戦略・ポジショニングブランドポジショニングフレームワーク初級

AI司書の推薦リスト — AEO・GEO・LLMOは同じ図書館の違う司書である

AEO、GEO、LLMO、MEOは異なる用語ですが、参照するデータは同じです。Googleが整理した図書館を、異なるAI司書がどう推薦するかの違いにすぎません。この統一フレームワークで、AI時代のマーケティング戦略をシンプルに理解できます。

公開日: 2026年6月16日永淵翔大

AEOGEOLLMOAI認知統一フレームワーク

この記事でできるようになること

AEO・GEO・LLMO・MEOといった用語の混乱を解消し、AI時代のマーケティングを1つの統一フレームワークで理解できるようになります。クライアントや社内への説明にそのまま使える図書館メタファーを提供します。

前提知識の確認

この記事は初心者向けです。各用語の詳しい定義はAEO用語集、GEO用語集、LLMO用語集を参照してください。AI認知の全体像についてはAI認知とは？を先に読むことをおすすめします。

本文

用語の混乱 — AEO、GEO、LLMO、何が違うのか

AI検索の最適化に関する用語が乱立しています。AEO（Answer Engine Optimization）、GEO（Generative Engine Optimization）、LLMO（Large Language Model Optimization）、さらにMEO（Map Engine Optimization）。それぞれ異なる企業や研究者が提唱し、異なる定義で使われています。

しかし、これらの用語は本質的に同じ現象を異なる角度から見ているにすぎません。

図書館と司書の統一モデル

この混乱を解消するために、1つのメタファーで全体を理解しましょう。

Googleは世界最大の図書館を整理した人です。

Googleは20年以上かけて、世界中のWebサイトという「本」をクロールし、インデックスし、ラベルを付け、棚に並べてきました。PageRankで本の信頼度を測り、構造化データでラベルを読み取り、E-E-A-Tで著者の専門性を評価する。この巨大な図書館のカタログシステムがGoogleの検索エンジンです。

AIは司書です。

ChatGPT、Perplexity、Google Gemini、Bing Copilotは、この図書館の蔵書を参照しながら、来館者（ユーザー）の質問に答える司書です。それぞれの司書には個性があります。ある司書は学術的な本を好み、別の司書は実用書を好む。しかし参照している図書館は同じです。

この統一モデルで各用語を整理すると:

用語	統一モデルでの意味	焦点
SEO	図書館のラベル貼りを最適化する	Googleの棚での位置
AEO	司書に推薦してもらう	AIの回答での推薦
GEO	司書が引用する本になる	AIの引用での参照
LLMO	司書の記憶に残る本になる	AI内部モデルでの認知
MEO	地域の分館で推薦される	地図検索での表示

参照するデータは同じ。アクセスの仕方が違うだけ。

なぜこの統一理解が重要なのか

用語ごとに別の施策が必要だと思ってしまうと、戦略が分散します。「AEO対策チーム」「GEO対策チーム」「SEO対策チーム」を別々に作るのは非効率です。

統一モデルに基づけば、やるべきことは2つに集約されます。用語ごとにバラバラの施策を考える必要はなく、この2つを押さえておけばAEOもGEOもLLMOもまとめてカバーできます。

1. 図書館での位置を確保する（SEO基盤）

どんなに良い本を書いても、図書館の棚に並んでいなければ司書は推薦できません。Googleのインデックスに載り、一定の検索順位を確保することが前提条件です。これはAI時代でも変わらない基本です。

実際のデータがこれを裏付けています。Googleの検索結果で60位以下のページは、AI検索でもほとんど引用されません。SEOはAI認知の必要条件です。

2. 司書が推薦したくなる本を作る（コンテンツ品質）

棚に並んでいるだけでは推薦されません。SEO基盤を確保した上で、司書がユーザーの質問に答えるとき「この本がぴったりだ」と思える本である必要があります。具体的には:

質問にダイレクトに答える構造: タイトルが「〜とは？」「〜の方法」形式
信頼できるデータの裏付け: 出典付きの統計、独自の調査結果
自己完結した回答ブロック: 134-167語のパラグラフで1つの質問に完結して答える
第三者的な視点: 「当社が素晴らしい」ではなく「業界としてこうである」

司書の好みは変わる — プラットフォームごとの違い

統一モデルの中でも、各司書の「好み」には違いがあります。

司書（AI）	好む情報源の傾向	特徴
ChatGPT	訓練データ + Web検索	訓練データの影響が大きい。古い情報も保持
Perplexity	リアルタイムWeb検索	最新情報に強い。出典URLを明示する
Google Gemini	Google検索結果 + ナレッジグラフ	Googleの検索順位に強く依存
Google AI Overviews	Google検索上位 + 構造化データ	構造化データの影響が最も大きい

