AEO/AIO 協業議論資料

SixBond × Nesia 協業 MTG / 2026-05-20 15:00-17:00

この資料で握りたいこと

Google が 2026-05-15 に公開した公式ドキュメントで 「AEO/GEO は SEO であり、特別な最適化は不要」と明言した。これは Google AI 単独で見ると正しいが、ChatGPT / Perplexity / Claude は仕組みが違うため、それらに引用される最適化は依然必要。事業機会は 「Google 以外の AI 引用」と「全社横断の citation 計測」に絞り込まれた。

① Google 大本営発表 (2026-05-15)

何が起きたか

Google が公式に 「Optimizing your website for generative AI features on Google Search」 を公開 (2026-05-15)。さらに 5/19 の Google I/O 2026 で AI Mode / AI Overviews の大幅強化を発表。

核心メッセージ

"AEO stands for 'answer engine optimization' and 'GEO' for 'generative engine optimization'... From Google Search's perspective, optimizing for generative AI search is optimizing for the search experience, and thus still SEO."

意訳: 「AEO とか GEO とか言ってるけど、Google にとっては 普通の SEO の話。特別なことするな」

「やる必要が無い」と明言されたもの

Google が「不要」と公式に否定したもの ✗ llms.txt AI 専用ファイル "don't need to create" 作る必要なし ✗ Content Chunking AI 向けに細切れにする "no requirement" 必要なし ✗ AI 向け書き直し AI 専用文体への変換 "don't need to write" 普通に書け ✗ 特殊 schema.org AI 専用 markup "no special schema" 通常のもので OK ✓ Google が必要と言ったもの 良質コンテンツ、技術 SEO、クローラビリティ、ページ体験 = これまでの SEO のベストプラクティスそのもの
図 1: Google が公式に「不要」と否定したもの (赤) と推奨したもの (緑)。AEO 業界が売ってた施策の多くを Google が否定した。

業界への含意

影響を受ける側含意
既存 SEO 業者追い風 「今までのやり方で AI 検索にも対応」と顧客に言える、新規参入する動機が下がる
専業 AEO ツール (Profound / AthenaHQ / ミエルAI等)逆風 "AI 専用最適化" の価値訴求が弱まる、Google 経由流入に依存するクライアントは離れる
llms.txt 推進派否定 Google 公式に「作る必要なし」
passage-level optimization 派Google 向けは否定 ただし ChatGPT/Perplexity 向けは依然有効
ただし、これは "Google だけ" の話 ChatGPT (9 億 weekly user) / Perplexity / Claude は Google とは別の retrieval mechanism で動いている。Google が "不要" と言ったことは、それらには当てはまらない。次セクションで仕組みの違いを見る。

「ユーザーが ChatGPT に質問してから、AI が回答を返すまで」に何が起きているかを、登場人物を 1 つずつ追って見ていく。

登場人物 — 4 つだけ覚えればよい

AI が回答を作る舞台に登場する 4 つの登場人物 👤 ユーザー 質問する人 「AEO ツールでおすすめは?」 と入力 🧠 AI 回答を作る ChatGPT / Perplexity Claude / Google AI 等 🤖 クローラー web を巡回する bot GPTBot / ClaudeBot PerplexityBot 等 🌐 あなたのサイト 本文 + 構造化データ 引用される候補 (ここを最適化する) この 4 者の間で何が起きるか、これから順番に見ていく ポイント: クローラー と あなたのサイト の関係が AEO の主戦場
図 2: 4 つの登場人物。ユーザー / AI / クローラー / あなたのサイト。AEO はクローラーとサイトの間で起きる出来事。

2 つの大きな違い: AI は「記憶で答える」か「調べて答える」か

AI の回答方法 — 2 種類ある A. 記憶だけで答える 学校で習ったことを思い出して答える感じ 🧠 記憶 (学習済) 回答生成 特徴: • 学習時点までの古い知識のみ • 出典が出てこない • サイト側が介入できる手段がない B. その場で web を調べて答える 図書館で本を引いて答える感じ (= RAG) 🧠 記憶 クローラー → web 検索 回答 + 引用 URL 付き 特徴: • 最新情報が回答に反映される • 出典 URL が表示される (= 引用) • サイト側の最適化が効く ← 戦場
図 3: AI には 2 つの答え方がある。記憶だけ (A) では介入できない。web を調べて答える時 (B) にだけサイトの最適化が効く。ChatGPT Search / Perplexity / Claude / AI Overviews はすべて B モード。

