AEO vs SEO：リンクの時代から回答の時代へ

順位は変わらないのに流入が減っているなら

最近、マーケティングチームから似たような報告が繰り返し上がってきます。たいていこんな具合です。「ターゲットキーワードの順位は1ページ目のままなのに、オーガニック流入は3か月連続で落ちています」。そして数日後、営業サイドからこんな声が届きます。「見込み顧客がChatGPTにうちのカテゴリーを尋ねたら、回答には競合3社しか出てこなくて、うちは一行もなかったそうです」。

この2つの現象は偶然重なったわけではありません。同じ根から生まれています。ユーザーがもうリンクをクリックしなくなったからです。Google検索の上部にあるAI Overviewが先に答えを要約してしまい、ChatGPTやPerplexity、Geminiはリンクの一覧ではなく整理された文章を返します。そうなると、答えは検索結果ページではなく回答の中に収まります。クリックが起きる前にブランドの露出が終わってしまうわけです。

この変化に対応する取り組みをAEO(Answer Engine Optimization、回答エンジン最適化)と呼び、より広くはGEO(Generative Engine Optimization、生成エンジン最適化)とも呼びます。名前は分かれていても、問いは一つに集約されます。検索がリンクではなく回答を返すとき、その回答の中にどう入り込むか、です。

まずはっきりさせておきたいことがあります。AEOはSEOを押しのける新しい流行語ではありません。両者は目的が異なり、測定単位が異なり、競争の仕方まで異なります。その違いを正確に理解してこそ、何をそのままにし、何を変えるべきかを見極められます。

最も根本的な違いは、露出が終わる地点だ

SEOとAEOの違いは一文で整理できます。SEOはユーザーを自社ページへ連れてくるゲームであり、AEOはユーザーがページに来る前に回答の中で自社を知ってもらうゲームです。

SEOにおける良い結果はクリックです。検索結果に自社のリンクが表示され、ユーザーがそれを押して自社サイトへやって来ます。だから露出は自社ドメインで終わります。

一方、AEOにおける良い結果は引用です。ユーザーが「従業員30名規模のスタートアップに合う税務SaaSをおすすめして」と尋ねたとき、AIが生成した回答の文章の中に自社ブランド名が登場し、できれば出典リンクとして自社ページが添えられます。ユーザーが最後までクリックしなかったとしても、自社はすでに「おすすめ候補」のリストに載っています。露出が回答の中で終わるわけです。

些細に見えますが、この違いが意思決定の方向をまるごと変えます。クリックを狙えば、タイトルを刺激的に整え、滞在時間を伸ばすことに集中するようになります。引用を狙えば、AIが一文として切り取って使いやすい、明確で検証可能な情報を作ることに集中するようになります。

5つの軸で比較したSEOとAEO

抽象的な対比は実務では使いどころが少ないものです。目的とコア指標、コンテンツ構造、測定方法、競争単位という5つの軸に分けてみると、違いがくっきりします。

表の最後の行が意外にも核心です。SEOコンテンツも結局は人が読みますが、順位を決めるのはクローラーが解釈したシグナルでした。一方、AEOではLLMが自社の記事を直接読み、要約し、信頼できるかを判断したうえで、回答に入れるかどうかを決めます。だから「AIがこの文章をそのまま引用しても事実として正しいか」が新しい品質基準になります。

記事の書き方が変わる

まず最初に体感する変化は、記事の形です。SEO時代の記事は、キーワードを中心に据えて長く伸ばしても問題ありませんでした。長いほど多くのキーワードを盛り込め、より長く引き留め、より多くの内部リンクを張れたからです。

AEO時代の記事は違います。LLMはユーザーの質問に合う一片だけを切り取って使うからです。そのため記事は質問単位に分かれていて、各片が単独でも答えになっている必要があります。一編の長いエッセイよりも、よく整理されたFAQのまとまりに近いと捉えればよいでしょう。

具体的に変わる点は次のとおりです。

• 質問をそのまま見出しに。 「価格ポリシー」ではなく「月いくらで、何が含まれますか」のように、ユーザーが実際に入力する文章を使います。LLMは質問と回答が対になった構造を比較的うまく拾い上げるからです。
• 結論を冒頭に。 答えを一文でまず投げ、根拠を後に添えてください。抜き出した一行だけで答えが成立してこそ、引用される余地が生まれます。
• 根拠と出典を明示。 曖昧な主張よりも検証可能な事実のほうが引用されやすいです。数値があるなら出典も併せて示し、ない数値は作り出さないでください。一度でも虚偽と判明した数値は、その記事全体の信頼を崩してしまいます。
• エンティティをくっきりと。 ブランド名や製品名、コアとなる概念が、ぶれることなく同じ表記で登場する必要があります。AIが「この分野の一つのエンティティ」としてくっきり認識するほど、回答によく呼び出されます。
• 機械が読むシグナルを足す。 構造化データ(スキーマ)や llms.txt といった標準は、どのページが核心で、どんなポリシーに従うかを機械に伝えます。人の目には見えなくても、機械が記事を理解する助けになります。

