aeo-geo-optimizer

AEO/GEO オプティマイザー

ChatGPT、Perplexity、Claude、Google AI Overviews、Bing Copilot など、AI を活用した検索体験に向けてコンテンツやウェブサイトを最適化します。

インストール

git clone https://github.com/thatrebeccarae/claude-marketing.git && cp -r claude-marketing/skills/aeo-geo-optimizer ~/.claude/skills/

重要な理由

従来の SEO は、青いリンクが 10 件並ぶ検索結果での最適化を目指します。AEO/GEO は、AI が生成する回答に向けて最適化します。ChatGPT や Perplexity に質問すると、複数の情報源をもとに回答が生成されます。そして、それらの情報源は引用され、リンクされ、信頼されます。AI が情報を利用しやすい構造になっていなければ、急速に拡大している検索チャネルで見つけてもらえません。

主な概念

AEO、GEO、従来の SEO の違い

項目	従来の SEO	AEO（回答エンジン）	GEO（生成エンジン）
対象	Google/Bing の SERP	強調スニペット、AI Overviews、音声アシスタント	ChatGPT、Perplexity、Claude での引用
目標	検索結果の 1 ページ目にランクインする	回答そのものになる	AI が生成する回答で引用される
コンテンツ形式	長文でキーワードを豊富に含む	簡潔で構造化された Q&A	信頼性が高く、引用しやすく、事実が豊富
シグナル	被リンク、キーワード、UX	スキーママークアップ、直接的な回答、権威性	E-E-A-T、データ密度、引用価値
測定方法	ランキング、トラフィック	回答ボックスへの表示、音声検索でのヒット	AI による引用の追跡、AI 内でのブランド言及

引用の優先順位

AI モデルは、次の要素をもとに情報源の優先順位を決めます。

1. 権威性のシグナル — ドメインの権威性、著者の専門性、組織による裏付け
2. コンテンツの構造 — 明確な見出し、直接的な回答、構造化データ
3. 鮮度 — 最近の公開日、更新された統計データ
4. 具体性 — 正確な数値、明示された情報源、検証可能な主張
5. 独自性 — 独自の調査、独自データ、新しいフレームワーク

AEO/GEO 監査のワークフロー

ステップ 1：現在の AI での可視性を評価する

1. AI による引用状況をテストする：コンテンツで回答できるはずの質問を ChatGPT、Perplexity、Google AI Overviews に入力します。自社コンテンツが引用される検索クエリと、競合のコンテンツが引用される検索クエリを記録します。

2. 構造化データを確認する：Google Rich Results Test または Schema.org validator を使って、スキーママークアップの実装状況を検証します。

3. コンテンツの構造を評価する：以下のコンテンツ評価表を使って、各ページの AEO 対応度を採点します。

ステップ 2：コンテンツ評価表

各コンテンツを、以下の項目について 1〜5 点で評価します。

項目	1 点（低評価）	5 点（高評価）
直接的な回答	段落の中に埋もれている	明確な Q&A 形式で、最初の文で回答している
データ密度	根拠のない意見	具体的な数値、割合、日付
情報源の明記	引用なし	情報源を明記し、研究へのリンクがある
構成	テキストの壁	H2/H3 の階層、リスト、表
スキーママークアップ	なし	Article、FAQ、HowTo、または関連するタイプ
鮮度のシグナル	日付なし	公開日、「更新日」、最近のデータ
著者の権威性	著者名の記載なし	専門性を示す経歴を持つ著者名
引用しやすさ	要点が定まらない文章	AI が抽出できる、簡潔で単独でも意味が通じる記述

採点：32〜40 点 = AI 対応済み。24〜31 点 = 最適化が必要。24 点未満 = 大幅な見直しが必要です。

ステップ 3：AI に引用されやすいコンテンツに最適化する

コンテンツの構成パターン

直接回答パターン：

## [Question as H2]

[One-sentence direct answer.] [Supporting context in 2-3 sentences.]

**Key details:**
- [Specific data point]
- [Specific data point]
- [Source attribution]

定義パターン：

## What Is [Term]?

[Term] is [clear, concise definition in one sentence]. [Elaboration with context.] [How it differs from related concepts.]

比較パターン：

## [X] vs [Y]: Key Differences

| Dimension | [X] | [Y] |
|-----------|-----|-----|
| [Aspect 1] | [Specific detail] | [Specific detail] |
| [Aspect 2] | [Specific detail] | [Specific detail] |

**Bottom line:** [One-sentence recommendation with reasoning.]

統計パターン：

## [Topic] Statistics ([Year])

- **[Stat 1]**: [Number] ([Source, Year])
- **[Stat 2]**: [Number] ([Source, Year])
- **[Stat 3]**: [Number] ([Source, Year])

