概要
従来のSEOでは、クリックやランキングで進捗を追跡していましたが、AI検索ではその価値がクリックやランキングに直結しない場合があります。ブランドが引用されずに推奨されることや、直接クリックに繋がらない活動が多いことがその理由です。SEO担当者は、AI検索に対応するために新たな思考モデルと、追跡・ブロック・最適化の対象を更新する必要があります。
AI検索とSEOの最大のギャップは、思考モデルにあります。AIは単に従来の検索を置き換えるものではなく、従来のSEOの前提の多くは、AI検索が普及する前からすでに時代遅れでした。
AI検索はSEOと全く別物ではありませんが、戦術の組み合わせ、優先順位、考え方を変える必要があります。SEO担当者は、検索環境全体での視認性を最適化する方法を理解しているため、この分野の責任者として最も適任です。
グラウンディング検索とは、AIシステムがプロンプトに回答するために外部情報を必要と判断した際に行われる検索です。例えば、最近の出来事について質問された場合、AIは複数のGoogle検索をバックグラウンドで実行します。
これにより、視認性の仕組みに重要な変化が生じています。従来は「このクエリでサイトをどう表示させるか」でしたが、今は「AIシステムが参照する情報源がブランドを正確に記述しているか」が問われます。
AIシステムは、情報が自社サイトからか他社サイトからかを問いません。最適な回答を見つけるためにあらゆる情報源からデータを取得するため、オフサイト施策の重要性がこれまで以上に高まっています。
AI検索におけるプロンプトリサーチは、従来のキーワードリサーチよりもロングテールであり、個々のプロンプトの検索ボリュームはあまり有用ではありません。重要なのは、特定のフレーズの検索数ではなく、トピックレベルで何が関心を集めているか、どのような意図がそのテーマに集約されるかを理解し、引用元がどのように変化するかを追跡することです。
ボットブロッキング戦略を考える際、ブランドはトレーニングボットとグラウンディングボットを区別する必要があります。トレーニングボットをブロックしても、AIモデルの更新が遅いため、AI検索の回答に変化が現れるまでに時間がかかる場合があります。
一方、グラウンディングボットをブロックすると、AIシステムがリアルタイムの最新情報にアクセスできなくなる可能性があります。ほとんどのブランドにとって、グラウンディングボットへのアクセスを許可しておくのが賢明です。また、サードパーティサイトがこれらのボットをブロックしている場合、自社に関する情報がAIシステムに利用されなくなる可能性があるため、確認が必要です。
LLMs.txtについては、現時点ではGoogleに注力するAI SEO戦略では効果がないとされています。しかし、実装の手間は少ないため、時間があれば行っても良いでしょう。主要なAIボットがこのファイルを積極的に利用しているという証拠はまだほとんどありません。
プロンプトトラッキングの最大の誤りは、ランキング追跡のように扱うことです。「表示された最初のURLが自社だから成功」と判断するのは間違った測定方法です。
AI検索は従来の検索と同じようにトラフィックを送るわけではありません。その価値はクリック率やURLの位置だけでは測れません。より良い指標は、ブランドの視認性、会話への参加、推奨の有無、適切なトピックとの関連付け、信頼できる情報源による正確な記述など、他のマーケティングチャネルに近いものです。
例えば、AIが他社サイトを引用しつつ自社ブランドを推奨した場合でも、それは成功と見なせます。引用は重要ですが、唯一の評価基準ではありません。そのため、プロンプトトラッキングでは、従来のSEO指標だけでなく、視認性、推奨、ブランドとの関連付けも測定する必要があります。Moz AI Visibilityのようなツールを活用できます。
古いコンテンツの引用が減るかどうかはサイトによって異なりますが、グラウンディングクエリでのランキングが低下すると引用も減る可能性があります。コンテンツの更新は、AIシステムが使用する検索結果に再び表示される場合に役立ちます。