しかし共通点の方が多い。どの司書も、Googleの図書館に並んでいない本は推薦できません。どの司書も、信頼性の高い情報源を優先します。どの司書も、質問の形式に合ったコンテンツを好みます。

この違いを把握しておくことは重要ですが、実務では各プラットフォーム固有の対策に時間を割きすぎないことが大切です。施策の80%は共通で、残りの20%をプラットフォームごとに調整する、というアプローチが最も効率的です。

SEOの人がAI認知に取り組むべき理由

「SEOをやっていればAI認知も大丈夫では？」という疑問がよくあります。答えは半分正しく、半分間違いです。

SEOは前提条件です。Googleの図書館に本が並んでいなければ、どの司書も推薦しようがありません。ここは正しい。

しかしSEOだけでは不十分です。Ahrefsの調査によると、AI引用URLのうちGoogleトップ10にランクインしているのはわずか12%です。つまり、Googleで1位でもAIに引用されないケースが多いということです。

SEOとAI認知の違いを整理すると:

項目	SEO	AI認知
目標	検索結果での上位表示	AIの回答での推薦・引用
指標	検索順位、CTR、オーガニックトラフィック	Mention率、Citation率、推薦文脈の一致度
コンテンツ設計	キーワード中心	質問-回答の対構造
ラベル付け	タイトルタグ、メタディスクリプション	構造化データ、エンティティ認識
測定の難しさ	低い（順位は数字で測れる）	高い（測定対象の設計自体が課題）

統一フレームワーク: 3ステップの実行手順

AI認知の改善を1つの流れで実行するフレームワークです。

ステップ1: 図書館の棚を確保する（SEO基盤）

AIの司書はGoogleの図書館を参照して推薦を行うため、まずはその図書館に自社の情報がきちんと並んでいる状態を作ります。

サイトマップをGoogle Search Consoleに提出する
テクニカルSEOの基本要件をクリアする（チェックリスト）
主要キーワードで最低でもGoogleトップ30に入る
外部からの被リンクを獲得する

ステップ2: 司書が推薦したい本を書く（コンテンツ構造化）

棚に並んだだけでは推薦されません。AIがユーザーの質問に回答するとき「引用したい」と判断するコンテンツを作ることが、このステップの目的です。

記事タイトルを「〜とは？」「〜の方法」形式にする
各セクションに自己完結した回答ブロックを含める
統計データには出典を付ける
構造化データを実装する
E-E-A-Tシグナルを強化する

ステップ3: 司書の推薦を計測する（AI認知のモニタリング）

施策を打ったら、それが実際にAIの推薦に反映されているかを定期的に確認します。SEOと違って順位という明確な指標がないため、意識的に計測の仕組みを作ることが重要です。

定期的にAI検索で自社関連の質問を投げ、推薦状況を確認する
ブランドクエリと業界クエリの両方でMention・Citation率を測定する
推薦文脈が自社の意図と一致しているか確認する
詳しくはAEOモニタリングツールガイドを参照

よくある質問

小さな会社でもAI司書に推薦されることはある？

はい。AI司書は本の「出版社の規模」ではなく「質問への回答としてのフィット度」で推薦を決めます。特定領域に特化した40-50本の教育記事を持つ小規模サイトが、大手メディアを差し置いてAIに引用されているケースが実際に確認されています。

AEOとGEOは別の施策をすべき？

基本的には同じ施策で対応できます。「図書館の棚に並ぶ（SEO基盤）」と「司書が推薦したくなる本を作る（コンテンツ品質）」は共通です。プラットフォーム固有の調整（構造化データの細かな実装など）は全体の20%程度で、80%の施策は共通しています。

実行チェックリスト

自社サイトがGoogleにインデックスされていることを確認した
Google Search Consoleにサイトマップを提出した
主要な業界キーワードでの検索順位を確認した（30位以内が目安）
記事タイトルが「〜とは？」「〜の方法」形式になっているか確認した
主要記事に自己完結した回答ブロック（134-167語）があるか確認した
3つ以上のAI（ChatGPT, Perplexity, Gemini）で自社の推薦状況を確認した

次にやること

統一フレームワークを理解した → AEO実行フレームワークで具体的な実行順序を学ぶ
SEO基盤を固めたい → テクニカルSEOチェックリスト
コンテンツの質を上げたい → コンテンツ品質ガイド
AI認知の概念を基礎から理解したい → AI認知とは？