはや検索結果ページではなくなりつつあるという現実である。消費者は Google を開く代わりに ChatGPT を開く。ブランド名を検索する代わりに、AI に「この用途に最適な選択肢は何か」と尋ねる。10個の青いリンクを比較する代わりに、AI が要約した一つの答えを受け取る。
この変化のなかで、いまブランドが直面しているのは、極めて根本的な問いだ:もし顧客がもうサイトを訪れないなら、ブランドはどこで発見されるべきなのか?
答えは明確だ。AI が生成する回答のなかで、引用される存在になること——これが、Learn フェーズにおけるブランドの新しい戦場である。
「検索される」から「引用される」へ
伝統的な SEO(Search Engine Optimization、検索エンジン最適化)の世界では、ブランドの目標は明確だった。検索結果ページで、できるだけ上位にランクインすること。キーワード戦略、被リンク獲得、コンテンツの量、ドメインオーソリティ——これらすべては、検索結果の上位を獲得するための投資だった。
しかし、AI が生成する回答は、検索結果のような「リンクのリスト」ではない。それは、複数の情報源から合成された、一つの統合された回答である。ChatGPT が「最適なプロジェクト管理ツールは?」という問いに答えるとき、AI は複数のソースから情報を集め、独自の解釈を加えて、一つの推薦文を生成する。
このとき、ブランドが目指すべきは「検索結果の上位」ではない。AI の回答のなかで、推薦され、引用される存在になることである。これは、SEO とは根本的に異なる規律を要求する。
業界では、この新しい規律を二つの概念で整理しつつある。AEO(Answer Engine Optimization、回答エンジン最適化)と、GEO(Generative Engine Optimization、生成エンジン最適化)である。
AEO と GEO——二つの新しい規律
両者は近い概念だが、機能する場面と方法論が異なる。
AEO(回答エンジン最適化)は、「Position Zero」と呼ばれる、検索結果ページの最上部の AI 要約・スニペット領域での可視性を狙う規律である。Google の AI Overview、Alexa の音声回答、Siri の応答——これらの「直接的・事実的な回答」の出所として、自社コンテンツが選ばれることを目指す。
AEO の方法論は、技術的には比較的明確である。FAQPage、HowTo、Product などの Schema Markup(構造化データマークアップ)を、自社サイトのページに正確に実装する。AI が「アトミックなデータ単位」として処理しやすい形式で、情報を構造化する。質問形式のコンテンツ、明確な定義文、簡潔な手順説明を整備する。
注目すべき数字がある。Semrush の分析によれば、AI Overview が表示されるクエリの約88%は情報探索型クエリである。つまり、AI Overview は主に「〜とは何か?」「〜の方法は?」といった情報探索型の問いで表示されやすく、この領域で自社コンテンツが引用元として選ばれるかどうかが、ブランド可視性の重要な分水嶺となっている。
GEO(生成エンジン最適化)は、より深い領域に踏み込む。ChatGPT、Perplexity、Gemini、Claude といった大規模言語モデル(LLM)が、長文の対話のなかで「引用される権威」になることを目指す規律である。
GEO の方法論は、AEO よりも複雑である。なぜなら、LLM はサイトをリアルタイムで検索しているのではなく、訓練時に学習した知識と、外部のオープン Web 全体での評判を統合して、回答を生成しているからだ。GEO で求められるのは、Reddit、Quora、note、専門フォーラム、業界メディア、Wikipedia など、ブランドが言及される多様な「権威源」を、戦略的に構築していくことである。
直近のデータが示すのは、この領域の重要性だ。一部の業界分析では、AI 参照トラフィックの大半（約8割以上）が ChatGPT 由来と報告されている。ChatGPT は、AI 時代の Learn フェーズにおける重要な発見プラットフォームの一つになっている。GEO は、もはやマーケティングの「補助的施策」ではなく、ブランド可視性戦略の中核である。
「機械にとって、ブランドはどう見えているか」
AEO と GEO の両方を理解するためには、ひとつの重要な事実を直視する必要がある。LLM は、人間とはまったく違うやり方でコンテンツを「読んでいる」ということだ。
LLM クローラーの動作特性は、CMO の多くが意識していない領域である。第一に、一部の LLM クローラーは JavaScript 依存コンテンツの取得を苦手とする場合があり、重要情報は Raw HTML でも取得可能な形で提供することが望ましい。第二に、多くの検索系 LLM では、テキスト情報の方が依然として主要な引用対象となる。ビジュアルの価値は残るが、引用・要約される情報としては説明テキストや alt 属性、周辺文脈の整備が重要になる。第三に、表示速度が遅いサイトは、クローラーやユーザー体験の双方で不利になり得る。サイト速度の遅延は、AI 時代の発見可能性にも影響し得る。
つまり、人間の目には魅力的に映るブランドサイトでも、機械が解釈しやすい形で重要情報が提供されていなければ、AI 時代の発見可能性を十分に獲得できない——この乖離が、多くのブランドに静かなダメージを与えている。
加えて、LLM はコンテンツを直接引用する傾向を強めている。かつての検索エンジンが「リンクをクリックさせる」ことを前提に動いていたのに対し、LLM は要約を直接ユーザーに提示し、ソースへのクリックを促さない。これが、Bain & Co の調査が示す「消費者の80%が AI 要約に依存する」という現象の技術的背景である。
Cognizant Moment のレポートが警告するように、ブランドはいま「失っているもの」が何かを認識する必要がある。AI の回答のなかで自社がどう表現されているか。自社のデジタル資産のうち、どの部分が LLM に拾われているか。競合他社の引用が、ブランド権威をどう形作っているか。AI の推論にどう影響を与えられるか。これらすべてのコントロールを、ブランドはいま、構造的に失いつつある。
ここに、Cognizant Moment のレポート内の一節の重みがある:「ブランドは、LLM エコシステムのなかで、自社がどう現れるかを意図的に設計しなければならない」——これは、技術的提言を超えた、戦略的命題である。
Modern SEO——三層構造の戦略
ここまで論じてきた変化を、戦略の体系として整理するとどうなるか。古い SEO は捨てて、AEO と GEO に置き換えればよいのか?
