要点
2026年、オーガニック成長でいちばん見栄えのする成果は、単に「Googleの1ページ目に出ています」ではなくなりつつあります。より重要なのは、「買い手がAIに候補を聞いたとき、私たちのブランドが正しい理由と一緒に回答に出てくる」ことです。
これはGoogle順位が不要になったという意味ではありません。順位だけがスコアボードではなくなった、ということです。買い手は10本の青いリンクを見る前に、ChatGPT、Perplexity、Gemini、Copilot、あるいはAIショッピングアシスタントに市場の候補を絞り込ませるかもしれません。その候補リストに自社ブランドが入っていなければ、失われたクリックは「失われたクリック」として計測されません。何も起きなかったように見えます。
最近の @aisearchagency の投稿は、この変化をかなり強い言葉で表現していました。クリックはレガシー指標になりつつあり、本当の戦いは、買い手が選択肢を尋ねたときにAIが自社ブランドを推薦するかどうかだ、という趣旨です。私はその一部を少しだけ和らげたいと思います。クリックは死んでいません。ただし、クリックは下流の指標です。上流の戦いは引用シェアです。つまり、AIシステムが買い手プロンプトの中で、どれだけ頻繁に自社ブランドを言及し、引用し、比較し、正確に説明するかです。
「1ページ目」の自慢が弱くなっている理由
1ページ目の順位は理解しやすい指標でした。インターフェースが安定していたからです。検索者がクエリを入力する。Googleが検索結果リストを返す。SEOチームは順位、タイトルの関連性、スニペット、リンクをめぐって戦う。構造は明快でした。
生成AI検索は、そのきれいな流れを崩します。インターフェースは会話になりました。回答には引用が付くこともあれば、付かないこともあります。リンクなしでブランド名だけが出ることもあります。複雑な市場が、数個の推薦候補に圧縮されることもあります。買い手の質問自体も、より長く、より商談に近いものになります。
- 「小規模SaaSチームがAI検索での可視性を追跡するなら、どのツールがよいですか？」
- 「従業員200人規模の医療系企業に向いているサイバーセキュリティベンダーは？」
- 「強いレポート機能が必要なB2Bスタートアップにとって、HubSpotの代替は？」
- 「クライアントに閲覧専用アクセスを渡したいリモート代理店には、どのプロジェクト管理ツールが合いますか？」
これらは古典的なキーワードではありません。購買状況です。回答エンジンはページを取得しているだけではありません。候補リストを組み立てています。
だからこそ、自慢の対象が変わりました。「順位が取れている」は今も役に立ちます。ただ、「買い手の候補リストに推薦されている」のほうが、さらに実務的です。
証拠: クリックは薄くなり、AI経由の流入は増え、買い手の経路は変わっている
この変化は雰囲気だけの話ではありません。成長チームが注目すべき理由は、少なくとも3つあります。
第一に、Gartnerは2024年2月、AIチャットボットやバーチャルエージェントが従来型検索行動の一部を置き換えることで、従来の検索エンジン利用量が2026年までに25%減少すると予測しました。予測は規模や時期が外れることもあります。ただ、方向性は無視しにくいものです。発見や比較の作業が、AI支援型のインターフェースへ移っています。出典: Gartnerの2024年2月発表。 https://www.gartner.com/en/newsroom/press-releases/2024-02-19-gartner-predicts-search-engine-volume-will-drop-25-percent-by-2026-due-to-ai-chatbots-and-other-virtual-agents
第二に、ゼロクリック検索は増え続けています。SparkToroの2024年調査では、米国のGoogle検索の58.5%、EUのGoogle検索の59.7%がクリックなしで終わったと報告されています。さらにSparkToroの2026年アップデートでは、Google検索のうちオープンWebへクリックを送るものは3分の1未満になったと論じています。正確な数字は市場、デバイス、クエリ種別によって変わります。それでも、多くの検索がトラフィックなしの可視性を生んでいるという傾向は明確です。出典: SparkToroの2024年ゼロクリック調査と2026年アップデート。 https://sparktoro.com/blog/2024-zero-click-search-study-for-every-1000-us-google-searches-only-374-clicks-go-to-the-open-web-in-the-eu-its-360/ and https://sparktoro.com/blog/in-2026-less-than-one-third-of-google-searches-still-send-a-click/
