AIO・GEO用語集
AI検索対策の重要用語30選

AIO対策（AI Overviews対策）

AI検索エンジンの回答で自社ブランドが推薦・言及されるようにする施策の総称。もともとはGoogleの検索結果に表示されるAI生成要約「AI Overviews」への最適化を指し、広義ではChatGPTやGeminiなどAI検索全般への対策を含みます。詳しくは「AIO対策とは？」で解説しています。

GEO（Generative Engine Optimization）

生成AIエンジン最適化。生成AIが作る回答の中で自社が引用・推薦されることを目指す取り組みで、従来のSEO（検索エンジン最適化）に対応する概念です。英語圏で最も広く使われる呼称で、AIO対策とほぼ同義に使われます。

LLMO（LLM最適化）

Large Language Model Optimizationの略。大規模言語モデルの回答に自社が登場しやすくする最適化を指します。GEOとほぼ同じ意味で、特にChatGPTやClaudeなどのチャット型LLMを対象にする文脈で使われることが多い用語です。

AEO（Answer Engine Optimization）

回答エンジン最適化。ユーザーの質問に直接答える「回答エンジン」で自社情報が採用されるための最適化です。FAQや構造化データの整備が中心で、AIO・GEOと重なりつつ、明快な問いと答えの形式づくりに重点を置きます。

ゼロクリック検索

Zero-Click Search

検索結果やAIの回答だけで完結し、ユーザーがどのサイトもクリックしない検索行動のこと。AI Overviewsやチャット型AIの普及で増加しており、回答内に自社が含まれないと選択肢に入れない時代を象徴する現象です。

AI検索流入

AI Search Traffic

ChatGPTやPerplexity、AI Overviewsなどの回答内リンク経由でウェブサイトに訪れる流入のこと。従来の検索流入とは別の経路であり、参照元やコンバースへの寄与を切り分けて計測することがAIO対策の効果測定で重要になります。

ジョブ理論（Jobs-to-be-Done）

顧客は製品を買うのではなく、片づけたい「ジョブ（課題）」を解決するために製品を雇用するという考え方。クレイトン・クリステンセンが提唱しました。AI検索は業界を超えて推薦するため、ジョブ単位で競合を捉える視点が有効です。AIOPulseはこの考え方を軸に業界横断の競合を可視化します。

E-E-A-T

Experience（経験）・Expertise（専門性）・Authoritativeness（権威性）・Trustworthiness（信頼性）の頭文字。Googleが品質評価で重視する指標で、LLMも信頼性の高い情報源を引用しやすいため、AIO対策でも土台となる考え方です。

言及シェア（Share of Voice）

特定のキーワードに対するAIの回答群の中で、自社ブランドが言及された割合。全ブランドの言及を正規化して割合で表します。時系列で追うことで、施策前後のAI上での存在感の変化を定量的に把握できます。言及シェアの詳しい解説もご覧ください。

サイテーション（引用）

Citation

AIの回答が根拠として示す出典・参照リンクのこと。自社サイトがサイテーションとして引用されると、AI検索流入の入口になります。引用されやすいコンテンツづくりはGEO・AEOの中心的なテーマです。

センチメント分析

Sentiment Analysis

AIの回答で自社ブランドがどのような文脈（肯定的・中立・否定的）で言及されたかを判定する分析。言及の有無だけでなく質を測ることで、ネガティブな取り上げられ方を早期に発見し、改善につなげられます。

定点観測（モニタリング）

Monitoring

同じキーワードで定期的にAIへクエリを送り、回答内容や言及ブランドの変化を継続的に観測すること。AIの回答は日々変動するため、一度きりの調査ではなく毎日の定点観測が正確な傾向把握に不可欠です。ツールの選び方はモニタリングツール比較を参考にしてください。

ポジション（掲載順位）

Position

AIの回答内で自社ブランドが何番目に登場したかを示す指標。先に挙げられるブランドほどユーザーの目に留まりやすいため、言及の有無に加えて順位も重要な評価軸となります。

LLM（大規模言語モデル）

Large Language Modelの略。膨大なテキストで学習し、人間のような文章を生成するAIモデル。ChatGPTのGPT、GoogleのGemini、AnthropicのClaudeなどが代表例で、AI検索の回答を生み出す中核技術です。

