Google AIは、ユーザーの質問をバックグラウンドで数十のサブクエリに分解し、異なる情報源から抽出した段落を組み合わせて回答を生成します。したがって、狙うべきは「1キーワードにつき1ページ」ではなく、「1つのサブクエリにつき1段落」です。この単位で答えを用意できていなければ、引用される可能性は低くなります。
AI Modeはどのように機能するのか
AI ModeはGeminiを基盤とする対話型インターフェースで、ユーザーは回答を受け取った後も続けて質問できます。その中核にあるのが`Query fan-out`です。入力された質問を意味的に関連する複数のサブクエリへ分解し、Googleインデックスとリアルタイムのウェブへ並列に送り、関連する段落を取得してモデルへ渡します。AI Overviewsは検索結果ページ上に表示される要約で、主に単発のクエリへ回答します。両者は段落単位で情報を抽出する点では共通していますが、AI Modeは対話が継続するため、より深い質問に対応できる幅広いコンテンツが求められます。
従来のSEOでは、検索結果で上位に入るかどうかが検索流入を大きく左右します。AI Modeでは、ページ全体が「順位付け」されるというより、ページ内の特定セクションが回答に採用されるかどうかが重要です。メインクエリの自然検索でトップ10に入っていないページでも、サブクエリへ正確に答える段落があれば引用される可能性があります。評価・抽出の単位がページ全体ではなく段落になるのは、このためです。
まずクエリ・ファンアウトの全体像を描く
執筆を始める前に、中心となる質問からどのようなサブクエリが派生するかを洗い出します。たとえば、B2B SaaSでよくある「マーケティングツールの使い方」という質問に対し、Geminiは主要な選択肢、各製品の価格帯、連携機能、適したチーム規模、導入にかかる期間、CRMとの接続方法、無料プランの制限、ユーザーが評価時に重視するポイントなどを同時に調べる可能性があります。概要だけで済ませず、このマップをできる限り広くカバーする必要があります。
- 定義と前提：何を指すのか、事前にどのような条件が必要か
- 比較と代替：どのような選択肢があり、何が異なり、誰に適しているか
- 運用と手順：何をどの順番で進め、どこでミスが起きやすいか
- 費用と期間：いくらかかり、どの程度の時間が必要か
- 適用範囲：不向きなケース、リスク、制約は何か
- エンティティの関係：そのツールや手法が、どのブランド、プラットフォーム、概念と関連するか
洗い出したクエリを、そのままコンテンツの骨格にします。各クエリに対応する段落は、単独でも意味が通るように設計してください。小さく明確な見出しを付け、冒頭で端的に答え、必要に応じて数値やリストを補います。AIが検索範囲を広げたとき、前後の数段落を読まなければ意味が分からない構成ではなく、該当セクションだけをきれいに抽出できる状態が理想です。
段落だけを抜き出しても意味が通るようにする
段落が引用されるかどうかを左右するのは、文脈から切り離しても内容を理解できるかです。具体的には、見出しを質問文または内容が明確に分かる表現にし、抽象的な形容詞だけのタイトルは避けます。段落の最初の文で答えを示し、理由はその後に続けます。数値、単位、適用条件は同じ文に含め、モデルによる推測の余地を残さないようにします。比較情報はリストや表で示し、違いを長い説明文の中へ埋もれさせないことも大切です。
続けて聞かれる質問まで先回りして答える
AI Modeは対話型であり、ユーザーが質問を1回して終わるとは限りません。「どう選べばよいか」と尋ねた後には、「XとYはどちらがよいか」「Yの強みは何か」「もっと安い代替案はあるか」といった質問が続きます。この流れは、同じ検討プロセスを段階的に掘り下げるため、ある程度予測できます。同じコンテンツ群の中で第2、第3階層に当たる質問まで直接カバーすれば、最初の回答に載るだけでなく、会話全体を通じて自社ドメインが繰り返し引用される可能性が高まります。
これに伴い、コンテンツの粒度も変える必要があります。すべてを盛り込んだ長大な記事を書くのではなく、テーマをコンテンツ群として分解します。中心課題を扱う記事を置き、そこから派生する個別のクエリを掘り下げる記事を複数用意し、分かりやすい内部リンクで結びます。読者にとっては検討しやすい導線になり、AI Modeにとっては拡張された回答全体を把握するためのマップになります。
エンティティ情報と構造化データを整合させる
モデルは回答を確定する前に、引用候補の情報源が同じエンティティを指しているかを確認します。ブランド名、製品名、手法の名称がサイト内外で統一されていなければ、特定のクエリとの関連付けが難しくなります。対策として、主要ページではエンティティ名を統一し、OrganizationとFAQPageの構造化データを補い、各用語が初めて登場する箇所で明確に定義します。これだけで直接「上位」になるわけではありませんが、適切に分類され、回答へ採用される可能性を高められます。
効果をどう測定するか
従来の順位計測ツールでは、ここまで細かく展開されたクエリを把握できません。本当に追うべきなのは、中心となる質問と、その後に続く質問へのAI回答で自社が引用されているか、どの段落が使われ、どのサブクエリに対応しているかです。そのためには、主要エンジンへ実際に質問し、定期的に同じ調査を繰り返して、コンテンツ改善に伴うカバー率の変化を確認する必要があります。TentenのBrand Radarは、この計測を継続的に行い、AI回答における可視性のギャップを特定して、強化すべきコンテンツの優先順位を示します。
AIモデルは、キーワードをいくつか詰め込んだからという理由で、ページを回答へ採用するわけではありません。特定のクエリに対し、最も独立性が高く、明確に答えている部分を選びます。まずは事業にとって特に重要な質問を1つ選び、サブクエリへ展開したうえで、各項目に明確な回答があるか確認してください。6つのAIエンジンにおける自社のギャップを把握したい場合は、30分間のGEO診断をご予約ください。実際の質問を使って状況をご説明します。
