aeo-geo

AEO/GEO インテリジェンス

スクリプトの場所。 ホストで ${CLAUDE_PLUGIN_ROOT} が設定されていない場合、スクリプトはこのプラグインの scripts/ フォルダー内の skills/ の隣にあります。

このスキルを使用するタイミング

ユーザーのリクエストに以下のいずれかが含まれる場合、このモジュールを有効にします。

• AI での可視性：AI が生成する回答（ChatGPT、Perplexity、Google AI Mode、Google AI Overviews、Copilot、Gemini、Claude）にブランド、製品、人物がどのように表示されるかに関する質問
• 回答エンジン最適化（AEO）：AI が生成する回答のソースとして選ばれるようにコンテンツを最適化すること
• 生成エンジン最適化（GEO）：生成 AI プラットフォームがブランドを正確に表現できるよう、コンテンツとエンティティを構成すること
• 引用の追跡：ブランドや業界に関するクエリへの回答で、AI モデルが引用するソースを監視すること
• エンティティの一貫性：AI モデルが学習または情報取得に使用するすべてのナレッジソースで、ブランド情報が統一されていることを確認すること
• ナレッジグラフの最適化：Google Knowledge Graph、Wikidata、その他の構造化ナレッジベースにおけるブランドの表現を改善すること
• AI 向け構造化データ：AI の理解と引用される可能性を高めることを目的に、スキーママークアップと構造化データを実装すること

トリガーフレーズ：「AI での可視性」、「ChatGPT は私のブランドをどう説明するか」、「Perplexity の結果」、「AI Mode の最適化」、「AI Overview の最適化」、「回答エンジン」、「生成エンジン」、「LLM の最適化」、「AI による引用」、「エンティティの一貫性」、「Knowledge Graph」

Google AI Mode（2026 年 5 月 — 独立したサーフェスとして扱う）：2026 年 5 月 19 日の Google I/O で、AI Mode は利用を選択したユーザーのデフォルトの検索エクスペリエンスとなり、月間アクティブユーザー数が約 10 億人を超え、ベースモデルが Gemini 3.5 Flash に切り替わりました。AI Mode は AI Overviews と同じものではありません。より深い推論、複数ターンの追加質問を備え、同じクエリでも AI Overviews とは異なることが多い引用パターンを持つ、独立した会話型タブです。ブランドは AI Mode を個別に監査する必要があります。実際上の影響：AI Overviews、ChatGPT、Perplexity だけをテストする AEO プログラムには、測定可能な盲点が生じるようになりました。

AEO の範囲を変える I/O 2026 の追加発表（出典：blog.google/products-and-platforms/products/search/search-io-2026）：

• AI Overview から AI Mode への追加質問フローが世界中（デスクトップ＋モバイル）で利用可能になりました。ユーザーは AI Overview から直接追加質問し、会話型の AI Mode セッションに移行できます。AEO への影響：AI Overview での最初の印象が、複数ターンにわたる引用への入口にもなりました。簡潔なスニペットに載るだけでなく、基盤となる引用として選ばれるよう最適化してください。
• AI Mode の Personal Intelligenceが、サブスクリプション不要で約 200 か国、98 言語に拡大しています。Gmail、Photos、Calendar との接続も可能です。AEO への影響：AI の回答はますますパーソナライズされています。一般的なブランド検索結果は、ユーザー自身のコンテキストに照らして再評価されます。ブランドのスキーマの完全性と、エンティティの一貫性（名称・住所・電話番号、サービス、営業時間）がこれまで以上に重要です。
• AI Information Agents（ユーザーが作成し、ブログ、ニュース、ソーシャルメディアを 24 時間 365 日監視）が、2026 年夏に AI Pro と Ultra の加入者向けに提供開始されます。AEO への影響：自社チャネルで構造化された日付入りの更新情報を公開するブランドは、第三者による PR 掲載に頼るブランドよりも、ユーザー設定のエージェントに認識されやすくなります。

AI 検索最適化に関する Google の公式ガイダンス（2026 年 5 月 15 日更新 — Google AI Optimization Guide）：

• llms.txt ファイルは不要です。 Google の公式見解は、「生成 AI 検索に表示されるために、新しい機械可読ファイル、AI テキストファイル、マークアップ、Markdown を作成する必要はありません」です。Google AI Features 向けに llms.txt を生成するために時間を浪費しないでください。（ほかの AI 検索エンジンがこれを利用するかどうかは不明です。Anthropic／OpenAI／Perplexity の現在の公開見解も、不要というものです。クライアントから llms.txt の公開を求められた場合は、測定可能な効果のない優先度の低い成果物として記録してください。）
• AI 専用の特別なスキーマは不要です。 「生成 AI 検索に構造化データは必須ではなく、追加が必要な特別な schema.org マークアップもありません」。スキーマは従来の SEO とリッチリザルトでは引き続き重要です。
• 表示対象となる条件は通常の検索と同じです。 「Google 検索の生成 AI 機能に表示される対象となるには、ページがインデックスに登録され、スニペット付きで Google 検索に表示される資格があり、検索の技術要件を満たしている必要があります」。

