生成エンジン最適化
From Wikipedia, the free encyclopedia
生成エンジン最適化(Generative engine optimization, GEO)は大規模言語モデル(LLM)をはじめとする生成的人工知能エンジンへのクエリに応答する際に、コンテンツの可視性・関連性・構造を向上させるプロセスである。
従来の検索エンジンでの露出向上を目指す検索エンジン最適化(SEO)と同様に、GEOはChatGPT、Claude、 Geminiといった人工知能プラットフォームでの露出向上に重点を置く。
「生成エンジン最適化」という用語はいまだ広く普及しているわけではない。同様の用語としては大規模言語モデル最適化(LLMO)、回答エンジン最適化(AEO)、[1] 人工知能検索最適[2]、AI検索最適化(AIO)などが挙げられる。[3]
従来、インターネット上の情報探索はGoogleやBingなどの検索エンジンを介して行われ、利用者は検索結果ページに表示された無数のリンクの中から必要な情報を自ら探すのが一般的であった。この場合、検索エンジン最適化（SEO）がウェブサイトの情報発見性を高める代表的な手段であり、キーワード選定やリンク構築などのテクニックによって検索結果での順位を上げることが重視されていた。
2020年代に入ると、大規模言語モデル（LLM）を活用したChatGPT、Claude、Geminiなどの生成AIが台頭し、ユーザーの質問に直接回答を返す形式が普及した。この変化により、従来のSEOだけでは情報発信者がAIの回答候補として取り上げられない可能性が生じ、GEOへの関心が高まっている。
SEOとの違い
SEOは検索エンジンのアルゴリズムに対応する施策が中心であったが、GEOはAIの自然言語理解や文脈把握、ユーザー意図への応答を重視する。AIに対する「理解しやすさ」や「文脈適合性」、「信頼性」などが重視され、単純なキーワードの羅列やリンク構築ではなく、コンテンツ自体の品質、専門性、正確性などが評価の中心となる。
GEOは全く新しい概念ではなく、既存のSEOが進化した形態とも分析される。2020年代初頭から重視されてきたエンティティベースのSEOやトピック型キーワード戦略が現在のGEOの基盤を形成している。[4]検索エンジンがコンテンツの文脈や概念間の関係を把握しようとしてきたSEOの流れが生成AIと結合して拡張したものであり、堅固なSEO戦略の構築がGEO対応の前提条件とも言われる。[5]