ステップ 1-4 — web を調べて答える時に何が起きるか

B モードの中身を順番に見る。あなたのサイトのコンテンツが AI 回答に引用されるまで 4 段階ある。

B モード詳細 — あなたのサイトが引用されるまでの 4 ステップ 1 クロール (普段やっておく) クローラー (GPTBot 等) が web を巡回して、各ページを取得して保存しておく あなたのサイトが「クローラーが取れる形」になっていなければ、そもそも候補に入らない 2 分解 + DB に保存 (普段やっておく) 取得したページを「200-500 字の段落 (chunk)」に切り分けて、ベクトル DB に保存 この瞬間に「ページ単位」の概念は消え、各段落が単独で勝負することになる 3 検索 + 選別 (ユーザー質問時に毎回) ユーザーが質問した瞬間、DB の中から関連 chunk を 3-7 個だけ選ぶ 「具体的」「自己完結」「信頼できる」を満たす chunk が選ばれやすい 4 回答合成 + 出典表示 (ユーザー質問時に毎回) 選ばれた chunk を組み合わせて回答を作り、出典 URL を「引用」として表示 → ゴール ✓
図 4: B モードの 4 ステップ。Step 1-2 は事前にクローラーが巡回してためる、Step 3-4 はユーザー質問のたびに走る。Step 1 でクローラーに見えないと、それ以降の Step に進めない。

主要 AI の違い — Google だけ仕組みが特殊

AIStep 1-4 のやり方サイト側介入
Google AI Overviews / AI Mode20 年分の Google Index と Knowledge Graph (= Google が内製で持ってる仕組み) で Step 1-3 を済ませる、最後の Step 4 だけ AI が担当SEO で済む (Google 公言)
ChatGPT SearchBing Index と GPTBot の独自クロールで Step 1-2、Step 3-4 を ChatGPT が担当サーバーサイドで本文 + JSON-LD が必須
Perplexity独自インデックス Vespa.ai + PerplexityBot で Step 1-2、Step 3 は hybrid 検索、Step 4 は引用透明性が最高同上、引用率が一番取りやすい
ClaudeClaudeBot で選択的取得、深さ重視同上
CopilotBing 経由なので ChatGPT と類似同上
ここまでの整理 次のセクションで、Step 1 と Step 2 で具体的に「JSON-LD」と「chunk 単位の書き方」がどう効くかを見る。

③ Step 1 と Step 2 で何を最適化するか

Google が「不要」と言ったのは Google が Step 1-3 を内製で済ませているから。ChatGPT / Perplexity / Claude は Step 1 から外部 (あなたのサイト) に依存しているので、Step 1 と Step 2 でやるべきことがある。

Step 1 の最適化 — クローラーに「中身が見える状態」で返す

サーバーが返す HTML を、AI のクローラーが「読める形」にしておく。これができないと Step 2 以降に進めない。

Step 1 で何が起きるか — Googlebot と GPTBot の決定的な違い 最近の web サイトは「JavaScript で後から本文を作る」設計が多い (React / Next.js / Webflow 等) サーバーが最初に返す HTML 「枠だけ空のページ」+「JS で後から本文を入れる指示」 中身は JavaScript が実行されて初めて見える Googlebot JavaScript を実行する 1. HTML を取る 2. JS を実行する 3. 本文が画面に出る 4. その本文を読み込む → 中身全部読める ✓ AI クローラー (GPTBot 等) JavaScript を実行しない 1. HTML を取る 2. JS は無視 (実行しない) 3. 空の枠だけ見える 4. 本文を見つけられない → 中身ないサイト扱い ✗
図 5: Googlebot は JavaScript を実行するので問題ないが、AI クローラーは実行しない。同じサイトでも「Google には見えて AI には見えない」という分断が生まれる。
Step 1 の対策 最初の HTML レスポンスに 本文 + JSON-LD (構造化データ) を直接入れる。これを サーバーサイド配布と呼ぶ。具体的には WordPress Plugin / npm package / Cloudflare Edge Worker などでサイトに後付けできる (⑤ で詳述)。

