← GEO Academyへ戻る
GEO基礎

GEO論文『Generative Engine Optimization』を読む（第1回）：生成AI検索で可視性をどう定義するか

KDD 2024の論文『GEO: Generative Engine Optimization』を起点に、AI検索では検索、生成、引用がともにブランド可視性を左右する理由を解説します。

2026/07/25公開 5分で読めます
GEO最適化Generative Engine OptimizationAI検索可視性GEO論文

GEO論文『Generative Engine Optimization』を読む（第1回）：生成AI検索で可視性をどう定義するか

GEOを初めて聞くと、「AI検索向けのSEO」と理解されがちです。しかし、Pranjal Aggarwal、Vishvak MurahariらによるKDD 2024論文『GEO: Generative Engine Optimization』が問うのは、より細かな問題です。複数の情報源を一つの回答に圧縮するAI検索で、コンテンツ制作者は何をもって「見られた」と定義するのか、という問いです。

本稿では改稿テクニックではなく、研究の出発点を見ます。この論文の価値は、GEOをマーケティング用語から、モデル化、測定、実験ができる問題へ戻したことにあります。

Generative Engineを先に定義する理由

論文は、BingChat、Google SGE、Perplexity.aiのようなシステムをGenerative Engine、すなわち生成式エンジンとして抽象化します。これは青いリンクだけを返すのではなく、情報源を取得し、生成モデルが内容を統合し、引用や根拠を伴う回答を返す仕組みです。

従来のSEOでは「自分のページは何位か」が中心でした。生成式エンジンでは利用者が見るのはリンクの一覧ではなく総合回答です。同じ情報源でも、冒頭・中段・末尾のどこで使われるか、一文だけに使われるか、主要判断を支えるかで意味が変わります。順位だけではGEOを説明し切れません。

GEOが扱うのは出現だけではない

論文は、生成回答内におけるサイトのvisibility、すなわちimpressionをGEOの中心目標に置きます。ブランドやページが触れられたかだけでなく、少なくとも三点を見ます。回答内のどれだけがその情報源に由来するか、どの位置に現れるか、回答の判断に実際に影響しているか、です。

公式サイトの一文が末尾で弱く引用されることと、公式内容が冒頭の主な推薦理由を支えることは、事業上まったく異なります。一枚の画面を見て「表示された」と結論付けるだけでは不十分です。

論文が示した二種類の可視性指標

客観指標では、ある引用元が回答に寄与した文字量をWord Countで測り、Position-Adjusted Word Countで位置も加味します。同じ30語でも、回答前半にあれば利用者に認識されやすい、という直観です。

主観指標では、G-Evalの考え方を応用し、引用元の関連性、影響力、独自性、位置への配慮、量への配慮、クリックの可能性、情報の多様性をモデルで評価します。完全な設計ではありませんが、GEOレポートが文字数だけでなく、その情報源がブランド理解を変えたかも見るべきだと示します。

企業への三つの示唆

第一に、GEOはAIにブランド推薦を強制する活動ではありません。論文はブラックボックス条件下のコンテンツ可視性を扱っており、企業ができるのは公式サイト、文書、事例、データ、第三者根拠を取得・引用・統合しやすく整えることです。

第二に、GEOはSEOを捨てることではありません。生成式エンジンも情報源の取得に依存し、論文の実験も検索結果の情報源を入力に使います。SEOは情報源候補に入ることを助け、GEOは回答に入った後にどう表現されるかを扱います。

第三に、監視には固定質問セットが必要です。毎回質問が違えば、変化が内容改善、プラットフォームの揺れ、質問差、情報源差のどれによるものか分かりません。後に構築されたGEO-benchも、繰り返し可能な評価のためのものです。

第1回を読んだ後の実務判断

重要なのは「何パーセント上がるか」という数字ではなく、生成式エンジンを定義し、可視性を定義し、その後で最適化を論じる順序です。ブランドは、どのAIで言及されるか、回答のどれだけを占めるか、どの位置か、公式・メディア・古いコミュニティのどれが引用されるか、競合にどれだけ説明空間を取られるかを先に把握します。

見川GEO / GEO Radarでは、https://www.georadar.top で固定質問セットを用意し、豆包、通義千問、Kimi、DeepSeek、Tencent Yuanbao、ChatGPT、Claude、Geminiなどでの言及、推薦位置、競合共起を観察できます。最初の一歩は記事を増やすことではなく、「AIは自社を見ているか」を再テスト可能な指標へ分解することです。

この記事の情報源