What is GEO?

GEOとは、生成AIに
選ばれる構造を設計することだ。

Generative Engine Optimization(GEO)。ユーザーが検索する前に、AIはすでに候補を決めている。その候補に入るために何をするか——それがGEOだ。

The Reality

AIが答える前に、
候補はもう決まっている。

74%
の消費者が購買前にAIに質問すると回答
(Salesforce, 2025)
3〜5社
AIが比較クエリで列挙する候補数の平均。その外には存在しない。
8%
AI要約が表示された検索でのリンククリック率。AI要約がない場合の15%から約半減
(Pew Research Center, 2025)

ChatGPT・Gemini・Perplexityなどの生成AIは、ユーザーの質問に対して「おすすめの会社を3社挙げると」「比較するとこの2社の違いは」という形で回答する。この段階ですでに候補が絞られており、候補に入っていない企業はAIの回答の中に存在しない。

SEOで上位表示されていても、AIの候補に入るかどうかは別の話だ。GEOは、このAI時代の新しい「存在感」を設計する手法として急速に注目されている。

Key Terms

GEO・AEO・LLM——
3つの言葉を整理する。

GEO
Generative Engine Optimization
生成AIが回答を生成する際に、自社を候補として選び、引用・推奨する確率を高めるための構造設計・コンテンツ最適化手法。
用語集で詳しく見る →
AEO
Answer Engine Optimization
AIが質問に答える際に、自社の情報が正確に引用・参照されるよう最適化する手法。GEOと概念が重なり、実務上はほぼ同義で使われることが多い。
用語集で詳しく見る →
LLM
Large Language Model
ChatGPT・Gemini・Claudeなど、大量のテキストで学習した生成AIの中核技術。どの企業が候補に入るかは、LLMが学習したデータの質と量に左右される。
用語集で詳しく見る →

Google検索のAI機能(AI Overviews・AI Mode)への対策について:AIOとは(AI Overviews最適化)→

How AI Decides

AIが候補を決める
3つの段階。

01
候補入り(Candidate Selection)
AIが特定のカテゴリで企業を列挙する際に、そもそも名前が出るかどうか。候補入りできていない企業は、AIの世界では存在しないに等しい。まずここを確認することが出発点だ。
02
引用(Citation)
候補として名前が出るだけでなく、AIが「なぜこの会社か」という理由を添えて説明するかどうか。引用される情報の質と正確さが、ユーザーへの説得力を左右する。なお、回答本文にブランド名が出ないまま自社のページが引用元として表示されるゴーストサイテーション(幽霊引用)が起きていないかも、この段階で見えてくる。
03
推奨(Recommendation)
複数の候補の中から「特にこの会社が適している」と明示的に推奨されるかどうか。推奨理由が正確で強みを反映したものであることが、GEO対策の最終目標だ。
Ghost Citation

その引用、競合の手柄になっていないか。

候補に入れなかった——それだけでも痛手だ。だが、もっと見えにくい事態がある。

見込み客がAIに聞く。「〇〇におすすめの会社は?」AIは答える。「A社がおすすめです」——そして、その根拠としてあなたのページのリンクを貼る。

つまりAIは、あなたの情報を読んだうえで、競合をすすめた。あなたが発信した記事や実績が、競合を推薦する材料に使われている、ということが起こり得る。

この現象を、海外のマーケティング業界では ゴーストサイテーション(幽霊引用) と呼ぶ。引用元として名前は残っているのに、推薦の場面では透明人間。だから"幽霊"だ。

怖いのは、ユーザーがAIの「おすすめ」しか見ないこと。根拠のリンクまで踏む人はほとんどいない。つまり——自社がコストをかけて発信した情報で、競合が選ばれている可能性がある。しかもこれは、検索順位にも広告表示にも出てこない。

※ゴーストサイテーションは、引用元を明示するタイプのAIで特に確認しやすい現象です。日本語での体系的な計測はまだ少なく、海外で2025年以降に注目が高まりました。