答えは「いいえ」である。Cognizant の戦略フレームワークが提示するのは、三層が同時に機能する体系である。
第一層:従来型 SEO(基盤)
サイト速度、モバイル対応、技術的健全性、適切な内部リンク構造——これらは、今後もブランドの可視性の入場券であり続ける。LLM クローラーも、Google のクローラーと同じく、これらの基本的な技術的健全性を要求する。サイトが遅い、リンクが壊れている、HTML が乱れている——これらの基本的な問題があれば、AEO も GEO も成立しない。
第二層:AEO(スピード層)
Schema Markup の実装、FAQ ブロックの整備、HowTo コンテンツの構造化——これらは、AI 要約・音声アシスタント・直接回答型エンジンに、ブランドの「事実」を供給するための投資である。AEO は、消費者の「短い問い」に対する直接の答えとして選ばれることを目指す。
第三層:GEO(権威層)
オープン Web 全体でのブランド言及、業界メディアでの引用、専門コミュニティでの認知——これらは、LLM が「信頼すべき情報源」として認識するブランドのデジタル足跡である。GEO は、消費者の「複雑な問い」に対する信頼に値する視座として選ばれることを目指す。
三層が統合されることで、ブランド可視性戦略は変質する。かつての成功指標が「ランキング」だったのに対し、これからの成功指標は「LLM エコシステム内での包含・引用」になる。これは、CMO が四半期報告で見るべき指標が、根本的に変わることを意味する。
SIGNAL Framework——Cognizant 独自の実装モデル
Cognizant Moment は、GEO 時代のブランド可視性をクライアントとともに実装してきた経験から、SIGNAL Frameworkという独自の実装モデルを構築している。これは、デジタル資産を「機械可読で、AI に引用される権威」へと変革するための、6つの構成要素から成る。
シリーズ第3回の中核として、各要素を順に解説したい。
S — Structured Identity(構造化されたアイデンティティ)
LLM が「このブランドは何者か」を確実に認識できる、安定したエンティティ識別を確立する。JSON-LD による構造化データ、絶対URL、地理座標、ブランド名の曖昧性解消、sameAs リンクによる外部リソースとの紐付け——これらを通じて、AI がブランドを一貫した実体として認識できる基盤を作る。
I — Ingestion Readiness(取り込み準備)
LLM クローラーがコンテンツを確実に取り込めるよう、技術基盤をハードワイヤリングする。Raw HTML でも取得可能な主要コンテンツ配信、軽量で安定したレスポンス、構造化データスキーマの整備、API ドリブンのコンテンツ配信パイプライン。
G — Generative Content Design(生成的コンテンツ設計)
AI の要約・スナップショットに採用されることを意図して、コンテンツを設計する。プロンプト・エンジニアリングを意識したコピー、会話型クエリのフォーマット、ブランドや関連トピックといったエンティティを中心に、関連コンテンツを体系的に集積したクラスター、市場固有の権威性ナラティブ——これらは、消費者の問いに直接答えるコンテンツの形態である。
N — Network Authority Building(ネットワーク権威の構築)
LLM が信頼する外部デジタルフットプリントを、戦略的に構築する。Reddit、Quora、note、専門フォーラム、業界ニュース、業界プラットフォーム——これらオープン Web 横断での共引用戦略は、GEO の中核要素である。ブランドが「業界で誰に話されているか」が、AI による引用の選択を左右する。
A — Analytics & LLM Insight(分析とLLMインサイト)
生成エンジン上でのブランド可視性を継続的にトラッキングし、AI の振る舞いをデータに基づいて解読する。共引用パターン、エンティティ関係マッピング、トーンと構造の最適化——これらの分析が、戦略の改善を導く。
L — Long-term Adaptation(長期適応)
生成モデルは進化を続け、検索行動も変化する。継続的な生成パフォーマンス監査、リアルタイムのモデル適応戦略、反復的な KPI 改善——GEO は、一度設計して終わるものではなく、進化し続ける規律である。
SIGNAL の6つの要素は、独立して機能するのではなく、相互に補完しあう体系である。S(Structured Identity)とI(Ingestion Readiness)が技術的基盤を提供し、G(Generative Content Design)とN(Network Authority Building)が戦略的実装を担い、A(Analytics)とL(Long-term Adaptation)が継続的な進化を可能にする。
