GEO・AI検索 用語集
生成エンジン最適化（GEO）、AIブランドモニタリング、そして大規模言語モデルがどのブランドに言及するかを決める仕組みに関する用語を、わかりやすく解説します。
エージェンティック検索
調査そのものをAIエージェントに委ねるのが、エージェンティック検索です。ひとつの質問に答えるのではなく、エージェントはタスク（ベンダーの比較、最安値の特定、ツールの絞り込み）を計画し、何度も検索し、自らページを読み、判断を返します。人が目にするのは結論であり、閲覧の過程ではありません。
AIアシスタント
AIアシスタントとは、言語モデルを包む製品のことです。チャットの画面、ウェブ検索の統合、記憶、アプリまでを含みます。ChatGPT、Claude、Gemini、Perplexity、Copilotがアシスタントにあたります。人が「AIがそう言っていた」と言うとき、指しているのはアシスタントの回答です。
AIブランドモニタリング
AIブランドモニタリングとは、AIアシスタントが自社ブランドをどう語るかを継続的に確認する取り組みです。言及されているか、正確に説明されているか、AIの回答の中で競合とどう比較されるかを追跡します。
AI引用
AI引用とは、アシスタントが質問に答える際に示す情報源です。モデルが自社ドメインを引用すれば、単に言及されるだけでなく、根拠そのものになります。これはAIの回答で最も強い立ち位置です。
AIクローラー
AIクローラーとは、AIシステムのために自社のウェブページを取得するボットです。モデルの学習用にコンテンツを集めるもの（GPTBot、ClaudeBot、CCBot）と、アシスタントが最新の情報で答えられるようページをその場で取得するもの（OAI-SearchBot、PerplexityBot）があります。robots.txtで許可するかどうかが、AIシステムが自社サイトについて学べるか、引用できるかを左右します。
AI Mode
AI Modeは、Googleの対話型検索タブです。10本の青いリンクの代わりに、Geminiで回答全体を生成し、追加の質問に対応し、クエリファンアウトと呼ばれる手法で情報源を集めます。ファンアウトでは、ひとつの質問が多数のサブクエリに展開され、並行して検索されます。
Google AI Overviews
Google AI Overviewsとは、多くの検索で従来の結果の上に表示されるAI生成の要約です。問いに直接答え、いくつかの情報源を引用するため、注目とクリックの行き先が変わります。
AI参照トラフィック
AI参照トラフィックは、AIアシスタントから自社サイトに届く訪問です。誰かがChatGPTやPerplexityに質問し、その回答が自社のページを引用し、そこからクリックして訪れます。解析ツールでは chatgpt.com、perplexity.ai、gemini.google.com といったリファラーとして現れます。
AI検索
AI検索は、人がAIアシスタントに質問し、クリックすべきリンクの一覧ではなく統合された回答を受け取るやり方です。ChatGPT、Perplexity、Gemini、GoogleのAI Overviewsなどは複数の情報源を横断して読み、ひとつの応答を返します。その際に特定のブランド名を挙げ、いくつかのページを引用することがよくあります。
AIシェア・オブ・ボイス
AIシェア・オブ・ボイスとは、関連するAIの回答のうち、競合と比べて自社ブランドが言及される割合です。マーケターが従来追ってきた可視性指標の、AI時代版といえます。
AI可視性
AI可視性とは、AIが生成した回答にブランドがどれだけ頻繁に、どれだけ目立つ位置で、どれだけ好意的に現れるかです。アシスタントが自社に触れるかどうか、回答のどこに現れるか、自社サイトが情報源として引用されるか、そして回答が自社について何を述べているかを含みます。
アンサーエンジン
アンサーエンジンとは、選ばせるためのリンク一覧ではなく、直接の答えを返すシステムです。ChatGPT・Perplexity・Gemini・GoogleのAI Overviewsはいずれもアンサーエンジンのように振る舞います。