オプトアウトと AI トレーニングの制御（Google AI Features ドキュメント）：

• AI Overviews と AI Mode（Google 検索内）には、既存のスニペット ディレクティブである nosnippet、data-nosnippet、max-snippet、noindex を使用します。Googlebot 向けの robots.txt が正式な制御方法です。AI 専用の robots／meta ディレクティブはありません。
• Google のその他の AI システム（Gemini アプリのトレーニング、検索以外での Vertex AI のグラウンディング）には、robots.txt で Google-Extended ユーザーエージェントを使用します。これは Googlebot とは別の制御方法です。
• 新着情報（2026年6月3日）： Search Console にプロパティ単位のオプトアウト切り替えが追加されました。オンにすると、robots.txt を編集せずに、AI Overviews／AI Mode の応答におけるグラウンディングからサイトを除外できます。使用するタイミングの判断基準については、/digital-marketing-pro:gsc-ai-performance を参照してください。

EU AI Act 第50条（2026年8月2日適用） — EU 市場で表示される AI 生成マーケティングコンテンツについては、任意の実施規範（WG1 プロバイダー／WG2 デプロイヤー）と C2PA の c2pa.ai-disclosure アサーションの適用方法が記載された skills/context-engine/eu-code-of-practice.md を参照してください。コンプライアンスはプラグイン単位で適用され、c2pa-metadata の出力が対象です。

ブランドコンテキスト（自動適用）

このモジュールからマーケティングコンテンツを作成する前に、次の手順を実施してください。

1. セッションコンテキストを確認する — アクティブなブランドの概要はセッション開始時に出力されています。そこに記載されたブランド名、業種、ボイス設定、チャネル、目標、コンプライアンス、競合他社を使用してください。
2. 完全なプロフィールが必要な場合は、~/.claude-marketing/brands/{slug}/profile.json を読み込みます。
3. ブランドボイスを適用する — フォーマルさ、エネルギー、ユーモア、権威性のレベルを、すべてのコンテンツのトーンや言葉遣いに反映させてください。
4. コンプライアンスを確認する — skills/context-engine/compliance-rules.md を使い、ブランドの target_markets と業種に応じたルールを自動適用してください。
5. 業界ベンチマークを参照する — ブランドの業種に関する情報は、skills/context-engine/industry-profiles.md を参照してください。
6. プラットフォーム仕様を使用する — 文字数制限や形式要件については、skills/context-engine/platform-specs.md を参照してください。
7. キャンペーン履歴を確認する — 新しい作業を計画する前に、python "${CLAUDE_PLUGIN_ROOT}/scripts/campaign-tracker.py" --brand {slug} --action list-campaigns を実行してください。
8. ブランドが登録されていない場合は、次のように伝えてください。「ブランドプロフィールが見つかりません。/digital-marketing-pro:brand-setup を使って作成するか、一般的なベストプラクティスに基づいて進めることができます。」
9. ブランドガイドラインを確認する — ~/.claude-marketing/brands/{slug}/guidelines/_manifest.json が存在する場合は、次のファイルを読み込んで遵守してください。禁止語句、制限対象の主張、必須の免責事項については restrictions.md、チャネル固有のトーンの上書き設定（基本のボイスと異なる場合があります）については channel-styles.md、承認済みの主要メッセージ、タグライン、ポジショニングの表現については messaging.md、4つの数値スコア以外の詳細なボイスルールについては voice-and-tone.md を確認します。特定のチャネル向けのコンテンツを作成する場合は、チャネルスタイルのルールを基本のボイス設定より優先してください。

ブランドプロフィールにすでに記載されている情報をユーザーに尋ねないでください。

必要なコンテキスト

AEO/GEO の作業を実行する前に、以下の情報を収集してください。

1. ブランドアイデンティティ：公式ブランド名、主要な製品・サービス、独自の価値提案、ブランドのポジショニング
2. 現在の AI での露出状況：AI プラットフォームが現在、自社ブランドをどのように説明しているかをテストしたことがあるかユーザーに尋ねてください（または監査を提案してください）。
3. 対象クエリ：AI が生成する回答で引用されたい質問やトピック
4. 既存のコンテンツ資産：ウェブサイト URL、ブログ、ナレッジベース、Wikipedia への掲載状況、スキーママークアップの状況
5. 競合状況：すでに AI で高い露出を獲得している可能性のある主要な競合他社
6. 業界分野：YMYL（Your Money Your Life）への該当度と、信頼性を示すシグナルの要件を評価するために必要です。

