3-3 AI Overviews と ChatGPT に引用される GEO 対策

このレッスンで身につくこと

このレッスンでは、検索の前提が「青いリンクの一覧」から「AI が要約して答える」に変わったいま、サイトを AI に引用させるための最適化＝GEO（Generative Engine Optimization） をゼロから扱います。3-1 の E-E-A-T、3-2 の記事品質チェックを踏まえた 着地点 です。

所要時間 — 約 60 分　難易度 — ★★☆☆☆（3-1 / 3-2 を読んでいる前提）

はじめに — 「検索順位を取る」から「AI に名前を呼ばせる」へ

少し前まで、SEO のゴールは 「Google で 1 ページ目に表示されること」 でした。ところがこの 2 年で、検索結果の上に AI が書いた要約 が居座るようになりました。Google の「AI Overviews」、ChatGPT 検索、Perplexity、Claude の存在感が一気に大きくなっています。

ユーザーは青いリンクをクリックする前に、AI の要約だけ読んで満足してしまう ゼロクリック検索 の比率が増えました。「AI の答えの中に自分のブランド名が出てくるかどうか」 が、これからの認知・集客・売上を左右します。

AI 検索の台頭 — 4 つのプレイヤー

GEO を理解するには、現在の AI 検索のプレイヤーを 4 つ に分けて見ておくと整理しやすいです。

ポイントは 訓練用クロールと検索用クロールが別 UA であることがある 点です。OpenAI は GPTBot（訓練用） と OAI-SearchBot（ChatGPT 検索用） を分けています。両方許可 しないと ChatGPT 検索の引用候補から漏れます。

従来 SEO と GEO の違いを 3 つの軸で

「GEO は SEO の続きか、別物か？」 とよく聞かれます。答えは 「土台は同じ、上モノが違う」 です。3 つの軸で整理します。

軸 1 — 評価の単位（ページ単位 → パッセージ単位）

従来 SEO は ページ全体 を評価しました。GEO は 「ページの中の特定の 2〜3 文」 を抜き出して引用に使います。これを パッセージ（passage） と呼びます。

従来 SEO  サイト → ページ → キーワード関連度
GEO       サイト → ページ → パッセージ（2〜3 文）→ 引用適性

1 つのパッセージが「単独で抜き出されても意味が通る」 かどうかが決定的に重要です。文脈に依存しすぎる文章は、AI から見ると引用しづらい文章です。

軸 2 — クリックを奪う or クリックの前に名乗る

「セッションが減ったから負け」とは限らないのが GEO の難しいところです。AI Overviews の中で名前が呼ばれていれば、クリックされなくても認知獲得は成立 しています。

軸 3 — 技術スタック（HTML → 構造化データ + llms.txt）

従来 SEO は HTML タグの最適化が中心でした。GEO はそれに加えて 「機械が読みやすい意味の層」 を厚くします。

• Schema.org の構造化データ（Article / FAQPage / HowTo / Organization）
• llms.txt（AI 向けのサイト紹介ファイル）
• robots.txt での AI クローラー許可
• canonical / hreflang の整備

AI に引用されやすいコンテンツの構造

ここからは、パッセージ単位で引用されやすいコンテンツ を具体的にどう書くかを掘り下げます。本ガイドの中で 一番手を動かす価値が高いセクション です。

構造 1 — 結論を 1 文目に書く（Direct Answer）

AI は「質問に対する答え」を文の中から探します。前置きが長いと、引用されません。

1 文目で答えを言い切る。これだけで AI の引用率は劇的に変わります。

構造 2 — 数字と固有名詞を入れる

AI は 具体性のある文を引用したがります。

地名、企業名、製品名、人名、年月日 — 引っかかりのある単語が文の中にあるほど、AI は「これは情報量のある文だ」と判断します。

構造 3 — 質問 → 答え の Q&A ブロック

FAQ 形式の見出しは AI 引用との相性が抜群 です。AI Overviews も Perplexity も、Q&A 形式の文章を そのままパッセージとして抜く ことが多いです。

## インボイス制度はいつから始まりましたか？

インボイス制度は 2023 年 10 月 1 日に開始されました。
登録した場合の主な変更点は次の通りです。

- 適格請求書の発行義務
- 消費税の納税義務
- 帳簿付けの厳格化

見出しを質問形式に。本文の冒頭で直接答える。それだけで AI に引用されるパッセージが完成します。

構造 4 — リストと表で構造化する

AI は 箇条書きと表を「構造化された事実の塊」として認識 します。ただし、画像化された表は読まれません。スクリーンショットの表は AI にとってただの画像。HTML の <table> か Markdown のテーブルで書きましょう。