しかし、単に新しいコンテンツを作成するだけでは解決せず、AIプラットフォームがそのトピックに関して信頼する情報源を特定することが優先されます。過去5年間で最も大きな変化は、自社サイトだけでなく、他社サイトへの影響力を高めることの重要性です。外部情報源への影響は、自社記事の書き換えよりも視認性に大きな影響を与える可能性があります。
将来のGoogle検索は、5年後も私たちが知っている形とは異なりますが、完全なAIモードになるとは考えにくいです。検索意図に応じてSERPが劇的に変化するハイブリッド体験へと進化するでしょう。
Googleはすぐに外部トラフィックの送信を停止することはないでしょう。そのビジネスモデルはトラフィック送信に基づいています。AI OverviewやAI Modeもリンクを表示する体験として位置づけられています。
AI視認性において最も過小評価されている技術的な動きは、特に大規模なチームにとってログ分析です。Search ConsoleがAIプラットフォームに直接対応するものが少ない中、ログファイルはAIシステムが何にアクセスしているかを理解するための最良の場所の一つです。
ログ分析は、どのAIボットがサイトをクロールしているか、どのページがリクエストされているか、アクセスやパフォーマンスの問題がないかなどを明らかにし、AI検索のデータ収集に不可欠です。
解説
この記事は、AI検索時代におけるSEOの考え方を根本から見直す重要性を強調しています。従来のSEOの成功指標であったクリック数やランキングが、AIによる情報要約や推奨によって必ずしも直接的な価値を示さなくなっているという点は、多くのSEO担当者にとって大きなパラダイムシフトとなるでしょう。
特に注目すべきは、グラウンディング検索の概念と、それに伴うオフサイトSEOの重要性です。AIが最も信頼できる情報を取得するために自社サイト以外のソースも積極的に利用するという事実は、企業がブランドの評判や情報源としての信頼性を外部サイトでどのように構築・維持していくかに、これまで以上に注力する必要があることを示唆しています。
また、プロンプトリサーチがキーワードリサーチとは異なるアプローチを必要とすることも示唆的です。個別のプロンプトボリュームを追うのではなく、トピックレベルでの関心や引用元の変化をモニタリングするアプローチは、より本質的なユーザーニーズとAIの動作原理に合致しています。
ボットブロッキング戦略についても、トレーニングボットとグラウンディングボットを区別するという具体的な行動指針は非常に実用的です。不必要にグラウンディングボットをブロックすることで、AIシステムが自社や他社サイトからの最新情報にアクセスできなくなり、結果としてAI検索における視認性を損なうリスクを回避できます。
LLMs.txtに関しては、現時点では主要なAIモデルへの影響は限定的とされつつも、将来的な可能性は否定できないという慎重な見方が示されています。コストが低いのであれば試してみる価値はあるでしょう。
測定指標の見直しは最も重要なメッセージの一つです。AI検索における成功は、必ずしも直接的なトラフィック増加ではなく、ブランドの推奨、会話への露出、正確な情報源としての認識といった、より広範なブランド指標によって測られるべきです。
これは、SEOが単なる技術的なランキング最適化から、デジタルPRやブランドマネジメントの領域へと拡大していることを示しています。Moz AI Visibilityのようなツールや、従来のSEOツールでは把握しきれないログ分析を積極的に活用し、AIシステムの挙動を理解することが、今後のAI SEOにおいて不可欠となるでしょう。
Google検索の将来に関する展望も興味深い点です。5年後もハイブリッドな体験が継続し、リンクからのトラフィックが完全に失われるわけではないという見方は、短期的な極端な変化を心配する企業にとって安心材料となるかもしれません。しかし、SERPの多様化はさらに進むため、検索意図に応じたコンテンツ戦略の重要性は増す一方です。
- 掲載元: MOZ
- 公開日: 2026-06-24T00:00:00-07:00
Stop Measuring AI Search Like SEO: Here’s What To Track Instead
