従来のSEO対策とAI検索への対応は、何が違いますか。

評価される対象が違います。検索エンジンは順位を返しますが、AIは回答そのものを組み立てます。そのため、上位に表示されるかではなく、回答の材料として引用されるかが問われます。記事の本数や文字数よりも、結論が先に書かれているか、根拠が数値や固有名詞で添えてあるか、利用者の質問の形と見出しが対応しているかが効きます。

AI検索で自社が引用されているかは、どうすれば分かりますか。

実際に質問を投げて数えます。想定される質問を洗い出し、同じ質問を複数回投げて、自社と競合がそれぞれ何回引用されたかを集計します。生成AIの回答は同じ質問でも変動するため、1回では判断できません。

記事を増やせば引用されるようになりますか。

本数だけでは変わりません。実測すると、引用される企業には数値・固有名詞の事例・認証といった根拠が伴っており、一般的な説明にとどまるページは引用されにくい傾向があります。本数を増やす前に、既存ページの根拠を厚くするほうが効くケースがあります。

生成AIで記事を量産するのとは、どう違いますか。

AI生成の記事は、AIがすでに知っている情報の再構成になりやすく、引用する理由になりません。社内取材、アンケート調査、検証レポートなど、自社でしか出せない一次情報を制作の中心に置きます。キーワードの選定、構成案の作成、執筆、編集にはAIを活用します。人が担うのはレビューと最終判断で、一次情報の裏づけと自社の視点が入っているかを確認します。

効果はどのように測りますか。

施策の前後で同じ質問を投げ、引用された回数の変化を見ます。対象とする質問を固定し、同じ試行回数で測ることが条件になります。見るのは、自社が引用された試行の割合、競合との差、引用されたときにどの根拠が使われたかの3点です。検索順位や流入数だけでは、AI検索での変化は捉えられません。

AI検索対応コンテンツ戦略

マーケティング施策

AI検索対応コンテンツ戦略

AI検索とAIアシスタントに引用される状態をつくる。現状の参照状況を測ったうえで、コンテンツの構造・根拠・網羅性を設計し、制作のディレクションから公開後の改善まで支援します。

マーケティング施策

AI検索対応コンテンツ戦略とは、検索エンジンだけでなく生成AIやAIアシスタントが回答を組み立てる際に参照・引用されるよう、コンテンツの構造・根拠・網羅性を設計し、制作と改善を継続する取り組みです。

概要

生成AIやAI検索の普及により、利用者の検索行動が変わっています。検索結果の一覧から選ぶのではなく、AIがまとめた回答をそのまま読む場面が増え、回答に引用されなければ存在しないのと同じ状態になります。

AIO・GEO・LLMOの観点からコンテンツ戦略を立案し、テーマの選定と要件定義、構成と原稿の品質確認、公開後の改善までを継続して支援します。AIと人の双方に評価される、資産性の高いメディアを構築します。

よくある課題

従来のSEO施策だけではWebサイトへの流入が減っており、新しい検索環境への適応が必要だと感じている
AIによる検索回答において、自社の情報やサイトリンクが表示・引用されない
一般的な情報の羅列になってしまい、自社独自の知見や一次情報をコンテンツに反映できていない
記事や資料の品質にばらつきがあり、情報資産として蓄積できていない
記事へのアクセスはあるものの、実際の問い合わせやリード獲得に結びついていない
施策の効果をどう測ればよいか分からず、改善の判断ができない

アンダーワークスにおける支援実績

項目	規模の目安
支援実績	オウンドメディアの運用支援のなかで、AI検索を前提としたコンテンツ設計と制作プロセスの見直しを継続的に支援
支援可能な範囲（設計・管理）	参照状況の測定、GEO・SEO要件の定義、対象とする質問とキーワードの選定、構成と原稿の品質確認、構造化データとllms.txtの実装、公開後の再測定
AIを組み込める業務の一例	コンテンツ案の作成、構成案と原稿のレビュー、ファクトチェック、誤字脱字チェック、画像生成、キーワード分析、サイト分析
対象	BtoBのオウンドメディア。コラム、資料、事例など複数のコンテンツ種別
体制	制作会社と分担する形でも、企画から品質確認までを担う形でも、ニーズに沿って対応可能

支援の範囲は案件により異なります。測定から着手する形も、既存コンテンツの改修から着手する形も選択できます。

進め方

現状の把握から改善の継続まで、6つの工程で進めます。

以下は標準的な進め方です。すでに現状の整理が済んでいる場合や方針が定まっている場合など、プロジェクトのスコープとご要望に応じて、着手する工程も進め方も変わります。

STEP 01

現状測定

AI検索での参照状況を実測します。想定される質問を洗い出し、同じ質問を複数回投げて、自社と競合がどれだけ引用されるかを数えます。

成果物：測定プロンプト一覧、参照率の集計、競合との比較

STEP 02

評価軸の抽出

AIの回答から、どの企業がどの根拠で推奨されているかを抽出します。数値・事例・認証といった根拠の種類ごとに、自社に何が足りないかを特定します。

成果物：推奨根拠の一覧、根拠の種類別の集計、不足の特定

STEP 03

戦略策定

検索ボリュームだけでなく、AI検索での引用可能性や対話型検索での問われ方を考慮して、対象とする質問とキーワードを選定します。既存コンテンツの改修で足りるか、新規に作る必要があるかを、現状の資産と優先順位から振り分けます。