アンサーエンジン最適化（AEO）
アンサーエンジン最適化（AEO）とは、アンサーエンジンが明確で直接的な答えをそのまま取り出せるようコンテンツを構成する取り組みです。GEOと大きく重なり、質問と回答の形式をより重視します。
回答ポジション
回答ポジションは、AIの回答のどこに自社のブランドが現れるかです。アシスタントが最初に挙げる名前であることに価値の大半があり、7社並ぶ一覧の末尾での言及はほとんど効きません。AI検索において、検索順位に最も近い概念です。
ブランド言及
ブランド言及とは、AIアシスタントが回答の中で自社ブランドを名指しする箇所です。GEOでは位置と語り口が重要です。推薦候補として最初に挙げられるのと、脚注扱いされるのとでは大きく異なります。
チャンキング
チャンキングは、ページや文書を小さな一節に分割し、取得システムがそれぞれに索引を作って、AIの回答に最も関連する部分だけを返せるようにする処理です。見出しが明快で段落が単独で成り立つコンテンツはきれいに分割され、適切な一節が取得され引用されやすくなります。
引用シェア
引用シェアとは、関連する買い手の質問群に対するAIの回答のうち、自社ドメインを情報源として引用した割合です。アシスタントが自社の分野について100件の質問に答え、そのうち12件で自社サイトが引用されたなら、引用シェアは12パーセントです。言及率に対する、根拠のレベルでの対応物にあたります。
コンテンツの鮮度
コンテンツの鮮度とは、ページがどれだけ現在に即しているか、つまり最後に更新された時期と、記載された事実がまだ成り立つかどうかです。取得に支えられたAI検索は、時間に左右される話題では新しい情報源を優先します。更新日と変更履歴が見える手入れされたページは、中身が同じでも放置されて見えるページより有利です。
コンテキストウィンドウ
コンテキストウィンドウは、言語モデルが一度に保持できるテキストの最大量で、トークン数で測ります。プロンプト、取得された情報源、そして書かれつつある回答が含まれます。取得したページがウィンドウを超えると一部が落とされるため、何が収まるか、どこに位置するかが、モデルの使う内容に影響します。
対話型検索
調べものを対話として進めるのが対話型検索です。アシスタントに質問し、答えを受け取り、追加の質問で絞り込みます。アシスタントは流れを覚えています。別々のキーワード検索を重ねる代わりに、ひとつの会話が育っていきます。
デジタルPR
デジタルPRは、媒体・ニュースレター・業界サイトで取り上げられるための実務です。データを使った記事、専門家のコメント、製品の紹介などが含まれます。GEOでは土台になります。AIアシスタントは推薦の多くを第三者の情報源から組み立てており、デジタルPRはそこに自社のブランドを載せる手段だからです。
E-E-A-T
E-E-A-Tとは、Experience（経験）、Expertise（専門性）、Authoritativeness（権威性）、Trustworthiness（信頼性）の略です。Googleがコンテンツの品質を判断するために使う枠組みで、同じシグナルはAIがどの情報源を信頼し引用するかの判断にも役立ちます。E-E-A-Tが強いページは、AIの回答で取得され引用されやすくなります。
エンティティ（エンティティSEO）
エンティティとは、ブランド・製品・人物など、検索やAIが識別し推論できる独立した対象です。エンティティが明確なほど、安定して説明され推薦されます。
ファインチューニング
ファインチューニングとは、学習済みのモデルに絞り込んだデータセットで学習を続けさせ、振る舞いを形づくる手法です。サポートの口調、分野の語彙、タスクの出力形式などが対象になります。企業がモデルを自社向けに調整する方法であり、基盤モデルが新しくなくてもリリース間でアシスタントの挙動が変わる要因のひとつでもあります。
生成AI
生成AIは、既存のコンテンツを取り出すのではなく、新しいコンテンツを作り出すソフトウェアです。文章を書き、画像を生成し、コードの下書きを作ります。大規模言語モデルはそのうちテキストを生成する系統で、買い手の質問に直接答えるアシスタントを動かしています。
