次世代SEO「GEO・LLMO」時代に効くのは?構造化マークアップとAI検索の真実

導入文
近年、Googleをはじめとする検索エンジンの進化に加え、ChatGPTなどの生成AIが検索に組み込まれる「AI検索時代」が本格化しています。SEO(検索エンジン最適化)は大きな変革期を迎え、従来の常識が通用しなくなりつつあります。その中で注目されているのが「構造化マークアップはAI検索に有効なのか?」というテーマです。Google検索においては効果があるとされてきた施策ですが、GEO(Generative Engine Optimization)やLLMO(Large Language Model Optimization)の時代にはどのような意味を持つのでしょうか。今回はオープンソース版GPTの解析結果をもとに、その実態と次世代SEOの方向性について詳しく解説していきます。
結論
現時点での検証結果から言えば、AI検索において構造化マークアップは直接的に解析されていない可能性が高いです。特にGPTのオープンソース版を解析すると、HTMLタグを除去してテキストを抽出するだけで、JSON-LD形式の構造化データまでは参照していないことが確認できました。ではSEO対策として無意味なのかと言えばそうではありません。AI検索に対応するには「結論と理由を短く端的にまとめる」「エンティティと主張を近接させる」「FAQやBLUF型の文章を組み込む」など、従来とは異なる工夫が重要となります。
この記事を読むメリット
- AI検索エンジンがどのようにコンテンツを解析しているかが分かる
- 構造化マークアップの現時点での有効性を理解できる
- GEO・LLMO時代に必要なSEOの方向性を知ることができる
- 具体的な文章の書き方や実践的な施策のヒントを得られる
理由:AIは構造化マークアップを見ていない
オープンソース版GPTのコードを解析すると、Webページを取得する際に「HTML2Text」という関数を用い、タグを除去してプレーンテキストに変換していることが分かりました。つまり、Googleのクローラーのようにレンダリングして本文を抽出したり、構造化マークアップを解析したりする仕組みは存在していません。
さらにJavaScriptによる動的生成コンテンツも処理されず、表示に依存しているサイトは正しく読み込まれない可能性があります。したがって少なくともGPT系AI検索では、構造化マークアップが評価に直結することはないと考えられます。
具体例:コンテンツ解析の仕組み
AIは取得したプレーンテキストを80文字ごとに分割し、検索キーワードが含まれる行とその後ろ4行を抽出して解析します。例えば「三井住友カード」というキーワードが含まれる場合、その周辺の数行分だけがLLMに送られて回答生成に利用されます。
この仕組みから分かるのは、AIはページ全体を評価するのではなく、一部のパッセージだけを切り出して利用しているという点です。そのため「結論は本文の最後にまとめてある」という従来型の構成では拾われにくく、結論と理由を冒頭で端的に書く工夫が必要になります。
主張:AI時代のSEOで求められる3つの施策
- BLUF(Bottom Line Up Front)の導入
結論を先に提示し、その後に理由や詳細を展開する書き方は、AI検索との相性が非常に良い。300文字以内でまとめた結論+理由を各セクションに設けると効果的。 - エンティティと主張の近接配置
製品名・地域名・ブランド名などを結論と一緒に書くことで、AIがその関連性を認識しやすくなる。 - FAQ形式の活用
「〜はいくら?」「〜の方法は?」といった質問文を見出しに置き、短く明確な回答を用意すると、ファインド関数で抽出されやすくなる。
これらの施策は単にAI最適化のためだけではなく、検索ユーザーにとっても情報を素早く得られるというメリットがあります。つまり、AIにも人間にも分かりやすい文章構造が、次世代SEOの鍵となるのです。
まとめ
従来のSEOでは構造化マークアップや被リンクが重要な要素でしたが、GEO・LLMO時代においては「ユーザーが知りたい情報を端的に提示すること」がより重要になります。構造化マークアップが無意味になるわけではありませんが、少なくとも現状のAI検索はそれを参照していない可能性が高い以上、コンテンツの書き方自体を最適化する方が効果的です。
結論を先に、理由を簡潔に、エンティティを近接させ、FAQを適切に配置する。こうした工夫が、AI検索に選ばれるコンテンツを作り出す鍵となるでしょう。そして何より、これらの施策は検索ユーザーにとっても読みやすく役立つ文章を提供することにつながります。AIにも人間にも評価されるコンテンツ作りこそが、これからのSEOの本質です。