# AI インデックス時代 ## 検索から生成へ インターネットのコンテンツ配分はパラダイムシフトを経験しています。従来の検索エンジン（Google、Bing）は、AI 生成エンジン（ChatGPT、Perplexity、Google AI Overview）によって補完され、場合によっては置き換えられています。 > **[スクリーンショット プレースホルダー]** AI 検索エンジンの市場シェアを示すチャートをアップロードしてください。 > 推奨サイズ：1200x800px、各 AI 検索エンジンの市場シェアデータを含む。 ### 検索の進化 | 時代 | 代表製品 | コンテンツ配分方法 | ユーザー行動 | |------|---------|-------------------|-------------| | ディレクトリ時代 | Yahoo Directory | 手動整理されたカテゴリディレクトリ | ディレクトリを閲覧 | | 検索時代 | Google、Bing | キーワードマッチング + ランキング | キーワードを入力 | | AI 生成時代 | ChatGPT、Perplexity | 意味理解 + 回答生成 | 自然言語で質問 | ## AI 検索市場データ ### 2025-2026 年市場トレンド | AI 検索エンジン | 月間アクティブユーザー（推定） | 主な特徴 | |----------------|---------------------------|---------| | ChatGPT Search | 2 億以上 | 対話型検索、深掘り回答 | | Google AI Overview | 10 億以上 | 検索結果ページで直接サマリーを生成 | | Perplexity | 1000 万以上 | 学術レベルの引用、透明なソース帰属 | | Bing Copilot | 1 億以上 | Microsoft エコシステムとの深いつながり | | DeepSeek | 5000 万以上 | 中国語最適化、オープンソースエコシステム | ::: note AI 検索エンジンのユーザー成長速度は従来の検索エンジンを大幅に上回ります。SimilarWeb データによると、Perplexity の検索量は 2025 年に前年比 300% 以上成長しました。 ::: ### ユーザー行動の変化 | 指標 | 従来の検索 | AI 検索 | 変化 | |------|----------|--------|------| | 平均クエリ長 | 3-5 語 | 15-30 語 | +400% | | 検索意図 | リンクを探す | 回答を取得 | パラダイムシフト | | 結果の消費 | 複数のリンクを閲覧 | 1 つの回答を読む | 注意力の集中 | | 信頼度 | 複数のソースを自分で検証 | AI 回答を信頼する傾向 | 信頼の移転 | ## GEO vs SEO ### コアの違い | 次元 | SEO | GEO | |------|-----|-----| | 目標 | 検索結果で上位にランクイン | AI エンジンに引用および推奨される | | 最適化対象 | 検索エンジンクローラー | AI 言語モデル | | コンテンツ戦略 | キーワード密度、外部リンク | 意味の完全性、権威性 | | 技術要件 | メタタグ、構造化データ | JSON-LD、llms.txt、schema | | 測定指標 | ランキング、クリック率 | 引用率、AI 回答出現率 | | 競争焦点 | キーワード競争 | コンテンツ品質と権威性 | ### GEO 最適化のコア原則 1. **構造化** — Schema.org マークアップを使用し、AI がドキュメントの意味を理解できるようにする 2. **権威性** — 信頼できるソースを引用し、データで裏付けられた議論を提供 3. **完全性** — 概念のすべての側面をカバーし、情報のギャップを最小化 4. **鮮度** — コンテンツを継続的に更新し、時間情報をマーク 5. **引用可能** — 明確な定義、データ、結論を提供し、AI が引用しやすくする ## AI クローラーの動作原理 ### クローラータイプ | クローラータイプ | 代表例 | 動作方法 | GEO への影響 | |----------------|--------|---------|-------------| | 従来のクローラー | Googlebot | ページをクロールしインデックスを構築 | 主に SEO に影響 | | LLM クローラー | GPTBot、ClaudeBot | トレーニングデータ用にコンテンツをクロール | 主に GEO に影響 | | リアルタイム検索 | Perplexity | リアルタイムでクロールし回答を生成 | GEO + 鮮度 | ### LLM クローラーのワークフロー ``` 1. 発見（Discovery） ├── llms.txt を通じてコンテンツエントリを発見 ├── sitemap.xml を通じてすべてのページを発見 └── リンククロールを通じて新しいページを発見 2. クロール（Crawl） ├── ページ HTML コンテンツを取得 ├── Markdown 形式を解析 └── 構造化データ（JSON-LD）を抽出 3. 理解（Understand） ├── 意味分析と概念抽出 ├── エンティティ認識と関係抽出 └── 品質評価と権威性判断 4. インデックス（Index） ├── コンテンツのベクトル表現を保存 ├── 概念関連を構築 └── ナレッジベースを更新 5. 生成（Generate） ├── ユーザークエリに基づいて関連フラグメントを検索 ├── 複数のソースから回答を統合 └── 引用ソースをマーク ``` ### GEO Wiki Pro の AI クローラー最適化 GEO Wiki Pro は AI クローラーのアクセスを最適化するために、以下のファイルを自動生成： | ファイル | パス | 用途 | |---------|------|------| | llms.txt | `/api/v1/llms.txt` | AI クローラーエントリ、コアコンテンツをリスト | | sitemap.xml | `/api/v1/geo/sitemap.xml` | サイトマップ、クローラーがすべてのページを発見できるようにする | | robots.txt | `/robots.txt` | クローラーのアクセス権限を制御 | ```bash # GEO ファイルを再生成 geo geo rebuild # llms.txt を表示 curl https://geowiki.pro/api/v1/llms.txt ``` ### 最適化チェックリスト - [ ] すべてのドキュメントに完全な YAML frontmatter が含まれている - [ ] Schema.org 構造化データマークアップを使用 - [ ] llms.txt が正しく生成され、すべてのコアページを含む - [ ] sitemap.xml にすべてのドキュメント URL が含まれる - [ ] robots.txt が AI クローラーのアクセスを許可 - [ ] コンテンツに権威ある引用とデータサポートが含まれる - [ ] FAQ がよくある質問をカバー - [ ] コンテンツが定期的に更新され、鮮度が維持される ## なぜ今 GEO 最適化を行う必要があるのか | リスク | 影響 | 対応 | |--------|------|------| | AI 検索によるトラフィックシフト | 従来の検索トラフィックの減少 | 早期に GEO に投資 | | 競争の窓 | 先発優位が顕著 | すぐに最適化を開始 | | コンテンツ資産 | 最適化されていないコンテンツが無視される | 体系的な GEO 最適化 | | ブランド可視性 | AI 回答にブランドが登場しない | コンテンツの権威性を向上 | ::: warning GEO 最適化は一時的な作業ではなく、継続的なプロセスです。GEO スコアをコンテンツ公開フローに組み込むことをお勧めします。 ::: ## 関連ドキュメント - [GEO スコアリングガイド](/docs/geo-scoring) — 8 つのスコアリング次元の詳細 - [AI 検索最適化](/docs/ai-search-optimization) — AI 検索最適化戦略 - [SEO 最適化](/docs/seo-optimization) — 従来の SEO 最適化