GEOに取り組む価値はあるか？この問いにようやく公式な答えが出ようとしている

GoogleとMicrosoftがAI検索データの公開を本格化させています。今後半年から1年のうちに、GEO（生成エンジン最適化）はトレンド予測の段階から、公式に裏付けられた段階へと移行していくでしょう。

この1年間、多くのブランドクライアントからTimに同じ質問が寄せられてきました。「GEOは本当に有効なトラックなのか？ 成果をどうアトリビューション（貢献度）評価するのか？ 実際にどのようなビジネス指標を達成できるのか？ 今回のコンテンツ施策は、経営層への報告に活用できるものなのか？」

経営陣が真に関心を持っているのは「AI検索が重要かどうか」という抽象的な議論ではなく、「今この取り組みに月額数千ドル以上の投資をすべきか」という点です。もし投資する場合、どのような成果が見込めるのか。いわゆる「AI可視性（AI Visibility）」を追うだけで果たして価値があるのか。プラットフォーム側が公式に認めていないのに、なぜそれに追従しなければならないのか。

かつて、この問に答えるのは困難でした。GEO最大のジレンマは、「AI検索がブランドに影響を与える」という認識はあっても、それを裏付ける公式データが欠如していたことにあります。

誰もが手動での検索検証、サードパーティによるモニタリング、GA4に散らばるAI参照元の確認、そして営業リードからの主観的なフィードバックに頼り、ブランドがAIに言及・引用・レコメンドされているかを判断するしかありませんでした。これらは実行可能ではあっても、十分な安定性に欠けていました。経営陣にとって「AIでの露出が増えている気がする」という言葉は、長期投資を決定するための根拠にはなり得ないからです。

しかし今、この問題はついに解決の兆しを見せています。

2026年2月、MicrosoftはBing Webmaster Toolsに「AIパフォーマンスレポート（AI Performance report）」を導入し、サイト運営者が自身のコンテンツがMicrosoft Copilot、Bing AIの要約、および特定のパートナーAI環境でどのように引用されているかを可視化できるようになりました。

また2026年6月には、GoogleもSearch Consoleにて「検索生成AIパフォーマンスレポート（Search Generative AI performance reports）」を導入し、Google Search Generative Experience（AIによる概要）、AIモード、Discoverの生成AI機能において、自身のページが表示された際のインプレッションデータを確認できるようになりました。

これら二つのアップデートを合わせると、単なるツールの更新にとどまりません。GEOが「業界の推測」の段階から、公式データによって裏付けられる段階の入り口に立ったことを意味しています。

私の分析では、今後半年から1年でGEOは明確に新しいフェーズへ突入します。ブランド側は「GEOをやるべきか」という議論から、「AI検索における露出量はどれくらいか、どのページが足りていないか、どのページが引用されているか、どの競合がすでに回答のポジションを確保しているか、そしてAIデータとSEOデータをどのように融合させてビジネス流入を加速させるか」といった戦術的な議論へとシフトしていくでしょう。

MicrosoftとGoogleが提供するデータは、実は「別物」である

今回最も注目すべき点は、GoogleとMicrosoftの両社がAI検索データを提供したこと自体ではなく、それぞれが異なる測定スコープを採用していることです。

Microsoftは「引用率（Citation rate）／引用シェア（Citation share）」という方向に近いアプローチをとっています。Bing Webmaster ToolsのAIパフォーマンスレポートでは、Copilot、Bing AI要約、パートナーAI体験において、自サイトのコンテンツが何回引用されたか、どのページが引用されたか、そしてどのような「グラウンディング・クエリ（Grounding Queries）」に基づいているかを明示的にトラッキングしています。

つまり、Microsoftが答えようとしている問いは、「AIが回答を生成する際、あなたのウェブサイトをソースとして利用したか？」という点です。これはGEOにおいて決定的に重要です。AI検索において、ブランドは単に「言及される」だけでなく、回答を支える「信頼できるソース（Trusted Source）」になる必要があります。引用されるということは、あなたのコンテンツがモデルの回答構築における根拠レイヤー（Evidence Layer）に組み込まれたことを意味するからです。

