執筆：Ballast（運営者情報） — 経営者・コンサルティングファーム役員として新規事業開発に携わった実務経験をもとに、生成AIによる調査・執筆と人間の最終確認を組み合わせて運営しています。
ChatGPT・Perplexity・Google AI Overview等、AI検索が広がる中で、「GEO」「AEO」「LLMO」といった似たような略語が乱立しています。この記事では、それぞれの定義と違い、関連する周辺用語まで含めて、出典つきで整理します。用語集という性質上、辞書的に長くなりますが、実際にAI検索対策を検討する際に迷いやすいポイントを優先して深掘りしています。
GEO(Generative Engine Optimization、生成エンジン最適化)
ChatGPTなどの生成AIが回答を作る際に、自社のコンテンツを参照元として引用されることを目指す最適化戦略です。note株式会社が2025年10月30日に公開した共同調査レポートで使われている定義では、従来のSEO(検索エンジン最適化)が検索結果での上位表示を目指すのに対し、GEOは「引用されること」自体を目標に置く点が異なるとされています。
GEOという言葉自体は2023年頃から海外の研究者・実務者の間で使われ始めたとされ、日本国内でも2025年以降、SEO代理店・マーケティング会社が相次いでGEO関連サービスを展開しています。従来のSEOが「検索順位」という比較的分かりやすい指標を持っていたのに対し、GEOは「AIの回答に引用されたかどうか」を外部から正確に測定する標準的な手法がまだ確立されていない、という違いも実務上は重要です。私たち自身、この記事がAIに引用されるかどうかをまだ検証できていないことを別の記事で正直にお伝えしています。
AEO(Answer Engine Optimization、回答エンジン最適化)
GEOとほぼ同じ文脈で使われる用語で、「質問に対する回答」として選ばれることを目指す最適化を指します。GEOとAEOは論者によって使い分けが曖昧で、明確に統一された定義があるわけではない点には注意が必要です。一部の論者は、AEOを「Google検索の強調スニペット(Featured Snippet)対策の延長」として位置づけ、GEOを「生成AIチャットボットへの引用対策」として区別することもありますが、この線引きも業界で完全に統一されているわけではありません。
LLMO(Large Language Model Optimization、大規模言語モデル最適化)
ChatGPT・Claude・Gemini等のLLM(大規模言語モデル)に対する最適化を指す用語で、GEO・AEOとほぼ同義で使われることが多い呼び方です。LLMOという呼称は、対策の対象を「検索エンジン」ではなく「言語モデルそのもの」に置いている点で、用語としてのニュアンスがやや異なります。
E-E-A-T(経験・専門性・権威性・信頼性)
Experience(経験)・Expertise(専門性)・Authoritativeness(権威性)・Trustworthiness(信頼性)の頭文字です。もともとGoogleの検索品質評価ガイドライン(Search Quality Rater Guidelines)で使われてきた考え方で、AI検索でも同じ発想が引き継がれているとされています。
4つの要素のうち、特に「Experience(経験)」は2022年のガイドライン改訂で追加された比較的新しい観点で、「実際にその商品・サービスを使った、その場所に行った、その手順を実行した」という一次体験の有無を指します。市場調査・ビジネス支援の文脈では、実際にその業務を運営している当事者が発信しているかどうかが、この「経験」の要素にあたります。
AI Overviews
Googleの検索結果画面に表示される、AIによる要約回答機能です。従来の検索結果一覧の上部に表示され、ユーザーがリンク先を訪れずに回答を得られるようにします。2024年に米国で先行導入され、2025年以降、日本語検索でも表示範囲が拡大しています。
SGE(Search Generative Experience)
AI Overviewsの前身にあたる、Googleが2023年に試験導入した検索体験の名称です。現在は「AI Overviews」という名称に統合されていますが、古い記事・海外情報では今でも「SGE」という呼称が使われていることがあるため、用語集として補足しています。
ゼロクリック検索
