製造業のGEOが進まない最大の理由は、コンテンツが足りないことではありません。価値の高い製品データが、PDFの型式表、Excelの仕様書、営業担当者の頭の中に閉じ込められていることです。ChatGPT、Perplexity、GoogleのAI OverviewといったAIエンジンは、その状態では情報を取得できず、検索条件との照合も引用もできません。だからこそ、製造業のGEOプロジェクトでは、ブログ記事を急いで増やすのではなく、まず製品カタログをAIが正確に読み取り、抽出できる形へ分解する必要があります。
なぜ自社サイトはAIエンジン上でほとんど見つからないのか
台湾の典型的なOEM企業や部品メーカーのサイトでは、型式ごとの情報がダウンロード用PDFにしかなく、添付資料の奥に置かれ、ページ本文には「お問い合わせください」とだけ書かれていることが珍しくありません。問い合わせを前提とする技術者には、それでも十分かもしれません。しかし、AIエンジンはPDFを必ずダウンロードするわけではなく、Excelを開くことも、画像化された仕様表を正確に読むこともできません。海外の買い手が「150度対応でIP67のコネクタを提供できる企業はあるか」と尋ねたとき、AIが引用できるのは、条件を明確なテキストと整った構造で公開している競合企業です。自社ページは候補リストにすら入れません。
厳しい現実ですが、自社製品の技術力や納期に優位性があっても、検索で候補になるには、その条件を機械が解析できなければなりません。優れているだけでは、見つけてもらえないのです。データ構造は、比較・検討の入口に立つための入場券です。
ステップ1：現在の情報資産を棚卸しする
いきなりWebサイトを改修する必要はありません。まず2〜3日かけて現状を整理し、「AIは各製品の重要情報を読み取れるか」という問いに答えます。製造業クライアントのプロジェクトを開始する際、私たちが最初に納品するのも、各製品の情報がどこに、どの形式で存在するかを記録したデータ一覧です。
- 主要仕様（寸法、重量、規格、動作温度、認証）が、プレーンテキスト、表、PDF、画像のどの形式で存在しているか
- 用途や対応機器が文章で説明されているか、それとも製品種別だけが一律に記載されているか
- 型式の命名規則に対応表があり、AIエンジンがA-1200とA-1200Sの違いを理解できるか
- よくある質問への回答がメールの中だけでなく、Webサイトにも掲載されているか
- 多言語版がトップページの翻訳だけで終わっていないか
製品カタログを構造化する：PDFの仕様を抽出可能な情報へ
構造化の目標は明確です。すべての仕様をページ上のテキストとして掲載し、一貫した項目名を付けます。重要な仕様をPDFだけに載せるのではなく、「動作温度：-40°C〜150°C」のように製品ページへ直接表示します。そうすれば、AIエンジンは画像内の数値を推測せず、その型式の対応温度を明確に抽出できます。
自由記述ではなく、統一フォーマットで記載する
同種製品で項目の順序と名称を統一することは、引用される可能性を高める見えにくい増幅装置になります。動作温度、保護等級、認証一覧を同じ構造で記載すれば、AIエンジンは自社サイトを寄せ集めのページ群ではなく、規律ある信頼性の高い情報源として認識しやすくなります。輸出を主力とする企業では、異なる言語の検索にも一致させられるよう、単位表記と認証名称を現地語版・英語版の両方で統一する作業も必要です。
各製品ページを、参照しやすい「回答集」にする
仕様を構造化したら、次に整えるのは引用されるためのコンテンツです。AIエンジンは、質問に直接答える独立したセクションを参照する傾向があります。実際に買い手が尋ねる内容を想定し、AIが抽出しやすい短い段落を各製品ページに追加します。
- 一文での定義：その製品は何であり、何に使うものか
- 選定ガイド：どの条件ではこの型式を、別の条件ではどの型式を選ぶべきかを明確に示す
- 仕様の照合：主要パラメータを項目ごとに示し、数値と単位を統一する
- 供給条件：最小発注数量、標準納期、サンプル提供の可否を空欄にしない
Schemaでコンテンツとの対応関係を示し、引用される可能性を高める
Schemaの構造化データ（Product、FAQPage）は、ページに書かれた情報を機械可読形式でもう一度ラベル付けし、AIエンジンに強調して伝える仕組みです。ただし、Schemaは加点要素であって、魔法ではありません。前提となるのは、ページ上でユーザーに見えるテキスト自体が完全かつ一貫していることです。Schemaに動作温度を記載していても、ページ本文に対応する記述がなければ、信頼できない情報と判断されます。「表示内容とマークアップを一致させる」。これが、この工程で守るべき原則です。
製造業には深い技術知識と豊富なノウハウがあります。しかしAI検索では、その知見をエンジンが読める言葉へ変換して初めて、評価の対象になります。— Tenten GEO consultant team
最初の一巡を30日で完了する
サイト全体を一度に改修する必要はありません。売上への貢献度が高い、または問い合わせの多い主力製品から10〜20点を選び、まず一巡の改修を完了させます。その成果をもとに社内稟議を通し、対象範囲を広げていくのが現実的です。これが、私たちが実施する30日間のGEO監査の進め方です。
- 第1週：データの棚卸しを完了し、対象製品リストと狙う検索クエリを確定する
- 第2週：優先製品の仕様をPDFから構造化テキストへ移し、項目名を統一する
- 第3週：選定ガイドとよくある質問への回答を整え、各ページだけで質問に答えられる状態にする
- 第4週：ProductとFAQのタグを追加し、ページごとにAIエンジンの回答を検証する
この工程を終えると、AIに引用される製品と、まだ情報がブラックボックスの中にある製品を見分けられるようになります。AIエンジンから見た情報の不足箇所を確認したい場合は、30分のGEO診断をご利用ください。実際の製品ページを対象に検索クエリを実行し、構造化と引用の流れがどこで途切れているかをお伝えします。