指標	何を示すか	誤読してはならない点
Total Citations	AI生成回答のソースとしてウェブサイトが引用された総回数。	ランキングではなく、回答内の表示位置を示すものではない。
Avg. Cited Pages	選択期間中に、1日あたり引用されたユニークページ数の平均。	ページオーソリティではなく、特定のページの商業的価値が高いことを意味するものではない。
Grounding Queries	AIがコンテンツを検索・引用する際に使用した主要なフレーズのサンプル。	完全な検索クエリレポートではない。Microsoftは明示的にこれらを「サンプル」としている。
ページレベルの引用アクティビティ	特定のURLが引用された回数。	クリック数ではなく、最終的なコンバージョンでもない。

現在、Googleはより慎重な姿勢をとっています。Google Search Consoleの生成AI機能レポートは主に「インプレッション数」を提供しており、これはAI Overviews（AIによる概要）、AIモード、Discoverの生成AI機能にあなたのページが何回表示されたかを意味します。ページ、国、デバイス、日付ごとに内訳を確認することは可能ですが、現時点では引用レベルの詳細、クリック数、回答内の位置、引用の文脈、コンバージョンデータなどは統合的に提供されていません。

つまり、Googleは現在「あなたのページはGoogleのAI検索機能において可視性を得ているか？」という問いに答えている状態です。これは確かに重要ですが、まだ完全なクローズドループ（閉じたサイクル）には至っていません。

指標	何を示すか	誤解してはならない点
合計インプレッション数	URLがGoogleの生成AI機能に表示された回数。	クリック数ではなく、ユーザーがサイトへ流入したことを意味しない。
ページ	AI機能の可視範囲に入ったURL。	これらのページのランキングや推奨順位ではない。
国 / デバイス / 日付	国、デバイス、時間ごとのAI可視性の変化。	完全なコンバージョンへの貢献（アトリビューション）ではなく、すべてのAIプラットフォームのデータでもない。

一方は「引用」、もう一方は「インプレッション」です。前者は「私は回答のソース（出典）となっているか？」に近く、後者は「私はAIの可視レイヤーに入り込めているか？」に近いと言えます。これら2つの測定範囲を合わせることで、私たちは初めて公式なGEOデータの輪郭を捉えることができるようになったのです。

公式データループの出現、しかしGEOはまだ完全なクローズドループではない

現時点でGEOが完全にクローズドしているとは言い難いでしょう。より正確に表現するならば、GEOは「ブラックボックス」から「半透明なボックス」へと移行している段階です。

GoogleやMicrosoftは現在、第一の課題である「ブランドがAI検索で表示／引用されたか」という問題を解決しています。しかし、経営陣が引き続き問い続けるのは第二の課題です。「これらのインプレッションや引用は、最終的にリード、注文、収益を生み出したのか？」という点です。

現在、多くの企業が確認しているAI経由のトラフィックは、依然としてGA4、HTTPリファラー、カスタムチャネルグループに依存しています。例えば、ユーザーがChatGPTのWeb版からリンクをクリックしてサイトにアクセスした場合、GA4はそれを「chatgpt.comの参照」と認識する可能性があります。PerplexityのWeb版からのトラフィックも、同様に対応するソースとしてアトリビューションされる場合があります。

しかし、この手法では多くのデータが欠落します。モバイルアプリ、デスクトップアプリ、アプリ内蔵ブラウザ、コピー＆ペーストされたURL、そしてプライバシー保護ブラウザなどは、しばしばリファラーを引き継ぎません。その結果、GA4はそれらを「Direct（直接アクセス）」、「Unassigned（未割り当て）」、あるいは単なる「Organic Search（自然検索）」としか分類できません。

