GEO監査の実施方法：AI検索での可視性を追跡する

はじめに

ほとんどのマーケティングチームは、AIによるブランドの可視性を同じ方法で確認しています。誰かがChatGPTを開き、「[都市]で最高の[カテゴリー]」と入力し、その回答を読むのです。ブランド名が出てくれば、皆ほっとします。出てこなければ、Slackのチャンネルで誰かがパニックになります。いずれにせよ、そこから得られる知見はほとんどありません。1つのプラットフォームで1回だけ実行された単一のプロンプトは、単なる逸話に過ぎないからです。

GEO監査は、こうした単なる逸話を、再現可能な測定手法に置き換えます。 GEO（ジェネレーティブ・エンジン・オプティマイゼーション）とは、AIが生成する回答にブランドを正確に表示させるための手法です。このガイドでは、完全な監査を行うための5つのステップ――固定のプロンプトパネルの構築、プラットフォームを横断した一貫した実行、回答の評価、回答の根拠となる情報源の特定、そして定期的な再実行――について解説します。このガイドを読み終える頃には、説得力のあるベースラインが確立され、来月も一からやり直すことなく繰り返せるプロセスが手に入るでしょう。

GEO監査が実際に測定するもの

今、これを真剣に受け止めるべき理由は単純です。AIによる回答が、知らぬ間に購買チャネルとなっているからです。かつては10個の青いリンクを開いていた見込み客が、今では1つの合成された回答を読み、それに基づいて行動するようになりました。その回答に含まれるブランドが需要を分け合い、残りの需要を他のすべてのブランドで分け合うことになります。ほとんどの企業は、自らがその境界線のどちら側にいるのかさえ把握していません。

手順に入る前に、測定単位について正確に理解しておくことが役立ちます。なぜなら、これらはランキングではないからです。

GEO監査では4つの項目を測定します。第一に、「言及」：購入者が実際に尋ねるような質問をした際、アシスタントはあなたのブランド名を挙げていますか？第二に、「引用」：あなたに関する主張をする際、アシスタントはあなたのウェブサイトを指し示していますか、それとも他社のサイトを指し示していますか？ 第三に、「記述」：貴社について語られている内容（カテゴリー、所在地、価格帯、主力サービスなど）は事実か？第四に、「情報源への依存度」：アシスタントが回答を構成する際、どのサードパーティのページを参照しており、それらのページには貴社が望む内容が記載されているか？

これら4つの要素は独立して機能します。ブランド名は至る所で言及されていても、引用されていない場合があります。引用されていても、その記述が不適切な場合もあります。また、今四半期たまたま1つの古いレビューページが好意的な内容だったために、正しく描写されている場合もあります。これらすべてを単一の「AIスコア」に平均化してしまうと、最も確認すべき問題が隠れてしまいます。4つの要素を個別に扱うことで、監査は診断的なものになります。失敗のパターンごとに、異なる解決策が必要だからです。

開始前に合意しておくべきもう1つの点があります。監査とは、動的なシステムの「スナップショット」に過ぎません。モデルは更新され、検索ソースは変わり、回答も変動します。その価値は単一の実行結果にあるのではなく、後日まったく同じテストを再度実行し、その変化（デルタ）を確認することにあります。以下の手順のすべては、その繰り返しを低コストかつ正確に行えるように設計されています。

ステップ1：固定のプロンプトパネルを作成する

監査の基礎となるのは、マーケティングチームが使う表現ではなく、実際の購入者が話すような口調で書かれた20～30の質問からなるパネルです。これは想像以上に難しい作業です。なぜなら、社内チームは常に自社のブランド用語を含む質問を作成しがちであり、そのような用語は購入者が決して使用しないため、監査が無意味になってしまうからです。

優れた質問パネルには、5種類の質問が組み合わされています。カテゴリーに関する質問：「ジャカルタで生成型エンジン最適化を扱っている代理店はどこですか？」、問題に関する質問：「なぜChatGPTは私の会社のことを一切言及しないのですか？」、比較に関する質問：「Xに関する上位3つの選択肢を比較してください」、購入者が実際に使用するすべての言語での地域や言語固有の質問、そして機能、価格帯、要件を具体的に挙げる仕様に関する質問です。これらは購入に最も近い質問だからです。 ここで役立つのがキーワード調査ツールです。人々がすでにGoogleに入力している検索クエリこそが、アシスタントに入力される質問の最良の素材となるからです。