検索はするが、どのサイトにも訪問せず、検索結果画面(AI Overviews等)だけで満足してしまう行動を指します。note株式会社とヴァリューズ社の共同調査(2025年10月30日公開)によれば、2025年9月時点でGoogle上の検索セッションのうち63.5%がゼロクリックで終わっているとされています(出典：ヴァリューズ Web行動ログデータ)。
ゼロクリックそのものは、AI検索が登場する以前から一定数存在していた現象です(電話番号・天気・計算結果等、検索結果画面だけで用が足りるクエリは元々多い)。AI Overviewsの登場によってこの比率がさらに拡大している、というのが実務上の懸念点です。
構造化データ(Schema.org)
Webページの内容を、検索エンジンやAIが機械的に理解しやすい形式で記述するためのマークアップ規格です。Article(記事)・FAQPage(よくある質問)・Organization(組織情報)・BreadcrumbList(パンくずリスト)等、コンテンツの種類ごとに型が用意されています。
実装していても、値の中身が実態と合っていなければ意味がない、という点は見落とされがちです。私たちが実際に自社サイトの構造化データを検証したところ、Article型の`wordCount`(記事の文字数を示すプロパティ)に、実際の本文が約1,200字あるにもかかわらず「6」という誤った値が入っていたことを発見しました(詳細は別記事のケーススタディをご覧ください)。「構造化データを実装しているか」というチェックリスト的な確認だけでは、この種の不具合は見つかりません。
一次情報
自社で実際に集めたデータ・調査結果・実務経験を指します。他社の発表や報道をまとめただけの二次情報と区別され、AI検索エンジンは一次情報を相対的に高く評価する傾向があるとされています。
一次情報の具体例としては、自社の顧客アンケート結果、実際に手がけた案件の統計、自社で実施した実験・検証の記録等が挙げられます。多くの企業が「二次情報の丁寧なまとめ」に留まりがちなのは、一次情報の収集にはコスト・時間がかかるためです。
AIクローラー
GPTBot(OpenAI)・PerplexityBot(Perplexity)・ClaudeBot(Anthropic)・Google-Extended(Google)等、AI企業が運営する巡回プログラムの名称です。従来の検索エンジン用クローラー(Googlebot等)とは別に、これらのAI専用クローラーからのアクセスを`robots.txt`で許可しているかどうかが、GEO対策の技術的な前提条件になります。せっかく良質なコンテンツを作っても、`robots.txt`でAIクローラーを意図せずブロックしていれば、そもそも読まれることすらありません。
ハルシネーション
生成AIが、事実に基づかない情報をもっともらしく生成してしまう現象を指します。GEO対策において一次情報・出典明記が重視される理由の一つは、AIが誤った情報を生成するリスクを減らし、正確な情報源として引用される可能性を高めるためでもあります。
結論先出し構成(Inverted Pyramid、逆三角形構成)
記事の冒頭で結論・要点を述べ、詳細な説明を後に続ける構成手法です。もともとジャーナリズムの分野で「逆三角形の構成」として使われてきた手法で、AIが文章全体を精読せず冒頭部分を優先的に抽出する傾向があるとされることから、GEO対策でも重視されています。
引用形式(Citation Format)
AI検索エンジンごとに、引用元の示し方が異なります。Perplexityは回答文中に番号付きの脚注を表示し、クリックすると引用元サイトに飛べる形式を採用しています。ChatGPT(Web検索機能利用時)は回答末尾に参照リンクの一覧を示すことが多く、Google AI Overviewsは回答文中に小さなサイトアイコンとリンクを添える形式です。同じ「引用される」でも、実際にクリックされてサイトへの訪問につながるかどうかは、この引用形式の見え方にも左右されます。
Featured Snippet(強調スニペット)
Googleの検索結果画面で、通常の検索結果一覧より上部に、質問に対する簡潔な回答が枠で囲んで表示される機能です。AI Overviews登場以前から存在する仕組みで、「◯◯とは」のような定義形式の質問に対して、Wikipediaや用語集ページが選ばれやすい傾向があります。AI Overviewsとは別の仕組みですが、「結論を簡潔に、定義形式で示す」という書き方が有利になる点は共通しています。
ドメインオーソリティ(Domain Authority)