ユーザーがすべての情報を提供できない場合は、入手可能な情報をもとに進め、不足している点を推奨事項として示してください。

最低限必要なコンテキスト：ブランド名とウェブサイト URL。他の情報はすべて、監査プロセス中に推測または調査できます。

機能

• AI 露出状況の監査：対象クエリについて、基準となる 6 つのプラットフォーム（Google AI Mode、Google AI Overviews、ChatGPT、Perplexity、Gemini、Copilot）でブランドがどのように表示されるかを体系的にテストします（スコアは /digital-marketing-pro:aeo-audit で定義された標準に基づきます）。
• 引用最適化：AI が生成する回答で情報源として引用される可能性を最大限に高めるため、コンテンツを再構成します。
• エンティティの一貫性監査：Google Knowledge Graph、Wikidata、Wikipedia、Crunchbase、LinkedIn、業界データベースにおけるブランド情報を相互参照し、不一致を特定します。
• LLM コンテンツ戦略：言語モデルに取り込まれ、正確に表現されることを目的としたコンテンツを作成します。
• AI 回答モニタリングフレームワーク：AI による言及や引用を継続的に体系的に追跡する仕組みを構築します。
• AI 引用向け構造化データ：Organization、Product、FAQ、HowTo など、AI の理解を促進するスキーマタイプを実装します。
• ナレッジグラフ最適化：構造化ナレッジベースにおけるエンティティの表現を改善します。
• トピックオーソリティのマッピング：AI モデルに専門家として認識されるうえで障壁となる、コンテンツの不足箇所を特定します。
• AI ファーストのコンテンツフォーマット：既存のコンテンツを、明確な定義、事実に基づく記述、引用に適した抜粋を含む形に再構成します。
• AI 露出状況の競合ベンチマーク：プラットフォーム全体で、ブランドの AI 上の存在感を競合他社と比較します。

プロセス

主なワークフロー：AI における可視性の監査と最適化

1. 調査とベースラインの設定

   • ブランドの詳細、対象クエリ（10～25 件）、競合リストを収集します
   • 現在のスキーママークアップ、ナレッジグラフの掲載状況、Wikipedia/Wikidata の状況を記録します
   • ビジネスモデルを特定し、どの AI プラットフォームが最も重要かを判断します
   • 既存の権威あるコンテンツ資産（ホワイトペーパー、調査、データ、専門家の略歴）を整理します
   • YMYL の分類を評価します。健康、金融、法律分野のブランドには、より高い権威性が求められます

2. AI プラットフォームのテスト

   • 各対象クエリについて、以下のプラットフォームでブランドがどのように表示されるか（または表示されないか）を記録します：
     • Google AI Mode（デフォルトの会話型サーフェス、Gemini 3.5 Flash を基盤とする — 2026 年 5 月）
     • Google AI Overviews（従来型の SERP 要約ブロック）
     • ChatGPT（最新モデル、ウェブ検索モードを有効化）
     • Perplexity
     • Gemini（gemini.google.com）
     • Microsoft Copilot
   • 各結果を評価します：引用あり（リンク付きで直接言及）、参照あり（リンクなしで言及）、なし、誤った表現
   • ベースラインとして、各クエリに対して AI が生成した正確なテキストを記録します

3. エンティティの一貫性チェック

   • すべてのナレッジソースにおけるブランド名、創業日、経営陣、製品説明、主要な主張を監査します
   • ソース間の不一致（例：Crunchbase と Wikipedia で創業年が異なる）を特定します
   • ソースの権威性に基づき、修正の優先順位を付けます

4. ギャップ分析と戦略

   • パターンを特定します：どのクエリタイプで引用され、どのタイプでは引用されないか？
   • コンテンツのギャップを把握します：AI モデルが必要とする権威あるコンテンツのうち、欠けているものは何か？
   • 構造化データのギャップを評価します：不足または誤りのあるスキーママークアップは何か？
   • 実際に引用されている競合他社と比較します

5. 最適化の実行計画

   • 作成または再構成するコンテンツの優先順位付きリスト
   • スキーママークアップの実装計画
   • ナレッジグラフの修正・強化手順
   • エンティティの一貫性を修正するチェックリスト
   • AI ファーストの最適化に向けたコンテンツの書式設定ガイドライン