*Sources: [List with links]*

AI 抽出に適した文章の書き方

1. 答えから始めます。 AI モデルは見出しの直後にある最初の文を抽出します。重要な情報を盛り込みましょう。
2. 具体的な数値を使います。「売上高は前年比47％増加しました」は、「売上高は大幅に増加しました」より効果的です。
3. 情報源を明記します。「2026年のMcKinseyのレポートによると」は引用可能ですが、情報源のない主張は引用できません。
4. 各段落だけで意味が通じるようにします。 それぞれの段落は、単独で抽出されても理解できる内容にします。
5. 比較表を使います。 AI モデルは構造化された比較を好みます。情報をまとめやすいためです。
6. 「とは」と「方法」の見出しを含めます。 これらの見出しは、AI への一般的な質問と直接対応します。
7. 情報の新しさを示します。 公開日と最終更新日を記載し、統計には日付を付けます。
8. 引用しやすい文を書きます。 AI がそのまま抽出できる、簡潔で断定的な文にします。

技術的な最適化

1. スキーママークアップ — 実装についてはschema-markup-generatorスキルを参照してください
2. 正規URL — AI モデルが正式なバージョンを見つけられるようにします
3. XML サイトマップ — AI クローラーが新しいコンテンツを見つけられるよう、最新の状態に保ちます
4. ページ速度 — AI クローラーはクロールバジェットを考慮するため、サイトが速いほど頻繁にクロールされます
5. robots.txt — AI クローラー（GPTBot、anthropic-ai、PerplexityBot）がブロックされていないことを確認します

ステップ4：AI での可視性を監視する

AI クローラーのユーザーエージェント

クローラー	ユーザーエージェント	目的
OpenAI	GPTBot	ChatGPTのトレーニングとブラウジング
Anthropic	anthropic-ai, ClaudeBot	Claudeのトレーニングと引用
Perplexity	PerplexityBot	Perplexityの検索結果での引用
Google	Google-Extended	Gemini／AI Overviewのトレーニング
Microsoft	Bingbot (+ AI signals)	Bing Copilotでの引用
Meta	Meta-ExternalAgent	Meta AIの機能
Apple	Applebot-Extended	Apple Intelligence

robots.txtの推奨事項

# Allow AI crawlers for maximum AI search visibility
User-agent: GPTBot
Allow: /

User-agent: anthropic-ai
Allow: /

User-agent: ClaudeBot
Allow: /

User-agent: PerplexityBot
Allow: /

User-agent: Google-Extended
Allow: /

判断基準： AI での可視性（AEO/GEO）が目的であれば、すべてのAI クローラーを許可します。トレーニングデータのライセンスに懸念がある場合は、検索や引用を行うクローラーを許可したまま、トレーニング専用のクローラーを選択的にブロックします。

測定方法

方法	追跡する内容	ツール
手動での引用確認	AI プラットフォームに質問し、引用を記録します	ChatGPT、Perplexity、Google
サーバーログの分析	AI クローラーの頻度とクロールされたページ	ログ分析ツール、カスタムスクリプト
ブランド言及の監視	AI の回答で自社ブランドやコンテンツが言及されたか	手動確認、ブランド監視ツール
参照元トラフィック	AI プラットフォームからのトラフィック	GA4（chat.openai.com、perplexity.aiの参照元を確認）
スキーマの検証	構造化データの適用範囲とエラー	Google Search Console、リッチリザルトテスト

コンテンツの種類とAI 最適化

ブログ記事／記事

• よくある質問にFAQスキーマを追加します
• 明確なH2の質問形式の見出しで構成します
• 「要点」または「TL;DR」セクションを含めます
• すべての統計に日付を付けます

製品／サービスページ

• ProductまたはServiceスキーマを追加します
• 代替製品との比較表を含めます
• 最初の段落で「[product]とは何ですか？」に答えます
• 具体的な機能と、数値で示したメリットを列挙します

ドキュメント／手順コンテンツ

• 明示的な手順を含むHowToスキーマを追加します
• すべての手順に番号を付けます
• 所要時間の目安と難易度を含めます
• 「前提条件」と「よくある間違い」のセクションを追加します

調査／データコンテンツ

• 該当する場合はDatasetスキーマを追加します
• 方法論より先に主要な調査結果を示します
• 「主な統計」要約セクションを作成します
• サンプルサイズ、期間、信頼水準を明記します

アンチパターン（絶対に行わないこと）

1. AI からの可視性を高めたい場合、AI クローラーをブロックしないでください
2. 「ここをクリック」や「以下をお読みください」と書かないでください — AI は文脈から切り離してコンテンツを抽出します
3. 長い導入文の中に回答を埋もれさせないでください — 回答を先に示してください
4. 曖昧な修飾語を使わないでください — 「多くの」「大幅な」「いくつかの」ではなく、具体的な数値を使ってください
5. 著者の署名をおろそかにしないでください — E-E-A-T シグナルは AI モデルにとって重要です
6. ページ間でコンテンツを重複させないでください — AI モデルは重複を除去するため、両方とも無視する可能性があります
7. 1 つの AI プラットフォーム向けに過剰に最適化しないでください — すべてのプラットフォーム向けに最適化してください
8. 内部リンクを忘れないでください — AI クローラーはリンクをたどり、トピックの権威性マップを構築します

他のスキルとの連携

• technical-seo-audit — まず技術監査を実施し、その後 AEO/GEO 最適化を重ねます
• schema-markup-generator — このスキルが推奨する構造化データを生成します
• seo-content-writer — コンテンツ作成時に AEO のライティングパターンを適用します
• content-creator — AI 向けに最適化しながらブランドの声を維持するため、ブランドボイス分析を活用します