生成AIへの対策を調べると、「GEO」「LLMO」「AIO」という言葉が出てきます。

それぞれの定義は少し異なります。

  • GEO：Google AI Overviewなどの検索連携AIに情報を理解・引用させるための最適化
  • LLMO：ChatGPT・GeminiのようなLLMに情報を理解・引用させるための最適化
  • AEO：検索エンジン・音声アシスタント等のQ&Aなどに対して、質問に対するベストアンサーとして選ばれるための最適化
  • AIO：AI全般（検索AI・生成AI・レコメンドAI）に正しく情報を理解・引用させるための最適化

EC事業者が実際に対策を始める場合、まず取り組みやすいのがGEO/LLMOです。

なぜ、最初の一手はGEO/LLMOなのか

GEO/LLMOは、自社ECにすでにある情報を活用してすぐ始められます。

商品スペック、価格、サイズ、素材、利用シーン、商品ごとの違い、FAQなど、ECサイトにはAIが回答の根拠として使える情報が数多くあります。

こうした情報を整理し、AIが理解・引用しやすいコンテンツとしてサイトに掲載していくのがGEO/LLMO対策です。

プリンストン大学などの研究チームによるGEO研究では、信頼できる引用や統計情報を加える手法によって、実験上のAI露出指標が最大約40％改善したと報告されています。

​このように、AIに引用されるためには単に情報量を増やすのではなく、回答の根拠として使える情報を整えることが重要だとわかります。

GEO/LLMOは「計測して改善」を繰り返す施策

GEO/LLMO対策では、コンテンツを掲載して終わりではなく、AI上での引用状況を見ながら改善を続けます。

まず、ユーザーが生成AIに聞きそうな質問を設定し、自社や競合がどのように回答されているかを確認します。

その結果から不足している情報を補い、サイトにコンテンツとして掲載します。

そして同じ質問で再び引用状況を確認し、コンテンツを改善していきます。

このサイクルを繰り返すことで、AIから回答の根拠として使われやすいサイトへ整えていきます。

genrankでGEO対策を継続的に改善する

株式会社プレティアジャパンが提供する「genrank」は、生成AIからの言及・引用を高めるためのGEO／LLMO対策サービスです。

ユーザーが実際にAIへ聞くことを想定した質問を設計し、現在の引用状況を計測します。

その結果をもとに、商品説明やFAQなどAIに引用されやすいコンテンツを生成・掲載し、施策後の引用状況を再び計測します。

計測 →質問設計→コンテンツ生成 → 計測 → 改善
再生成→再計測→改善……

上記のサイクルでGEO/LLMO対策を継続していくことで、生成AI上で自社の商品やブランドが適切に引用される状態を目指します。

出典

Aggarwal, P. et al. (2024), “GEO: Generative Engine Optimization,” KDD 2024, Association for Computing Machinery.