以下は、あるB2Bサービスブランドに関する実際のパネル調査結果の一部です：

• 「中規模のEコマース企業にとって最適なGEOエージェンシーはどこか？」- 「GEO監査の費用はいくらで、何を含めるべきか？」 - 「国際SEOには[ブランド]と[競合他社]のどちらが適しているか？」- 「AI検索に精通したジャカルタのデジタルエージェンシーは？」（同じ検索意図を、購入者の別の言語で表現したもの）- 「なぜPerplexityは[競合他社]を推奨し、[ブランド]を推奨しないのか？」

これらの質問には、ブランドのキャッチコピー、製品名、社内用語が一切含まれていないことに注目してください。そこが重要なポイントです。

パネルの信頼性を保つには3つのルールがあります。ブレインストーミングではなく、営業電話やサポートチケットから質問を作成すること――購入者が営業担当者に使う表現こそが、アシスタントに対しても使われる表現だからです。確実に勝てる質問をいくつか含めると同時に、負けることが予想される質問もいくつか含めること。すべてに勝つだけのパネルからは何も得られません。そして、質問リストを固定することです。 こうした監査が失敗する最も一般的な原因は、毎月こっそりと「答えやすい質問」にすり替えてしまうことで、その結果、あらゆる傾向線が上昇してしまうことです。パネルの構成を一度合意し、書き留め、関係者に共有したら、実施の間は一切手を加えないでください。

ステップ2：すべてのプラットフォームで一貫してパネル調査を実施する

購入者が使用するすべてのプラットフォームで、すべての質問を実行してください。今日のほとんどのブランドにとって、それはChatGPT、Gemini、Google AI Overviews、Google AI Mode、Perplexity、Copilot、Claude、Grokなどを意味しますが、習慣ではなく、自社の分析データと顧客基盤に基づいて決定してください。

網羅性よりも一貫性が重要です。各プラットフォームごとにクリーンなセッションを使用してください。回避できる場合はログインによるパーソナライゼーションを避け、カスタム指示は与えず、実行ごとに同じ場所と言語設定を使用します。これらの設定は回答に影響を与えるため、一度文書化して再利用してください。 各プラットフォームで、質問ごとに1回ではなく3回実行してください。1回の実行だけでは過大評価されたり過小評価されたりする恐れがありますが、3回実行することで回答が実際にどれほど安定しているかが明らかになります。3回の実行のうち2回で自社ブランドが返された場合と、3回中3回で返された場合では、得られる知見が異なります。

言語を省略してはいけません。英語とインドネシア語で同じ質問を投げかけた場合、モデルが参照する基盤となるソースが言語によって異なるため、まったく異なる候補リストが返される可能性があります。複数の言語市場で販売を行っているブランドは、実質的に言語ごとに1回の監査を実施していることになります。

作業を進めながら、質問、プラットフォーム、実行番号、日付、回答全文またはスクリーンショットなど、すべてをログに記録してください。最初の1週間はログ作成が面倒に感じられるかもしれませんが、3ヶ月目になって「なぜ数値が変動したのか」と誰かに尋ねられたとき、それはあなたが持つ最も貴重な資料となります。

ログの構造はシンプルで十分です。実行ごとに1行とし、日付、プラットフォーム、質問ID、実行番号、言及の有無（はい／いいえ）、引用URL（ある場合）、説明の要約、表示された情報源、回答全文へのリンクといった列を設けます。この段階では、ダッシュボードよりもスプレッドシートの方が優れています。ステークホルダーが実際に何を尋ねているかを理解するにつれて形式は変化しますが、スプレッドシートなら変更にも柔軟に対応できます。

ステップ3：言及、引用、説明のスコア付け

回答ごとに、4つの項目を記録します。

言及：ブランド名が挙げられていたか（はい／いいえ）。引用：回答が自社サイトへのリンクを含んでいたか、またリンク先がある場合はそのURL。説明：ブランドがどのように特徴づけられていたかについての簡単なメモ（カテゴリー、所在地、ポジショニング、価格帯など）。出典：回答が明らかに参照していた外部ページ（プラットフォーム上で表示されている場所）。

特に注意すべきパターンが2つあります。引用先のない言及は、モデルが貴社の名前を認識しているものの、自社が所有する情報源と結びつけていないことを意味します。これは通常、貴社のサイトが質問に対する最適な回答ではないことを示しています。誤った説明を伴う引用は、これら2つよりもさらに深刻です。アシスタントは、貴社の事業内容、所在地、価格を誤って説明しながら、自信を持って購入者を貴社に誘導していることになります。多くのチームはこの問題を過小評価しています。 あなたの名前を挙げていながら、所在地、価格帯、または中核となるサービスを誤って伝えるアシスタントは、あなたを完全に除外するアシスタントよりも大きな損害をもたらします。なぜなら、それは大規模に失望した購入者を生み出すことになるからです。