Step 2 の最適化 — chunk 単位の書き方 + JSON-LD

AI は記事を「ページ単位」では覚えていない。200-500 字の小さい段落 (chunk) に切り分けて DB に保存する。引用される時に呼び出されるのも chunk 1 つ。

Step 2 で何が起きるか — 記事は段落単位で DB に保存される あなたの記事 (全文) 第 1 章: 概要 第 2 章: 詳細 第 3 章: 事例 第 4 章: 数字 第 5 章: FAQ 5000 字 分解 chunk 1 (200-500 字) chunk 2 chunk 3 chunk 4 chunk 5 DB へ ベクトル DB 各 chunk が独立して保存 chunk 1 → 保存 chunk 2 → 保存 chunk 3 → 保存 chunk 4 → 保存 chunk 5 → 保存 この時点で「ページ単位」の概念は消える。各段落 (chunk) が単独で評価される
図 6: Step 2 で記事は chunk に切り分けて DB に保存される。「記事全体は良いが第 3 章だけ薄い」は通用しない。第 3 章は単独で勝負することになる。

Step 2 で chunk が「選ばれる」かどうかを左右する 2 つの要素

chunk 単位の評価で重要なのが (a) 段落の書き方 と (b) JSON-LD。順に見る。

(a) 段落の書き方 — 同じ内容でも「選ばれる chunk」と「選ばれない chunk」 ✗ 選ばれにくい段落 「上述の通り、当社の価格は競合と 比べて非常にリーズナブルであり、 業界最高水準の品質を提供して います。詳細は前章を参照。」 (後ろの章を読まないと意味不明) 問題: • 「上述の」「前章の」で自己完結しない • 「リーズナブル」「最高水準」は具体性ゼロ • 数字・固有名詞がない • AI が「何の話か」確定できない ✓ 選ばれやすい段落 「AEO 診断ツール ABC は月額 3 万円、 診断項目 28 種類、対応スタック 4 種類 (WordPress / Next.js / Webflow / Edge Worker)。2026 年 5 月公開」 (この段落だけで内容が分かる) 良い点: • 段落だけで自己完結している • 具体的な数字 (3 万円、28、4) • 固有名詞 (WordPress 等) で文脈確定 • 日付で鮮度を示している
図 7: 同じ事を伝える 2 つの段落。AI は chunk だけ読んで意味が通り、具体的で、信頼できる段落を引用候補に選ぶ。
(b) JSON-LD — 機械が「絶対に誤解しない事実カード」を併置する 本文は曖昧表現を含むので、AI が「確信」でなく「推測」で扱う。JSON-LD で同じ事実を機械向けに併置する。 JSON-LD なし — AI は推測する 「弊社の AI 診断ツールは月額 3 万円 から、診断項目は 28 種類。2026 年 5 月公開」 AI が読み取ること... • 何の製品? → 「弊社」が誰か不明 • 価格の通貨は? → 「円」か「ドル」か推測 • 提供元 URL は? → 紐付けが弱い • 信頼度は? → 普通の文章レベル → 引用候補に上がりにくい JSON-LD あり — AI は確信する "@type": "Product", "name": "AEO 診断ツール ABC", "offers": { "price": "30000", "currency": "JPY" }, "datePublished": "2026-05-15", "@id": "https://..." AI が読み取ること... • 製品名 = AEO 診断ツール ABC • 価格 = 30,000 JPY (明示) • 提供元 URL = 特定済み • 信頼度 = 構造化された一次情報 → 引用候補に上がりやすい
図 8: JSON-LD は「機械が読む事実カード」を本文と並べる。「弊社」「最高」のような曖昧な言葉を AI が誤解しないように、明示で補強する。
Step 2 まとめ

