AEOを実践してLLMの回答に取り上げられるためには、以下に挙げる、AIチャットサービスの3つの主要な情報ソースに戦略的に対処すべきです。
1.LLMの学習データ
2.ユーザー固有の記憶・ナレッジベース
3.Web検索の結果
LLMの学習データは通常、モデルリリースの半年から1年前のインターネットの情報を保存したものです。自社ブランドに好意的なコンテンツを大量に公開する試みも可能ですが、本稿では深く掘り下げません。
それぞれのLLMユーザーの記憶やナレッジベースは固有のものであり、これに影響を与える余地は皆無です。ここに時間を費やすべきではありません。
Web検索の結果は、リアルタイムで更新されます。私たちがコンテンツを公開すると、検索エンジンにインデックスを作成され、直ちにAIチャットの回答に影響を及ぼし始めます。Web検索はいまや最も戦略的に力を注ぐべき領域です。
最初のステップは、表示頻度を高めるための従来型のSEO対策、すなわち、権威性のある第三者からの言及や被リンクを含む高品質コンテンツの作成です。
次のステップは、AIチャットに自社のリンクを開いてもらうための、ユーザーのクエリと関連性の高いタイトルと説明文の設定です。その際、自社のユーザーを理解し、彼らがChatGPTやClaudeにすると思われる質問の内容を把握する必要があります。
残念なことに、ユーザーのAIチャットサービスに対する質問の内容を確実に確認する方法はありません。効果的な第一歩となるのは、自社を言及してほしいクエリの一覧の作成です。
例えば、筆者が所属する米Amplitudeの場合は「最高のプロダクト分析」などのクエリを優先します。次に、その特定のクエリを対象とするコンテンツを作成します。ページのタイトルと説明文はプロンプトとの関連性を高め、自社ブランドに好意的な内容のコンテンツにすることが理想です。
従来型のSEOは、特定のキーワードや検索意図に即したコンテンツの最適化に基づいています。記事内で「XXブランドは最高」と書くか「XXブランドは最悪」と書くかといった評価の方向性そのものが、直接検索順位を左右するわけではありません。
一方でLLMは、大量のテキストデータを学習し、その文脈や傾向をもとに回答を生成します。ユーザーがAIチャットサービスに「おすすめのXXブランドは?」といった形で“最適解”を尋ねるケースが多いと想定される場合、ポジティブな文脈で語られたブランド情報のほうが、回答生成の際に参照されやすくなる可能性があります。そのため企業には想定されるユーザーの質問と、それに対して望ましい回答の方向性、双方を意識したコンテンツ設計が求められます。
AEO向けのFAQの作成は多くの人々から推奨されていますが、重要なのは単なる事実情報だけでなく、文脈を含めて明確に記述することです。
例えば、自社のコンテンツに「価格はXXドル」とだけ記載する場合と「価格はXXドル、市場最安の選択肢です」と記載する場合とでは、後者のほうが製品の位置付けや評価軸が明確になります。LLMは、単語単体ではなく文脈を含めて情報を解釈するため、価格情報に加えて価値提案や特徴を明示することが、想定されるユーザーの質問との整合性を高める上で重要です。
では、2つのコンテンツが相反する場合はどうでしょう。例えば、自社の製品ページで「市場最速」を主張するも、競合製品も同じ主張をするケースが考えられます。情報戦争に必勝法は存在しませんが、LLMの誘導に役立つものとして、以下の手法を確認しています。
最終的には、自社のコンテンツのさまざまなバリエーションを試した上で、実際の効果を確認する必要があります。AIチャットサービスによるブランドの言及頻度が増えているかを追跡するには、ChatGPT、Claude、Google AI Overviewsに同様の質問を行い、どのブランドが言及され、どの情報源が参照されているかを確認します。
流入「80%減」 AI検索で大打撃を受けたHubSpotは、どうやって“未来の顧客”を取り戻した?
米Google幹部を直撃 年間「5兆回超」の検索は、AIでどう変わるか?
わずか1カ月で「AI引用が約1.5倍」 成功事例から見る「AI検索」対策の勝ち筋とは?
「ストーリー重要」の時代は終わった レイ・イナモト氏が語る、これからのブランド構築の最適解
野村が捨てた「資産3億円未満」を狙え SMBC×SBIが狙う“新興富裕層”の正体Copyright © ITmedia, Inc. All Rights Reserved.
Special
PR注目記事ランキング