生成エンジン
生成エンジンとは、リンクを並べるのではなく回答を書くことで質問に答える検索システムです。大規模言語モデルと取得を組み合わせ、関連する情報源を集めてから、そのいくつかを引用しうる統合された応答を生成します。
生成エンジン最適化（GEO）
生成エンジン最適化（GEO）とは、AIアシスタントが自社ブランドをどう説明し、どう推薦するかを整える取り組みです。狙いはシンプルです。買い手がその分野の質問をAIにしたとき、自社ブランドが登場し、正しく語られ、推薦されることです。
GPTBot
GPTBotは、モデルの学習に使われうるコンテンツを集めるOpenAIのクローラーです。ChatGPTが最新のウェブの内容で答えられるようページを取得するOAI-SearchBotや、利用者が直接尋ねたときにページを取得するChatGPT-Userとは別のものです。robots.txtでそれぞれ個別に許可・遮断できます。
グラウンディング
グラウンディングとは、AIの回答を、学習記憶だけに頼らずモデルが取得した実在の情報源に結びつける手法です。根拠ある回答は引用を伴いやすく、まさにそこがブランドの居場所を獲得できる場です。
AIハルシネーション
AIハルシネーションとは、モデルが自信たっぷりに誤った回答を生成することです。ブランドにとっては、古い価格、提供していない機能、信頼を静かに損なう主張として現れ得ます。
推論
学習済みのモデルが実際に動く瞬間が推論です。プロンプトと取得された文脈を受け取り、トークンを一つずつ生成して回答を作ります。学習はまれにしか起こらず知識を焼き込みますが、推論は質問のたびに起こり、買い手が実際に読む回答を組み立てます。
情報利得
情報利得とは、ウェブの他の場所がまだ言っていないことを自社のページが加える分です。新しい数値、自ら試した記録、独自のデータ、実際の事例などが該当します。既存の共通見解を言い直すだけのページは利得がゼロで、検索順位でもAIの引用でも割り引かれる傾向が強まっています。
ナレッジカットオフ
ナレッジカットオフとは、モデルの学習データが終わる時点です。2026年1月がカットオフのモデルは、それ以降に起きたことを自力では知りません。リアルタイムのAI検索は取得でこれを補い、回答の時点で現在のウェブの内容を取りに行きます。
ナレッジグラフ
ナレッジグラフとは、ブランド・人物・製品などのエンティティと、その間の関係を構造化したネットワークです。検索エンジンやAIは、ページ上の語句だけでなく、自社ブランドが何かを理解するために用います。
大規模言語モデル（LLM）
大規模言語モデル（LLM）とは、膨大なテキストで学習し、言語を予測・生成するAIシステムです。ChatGPT・Claude・Geminiなどを支え、自社ブランドがどう説明されるかを決める存在です。
LLM最適化（LLMO）
LLM最適化（LLMO）とは、大規模言語モデルが自社ブランドをどう表すかを整える実務です。モデルが自社の分野の質問に答えるとき、自社を正確に説明し、推薦の中に含めるようにします。生成エンジン最適化とほぼ同義で、モデルそのものに軸足を置いた言い方です。
llms.txt
llms.txtとは、ドメインのルートに置く簡素なファイルで、最も重要で機械可読なコンテンツへAIモデルを誘導します。robots.txtがクローラー向けであるのと同様に、アシスタント向けの親切な地図と考えられます。
言及率
言及率は、関連する買い手の質問のうち、AIアシスタントが回答の中で自社ブランドの名前を挙げた割合です。買い手が実際に投げる質問を、ChatGPT、Claude、Geminiに投げ、自社が現れる頻度を数えます。その割合を時間で追ったものが言及率です。
プロンプト
プロンプトとは、人がAIアシスタントに与える質問や指示です。GEOでは、買い手が実際に使うプロンプトこそが勝つべきクエリであり、従来検索におけるキーワードに相当します。
プロンプトエンジニアリング
プロンプトエンジニアリングは、AIモデルに与える入力を工夫して、より正確で、関連性が高く、役に立つ出力を得る実務です。ブランドモニタリングでは、自社の分野についてモデルが何を言うかを試す質問を設計する作業にあたり、結果が一貫し、現実的で、時間をまたいで比較できるようにします。