ここで誤解してはならないことがあります。これは「SEOを捨てて一から書き直せ」という話ではありません。結論を前に置き、質問単位で整理した記事は、人が読むうえでも良く、検索エンジンにも依然としてよく合います。だからAEOコンテンツの大部分は、良質なSEOコンテンツの延長線上に置かれます。

測定と競争単位が変わる

SEOにおける測定は一方向でした。答えが一画面の中にすべて収まっていたので、検索エンジンが作った結果ページで自社の順位さえ確認すればよかったのです。

AEOでは測定そのものが能動的な作業です。回答はユーザーがどう尋ねるかによって毎回変わり、エンジンごとにも異なって出てきます。だから測定するには、ChatGPTやClaude、Gemini、Perplexity といった複数のエンジンに自社分野の質問を実際に投げ、その回答に自社が引用されたかを直接見る必要があります。

ここでSEOにはなかった指標が登場します。

• 引用率。 追跡している質問のうち、AIの回答が自社を出典として引用した割合です。
• 占有率(Share of Voice)。 同じ質問において、競合と比べて自社が言及される比重です。
• 引用位置。 回答の最初の一文で言及されるのか、それとも末尾の脚注にだけ掛かるのかを見ます。

競争単位も併せて変わります。SEOの戦いは、同じキーワードを狙うURL 対 URLでした。自社の記事Aが競合の記事Bより上にあれば勝ち、というわけです。一方、AEOの戦いは、同じ質問をめぐって繰り広げるブランド(エンティティ)対ブランドです。「おすすめSaaS3社」という回答に自社の名前が入ったのか、それとも競合の名前だけが収まったのかで勝負が分かれます。一つの回答の中に複数のブランドが並んで入り得るという点も、SEOのゼロサムな順位とは異なる部分です。

SEOは「自社のページが他のページより上にあるか」を問い、AEOは「この質問の答えに自社の名前が入るか」を問う。

代替ではなく補完だ

ここまで読むと、AEOがSEOを押しのける構図のように見えるかもしれません。しかし実際にはそうではありません。理由は3つあります。

第一に、AIの回答の材料は結局のところウェブコンテンツです。LLMが引用するに値する信頼性の高いページが検索でもよく拾われていてこそ、AIがそのページを発見して引いてくる可能性が上がります。検索に表示されない情報は、回答にも呼び出されにくいことが観察されています。

第二に、ユーザーの行動経路は一筋ではありません。ある人はChatGPTに尋ね、おすすめされたブランドを改めて検索して確認し、ある人は検索の途中でAI Overviewの要約を先に見ます。だからAEOで回答に入り込みつつ、SEOでその後の確認検索まで支えるチームが、両方の入り口を押さえることになります。

第三に、良いコンテンツの基準が重なります。明確で根拠があり、構造が整った記事は、検索エンジンとLLMの両方にとって良いシグナルです。2つの作業を別々に切り離す理由はありません。

だから現実的な結論はシンプルです。SEOを止めず、その上にAEOの視点を重ねればよいのです。

マーケターが明日の朝に変える5つのこと

視点の転換を行動に移すためのチェックリストです。大きなリニューアルなしに、今あるコンテンツと運用にそのまま適用できます。

1. 主要ページを質問と回答の形で点検します。 最も重要なページを5つ選び、顧客が実際に投げる質問にそのページが一段落で答えているかを見てください。できていなければ、結論の一文を冒頭に引き上げます。
2. 作り話の数値と曖昧な表現を取り除きます。 「業界最高」や「多くの顧客が選択」のように検証不可能な表現は引用されにくいです。具体的で事実として成立する文章に置き換えてください。
3. FAQを本物の質問で埋めます。 営業やカスタマーサポートが最も頻繁に受ける質問を、そのまま見出しに移します。最も早く引用可能なコンテンツを作る道だからです。
4. エンティティ表記を統一します。 ブランド名や製品名、コア用語を、すべてのページで同じ表記に揃えます。同じ概念をページごとに違う呼び方をすると、AIが一つのエンティティとしてまとめにくくなります。
5. 今どうなっているかを自分で尋ねます。 自社分野の代表的な質問を5つ決め、ChatGPTやGemini、Perplexity に実際に投げてみてください。自社が出てくるのか、それとも競合だけが出てくるのかを確認します。それが出発点であり、ベースラインになります。

5つ目のステップである測定を手作業でやっていると、すぐに限界にぶつかります。エンジンは複数あり、追跡する質問は数十個に及び、回答は毎週変わります。一度や二度尋ねた結果だけでは傾向を読み取りにくいものです。だから代表的な質問を決めておき、複数のエンジンの回答を定期的に同じ方法で記録するほうが良いです。そうやって引用が抜けている地点をコンテンツで埋め、改めて確認する流れを作る必要があります。回答の時代には「自社が今どのあたりにいるのか」を勘ではなくデータで見ることから始まります。ナッジオ(NUDGEO)は、その引用状況を確認するところから出発できるよう手助けします。