各プラットフォームのデータを1つの平均値に集約したくなる衝動に抵抗してください。プラットフォームごとの挙動があまりにも異なるため、平均値は虚構に過ぎません。当社のクライアント業務では、あるブランドがGoogleのAI概要やAIモードの回答に数百回表示される一方で、同じ質問パネルに対してCopilot、Perplexity、Gemini、ChatGPTを合わせても数十回しか言及されないというケースを日常的に目にしています。 統合された数値だけを見てしまうと、そのブランドは自社のAIにおける可視性が「どこでも中程度」だと誤解してしまいますが、実際にはGoogleのプラットフォームでは強い存在感を示している一方で、独立したアシスタントではほとんど存在していないのです。これらは、解決策が全く異なる2つの問題です。

ステップ4：回答の根拠となる情報源を特定する

このステップによって、測定結果が具体的な行動計画へと転換されます。

アシスタントが自社のカテゴリーに関する主張の根拠として情報源を引用した場合は、その情報源を書き留めてください。パネル全体を通じて、レビュープラットフォーム、比較記事、業界ディレクトリ、ウィキペディア、Redditのスレッド、ニュース報道、自社サイトなど、リストがまとまっていくでしょう。そのリストこそが、実際の戦場です。モデルはブランドに関する意見を独自に作り出すのではなく、ウェブ上にすでに存在する情報を取得し、要約しているに過ぎません。

情報源リストを、次の3つの質問を念頭に置いて読み返してください。「これらのページのうち、直接または関係を通じて自社が管理できるものはどれか？」「不正確、古くなっている、あるいは自社が記載されていないページはどれか？それらを修正するには何が必要か？」「競合他社については言及されているが、自社については言及されていない情報源はどれか？」

具体例を挙げましょう。「Yに最適なX」という比較に関する質問が、常に1つの有名なレビューサイトと1つの業界ディレクトリに依存しているとします。あなたのブランドはどちらにも掲載されていませんが、3社の競合他社は両方に掲載されています。この監査は、明確な事実を明らかにしました。アシスタントたちはあなたを無視しているのではなく、この質問にとって重要な2つのページにあなたが存在しないというウェブ上の状況を忠実に報告しているのです。解決策も同様に明確です。その2つのページに、正確かつ最新の情報を掲載してもらうことです。 ホームページのコピーを書き直したところで、その回答は変わらなかったでしょう。

これが、GEOと従来のSEOがツールセットの大部分を共有することになる理由でもあります。検索順位に影響を与える情報源は、検索結果に表示される情報源である傾向があるからです。デジタルPR、信頼できる媒体への寄稿記事、正確なディレクトリ登録、そして実際の顧客からのレビューは、地味な作業ですが、まさにAIの回答を動かす要素なのです。これはまた、AI検索での存在感を構築しようとするブランドのために、Arfadiaが提供するサービスの核心でもあります。

ステップ5：修正を行い、スケジュールに従って再実行する

スライド資料で終わる監査では、何も変わりません。調査結果を、効果の大きい順に並べた修正リストに変換しましょう。まず、権威性の高い情報源における誤った記述を修正し、次にカテゴリーごとの回答を左右する情報源での存在感を高め、最後に自社のページを強化して、自社が主導すべき質問に対して最も検索されやすい回答となるようにします。

その後、同じ質問、同じプラットフォーム、同じ設定、同じ3回の実行という同一のパネルを、決まった周期で再実行します。ほとんどのブランドでは月次が適していますが、四半期に1回は最低限必要です。実行ごとに、プラットフォームごとに、指標ごとに比較します。注目すべきは数値の上昇ではありません。 注目すべきは、具体的な回答の変化です。例えば、比較対象の質問に自社が含まれるようになったこと、説明文がようやく正確になったこと、Perplexityの回答で3年前のレビューではなく自社サイトが引用されるようになったことなどです。

ステークホルダーとは早い段階で期待値を明確にしておきましょう。AIの回答に変化が現れるのは、基盤となる作業から数週間から数ヶ月遅れてしまいます。これは、モデルとその検索レイヤーが独自のスケジュールで更新されるためです。1ヶ月間の修正を経ても、最初の再実行で変化が見られないのは正常なことであり、評価の基準にはなりません。