構造 5 — 出典と一次情報を明示する

「総務省統計局によると〜」「Anthropic 公式ドキュメントには〜」のように、情報源を文中に書く と、AI はその文を「信頼性が高い」と判断します。AI に引用されたい記事ほど、自分も引用する のがポイントです。

llms.txt の活用 — AI 向けのサイト紹介カード

llms.txt は、AI に向けて「うちのサイトはこんな内容ですよ」と紹介するためのファイルです。2024 年に Answer.AI の Jeremy Howard 氏が提案し、急速に広まりました。

llms.txt と robots.txt の違い

robots.txt は 入り口の警備員に渡す通行証、llms.txt は 受付に置く会社案内パンフレット。両方あって OK です。

llms.txt の基本フォーマット

# サイト名

> サイトを 1 文で説明。何をしている会社か、何のためのサイトか。

## メインコンテンツ

- [ホーム](https://example.com/): サービスの概要
- [料金プラン](https://example.com/pricing): 月額・年額の料金表
- [導入事例](https://example.com/cases): 実際の導入企業の声

## ドキュメント

- [API リファレンス](https://example.com/docs/api): エンジニア向け

## Optional

- [ブログ](https://example.com/blog): 週 1 更新のお役立ち記事

# サイト名 の直後の ==> 引用ブロック がいちばん大事です。ここに 1 文で何のサイトか== を書く。AI はこの 1 文を起点にサイト全体像を組み立てます。

Claude Code で llms.txt を作る

> 私のサイト https://example.com の llms.txt を作って。
> 主要ページを Crawl で集めて、以下の構造に整形して:
> - サイト紹介を 1 文
> - メインセクションを 5 つに分けてリンクと説明文
> - 最後に Optional セクション

Claude が、サイトをクロール → ページを分類 → llms.txt 形式で出力、まで一気にやってくれます。出来たファイルを ==サイトのルート (/llms.txt)== にアップロードするだけです。

AI クローラー対応 — 許可しないと土俵に上がれない

どんなに良いコンテンツを書いても、AI クローラーをブロックしていたら引用されません。これは GEO の最初の最初に確認するべき項目です。

robots.txt の推奨設定

User-agent: *
Allow: /

User-agent: GPTBot
Allow: /
User-agent: OAI-SearchBot
Allow: /
User-agent: ClaudeBot
Allow: /
User-agent: PerplexityBot
Allow: /
User-agent: Google-Extended
Allow: /

Sitemap: https://example.com/sitemap.xml

==User-agent: * で全許可していても、明示的に GPTBot / ClaudeBot を書く== ことを推奨します。意図が伝わりやすく、将来部分的にブロック方針を変えるときに切り替えやすいからです。

主要 AI クローラー一覧

特に WordPress 環境では、SiteGuard 系プラグインが GPTBot / ClaudeBot を自動でブロックする ことがあります。プラグインの設定画面を確認してください。

構造化データで AI に意味を伝える

3-1 / 3-2 でも触れた Schema.org の構造化データ。GEO の文脈では 特に重要度が増します。なぜなら、AI は Markdown だけでなく JSON-LD も読む からです。

JSON-LD は AI 引用の「字幕」

<script type="application/ld+json">
{
  "@context": "https://schema.org",
  "@type": "Article",
  "headline": "インボイス制度の開始日と必要な準備",
  "author": {
    "@type": "Person",
    "name": "山田 太郎"
  },
  "datePublished": "2025-08-15",
  "dateModified": "2026-03-20",
  "publisher": {
    "@type": "Organization",
    "name": "BlueAI 株式会社"
  }
}
</script>

これだけで AI は 「BlueAI の山田太郎が 2025/8/15 に書いた、2026/3/20 に更新されたインボイス制度の解説記事」 というメタ情報を、1 ミリも誤解せずに取得できます。

GEO で特に効く Schema タイプ

FAQPage と HowTo は特に強い。AI Overviews は FAQPage を 構造そのまま 引用することが多く、見出し → 答えのパッセージがそのまま表示されたりします。

# 既存ページの Schema を検出して検証
> /seo schema https://example.com/blog/article-01

# Schema を新規生成
> この記事のための FAQPage Schema を JSON-LD で書いて

ブランドメンションの重要性

GEO 時代に SEO 時代と決定的に違うのが、「リンクなしのブランドメンション」 の価値です。

従来 SEO では、他サイトからの 被リンク が順位向上の最大要因でした。リンクのない紹介は Google にはほぼ伝わりませんでした。GEO は違います。AI は Web 全体を読んで「このブランド名がどんな文脈で語られているか」 を理解します。

「日本の AI スタートアップとしては BlueAI が代表的で、
 勤怠管理 SaaS を中心に展開している」

リンクが付いていなくても、文脈付きの言及 が複数サイトにあれば、AI は ==「BlueAI = 日本 / AI / 勤怠 SaaS / スタートアップ」== というプロファイルを構築します。

「言及される」ために有効な戦術は次の 3 つです。

• メディア露出を取りに行く — リンクなしでも文中に社名と説明文が並ぶことが重要
• 比較記事に登場する — 「X vs Y」「X の代替ツール 10 選」に名前が載ると、AI はカテゴリの代表選手と認識
• 自分でナレッジを発信する — 同じ用語を一貫した文脈で繰り返す