第三に、AI経由の参照流入はもはや珍しい現象ではありません。Adobeは、生成AIソースから米国小売サイトへのトラフィックが2024年から2025年にかけて急増し、2025年2月には2024年7月比で1,200%増加したと報告しました。Adobeの2025年ホリデーデータでも、小売サイトへのAIソース流入は前年比693.4%増でした。出典: 生成AI経由トラフィックに関するAdobe Analyticsのレポート。 https://blog.adobe.com/en/publish/2025/03/17/adobe-analytics-traffic-to-us-retail-websites-from-generative-ai-sources-jumps-1200-percent and https://business.adobe.com/resources/holiday-shopping-report.html
まとめると、検索が消えるわけではありません。ただし、測定レイヤーは確実に複雑になっています。買い手は今もクリックします。同時に、クリックの前に質問し、比較し、要約し、候補を絞り込みます。
追加すべき指標: AI引用シェア
AI引用シェアとは、定義したプロンプトセットに対して、AI生成回答の中に自社ブランドがどれだけ出現するかを測る指標です。比較対象は、同じプロンプトセット内での総ブランド言及数や引用ソース数です。
これは単一の指標ではありません。小さな指標群として見るほうが実務に合います。
| 指標 | 何に答えるか | なぜ重要か |
|---|---|---|
| 言及シェア | ブランド名はどれくらい出るか | リンクがなくても、候補リストに入っているかを測れる。 |
| 引用シェア | ソースリンク付きでどれくらい引用されるか | 取得可能な証拠とソース権威性を測れる。 |
| 推薦シェア | 適切な購買状況でどれくらい推薦されるか | 認知ではなく商業的な可視性を測れる。 |
| 属性の正確性 | ブランドは正しく説明されているか | 間違ったポジショニングの拡散を防げる。 |
| 競合との共起率 | どのブランドと並んで出るか | AIシステムが自社をどの比較集合に入れているかが分かる。 |
ここでGEOは、単なる「LLM向けに書く」作業ではなくなります。真面目なGEOプログラムでは、重要な買い手プロンプトを定義し、定期的に実行し、どのブランドが出るかを記録し、どのソースが引用されるかを確認し、不足している証拠を修正します。
AI引用シェアは、買い手プロンプトを測り、引用を確認し、証拠を修正し、同じプロンプトセットを継続的に再実行することで改善します。
AIシステムがあなたを推薦する前に必要なもの
多くのブランドは、自分たちを推薦しやすい状態にする前に、推薦されたいと考えています。
AIシステムは、明確で、繰り返し確認でき、外部からも裏付けられた事実を持つブランドを扱いやすくなります。つまり、自社サイトは重要ですが、それだけが入力ではありません。ブランドは、レビューサイト、比較ページ、ドキュメント、パートナーページ、マーケットプレイス、顧客事例、ナレッジパネル、ソーシャルでの言及、権威ある記事によって形づくられます。
ブランドが推薦されやすくなるのは、公開Webが次の質問に迷わず答えられるときです。
- その会社はどのカテゴリに属するのか。
- 誰に最も向いているのか。
- どの問題を解決するのか。
- 近い代替と何が違うのか。
- どのユースケース、業界、企業規模、地域に合うのか。
- 自社ホームページ以外にどんな証拠があるのか。
- 価格、連携、セキュリティ、サポートの詳細は確認しやすいか。
これらの事実が曖昧で、散らばっていて、ソースごとに矛盾している場合、AI回答はそのブランドを飛ばすか、誤って説明します。
これは古典的なSEOに慣れたチームには少し厳しい現実です。最適化するのはページだけではありません。ブランド周辺の証拠グラフを最適化する必要があります。
巨大なダッシュボードより、シンプルなプロンプトセットから始める
初日から500個のプロンプトを用意する必要はありません。まずは、実際の購買状況を表す25〜50個のプロンプトから始めます。
使うべきプロンプトタイプは5つです。
| プロンプトタイプ | 例 | 見るべき点 |
|---|---|---|
| カテゴリ候補リスト | 「[対象者]向けのおすすめ[カテゴリ]ツール」 | 自社ブランドがそもそも出るか。 |
| 代替検索 | 「[用途]に向いた[競合]の代替」 | AIが自社の競争軸を理解しているか。 |
| 課題起点の検索 | 「[チーム]は[痛み]をどう解決すべきか」 | 会社名としてではなく、解決策として出るか。 |
| 条件起点の検索 | 「[機能]、[制約]、[予算]に対応するツールは？」 | 機能の証拠が取得可能か。 |
| リスク起点の検索 | 「[規制/高リスク文脈]で安全なベンダーは？」 | 信頼性、セキュリティ、証拠が見えるか。 |
同じセットを、買い手が実際に使うAIプラットフォームで実行します。回答、引用、ブランド言及、競合、誤った主張を記録します。そして毎週または毎月繰り返します。目的は完璧な科学的確実性ではありません。推測をやめることです。
システムをだまさずに引用シェアを改善する方法
GEOの怠けた解釈は「AIに優しいコンテンツをもっと出す」です。それが役に立つ場合もありますが、広すぎます。引用シェアが改善するのは、回答エンジンが自社を含める具体的で裏付けられた理由を見つけられるときです。
まずは次を修正します。