レポートについては、別途触れておく価値があります。SEOレポートに慣れているステークホルダーは、AI版「ランクトラッカー」――つまり、上昇し続ける単一の数値――を求めるでしょう。それよりも優れたものを提供してください。プラットフォームごとの簡潔なレポートで、4つの指標を個別に示し、回答の原文抜粋を2～3件、そして修正リストとそのステータスを含めるのです。原文の抜粋は、どんなグラフよりも信頼性を高めます。なぜなら、アシスタントが自社を誤って説明しているスクリーンショットに対して、誰も異議を唱えることはないからです。

また、従来のSEO測定を「代わりに」ではなく「並行して」実施することも有効です。ランキング、オーガニックトラフィック、AIによる可視性は、それぞれ異なる問いに答えます。検索結果ページでの位置付け、そして直接尋ねられた際に機械があなたについてどう答えるか、というものです。これら2つは入力情報をますます共有するようになってきているため、並行して追跡すること――ランクトラッカーでのキーワード順位と、監査ログでの言及や引用――によって、どの施策がどの結果をもたらしたかが明確になります。

GEO監査は自動化できますか？

部分的には可能です。パネルの実行と回答の記録は自動化でき、大規模なパネルの場合はそうすべきです。可視性を追跡するAI検索SEOツールそのものが、実行のスケジュール設定を行えます。 回答の読み取りは、少なくとも完全に自動化すべきではありません。説明文に微妙な誤りがあるかどうか（サービスは正しいが市場が間違っている、価格は正しいが階層が間違っているなど）を判断するのは依然として人間の仕事であり、そこには最もコストのかかるミスが潜んでいるからです。賢明な設定としては、自動収集と人間による評価を、同じ固定の頻度で行うことです。

GEO監査を静かに台無しにするよくあるミス

監査に失敗するケースのほとんどは、ごく限られたいくつかの点で同じ過ちを犯しています。実行の合間に質問パネルを編集し、偽の進捗を作り出してしまうことです。 1つのプラットフォーム（通常はChatGPT）のみをテストし、それを「AI」全般に一般化してしまうこと。3回行うべきテストを1回しか行わず、ノイズを追いかけてしまうこと。説明文が正確かどうかを確認せずに、言及があったことを成功とみなしてしまうこと。言語を考慮せず、単に英語では見当たらないというだけで、そのブランドが「存在しない」と結論付けてしまうこと。そして、すべてを1つのスコアに平均化してしまうことで、行動に移す価値のある唯一の情報が隠れてしまうこと。

これらはすべてプロセスの誤りであり、ツールの誤りではありません。また、これらを回避するのにコストはかかりません。だからこそ、規律ある手動監査は、ずさんな自動監査よりも優れているのです。

修正内容がAIの回答に反映されるまで、どれくらいかかるのでしょうか？

数日ではなく、数週間から数ヶ月はかかるでしょう。自社管理ページは迅速に再クロールできますが、ほとんどのカテゴリ回答の根拠となるサードパーティのソースは独自のスケジュールで更新され、モデルの挙動には遅れが生じます。これは、待つのではなく今すぐ監査を開始すべきという根拠です。ベースラインの構築には1週間かかり、それがなければ毎月、目に見えない誤差が蓄積していくことになります。

まとめ

GEO監査は華やかな作業ではありません。これは、購入者の質問をまとめた固定リストを、顧客が利用するアシスタントで注意深く実行し、言及、引用、説明、情報源に注意を払いながら読み取り、翌月も同じ方法で再度実行するというものです。これを実践するブランドは、自社の実際の位置づけと修正すべき点を把握できます。一方、単発のプロンプトをスポットチェックし続けるブランドは、データではなく「感覚」に頼り続けることになります。

テッサー・ナピトゥプル、Arfadia創業者兼CEO。

この分野はまだ歴史が浅いため、ほとんどのカテゴリーには確立された基準が全く存在しません。つまり、そのカテゴリーで最初に正直に測定を行ったチームが、通常、最初に改善を遂げるのです。私がこのテーマについて出版した2冊の著書、インドネシアのデジタル環境に関する『Found Before They Search』と、GEOおよびAIの可視性に関する『Cited or Silent』は、いずれもこのガイドと同じ前提から始まっています。つまり、「スコアボードを見ることを拒むゲームに勝つことはできない」ということです。

調査対象グループを構成し、その構成を固定し、調査を実行し、その結果から改善すべき点がどこにあるかを把握しましょう。