GEO vs SEO

SEOとGEOは、
何が違うのか。

比較項目 SEO GEO
目的 検索結果ページ(SERP)での上位表示 生成AIの回答内で候補として選ばれること
対象 Google・Bingなどの検索エンジン ChatGPT・Gemini・Perplexityなどの生成AI
主な施策 キーワード最適化・被リンク獲得・技術的SEO コンテンツ構造設計・企業情報の整備・外部メディア露出
競合比較 検索順位での相対的な位置 AIの回答内で候補に入るか・推奨されるか
計測方法 検索順位・CTR・表示回数 候補入り率・推奨理由の内容・AI間の傾向差
両立 SEOとGEOは排他ではない。SEOで上位表示されてもAI候補に入らないケースがあり、逆もある。両輪で取り組むのが理想。

SEOとGEOの構造的な違いをさらに詳しく:SEOとGEOの違い(詳細ページ)→

The Swingcrew Method

「出るか」は、推測ではなく
観測値で測る。

SEOとGEOの違いのひとつは「計測方法」にある。では、GEOはどう測るのか。生成AIは1つの聞き方だけでは見え方の一面しか映らない。当社は、買い手が実際にAIへ使う多様な問いを5つの層(指名・メジャー・ニッチ・課題・競合並走)で設計し、全クエリを横断して「いくつの問いで出現したか」という出現率で測る。これをスウィングクルーメソッドと呼んでいる。

買い手の「聞き方」を、5つの層で設計する

① 指名
社名・商品名で直接聞く
② メジャー
大きなカテゴリで聞く
③ ニッチ
専門・絞り込み領域で聞く
④ 課題
悩み・困りごとの言葉で聞く
⑤ 競合並走
競合と並べて比較で聞く

層ごとに出現率が違えば、どこで負けているかが見えてくる。指名では出るのにニッチでは出ない、課題クエリでは競合ばかり——この差が、何を優先して直すべきかを指し示す。

なお、AIごとに参照する情報源も、引用の出し方も異なる。だから当社は、すべてのAIを同じ物差しで測るのではなく、AIごとに観点を変えて見ている。

Case Studies

調査事例

Case 01 — Consumer Electronics(家電・電子機器)
AIメンションシェアの極端な集中
Similarwebが2026年にChatGPT・Gemini・Copilot・Perplexityの4AIで113ブランドを調査。Consumer Electronics領域ではAppleがAIメンションシェアの54%を独占。残りの46%を数十ブランドで奪い合う状態が確認された。
→ 候補に入れるブランドは上位に極端に集中する(Similarweb, 2026)
Case 02 — Beauty(美容)
上位数ブランドへの集中と大半の不可視化
同調査でBeauty領域ではCeraVeが27%のAIメンションシェアを獲得。上位数ブランドへの集中が確認され、大半のブランドはAI回答にほぼ登場しない状態だった。
→ 美容・健康領域でも「出るブランド」は少数に絞られる(Similarweb, 2026)
Case 03 — Travel(旅行)
認知ブランドでも構造が弱ければ落ちる
同調査でTripAdvisorのような認知度の高いブランドのAI可視性モメンタムが、9ヶ月で約3割下落。AIはブランド認知ではなく情報構造を評価するため、構造が弱ければ候補から外れていく。
→ 一度入っても維持できなければ落ちる(Similarweb, 2026)
Why Swingcrew

なぜスウィングクルーなのか。

18yr
広告マーケティングの実務
2007年の創業から18年、幅広い業種で広告運用・マーケティング支援を行ってきた実務チームが診断を担当する。中でも美容・健康領域に強みがある。
METHOD
推測でなく、観測値で測る
AIでの見え方を、買い手が実際に使う多様な問いを5つの層(指名・メジャー・ニッチ・課題・競合並走)で設計し、全クエリを横断して「いくつの問いで出たか」で測る。1つの聞き方では、AIでの見え方の一面しか映らない。独自フレーム(スウィングクルーメソッド)で診断する。
ORIGIN
海外発の情報を、一次で追える
スウィングクルーはもともと外資系の流れを汲む会社である。代表は香港発の英語メディア事業を日本側で経営した経歴を持ち、現在も英語圏向けメディア「Hungry For Words」を運営。GEOのような海外発の手法を、二次情報の翻訳に頼らず一次情報で追える情報網がある。
Get Started

御社のAI認識状況を診断する。

まず現状を知ることから始まる。スポット診断から、あるいは無料ヒアリングから。

フォーム送信は発注ではありません。まずお気軽にどうぞ。