概要
この調査では、10のウェブサイトと150,000ページを対象に、LLMからのリファラートラフィックとオーガニックトラフィックを分析し、AI検索とオーガニック検索におけるコンテンツパターンの違いを検証しました。
従来のSEOコンテンツ戦略は、GEO（Generative Engine Optimization）には最適ではないことが判明しました。一般的な教育的ガイドやハウツー記事はLLMからの引用で一貫して振るわず、独自のデータに基づいた短い記事や、トレンド・分析記事、年次レビュー記事が大幅に高い引用率を示しました。
オーガニック検索での成功が、必ずしもLLMトラフィックを保証するわけではありません。上位10のオーガニックページがオーガニックセッションの55%を占めたのに対し、LLMセッションでは29%に留まりました。また、オーガニック上位100ページのうち49ページはLLMトラフィックがゼロでした。
サービス・製品ページは、オーガニックセッション1,000回あたりのLLMセッション数で、他のどのページタイプよりも高いパフォーマンスを示しました。
LLMからのリファラートラフィックは、オーガニックトラフィックとは異なる挙動を示します。平均エンゲージメント時間は似ていますが、LLMユーザーはツール、ホームページ、サービス・製品ページでより長く滞在する一方、記事ページでは特定の情報を抽出して離脱する傾向が見られました。
特に、インタラクティブなツール（計算機、診断ツール、クイズなど）は、高いLLM引用率を誇り、ユーザーが評価や診断について尋ねた際にLLMが具体的なツール名を推奨することが明らかになりました。
興味深いことに、LLMトラフィックを受け取ったページの14%は、調査期間中にオーガニッククリックがゼロでした。これは、LLM独自の新しい発見メカニズムの可能性を示唆していますが、より可能性が高いのは、これらのページがオーガニック検索で低ランクであるか、AI Overviewsが検索結果で直接回答を提供しているためクリックを失っている、という説明です。
解説
この調査結果は、GEOが従来のSEOに取って代わるのではなく、オンページ戦略において異なるアプローチが求められていることを明確に示しています。特に、ゼロクリック検索の加速に伴い、両者のギャップは拡大する可能性が高いです。
LLMからの引用を獲得するために最も重要なのは、AI自身では生成できないコンテンツを優先することです。具体的には、オリジナルのデータ、独自の調査、そして独自の洞察が強力な差別化要因となります。もしデータ資産があるなら、それをコンテンツの中心に据え、可能であれば新しい検証可能なデータを生成するためのリソースを投入すべきです。
全てのページにアンサーカプセルを設置することも非常に効果的です。これは、ページの核心的な質問に対する簡潔で直接的な回答を、冒頭に、簡潔な文章で、内部リンクなしで配置するものです。これにより、LLMが情報を抽出しやすくなり、引用されやすくなります。
ウェブサイトに計算機、診断ツール、クイズなどのインタラクティブなツールがある場合、それらは最も価値のあるGEO資産の一つとなり得ます。キーワードリサーチに基づいた明確で検索可能な名称を与え、特定の質問に答える有用なサービスとして提供することを推奨します。
オーガニック検索とLLMトラフィックのパフォーマンスを個別に追跡し、その違いを真剣に捉えることが重要です。オーガニックで優れたページが必ずしもLLMで成功するとは限りません。GEOのためのコンテンツマッピングでは、「人々は何をAIに尋ねるか？」という視点で考える必要があります。
また、オーガニッククリックがないにもかかわらずLLMセッションがあるページは、「ノイズ」として無視すべきではありません。AIによって直接誘導されたこれらのユーザーは、非常に高いエンゲージメント品質を示すことが判明しており、貴重なトラフィック源となり得ます。GEOとSEOは異なる評価基準でコンテンツを判断しているため、それぞれに最適化する戦略が不可欠です。
- 掲載元: Search Engine Land
- 公開日: 2026-05-27T14:00:00+00:00
The SEO-GEO gap: How AI search traffic differs from organic traffic
