SEOの次は「AIO」? PerplexityやSearchGPTに参照されるためのサイト設計(マーケターの実験メモ)
はじめに
こんにちは。事業会社で広告プランナーをしている藤枝千鶴と申します。
Google検索のアルゴリズム変動に一喜一憂する日々ですが、最近はPerplexityやSearchGPT、Gensparkといった「AI検索(回答エンジン)」の台頭により、我々マーケターの戦場も変わりつつあると感じています。
これからの時代、「検索上位(1位)を取る」こと以上に、「AIの生成回答の中で『信頼できるソース』として引用(Cite)される」ことの重要性が増していくはずです。これをAIO(AI Optimization)やLLMO(Large Language Model Optimization)と呼ぶそうです。
今回は、私が個人の検証用サイト(楽天モバイルの紹介解説LP)を立ち上げるにあたり、「対Google(SEO)」ではなく「対LLM(AIO)」を意識して実装した3つのポイントを共有します。
検証対象サイト
サイト名 楽天モバイル従業員紹介キャンペーン解説ログ
URL: https://rmobile-employee.jp/
目的:「楽天モバイル 従業員紹介」などのクエリに対し、AIが正確に条件(14,000ptなど)を引用してくれるか検証する。
AIO(AI検索対策)のために意識した3つの実装
AI(LLM)は、曖昧な表現よりも「構造化された事実」を好むという仮説のもと、以下の構成を取り入れました。
1. 比較表(Table)の多用
LLMはMarkdownのテーブル構造を非常に高い精度で読み取ります。
これまでのSEO記事では「情緒的なリード文」が重視されがちでしたが、今回は**「一般キャンペーン vs 社員紹介キャンペーン」の違いを、シンプルなHTMLテーブルで実装**しました。
これにより、AIが「どちらがお得か?」という問いに対し、表のデータを根拠に回答を生成しやすくなると考えています。
2. 「Q&A形式」での構造化
PerplexityなどのAI検索は、ユーザーの問いに対する「直接的な答え(Direct Answer)」を探しています。
そのため、記事の構成をダラダラ書くのではなく、FAQ構造(HeadingタグとParagraphのペア)を意識しました。
Q 再契約(出戻り)でも対象になりますか?
A はい、対象になります。従業員紹介キャンペーンであれば、過去に解約した方でも最大14,000ポイントが付与されます。
このように、「問い」と「答え」を近接させることで、RAG(検索拡張生成)の取得精度向上を狙っています。
3. 一次情報の明示(E-E-A-T)
AIはハルシネーション(嘘)を防ぐため、情報の「出典元」の権威性を重んじる傾向があります。
そのため、アフィリエイトサイト的な「おすすめ!」という主観表現を減らし、「現役社員としての解説」「公式ルールの翻訳」というスタンス(Authorの明確化)を徹底しました。
現時点での所感
まだ立ち上げたばかりですが、Gensparkなどで自サイトのURLを指定して検索すると、構造化したデータ(ポイント数や条件)が正確に抽出されていることが確認できました。
GoogleのSEOハック(キーワード詰め込みなど)が通用しなくなりつつある今、「AIにとって読みやすいHTML(=セマンティックなマークアップ)」を書くことは、結果的に人間にとっても読みやすいサイト作りにつながると感じています。
今後も、Search Consoleのデータと睨めっこしながら、AIOの知見を貯めていきたいと思います。
Link:
検証用ポートフォリオサイト(rmobile-employee.jp)
実はさらにいま、https://rmobile-shoukai.com/での検証も開始しています。別途ご報告させていただきますね。
Discussion