最近のGEO論文を読む（第2回）：Pinterest GEOが画像を検索可能なテーマ集合へ変える理由

一枚の画像だけで複雑な質問に答えるのは難しいものです。視覚コンテンツのプラットフォームは大量の画像、商品、インスピレーションを持っていても、生成検索は意味、構造、根拠を持つ回答を好みます。資産がばらばらなら、AIはどの利用者意図に使うべきかを判断しにくくなります。

2026年2月3日に投稿された「Generative Engine Optimization: A VLM and Agent Framework for Pinterest Acquisition Growth」は、視覚コンテンツの生産環境でGEOをどう作るかの事例です。個別ページの改稿だけでなく、視覚資産の表現、集合ページの生成、配信を一つのシステムとして扱います。

論文が解こうとする問題

Pinterestのようなサービスの主資産は画像です。画像はスタイル、場面、発想を表せますが、一枚では意味の深さや権威の信号が不足しがちです。従来検索ではユーザーがプラットフォームでさらに閲覧できますが、AI検索では検索ページ上で質問が総合されます。画像がAIに理解、組織、引用されなければ、流入入口は弱くなります。

論文の核心は、膨大な視覚資産を、生成検索が検索・理解・引用しやすい内容構造へ変えることです。画像に長いaltテキストを付けるだけではなく、利用者がどんな質問、場面、トレンドで画像を探すかから逆算します。

逆向きの検索設計

通常の画像説明は「画像に何が写るか」を答えます。白いキャビネット、木の天板、自然光のキッチン、といった説明です。しかし実際の利用者とAI検索は、「2026年の小さなキッチンをどう設計するか」「白いキャビネットはどのスタイルに合うか」「予算を抑えたオープンキッチンの作り方」のように、需要、場面、制約、トレンドを組み合わせて問います。

論文では視覚言語モデルで潜在的な検索を予測し、AI Agentでリアルタイムのウェブ動向を掘り、新しい需要を捉えます。企業にとって、既存素材を機械的に文字へ変えるのではなく、利用者の質問から内容の組織を逆算するという示唆です。

Collection PagesをGEO資産にする

次の段階は、意味が一貫するCollection Pages、すなわち関連する画像と内容を集めたインデックス可能なテーマ集合ページです。生成検索は単一素材ではなく、回答を支える文脈を必要とします。「ミニマルな寝室」「春の結婚式の発想」「小さな住居の収納」といったページが、画像、題名、説明、関連テーマ、内部リンクを持てば、AIが引用できる証拠単位に近づきます。

一般企業なら、これは場面ページ・テーマページです。ECなら通勤用ノートPC、敏感肌向け夏の日焼け止め、ペット家庭の空気清浄機。地域サービスなら古い家の部分改修、小規模オフィス移転、子どもの記念写真。B2Bなら越境ECの顧客対応自動化、チェーン店の評判監視、製造業の知識ベースQ&Aのように、製品、機能、事例を問いに沿って集めます。

AI検索でも内部リンクが重要な理由

論文は、authority-aware interlinking、すなわち視覚資産、集合ページ、テーマ関係を戦略的な内部リンクで結ぶことも重視します。AI検索は回答を生成しても、情報源の発見、理解、評価が必要です。ページの相互支援、テーマの階層、主要資産への複数到達経路は、内容が検索・説明される可能性に関わります。

企業サイトに事例、ニュース、製品ページが散在し、どれが核で、どれが古いかが分からなければ、AIにも主な能力が見えにくくなります。視覚内容には、場面、テーマ、製品、仕様、地理、時点、適用境界を付け、集合ページには明確な題名と本文説明を置き、自然な内部リンクを作ります。

20%成長をそのまま転用しない

論文要旨は、大規模配備で20%の自然流量増加と月間アクティブ利用者の数百万規模の増加に寄与したと述べます。これは目を引く数値ですが、同じ結果を保証するものではありません。Pinterestには巨大な視覚資産、成熟した推薦システム、社内エンジニアリングがあります。

転用できるのは枠組みです。素材在庫ではなく利用者質問で内容を組むこと。単独の画像、商品、事例をテーマ集合へ上げること。業界検索、SNS動向、競合内容、利用者の相談を定期的に見てトレンドを内容庫へ反映すること。公開後は感覚でなく、AIがテーマページをより引用するか、理由が正確か、競合がなお優勢かを測ることです。

小さく始める実装

高い商業価値を持つ10〜30問を選びます。商品選択、業界ソリューション、予算、ブランドと競合の差などです。既存サイトに、商品ページやニュースだけでなく、答えるテーマページがあるかを調べます。各テーマページには、利用者質問、核となる結論、検証可能な証拠、関連する視覚資産を揃えます。画像は装飾ではなく、場面の説明、違いの提示、事例の証明を担います。

見川GEO / GEO Radarでは、https://www.georadar.top で固定質問を再テストし、豆包、通義千問、Kimi、DeepSeek、Tencent Yuanbao、ChatGPT、Claude、Geminiがテーマページを理解し、適切な比較文脈でブランドを扱うかを確認できます。視覚GEOの要点は画像に語を詰め込むことではなく、画像を理解・検索・引用できるテーマ構造へ入れることです。

この記事の情報源

• arXiv（2026年2月3日投稿）「Generative Engine Optimization: A VLM and Agent Framework for Pinterest Acquisition Growth」: https://arxiv.org/abs/2602.02961
• arXiv HTML全文（手法、実験、結果）: https://arxiv.org/html/2602.02961v1
• arXiv PDF「Pinterest GEO」: https://arxiv.org/pdf/2602.02961