6. モニタリングと反復

   • モニタリングの頻度を定めます（優先クエリは毎週、包括的な監査は毎月）
   • 引用の変化を検出するトラッキングの仕組みを整えます
   • KPI を設定します：引用率、正確性スコア、クエリカバー率
   • 継続的なモニタリングの一環として、競合他社の引用状況の変化を追跡します
   • 主要なコンテンツ更新やスキーマの実装後に再テストし、影響を測定します
   • 可視性に影響する可能性のある AI プラットフォームのモデル更新（新モデルのリリース、検索方法の変更など）をすべて記録します

副次的なワークフロー：引用に最適化したコンテンツの作成

1. ブランドが引用されるべきなのに、現状では引用されていない対象クエリのクラスターを特定します
2. それらのクエリで実際に引用されているソースを分析し、コンテンツの構成、権威性を示すシグナル、書式を調査します
3. 以下の点で引用されているソースを上回るコンテンツを作成または再構成します：
   • 事実の正確さと具体性（正確なデータ、日付、数値を含めます）
   • 明確な定義文（AI モデルは曖昧さのない定義を含むコンテンツを優先します）
   • 構造化された書式（AI が解析できる明確な見出し、箇条書き、表）
   • ソースの信頼性を示すシグナル（著者の資格、一次調査への引用、組織の権威性）
4. 補助となるスキーママークアップを実装します（適切に FAQ、HowTo、Article、Organization を使用）
5. インバウンドの権威性を示すシグナルを構築します（権威性の高いページからの内部リンク、外部からの引用）
6. 公開から 2～4 週間後に AI プラットフォームの応答を再テストし、引用状況を測定します

参照ファイル

• ai-visibility-audit.md — 監査の手順、スコアリング基準、プラットフォームごとのテスト手順
• citation-optimization.md — コンテンツの再構成手法、引用されやすい形式のパターン、情報源の権威性を高める方法
• entity-consistency.md — プラットフォーム横断のエンティティ監査チェックリスト、Knowledge Graph の最適化、Wikidata の編集ガイドライン
• llm-content-strategy.md — AI ファーストのコンテンツ作成フレームワーク、トピックの権威性マッピング、構造化データの実装ガイド

出力形式

成果物	形式	説明
AI 可視性スコアカード	表／スプレッドシート	すべての AI プラットフォームにおける、クエリごとの可視性スコア
エンティティ一貫性レポート	ドキュメント	発見されたすべての不整合と修正手順
AEO コンテンツブリーフ	ドキュメント	AI による引用に最適化したコンテンツ作成／再構成の概要
スキーママークアップ仕様	コードスニペット（JSON-LD）	すぐに実装できる構造化データマークアップ
モニタリングダッシュボード仕様	ドキュメント	KPI、追跡方法、レポートの頻度
競合 AI 可視性マトリクス	表	ブランドと競合他社の AI 可視性を横並びで比較
LLM コンテンツ戦略	ドキュメント	AI における権威性の構築に焦点を当てた 90 日間のコンテンツ計画

エッジケース

AI によるブランドの評価が否定的な場合

• 状況：AI プラットフォームが、ブランドについて不正確または否定的な情報を生成している
• 対応：コンテンツを最適化する前に、エンティティの一貫性を修正し、権威ある情報源を訂正することを優先します。権威性の高い自社所有の媒体に、事実に基づく訂正コンテンツを作成します。AI の出力を直接操作しようとしてはいけません。根本にある情報源の修正に注力します。評判管理が必要となる可能性をユーザーに伝えます。

AI での可視性がまったくない新しいブランド

• 状況：AI が生成する回答に、ブランドが一切登場しない
• 対応：基盤づくりから始めます。ウィキペディアに掲載されてもおかしくないウェブ上の存在感（必ずしも Wikipedia 自体である必要はありません）を確立し、Wikidata の項目を作成し、包括的なスキーママークアップを実装して、トピックの権威性を示すコンテンツを構築します。現実的なスケジュールを設定します。AI モデルの知識には、プラットフォームによって数週間から数か月の反映遅延があります。

一般的な単語をブランド名にしている場合

• 状況：ブランド名が一般的な単語である（例：「Apple」「Slack」「Monday」）
• 対応：エンティティの曖昧さの解消が重要です。共起する語句を重視し、構造化データでは正式名称を使用し、Knowledge Graph で正しく区別されるようにします。また、エンティティを明確にする文脈を含めてコンテンツを最適化します。対象クエリには、業界や製品を示す語句を必ず含めます。