トラフィック欠落の原因	割合	GA4における誤分類の可能性
モバイルAIアプリからのクリック（ChatGPT / Claude iOS / Android等）	35–45%	Direct
ユーザーによるURLのコピー＆ペースト	15–20%	Direct
AI内蔵ブラウザ（ChatGPT AtlasやClaude WebView等）	10–15%	Direct または Unassigned
ブラウザのプライバシー保護機能（Safari ITP等）	5–10%	Direct
AIがブランド名のみ言及し、リンクを含まない場合	5–10%	Organic Search（ユーザーが手動で検索するため）
Google AI Overviewsからのクリック	5–8%	通常のGoogle Organic

さらに困難なのは、回答の中でブランド名のみが言及され、リンクが貼られないケースです。ユーザーは回答を読んだ後、Googleで独自に検索したり、直接公式サイトを訪れたりする可能性があります。この影響力は確実に存在しますが、従来の分析ツールではその貢献度を測定するのが困難です。
今日、GEO（Generative Engine Optimization：生成エンジン最適化）トラッキングは、大まかに3つのレイヤーに分類できます。第1のレイヤーは「可視」です。これはGA4で確認可能なAIリファラル（参照元）の割合を指します。第2のレイヤーは「クローズドループ」です。UTMパラメータ付きのプロダクトカード、レコメンデーションリンク、AIショッピングパスなどが該当し、モデルのソース、商品ID、推奨シナリオ、およびコンバージョンパスを紐付けることが可能です。第3のレイヤーは「不可視」です。AIがリンクを伴わずにブランド名に言及し、ユーザーが後で自発的に検索を行うケースや、将来的にAIエージェントがユーザーに代わって購入を完了させ、ブランド側には結果のみが表示され、意思決定プロセス全体が見えなくなるケースです。

これこそが公式レポートが重要でありながら、それが終着点ではない理由です。公式レポートは「GEOが本当に存在するのか」という問いには答えてくれますが、「GEOをいかに完全にアトリビューション（貢献度測定）するか」という課題を完全には解決していないのです。

ショッピングはより複雑化し、単一のGEOエントリーポイントには集約されない

将来のAIショッピングは一つの入り口に統合されると予測する人が多いですが、私はそうは思いません。

ChatGPTはより多くのマーチャントプラットフォームと接続されるようになり、商品レコメンデーション、プロダクトカード、インスタントチェックアウト（Instant Checkout）、Agentic Commerce Protocolといったパスはますます洗練されていくでしょう。商品レベルのUTM、注文アトリビューション、チェックアウトデータなども、一般的なコンテンツベースのGEOよりも早期にクローズドループでの計測に近づくはずです。

しかし、これはショッピングGEOが単一のエントリーポイントになることを意味するわけではありません。プラットフォームごとに内部データ構造、商品カタログ、ランキングアルゴリズム、トランザクションパスが異なるため、最適化手法も同一ではありません。

Amazon、淘宝（Taobao）、京東（JD.com）、Walmart、Wayfair、AliExpressは、それぞれ独自の製品データベース、レビューシステム、広告システム、そして内部検索ルールを持っています。ユーザーは汎用AIに質問するだけでなく、AmazonのRufusやAlexaといったプラットフォーム内での検索も継続するでしょう。Tim（筆者）は現在、多くのクライアントに対してこの領域の支援を行っており、関心のある方はお問い合わせください。プラットフォーム内部のモデル最適化、商品タイトル、レビュー、フィード、広告の最適化は、今後も引き続き存在し続けます。

Googleも同様の動きを見せています。GoogleはAIを検索結果に組み込むだけでなく、ショッピング機能をAI検索およびGeminiに統合しています。Shopping Graph、Merchant Centerのフィード、および構造化データ（Product Schema）は、GoogleのAIショッピングエコシステムの基盤となるエントリーポイントとなるでしょう。