そのWebサイトがどれだけ検索エンジンから信頼されているかを示す、SEO業界で広く使われている非公式の指標です。Google自身が公式に発表している指標ではなく、SEOツール各社(Moz、Ahrefs等)が独自に算出しているスコアである点には注意が必要です。ドメインの運用年数・被リンクの質と量等をもとに算出されるため、開設から日が浅いサイトは一般的に低くなりがちです。note株式会社×ヴァリューズ社の調査(2025年10月30日公開)では、AI経由流入と検索流入の相関係数がサイト全体では0.2程度と低く、ドメインオーソリティが低くても個別記事の内容次第でAI経由の流入を得られる可能性が示唆されています。
トピック・ハブ(Topic Hub)
特定のテーマについて、立場の異なる発信者による意見・事例が集まっている状態を指す概念です。前述のnote×ヴァリューズ社の調査では、AI検索時代に人がコンテンツを訪れる鍵として「トピックについて様々な意見や事例が語られる場の構築」が提言されており、その中で使われている用語です。単発の記事を作るだけでなく、同じテーマについて複数の切り口・複数の記事で継続的に発信し続けることが、この「場」の形成につながるとされています。
エンティティ(Entity)
検索エンジンやAIが、文章中の固有名詞・概念を「一つのまとまった対象」として認識する単位を指します。例えば「Ballast」という言葉が、単なる英単語(バラスト=船の重り)ではなく「AI活用型の業務代行チームという特定の組織」を指すと機械的に認識されるためには、その言葉が繰り返し・一貫した文脈で使われている必要があります。運営者情報ページのように、名称・活動内容・関連リンクを一箇所にまとめて明記することは、エンティティとしての認識を助ける効果があるとされています。
コンテンツの鮮度シグナル(Freshness)
公開日・更新日の新しさが、検索エンジン・AI検索の評価に影響するとされる考え方です。ただし前述のnote×ヴァリューズ社の調査では、AI経由流入の多い記事の約4割が半年以上前に公開された記事だったという結果も出ており、「新しければ良い」という単純な話ではなく、内容が普遍的な価値を持っているかどうかも重要とされています。制度変更のように時事性の高い情報を扱う記事は鮮度の影響を受けやすく、逆に用語集のような定義的なコンテンツは鮮度の影響を受けにくい、という違いも実務上意識しておく価値があります。
検索意図(Search Intent)
ユーザーが検索・質問をする際の本当の目的を指す概念です。「情報を知りたい(Informational)」「特定のサイトに行きたい(Navigational)」「何かを購入・依頼したい(Transactional)」等に分類されます。AI検索エンジンに質問する場合も同様の意図の違いがあり、「GEOとは何か」という情報収集目的の質問と、「GEO対策を依頼したい」という発注意図に近い質問とでは、AIが参照する情報の種類も変わってくると考えられます。本記事のような用語集は主に前者(情報収集目的)の検索意図に応える位置づけです。
結局、GEO・AEO・LLMOはどう使い分ければよいか
ここまで見てきたように、この3つの用語に業界統一の厳密な定義はありません。実務上は、「AI検索エンジンに引用・言及されることを目指す取り組み全般」という広い意味で、どれを使ってもおおむね通じます。強いて使い分けるなら、対象を「生成AIそのもの」と捉えるならLLMO、「回答としての採用」を意識するならAEO、「引用元としての最適化」という文脈ではGEOが最も広く使われている印象です。本記事でも便宜上「GEO」を主に使っていますが、これは私たちが厳密に定義を確定させた結果ではなく、現時点で最も一般的に見かける表記を採用した、という程度の理由です。
この用語集について
本記事は生成AI(Claude)を活用して調査・執筆し、人間が内容を確認した上で公開しています。用語の定義は分野・論者によって揺れがあり、本記事の整理も一つの見方であることをお断りしておきます。特にGEO・AEO・LLMOの3語は、業界内でも厳密な使い分けが確立されておらず、本記事の説明も今後の動向によって更新する可能性があります。
自社サイトが現在どの程度AI検索に対応できているか、無料の8項目セルフ診断ツールもあわせてご利用ください。
この用語集について、抜けている用語・分かりにくい説明があれば、ぜひお聞かせください。無料相談・お問い合わせフォームより、記事の感想だけでも歓迎です。いただいたご意見は、今後の連載・用語集の更新に反映します。