RAG（検索拡張生成）

Retrieval-Augmented Generationの略。LLMが回答を生成する際、外部の検索結果やデータベースから関連情報を取得して回答に反映する仕組み。最新情報や出典付き回答を実現し、AI検索の引用元選定に直結します。

ハルシネーション

Hallucination

LLMが事実に反する内容を、もっともらしく生成してしまう現象。ブランド情報が誤って伝えられるリスクがあるため、正確な一次情報や構造化データを整備してAIに正しく認識させることが対策になります。

プロンプト

Prompt

LLMに与える指示や質問文のこと。プロンプトの言い回し次第で回答は変わるため、AIO対策のモニタリングでは実際のユーザーが使いそうな複数のプロンプトで計測し、傾向の偏りを避けることが重要です。

AIクローラー

AI Crawler

AI企業がモデルの学習や検索用にウェブを巡回するボット。GPTBotやGoogle-Extended、ClaudeBotなどがあります。robots.txtでの許可・拒否設定が、自社コンテンツがAIに使われるかどうかを左右します。

llms.txt

サイト運営者がLLM向けに重要な情報やページ構成を要約して示すために提案されている、ルート直下のテキストファイル。AIが自サイトを正しく理解する手助けを狙う新しい取り組みで、標準化が進みつつあります。

robots.txt

クローラーのアクセス範囲を指定するルート直下の設定ファイル。検索エンジンだけでなくAIクローラーのアクセス可否もここで制御できます。学習利用を許可するか拒否するかの意思表示に使われます。

構造化データ（Schema.org）

ページの意味を機械可読な形で示すマークアップ。Schema.orgの語彙をJSON-LDで記述するのが一般的です。商品・組織・FAQなどを明示することで、検索エンジンやAIがコンテンツを正確に理解しやすくなります。

ナレッジグラフ

Knowledge Graph

実体（人・組織・商品など）とその関係性をネットワーク構造で表した知識ベース。Googleなどが検索やAI回答の根拠に用います。自社が正しくエンティティとして認識されることが、AIに推薦される前提になります。

インデックス

Index

検索エンジンやAIが回答生成時に参照できるよう、ウェブページを収集・整理して格納したデータベースのこと。インデックスに登録されていないページはAIの参照候補に入らないため、クロール可能性の確保が出発点です。

トークン

Token

LLMがテキストを処理する最小単位。単語や文字の一部に分割されます。LLMの入出力量やAPI料金はトークン数で計算されるため、モニタリングのコスト設計を理解するうえで押さえておきたい概念です。

ファインチューニング

Fine-tuning

学習済みのLLMを追加データで再学習し、特定用途に適応させる手法。AIがどの情報を優先するかはモデルの学習内容に左右されるため、自社に関する信頼できる情報がウェブ上に十分あることが間接的に効いてきます。

ChatGPT search

OpenAIのChatGPTに搭載された、ウェブを検索して出典付きで回答する機能。会話の流れで商品やサービスを推薦するため、ここで自社が挙がるかどうかがAIO対策の主要なターゲットの一つになります。業界別の登場傾向はAI検索ランキングで確認できます。

Google AI Overviews

Google検索の上部に表示されるAI生成の要約回答。旧称はSGE（Search Generative Experience）です。回答内で参照されたサイトが露出を得るため、従来のSEOと並ぶ最適化の対象になっています。業界別のAI検索トレンドも定期的に更新しています。

Perplexity

回答に出典リンクを明示することを特徴とするAI検索エンジン。各文の根拠となるソースを示すため、サイテーションとして引用されやすいコンテンツづくりの効果が可視化しやすいサービスです。

Gemini

Googleが開発するマルチモーダルLLM。Google検索やWorkspaceに統合され、AI Overviewsの生成にも関与します。ChatGPT・Claudeと並び、AIO対策のモニタリング対象となる主要モデルの一つです。

SGE（Search Generative Experience）

Googleが実験的に提供していた生成AI検索体験の旧称。現在はAI Overviewsとして正式展開されています。過去資料で見かける用語で、実質的にGoogle AI Overviewsと同じものを指すと理解して差し支えありません。