つまり、将来的にショッピングとGEOのデータが完全に統合される可能性は低いです。より現実的な構造は、「複数のAIエントリーポイント」と「複数のプラットフォーム内部エントリーポイント」の共存です。ブランドは一つのモデルだけを見ていてはならず、また一つのプラットフォームを最適化するだけでは不十分です。AI検索は新たなディストリビューションレイヤーとなりますが、従来のプラットフォーム検索、商品カタログ、トランザクションシステムが消滅することはありません。

GEOレイヤーのより明確な再定義が必要

商品発見（Product Discovery）、コンテンツ引用、トランザクション制御の観点から見ると、GEOは少なくとも次の3つのレイヤーに分類できます。

レイヤー	代表的な例	最適化ロジック
レイヤーA：クローズドループ型プライベートカタログ	Amazon、淘宝、京東、およびWalmart、Wayfair、AliExpressなどの強力なマーケットプレイス	商品データベース、レビュー、Q&A、トランザクション、フルフィルメントが主にプラットフォーム内部で完結する。最適化の焦点は、内部的な商品情報、レビュー、広告、価格設定、在庫、コンバージョン率。
レイヤーB：オープンフィード / プロダクトグラフ	Google Shopping / Gemini、Merchant Center、Shopping Graph、Shopifyの商品カタログおよびAIコマース統合	ブランド側が商品フィード、構造化データ、在庫、価格、GTIN、レビューなどの情報を能動的に提出可能。独立したウェブサイトやD2Cブランドにとって、最も容易な商品GEOエントリーポイントとなる。
レイヤー C：AI回答およびエージェント的配信	ChatGPT、Copilot、Perplexity、ClaudeなどのAIアシスタント	レコメンデーションは、Webインデックス、パートナーカタログ、検索機能、製品フィード、または軽量カタログを通じて完了します。ACPは単なる製品クロールプロトコルではなく、より正確にはエージェント型のチェックアウト/決済/注文プロトコルです。

これら3つのレイヤーは、GEOに単一のプレイブックが存在しないことを決定づけています。レイヤーAは内部プラットフォームのシグナルを最適化し、レイヤーBはフィード、構造化データ、製品グラフを最適化します。レイヤーCは、回答のコンテキスト、引用ソース、ブランドエンティティ、AIレコメンデーションパスを最適化します。

今後、真にGEOを理解するチームは、記事の書き方を知っているだけではなく、GA4のリファラルデータを見るだけでも不十分となります。コンテンツ、テクノロジー、製品データ、プラットフォームのルール、そしてモデルによる配信メカニズムを同時に理解する必要があります。

Dagenoがこれを重視する理由

Dagenoは、「AIが貴社に言及するかどうかを当てる」手助けをしているわけではありません。私たちが真に重視しているのは、AI検索におけるブランドの可視性を、継続的に管理可能なデータレイヤーへと分解することです。

どのクエリがブランドをトリガーしているのか？どのページが引用されているのか？どのソースがモデルの回答に影響を与えているのか？どの質問において競合がレコメンデーションの座を獲得しているのか？GoogleでのAIインプレッションは上昇しているものの、Microsoftにおける貴社の引用シェアも増加しているでしょうか？AIが貴社に言及する際、正しく説明していますか？それとも間違った比較コンテキストに配置していませんか？

これらが、GEOがビジネス管理の領域に本格的に参入した際に解決すべき課題です。

GoogleとMicrosoftが公式データの提供を開始した後、Dagenoが接続すべきなのは単一のレポートではなく、新しい検索レジャー（台帳）です。それは、Search ConsoleからのAIインプレッション、Bing Webmaster Toolsからの引用およびグラウンディングクエリ、GA4、Shopify、CRMからのオンサイトコンバージョンデータ、そしてサードパーティのモデルモニタリングによるブランド言及、競合のポジション、回答コンテキスト、レコメンデーション発生確率などです。

これらのデータポイントが統合されて初めて、ブランドは「AIに言及されているか」という段階から「AI検索における私の市場シェアはどれくらいか」という段階へと移行できます。