クエリファンアウト
AI検索が質問を調べる仕組みがクエリファンアウトです。クエリを一度実行するのではなく、関連するサブクエリを多数生成し、すべてを並行して検索し、まとめた結果から回答を組み立てます。GoogleはAI Modeがこのように動くと説明しています。
検索拡張生成（RAG）
検索拡張生成（RAG）とは、AIが回答時に関連文書を取得し、それを根拠に回答を生成する手法です。最新で構造化されたコンテンツが、アシスタントの語る内容を動かせる理由がこれです。
robots.txt
robots.txtは、yoursite.com/robots.txt に置く平文のファイルで、サイトのどの部分を取得してよいかをクローラーに伝えます。検索エンジンの慣行として何十年も使われてきましたが、今はAI向けの制御盤も兼ねています。GPTBot、ClaudeBot、PerplexityBot、Google-Extendedへの記述が、AIが自社ブランドについて学べるか、ページを引用できるかを決めます。
セマンティック検索
セマンティック検索は、完全一致のキーワードだけでなく、クエリの背後にある意味と意図を一致させます。AIアシスタントが多様な言い回しの質問に答え、買い手の求めを理解できる理由です。
感情分析
感情分析とは、言及に伴うトーンが肯定・中立・否定のいずれかを判定する作業です。AIの回答では、登場の有無以上に、どう枠づけられるかが重要になり得ます。
構造化データ（スキーママークアップ）
構造化データは、多くの場合schema.orgマークアップで追加され、ページの各部分が何を意味するかを機械に伝えます。AIアシスタントや検索エンジンが、推測せずにブランドの事実を読み取れるようにします。
システムプロンプト
システムプロンプトとは、利用者の入力より前にAIアシスタントが受け取る常時の指示です。自分が何者か、回答をどう整形するか、いつウェブを検索するか、情報源をどう引用するかが書かれています。利用者の目には触れませんが、ブランドがどう推薦され帰属されるかを含め、すべての回答を形づくります。
トークン
言語モデルが実際に処理するテキストの塊がトークンです。単語、単語の一部、句読点などが該当します。目安として、1,000トークンは英語で約750語です。モデルのコンテキストウィンドウ、APIの料金、回答の長さの上限は、すべてトークンで数えられます。
トピカルオーソリティ
トピカルオーソリティは、あるテーマを実際に扱ってきたサイトであるということです。定義、手順、比較、データ、例外的なケースまでを含みます。検索エンジンは順位を決めるのに使い、AIはそのテーマの質問が出たときに誰が取得され引用されるかに反映します。
学習データ
学習データとは、言語モデルが学ぶテキストの集合で、その多くはクローラーが集めたウェブのコンテンツに、ライセンス取得・整備されたデータセットを加えたものです。モデルが自社ブランドについて既定で持つ理解は、その集合が述べていることの圧縮です。2年前にウェブが自社について書いたことが、今日のAIの回答をなお形づくるのはそのためです。
信頼ギャップ
信頼ギャップとは、言及されることと引用されることの差です。AIが自社を名指ししても、回答の根拠を競合の情報源で固めるなら、モデルは競合を証拠として信頼し、自社を二の次に扱っています。
ベクトル埋め込み
ベクトル埋め込みは、テキストの意味を表す数値の並びで、AIが二つの文章の近さを比べられるようにします。取得システムは利用者の質問と候補のページの双方を埋め込み、意味の上で最も近い埋め込みを持つページを取り出します。関連する情報源がAIの回答に届くのは、この仕組みによります。
ゼロクリック検索
答えが検索やアシスタントの画面にそのまま現れるため、どのサイトも訪れずに済んでしまう検索を、ゼロクリック検索と呼びます。AIの回答とAI Overviewsはこれを加速します。モデルがその場で質問を解決するので、ブランドは訪問を一度も受けないまま説明されたり推薦されたりします。