④ 効果計測 — 「引用されたか」をどう測るか

AEO の最大の強みは SEO と違って「効果」を数字化しやすいこと。3 層に分けて測る。

効果計測 3 層モデル — 先行指標から遅行指標へ Layer 1 — Citation Rate (先行指標、自社測定) 何を測る: 「ABC社の AEO ツールについて教えて」を 5 AI に投げて、自社が引用された回数 ÷ 投入回数 手順: クライアントごとに 10-25 個の prompt 設計 → 月次自動投入 (ChatGPT / Perplexity / Claude / Gemini / Copilot) 出力: 各 AI ごとに citation rate を時系列でグラフ化 (例: ChatGPT 15% → 38%、3 ヶ月) 30-60 日後に効く Layer 2 — Branded Search Lift (中間指標、Google Search Console) 何を測る: 自社ブランド名 (例: 「ABC社」) で Google 検索される回数の増加 仕組み: AI 回答で引用された人が、後で「ABC社って何だっけ?」と Google 検索する 出力: AI citation +20% → branded search +8-12% (30-60 日遅行) 変換 Layer 3 — AI Referral & Conversion (遅行指標、GA4 native) 何を測る: utm_source=chatgpt.com / perplexity.ai 等から来る訪問数とコンバージョン 出力: 「AI 経由訪問数」「AI 経由問い合わせ数」を GA4 ダッシュボードに表示
図 9: Layer 1 (先行) → Layer 2 (中間) → Layer 3 (遅行) の順で効果が現れる。Layer 1 だけ自社ツールで測り、Layer 2/3 は GA4/Search Console から取る。

クライアントに見せる月次レポートのイメージ

クライアント向け月次レポート (モック) Citation Rate 推移 (5 AI 平均) 0% 20% 40% 60% ChatGPT Perplexity Claude Gemini Copilot 先月 今月 先行指標 (今月) Citation 28% (+13pt) 5 AI 平均、prompt 18 個に対する引用率 中間指標 (Google Search Console) Branded Search +11% 「ABC社」検索数、先月比 遅行指標 (GA4) AI 経由 訪問 +47 / CV +6 utm_source=chatgpt.com 等
図 10: 月次レポートのモック。「3 ヶ月で Citation 15% → 28% (+13pt)」のように SLA で握れる数字が出る。SEO の順位保証より遥かに営業しやすい。
SLA 契約モデル GenOptima 等が始めた RaaS (Results-as-a-Service) 形式。「3 ヶ月で citation rate を X% → Y%」を契約 KPI に。SEO 業者が順位保証できないのに対し、AEO は定量化が構造的に容易。これが営業の刺さりどころ。

⑤ Nesia が具体的に提供するもの

3 つのレイヤーで構成。クライアントは必要なものだけ買える。

Nesia 提供物 — 3 レイヤー構成 A. 無料診断 (リードマグネット) URL を入れると "JS なしで読むと中身が空" "JSON-LD 不足" "段落 3 が自己完結してない" を指で指す 出力: passage 単位のヒートマップ + Top3 改善ポイント + JSON-LD コピペ生成 無料、メール取得 1 週間で公開可能 B. サーバーサイド配布ツール (核心) WordPress Plugin 日本のメディア/コーポレート 40-50% シェア向け プラグイン install のみ 手間: 5 分 npm package B2B SaaS の Next.js / Nuxt SSR 時に <head> 注入 コード 3 行追加 手間: 30 分 Edge Worker 静的 HTML / SPA / Webflow Cloudflare で前段挿入 DNS 変更 手間: 1-2 時間 Embed Templates Webflow / Wix / Framer CMS フィールド bind 編集と JSON-LD 自動同期 手間: 30 分 C. 計測 + BPO 伴走 (継続課金の核) 月次 5 AI へ prompt 自動投入 + Citation 時系列 + Branded Search Lift + GA4 連携 毎月 passage 改修案を提示 (BPO 形式) → クライアント or SixBond が編集 → 翌月効果検証
図 11: A (診断) + B (配布) + C (計測 BPO) の 3 段構成。A はリード獲得、B+C で継続収益。クライアントのスタックによって B の 4 種類を使い分け。

