ChatGPTでの会話の多くは、わずか1往復で終わります。ユーザーは質問し、ひとまとまりの回答を読んだら、そのまま離れます。つまり、ブランドが初回回答に現れなければ、次に見つけてもらえる機会はほぼありません。ファーストターンを押さえるうえで重要なのは、単に順位を上げることではなく、「検索対象になる」「内容を正確に抽出される」「引用元として掲載される」という3つの条件を同時に満たすことです。
「初回回答」とは何か。なぜ成否を左右するのか
初回回答とは、ユーザーが質問を送信した直後にChatGPTが返す最初の回答と、その下に示される参照元を指します。検索モードでは、まず質問に沿ってWebを検索し、複数のページを取得します。そのうち3〜8ページを根拠として選び、内容をひとつの回答にまとめます。これはGoogleとは大きく異なります。Googleなら検索順位が10位でもクリックされる可能性がありますが、ChatGPTの初回回答は情報が少数に収束するため、9番目の情報源は通常、読まれる候補にすら入りません。回答本文に内容が採用されるか、参照元として掲載されなければ、ユーザーから見れば存在しないのと同じです。
ChatGPTの初回回答を決める5段階
引用される仕組みを理解するには、初回回答の裏側で何が起きているかを分解する必要があります。ユーザーが送信ボタンを押してから回答が生成されるまで、コンテンツは実質的に5つの段階を通過し、そのたびに候補ページが絞り込まれます。
- 書き換えとファンアウト：モデルは口語的な質問を、より具体的な複数の検索クエリに分解します。ひとつの質問から3〜4個のサブクエリを同時に検索することもあります。
- 検索：インデックスから候補ページを取得します。ここで、検討対象に入れるかどうかが決まります。インデックスされていなければ、その時点で候補から外れます。
- 順位付け：関連性、権威性を示すシグナル、情報の鮮度を基準に、ごく少数のページを選びます。通常、候補に残るのは一桁台です。
- 抽出：選ばれたページから、質問への直接的な答えになる段落を抜き出します。段落だけで意味が完結し、要点が簡潔にまとまっているほど、採用される可能性は高まります。
- 統合と引用：抽出した内容を回答として再構成し、該当箇所に参照元のリンクを付けます。
重要なのは、この5段階が直列につながっていることです。順位付けで高く評価されても、検索で拾われない、あるいは段落をうまく抽出できないなど、前後いずれかの工程でつまずけば初回回答には残れません。多くのブランドはコンテンツ品質、つまり順位付けに力を注ぎます。しかし実際には、そもそもインデックスされていない、文章が込み入っていてモデルが明快な一文を抜き出せない、といった問題が見過ごされています。
会話型クエリとキーワードは別物
ChatGPTでの質問の仕方は、Google検索への入力とは大きく異なります。ユーザーは「GEO 支援会社 台北」のような電文調のキーワードではなく、「当社はB2B SaaSを提供しています。最近、ChatGPTで自社が推奨されていないことに気づきました。どこに相談すればよいでしょうか」のように、背景を含めて状況全体を伝えます。キーワードの組み合わせだけを軸にしたコンテンツでは、こうした文脈のある質問に十分答えられません。
- キーワード発想なら「GEO監査 費用」。会話型クエリなら「GEO監査にはどのくらいの費用がかかり、成果が見えるまでにどのくらいの期間が必要ですか」。
- キーワード発想なら「AEOとは」。会話型クエリなら「AEOとSEOは何が違いますか。両方に取り組むべきでしょうか」。
- キーワード発想なら「ChatGPT 引用 方法」。会話型クエリなら「ChatGPTが回答する際に、自社のコンテンツを引用してもらうにはどうすればよいですか」。
大切なのは、不自然に質問文を詰め込むことではありません。ユーザーが実際に口にする問いをページ上に明記し、その直下に回答としてそのまま使える段落を置きます。モデルが口語的な質問を検索クエリに書き換える際、自社コンテンツでも近い表現で問いと答えを結び付けておけば、回答箇所として抽出される可能性が大きく高まります。
どの段落も、そのまま抽出できる「回答」にする
初回回答で評価されやすいのは、単独で意味が完結する段落です。前後の文脈がなくても読めて、ひとつの事柄を明確に説明できなければなりません。モデルは前の段落へ戻ってから次の段落を理解するのではなく、各セグメントがサブクエリに明快に答えているかを個別に判断します。そのため、各段落の冒頭に結論を置き、根拠や補足を後に続ける構成が有効です。
引用を狙う前に、検索対象へ入る必要がある
どれほど優れた内容でも、インデックスされていなければ意味がありません。ChatGPTが検索する候補ページは、クロールとインデックスが可能なWebコンテンツから選ばれます。まず技術面の条件を満たす必要があります。GPTBotやOAI-SearchBotなどのクローラーをrobotsでブロックしていないか、サーバーがページを正常に返せるか、重要な内容がJavaScriptの実行完了後にしか表示されない構成になっていないかを確認してください。さらにFAQPageやArticleなどの構造化データがあれば、そのページがどの問いに答えているかをモデルが素早く把握しやすくなります。これらは評価を上乗せする加点要素ではなく、検索対象に入るための参加条件です。
クエリの広がりに沿ってコンテンツを揃える
モデルは質問を複数のサブトピックへ展開します。コンテンツも、その広がりを軸に設計する必要があります。「GEO監査」を例にすると、同じテーマでも、ユーザーが知りたいのは費用、スケジュール、成果物、SEOとの違い、内製と外注のどちらを選ぶべきかなど多岐にわたります。あらゆる話題を少しずつ盛り込んだ記事にするより、サブクエリごとに、段落またはページ単位で独立して使える明快な回答を用意するほうが効果的です。課題群の各領域をくまなく埋めれば、モデルがどのサブクエリへ展開しても、自社コンテンツが該当する可能性は高まります。
自社カテゴリーに関する質問で、現在ChatGPTがどの企業を推奨しているのか、なぜ自社が候補から外れているのかを知りたい場合は、まずGEO監査で現状を棚卸しできます。検索対象に入っていないページはどれか、明快な回答を抽出できない段落はどれか、まだ答えを用意できていないサブクエリは何かを確認します。まずはギャップを把握したい方に向けて、Tenten GEOでは30分間のGEO診断を提供しています。実際のカテゴリークエリを使い、AIが現在どのような回答を返すのかをその場で確認します。