複数のブランドを持つ企業

• 状況：親会社が、個別の AI 上のアイデンティティを必要とする複数のサブブランドを持っている
• 対応：各ブランドのエンティティを個別に監査します。構造化データで親子関係が明確になるようにします。AI の回答でサブブランド同士が競合するカニバリゼーションを避けます。各ブランドに固有のトピックの権威性を構築します。

地域特化型 AI エンジン（Baidu、Yandex）

• 状況：ユーザーが西欧以外の AI プラットフォームでの可視性を必要としている
• 対応：Baidu（中国）と Yandex（ロシア）では、最適化戦略が大きく異なることを説明します。これらのプラットフォームには、ローカライズされたコンテンツ、プラットフォーム固有の構造化データ標準、異なるナレッジベースが必要です。依頼の内容が詳細に及ぶ場合は、地域に特化した専門知識を推奨します。一般的なフレームワークを提示しつつ、特定のプラットフォームに関する知識の限界を明示します。

YMYL ブランド（健康、金融、法律）

• 状況：Your Money Your Life のカテゴリーに属するブランドは、AI プラットフォームからより高い信頼性を求められます
• アプローチ：AI プラットフォームは、YMYL トピックに対してより厳しい情報源の品質基準を適用します。次の点を優先してください。（1）すべてのコンテンツに、資格を検証できる専門家の著者を明記します。（2）一次研究、政府機関の情報、査読済み研究を引用します。（3）医療、法律、金融の専門家によるレビューについて開示します。（4）包括的な E-E-A-T シグナルを整備します（権威性を高めるには Digital PR モジュールを参照してください）。（5）著者の資格と組織の信頼性を明示するスキーママークアップを使用します。AI の出力は正確性を慎重に確認してください。YMYL カテゴリーでの誤った情報の提示は、より大きな評判リスクにつながります。

急速に進化する AI の状況

• 状況：AI プラットフォームは、モデル、検索方法、引用の挙動を頻繁に更新します
• アプローチ：AEO/GEO 戦略は一度きりの最適化ではなく、継続的なプロセスとして扱ってください。すべての取り組みにモニタリングを組み込みます。主要プラットフォームの更新（新しいモデルのリリース、検索システムの変更、AI Overview の形式変更）が発生したら、優先度の高いクエリについて可視性監査を再実施してください。確認した挙動の変化を記録し、それに応じてワークフローを更新します。プラットフォームの更新と、ブランドの可視性への影響を記録した変更履歴を維持してください。

ヒントと注意事項

• Google の公式見解（2026 年 5 月 15 日）： llms.txt も AI 専用のスキーマも、AI 対応のための個別の審査基準もありません。架空のランキング要因を前提に作業を作り出さないでください。有効なのは、スキーマ、エンティティの一貫性、引用に適した形式です。
• 同じクエリでも、AI Mode の引用パターンは AI Overviews と大きく異なることがよくあります（2026 年 5 月の内部観測。「40-60%」という数値は概算のため、独自の調査対象セットを使って再確認してください）。両者を別々の表示面として扱い、どちらも監査して最適化してください。
• Knowledge Graph、Wikidata、Wikipedia、LinkedIn、Crunchbase 間でエンティティの一貫性を保つことが、AEO に最も大きな効果をもたらす投資です。スキーマの微調整よりも大きな効果があります。
• AI による引用は青色リンクの順位よりも安定しますが、獲得には時間がかかります。目に見える変化が出るまで、継続的な取り組みを 3-6 か月続けることを想定してください。
• **コンテンツの詰め込みや偽の信頼性シグナルで、AI に引用させようと「だまさないで」ください。**AI プラットフォームはこうした手法を従来の検索よりも迅速に検出し、評価を下げます。
• Google-Extended（robots.txt）は、Google のその他の AI システム（Gemini のトレーニング、Vertex のグラウンディング）をオプトアウトします。これは、AI Overviews／AI Mode に関する Search Console 内の切り替え設定とは別のものです（2026 年 6 月 3 日に /digital-marketing-pro:gsc-ai-performance 経由で展開）。
• EU 市場では、AI 生成コンテンツに対する第 50 条の開示が必要です（2026 年 8 月 2 日から適用）。skills/context-engine/eu-code-of-practice.md を参照してください。

関連スキル

• Content Engine — AI に引用されるコンテンツの作成と最適化について
• Analytics & Insights — AI における可視性のパフォーマンス測定と、時間の経過に伴う引用の変化の追跡について
• Digital PR & Authority — ブランドに対する AI の信頼を高める E-E-A-T シグナルや獲得メディアの構築について
• Audience Intelligence — ターゲットオーディエンスが AI プラットフォームにどのようなクエリを投げかけているかを把握する方法について