成果物：対象とする質問とキーワードの一覧、既存改修と新規制作の振り分け、優先順位

STEP 04

構造設計・実装

結論から先に書く構成や質問と回答の形式を採用し、構造化データやllms.txtの実装まで含めて対応します。

成果物：記事のテンプレート、構造化データの実装、技術要件の一覧

STEP 05

一次情報の制作

社内取材、アンケート調査、検証レポートなど、他では書けない一次情報に基づくコンテンツを制作します。

成果物：取材記事、調査レポート、検証記事

STEP 06

再測定・改善

公開後に同じ条件で測り直し、参照率の変化を確認します。変わらなかった箇所は原因を分けて次の打ち手を決めます。

成果物：再測定の結果、変化の要因分析、次の改善計画

AI検索に引用されるための着眼点

検索エンジン向けの対策とは、評価される対象が異なります。記事の長さや本数ではなく、回答の材料として使える形になっているかを見ます。

着眼点	見るべき点
結論の位置	見出しの直後に結論があり、その1文だけを抜き出しても意味が通るか
根拠の種類	数値・固有名詞の事例・認証や資格・独自手法のいずれかが添えてあるか
質問との対応	利用者が実際に投げる質問の形と、見出しの形が対応しているか
網羅の範囲	1つの質問に対して、派生する疑問まで同じページで答えているか
一次情報の有無	他社が書き写せない、自社でしか出せない情報が含まれているか
機械可読性	構造化データ・llms.txt・クローラの許可設定が整っているか
情報の鮮度	更新日が明示され、古い記述が残っていないか

上記は実際の支援案件でGEO対策の執筆要件として定義し、新規記事とリライトの両方に適用している観点です。特定のモデルやサービスの評価基準を示すものではありません。生成AIの回答は同じ質問でも変動するため、複数回の測定で傾向を見ます。

サービス

OUR SERVICES

サービスの特徴

測ってから書く

現状の参照状況を実測してから着手します。同じ質問を複数回投げて試行ごとの引用回数を数え、どの企業が何を根拠に引用されているかを集計したうえで、埋めるべき差を特定します。施策の後にも同じ条件で測り直し、変化を確認します。自社サイトでも同じ方法で継続的に計測しています。

検索アルゴリズムに適応した構造的ライティング

AIが情報を正確に抽出できるよう、結論・理由・具体例の論理構成や質問と回答の形式を採用します。タイトル、メタディスクリプション、見出しの階層、構造化データまでを対象に整えます。

専門的知見と一次情報に基づく設計

検索評価で重視されるE-E-A-Tを担保するため、貴社固有の知見やデータ、実体験などの一次情報を盛り込み、他社と差別化された記事を設計します。

AIに任せる範囲と人が担う範囲を決めてから進める

コンテンツ案の作成、構成案と原稿のレビュー、ファクトチェック、誤字脱字チェック、画像生成までAIに寄せ、人はアウトプットの確認と意思決定を担います。既存の制作フローを現状と理想の2段階で描き直したうえで、タスク単位で置き換える順序を決めます。

よくあるご質問

従来のSEO対策とAI検索への対応は、何が違いますか。: 評価される対象が違います。検索エンジンは順位を返しますが、AIは回答そのものを組み立てます。そのため、上位に表示されるかではなく、回答の材料として引用されるかが問われます。記事の本数や文字数よりも、結論が先に書かれているか、根拠が数値や固有名詞で添えてあるか、利用者の質問の形と見出しが対応しているかが効きます。
AI検索で自社が引用されているかは、どうすれば分かりますか。: 実際に質問を投げて数えます。想定される質問を洗い出し、同じ質問を複数回投げて、自社と競合がそれぞれ何回引用されたかを集計します。生成AIの回答は同じ質問でも変動するため、1回では判断できません。
記事を増やせば引用されるようになりますか。: 本数だけでは変わりません。実測すると、引用される企業には数値・固有名詞の事例・認証といった根拠が伴っており、一般的な説明にとどまるページは引用されにくい傾向があります。本数を増やす前に、既存ページの根拠を厚くするほうが効くケースがあります。
生成AIで記事を量産するのとは、どう違いますか。: AI生成の記事は、AIがすでに知っている情報の再構成になりやすく、引用する理由になりません。社内取材、アンケート調査、検証レポートなど、自社でしか出せない一次情報を制作の中心に置きます。キーワードの選定、構成案の作成、執筆、編集にはAIを活用します。人が担うのはレビューと最終判断で、一次情報の裏づけと自社の視点が入っているかを確認します。
効果はどのように測りますか。: 施策の前後で同じ質問を投げ、引用された回数の変化を見ます。対象とする質問を固定し、同じ試行回数で測ることが条件になります。見るのは、自社が引用された試行の割合、競合との差、引用されたときにどの根拠が使われたかの3点です。検索順位や流入数だけでは、AI検索での変化は捉えられません。