半年後から1年以内に、GEOは正式に検証される可能性が高い

第一に、GoogleはAI検索データの追加を継続します。現在はインプレッションから開始していますが、これは比較的保守的な出発点です。今後、クエリ、クリック、サーフェス、引用、または引用コンテキストに関するデータをさらに開示するかどうかは、Googleのプロダクトのペースとプライバシーの境界線次第です。しかし、方向性は明確であり、AI検索パフォーマンスはSearch Consoleの長期的な構成要素となるでしょう。

第二に、Microsoftは引用測定の範囲を強化します。Microsoftは現在、引用データを重視するルートを採用しており、これはコンテンツサイト、B2B、SaaS、メディア、および知識ベースのブランドにとって非常に重要です。これらのシナリオでは、単に言及されることよりも、AIによってソースとして利用されることの方が価値が高い場合が多いためです。

第三に、GEOは「モニタリング」から「最適化」へと移行します。初期段階では、誰もがまず「自分が表示されるかどうか」を確認します。次の段階では、ブランドは問いかけを始めます。「なぜ競合は表示されたのに、私たちは表示されなかったのか？」「なぜこのページは引用され、あのページは引用されなかったのか？」「なぜAIは自社製品を説明する際に、我々のコアな強みを省略したのか？」「特定の国でAIの露出が著しく低いのはなぜか？」その時点において、GEOはもはや単なるレポートではなく、オペレーティングシステム（OS）となるでしょう。

第四に、ショッピングGEOが最初に閉じたループ（クローズドループ）を形成します。製品には、構造化データ、在庫、価格、ID、注文、チェックアウトパスが自然と備わっています。コンテンツベースのGEOと比較して、EコマースはAIのレコメンデーションを最終的な取引とより簡単に接続できます。ChatGPT、Google、Shopify、Stripe、および各マーケットプレイスは、すべてこの方向に向けて取り組みを強化していくはずです。

結論

GoogleやMicrosoftによるアップデートは、GEOがすでに成熟したことを意味するわけではありません。しかし、それらはさらに重要なことを示唆しています。つまり、プラットフォーム側が、AIの回答内における露出や引用こそが、サイト運営者が視認し、管理し、最適化すべきデータであると認め始めたということです。

これは経営者の意思決定に直接的な影響を与えるでしょう。以前、GEOに取り組むことは、まだダッシュボードが存在しない市場で先行投資をするようなものでした。今、そのダッシュボードが登場し始めています。まだ不完全ですが、方向性はすでに明確です。

ブランドにとっての真の危機は、今すぐ完璧なクローズドループが存在しないことではありません。真の危機は、すべてのデータが揃うのを待った結果、重要な質問において競合がすでに半年間にわたってAIから繰り返し推奨されていたことに気づくことです。

検索は消滅していません。単に「ユーザーにリンクの列を提供する」ものから、「まずユーザーのために回答を整理する」ものへと変化しただけです。GEOの本質とは、この新しい回答レイヤーの中で、ブランドが確実に発見され、引用され、正しく推奨されるようにすることに他なりません。

参照ソース

Google検索セントラル – Search Consoleにおける生成AIパフォーマンスレポートの導入

Google Search Console ヘルプ – 生成AIパフォーマンスレポート

Google – Google検索における生成AI機能のためのウェブサイト最適化ガイド（GEO）

Microsoft Bingブログ – BingウェブマスターツールにおけるAIパフォーマンス（パブリックプレビュー）の導入

OpenAI – ChatGPT内での直接購入：インスタントチェックアウトとエージェント型コマースプロトコル（Agentic Commerce Protocol）

Stripe – StripeがChatGPTのインスタントチェックアウトを支援し、OpenAIと共同開発したエージェント型コマースプロトコルを公開

Googleショッピングブログ – ショッピンググラフ（Shopping Graph）の解説