Claude Code で GEO 監査する

ここからは、これまでの全部を Claude Code で一気にチェックする 実践パートです。

# サイト全体の GEO 監査
> /seo geo https://example.com

# 1 ページだけ深堀り
> /seo page https://example.com/blog/article-01

# Schema だけ集中チェック
> /seo schema https://example.com

# 総合監査（GEO 含む全項目）
> /seo audit https://example.com

/seo geo のチェック項目

1. AI クローラー許可状況 — robots.txt で GPTBot / ClaudeBot / PerplexityBot が許可されているか
2. llms.txt の有無と内容 — 設置されているか、1 文紹介が書かれているか
3. Schema.org — FAQPage / Article / Organization の有無と妥当性
4. パッセージ引用適性 — 見出し直下に直接答えが書かれているか
5. author / dateModified — E-E-A-T 信号が構造化されているか
6. ブランドメンション — Organization Schema にブランド情報があるか
7. canonical / hreflang — 重複コンテンツが整理されているか

監査結果の読み方

GEO 監査結果 — example.com

総合スコア: 62 / 100

[ クローラー許可 ] ★★★★☆ (8/10)
  ○ GPTBot 許可済み
  × PerplexityBot が明示されていない

[ llms.txt ] ★★☆☆☆ (4/10)
  ○ /llms.txt は存在する
  × サイト 1 文紹介が抽象的（「最高のサービス」だけ）

[ Schema.org ] ★★★☆☆ (6/10)
  × Article Schema 未設定 (15 ページ中 2 ページのみ)
  × FAQPage Schema 未使用

[ パッセージ適性 ] ★★★☆☆ (6/10)
  × 見出し直下の 1 文目に答えが書かれていない記事が
    20 本中 14 本ある

修正提案
  1. robots.txt に PerplexityBot を追加
  2. llms.txt の 1 文紹介をリライト
  3. 記事 14 本の冒頭リライト
  4. Article Schema を全記事に追加

これらを修正しますか？ (y/n)

==y を押すと Claude Code が自動修正 してくれます。一気にやらず 段階的に 進めても OK。監査は 月 1 回== が目安です。

失敗パターン — 踏みやすい落とし穴 5 つ

GEO は新しい領域なので、情報の半分くらいは古いか間違っている のが現状です。よく見る失敗を 5 つ並べておきます。

まとめ

このレッスンで押さえてほしいことを 7 つに整理します。

1. GEO（Generative Engine Optimization） とは、AI 検索（AI Overviews / ChatGPT / Perplexity / Claude）に 引用されやすいサイト を作る取り組み
2. AI 検索の評価単位は ページ全体ではなくパッセージ（2〜3 文）。1 段落ずつ「単独で意味が通るか」を意識する
3. 結論を 1 文目に / 数字と固有名詞 / 質問形式の見出し / リストと表 / 出典の明示、この 5 つを守る
4. llms.txt は AI 向けのサイト紹介。> の 1 文で何のサイトかを言い切る
5. robots.txt で GPTBot / ClaudeBot / PerplexityBot / Google-Extended を明示的に許可する
6. FAQPage / HowTo / Article / Organization の Schema を重ねがけ。author / dateModified は構造化データに必ず入れる
7. ==Claude Code の /seo geo で月 1 回の監査== を回す。スコアより中身、特に「自社の 1 文紹介」を毎月見直す

<Quiz question="AI に引用されやすいコンテンツの特徴として最も重要なのは？" options={["結論を冒頭 1 文目に書き、数字や固有名詞などの具体性を含めること","文字数が 5,000 字以上あること","画像をたくさん入れて視覚的に華やかにすること"]} answer={0} />

<Quiz question="GEO 時代に robots.txt でブロックしてはいけないクローラーは？" options={["GPTBot / ClaudeBot / PerplexityBot","Googlebot だけ","ブロック対象は特にない"]} answer={0} />

<Quiz question="llms.txt の役割として正しいのは？" options={["AI に向けたサイトの自己紹介ファイル（Markdown 形式）","AI クローラーをブロックする設定ファイル","サイトマップの代わりに使う XML ファイル"]} answer={0} />

<Checklist id="seo-ch3" items={["E-E-A-T フレームワークの 4 要素を理解した","記事の品質チェックを実行した","AI 検索時代の最適化（GEO）ポイントを理解した","robots.txt で AI クローラーを許可した","llms.txt を設置した","/seo geo で監査を実行した"]} />

次のステップ

• 4-1: 構造化データ（JSON-LD）でリッチリザルトを狙う — 次章。GEO で整えた本文を、構造化データで機械にも読みやすくします
• 3-2: 記事のコンテンツ品質を SEO 診断 — 本章で扱った E-E-A-T を Claude Code で具体的に診断する流れを復習できます
• 5-1: SEO 戦略の立て方｜優先順位の決め方 — AI 検索を含めた施策全体の優先順位を整理したい方におすすめです