クライアントの典型的な 90 日

クライアント体験 — 契約 → 90 日後 Day 0 無料診断 URL 入力 問題 17 件発覚 Day 7 配布ツール導入 WP Plugin / npm JSON-LD 自動注入 Day 30 passage 改修 1 巡 月次レポート 1 回目 Citation +5pt Day 60 改修 2 巡 + branded Citation +10pt Branded search +4% Day 90 AI 流入 visible GA4 で計測開始 SLA 達成判定
図 12: 契約から 90 日でクライアントが体験する流れ。Day 30 で先行指標、Day 60 で中間指標、Day 90 で遅行指標が動く。
提供物料金イメージ (JP)SixBond × Nesia 分担
A. 無料診断 + JSON-LD 生成無料 (リードマグネット)両社で配布
B. 配布ツール (WP/npm/Worker/Embed)初期 10-30 万円 + 月額 1-3 万円SixBond=導入支援、Nesia=ツール提供
C. 計測 + BPO 伴走月額 10-30 万円 (RaaS 型)SixBond=月次顧客接点、Nesia=計測+改修案生成

⑥ 事業チャンスと協業の方向

3 つの選択肢

Google 発表後に残る 3 つの事業チャンス A. SEO 業者の領域 Google 最適化 • 良質コンテンツ作成 • 技術 SEO • 既存 SEO 業者が強い • Google 公式お墨付き ✗ 我々はやらない SEO 業者と真っ向勝負 は無謀 B. ChatGPT/Perplexity 最適化 Google 以外の AI • JS 非実行クローラー対応 • サーバーサイド配布 • 日本語特有の最適化 • MAU は ChatGPT 4 億+ ✓ 第一候補 SEO 業者が手薄 技術ハードルあり C. 横断 citation 計測 引用されてるか測る • 主要 5 AI への定期投入 • 引用率の時系列追跡 • Branded Search Lift • ROI の数字化 ✓ 第二候補 "効果あった?" の唯一の 答え、契約 KPI に乗る
図 13: 事業チャンスの 3 つの選択肢。A は SEO 業者の領域なので我々は避ける、B + C で勝負。

SixBond × Nesia の協業役割

担当SixBondNesia
顧客接点✓ 既存クライアント、広告/SNS 文脈で接続—
コンテンツ運用✓ 編集、書き直しの実行—
JS 非実行クローラー対応の技術配布—✓ WP Plugin / npm / Edge Worker
5 AI 横断 citation 計測—✓ ツール開発と運用
顧客レポート✓ 月次説明(レポート自動生成)
情シス交渉✓ クライアント側(技術仕様書を提供)

事業化前に整理すべき 3 つの懸念 × Google 発表 を踏まえた応答

懸念Google 発表前Google 発表後 (再評価)
1. SEO 業者が強い競合になり得るGoogle 領域 (A) は完全に SEO 業者の縄張り化。我々は B + C に絞ることで SEO 業者と棲み分けできる
2. プロダクト差別化passage 診断で差別化Google 向け passage 最適化は否定されたが、ChatGPT/Perplexity 向けは依然有効。差別化軸は「JS 非実行クローラー対応 + 5 AI 横断計測」に明確化
3. タイミング"なぜ今" が弱い明確化「Google が SEO の延長と公言した今、クライアントは Google AI だけ気にしておけば良いと思いがち。だがその間に ChatGPT/Perplexity 経由の流入は別の論理で動いている」を切り口にできる

本 MTG で握りたい次のアクション

  1. 協業の方向性合意 — SixBond=顧客接点+コンテンツ / Nesia=技術+計測、A 領域には踏み込まない
  2. Phase 0 試金石 1 社の特定 — SixBond クライアントで AIO に関心のある候補、飲むシリカ等含む
  3. 追加情報収集の方向 — ICP 詳細、月額単価、ミエルAI 基島くんとの 1on1
本 MTG のゴール 協業形態の最終決定はしない。方向性 (やる方向か、やらないかの再決定) と 次の動きだけ握る。Google 発表で前提が変わったので、CTO 側ももう少し情報収集の余地ありと認識。