生成エンジン最適化とは、AIがまとめた回答の中に自分の記事が引用元として並ぶことで、検索結果を開かない読者にも情報を届けるための取り組みである。
たとえば「ノイズキャンセリングイヤホンのおすすめは」とAIに尋ねると、AIはいくつものページを読んでひとつの回答にまとめ、参照したページへのリンクを添える。このリンクに自分のページが入らなければ、中身がどれだけ良くても読者の目には触れない。
土台にあるのは検索エンジン最適化（SEO）である。SEOが検索結果の一覧で上位に並ぶことを目指すのに対し、生成エンジン最適化は回答文そのものの中に入ることを目指す。
AIが読む材料の側を整える
生成エンジン最適化で手を入れられるのは、AIが回答を作るときに読む材料、つまり自分のページの中身だけである。
イヤホンの例でいえば、AIは質問をいくつかの短い問いに分けて検索し、見つけたページをそれぞれ要約してから、ひとつの回答にまとめる。自分のページが引用として残るには、検索で拾われる段と、要約の中から回答に選ばれる段の両方を通る必要がある。
従来の検索エンジンは、ページに含まれる語が検索語と一致するかを見ていた。生成エンジンは文章の意味まで読み取るため、語を合わせるだけのやり方は通じない。提唱した論文も、これまでのSEOの手法はそのままでは生成エンジンに当てはまらないと述べている。
語源・提唱者
生成エンジン最適化（Generative Engine Optimization）という呼び名は、Pranjal Aggarwal らが2023年に公開した論文に由来する。アガーワルらはこの論文を、2024年のデータマイニングの国際会議KDDで発表した。
狙いは、作り手の側から打てる手を用意することにあった。回答だけで用が足りるとページへの訪問は減るのに、自分のコンテンツがどう使われているかは外からは見えない。論文はこの状況に対し、作り手がコンテンツを生成エンジン向けに整えるための最初の枠組みとして生成エンジン最適化を提案した。
提唱から3年で、この考え方は検索の世界に広く行き渡った。広まったのは、回答の中に引用が並ぶという形式が特定のサービスに固有のものではなかったからである。Perplexityでも、Googleの検索結果に出るAI Overviewsでも、作り手は同じ問題に直面した。
ただし呼び名は定まっていない。回答エンジン最適化（AEO）やAI最適化（AIO）といった言い方も並んで使われている。Googleは2026年に、生成AIの検索に向けた最適化は検索体験に向けた最適化であり、つまりSEOだとする見解を示した。
出典と数字が引用を呼び込む
引用されやすいのは、出典・他者の発言・具体的な数字といった、そのまま取り出せる情報を本文に持っているページである。
検索語をページに詰め込むという従来のやり方は、ここではほとんど効かない。先ほどのイヤホンの質問でいえば、「ノイズキャンセリング」という語をページ中に並べても、回答の中には残らない。提唱した論文が9通りの書き換えを比べたところ、検索語を増やす書き換えと、断定的で説得的な調子に直す書き換えは、どちらも引用のされ方を変えなかった。
伸びたのは、出典へのリンクを添える、信頼できる相手の発言を引用する、具体的な数字を入れる、の3つである。回答の中で自分のページが引用される量は、最大で4割増えた。文章を読みやすく整えるだけでも同じ方向に動いている。
効き目は、もともとの検索順位によって変わる。検索結果の5番目だったページは、出典を添えるだけで引用される量が2倍以上になった。一方、1番目のページではかえって減っている。
引用が増えても訪問は増えない
この4割は、AIがすでに材料として読み込んだページの中での伸びであり、訪問が増えることまでは示していない。
2026年、Olivier Martinez が2023年11月からの研究45本を読み直した総説を公開した。そこでの結論は、検索で新しく見つけてもらえるようになった、あるいはサイトへの訪問が増え続けた、と示せた手法はひとつも無い、というものである。
同じ結果を別の研究でも再現できた手がかりは、2つに絞られた。問いと内容がどれだけ近いか、そしてAIが読む材料の並びの中でどこに置かれるかである。広く効くとされるコツは場面が変わると働かなくなりやすく、同じ最適化を競合も行えば、取り分は互いに削り合う。
問いを並べて引用を定点観測する
使いどころは、公開したあとに、自分のページが引用されているかを定期的に測る運用の工程である。
手元に残るのは、読者がAIに投げそうな問いを並べた一覧と、問いごとに自分のページが引用に出たかどうかの記録である。問いは「〇〇とは」「〇〇のおすすめは」のように読者が実際に打つ言い方で書き、エンジンの名前と日付を控えながら同じ問いを繰り返す。
1回の結果で判断しない。同じ問いでも回答は毎回変わり、出力のばらつきを抑える設定にしても、1割から3割ほどの判断が入れ替わる。総説は、ひとつの問いにつき言い回しを3〜5通り用意し、7〜8回は繰り返すことを出発点として挙げている。
引用されやすさだけを狙って書き換えると、そもそも材料に選ばれなくなることがある。本文だけを引用向けに直した実験では、検索で上位20件に残る割合が下がった。
関連用語
- 検索エンジン最適化
- ゼロクリック検索