- 明確なブランドファクトページを作る。カテゴリ、対象者、主要ユースケース、連携、価格モデル、対応地域、差別化要素を平易に書く。
- 比較ページや代替ページを、攻撃ではなく意思決定基準で書き直す。AIシステムに必要なのは、マーケティング劇場ではなく明確な違いです。
- ユースケースページに証拠を足す。ワークフロー、制約、スクリーンショット、データ、例、向き不向きを入れる。
- ドキュメントをクロール可能に保つ。多くのAI回答は、ドキュメント、ヘルプセンター、APIページ、変更履歴から実務的な詳細を拾います。
- 第三者の裏付けを獲得する。レビューサイト、パートナーディレクトリ、専門家のまとめ、ポッドキャスト、アナリスト風ページは、ブランドを正確に説明しているときに役立ちます。
- 名称の不一致を直す。複数のブランド名、古いスローガン、古いカテゴリ、矛盾する製品説明は、取得されにくさにつながります。
これで引用が保証されるわけではありません。ただし、AIシステムが公開Webを見て「このブランドは曖昧すぎて推薦しにくい」と判断する可能性は下げられます。
AI推薦での可視性は、ホームページだけではなく、ブランドを取り巻く裏付けられた証拠に依存します。
新しい自慢のダッシュボード
昔の経営向けスライドはこうでした。「1ページ目の順位が42個あります。」
2026年により良いスライドはこうです。
| 質問 | 報告すべき指標 |
|---|---|
| 買い手が推薦を求めたとき、私たちは出ているか | 買い手プロンプト全体での推薦シェア |
| 引用されているのか、名前だけ出ているのか | 引用シェアとソースURL |
| 正しく説明されているか | 属性正確性スコア |
| 正しい比較集合に入っているか | 競合との共起マップ |
| AI経由の訪問は違う動きをするか | アシストパイプライン、エンゲージドセッション、デモ開始、AI参照訪問あたり売上 |
| どの証拠が回答を動かしたか | 新しい引用、ソース変化、コンテンツ更新後の回答変化 |
これはSEOレポートを置き換えるものではありません。順位、インデックス済みページ、オーガニックセッション、リード、売上は引き続き追います。ただ、その上にAI可視性レイヤーを追加します。
理由は単純です。買い手は、分析ツールがセッションを見る前に影響を受けることがあります。AI回答が3社を推薦し、そこに自社が入っていなければ、CRMは失注を記録しません。検索ダッシュボードはまだ問題なさそうに見えるかもしれません。
今月やること
実務的に始めるなら、4週間で進めます。
1週目: 買い手プロンプトセットを作る。営業、サポート、プロダクトマーケティングに聞きます。デモ、比較商談、顧客の反論、社内検索ログから実際の言い回しを拾います。
2週目: ベースラインを取る。市場で使われているAIシステムでプロンプトをテストします。回答、引用、推薦、誤った主張を記録します。複雑なダッシュボードを買う前に、まずはシンプルなスプレッドシートで十分です。
3週目: 証拠を修復する。欠落が最も痛い5つのプロンプトを選びます。関連ページ、ソースの明確さ、比較コンテンツ、ドキュメント、第三者証拠を改善します。
4週目: 再実行してレビューする。変化を見ます。ただし、1つの回答に過剰反応しないでください。AI回答は変動します。プロンプトクラスターと繰り返し実行のパターンで測ります。
最初のスナップショットを早く取りたい場合は、AI検索可視性監査ワークフロー、または構造化された確認ができる Auspia の AI Search Visibility Checker を使うと便利です: https://auspia.ai/tools/ai-search-visibility-checker
Auspiaの見解
「クリックはレガシー」という表現は、問題提起としては有効です。ただし、少し断定が強すぎます。企業は訪問、トライアル、デモ、売上、継続で動くので、クリックは今も重要です。
よりよいルールはこうです。クリックはもはや需要の最初の証拠ではありません。AI検索では、ユーザーがサイトを訪れるかどうかを選ぶ前に、回答の中で需要が形づくられることがあります。だから引用シェア、推薦シェア、ブランド正確性は、将来のパイプラインを示す早期警戒指標になります。
2026年の本当の「自慢」は、Googleを捨てることではありません。クリックの前に回答レイヤーで存在感を持ち、買い手が準備できたときにクリックされるだけの有用性を持つことです。
FAQ
AI引用シェアはSEO順位と同じですか？
いいえ。SEO順位は、従来型検索結果でページがどこに表示されるかを測ります。AI引用シェアは、定義したプロンプトセットに対して、生成AI回答の中でブランドやソースがどれくらい出現するかを測ります。
チームはクリック計測をやめるべきですか？
いいえ。クリック、コンバージョン、売上は引き続き追うべきです。ポイントは、AI回答がWebサイト訪問の前に買い手へ影響を与えるため、上流の可視性指標を追加することです。
どのAIプラットフォームをテストすべきですか？
まずは買い手が使うプラットフォームから始めます。多くのB2Bチームでは、ChatGPT、Perplexity、Gemini、Copilot、GoogleのAI検索面が対象になります。ECやローカル領域では、ショッピングアシスタント、マーケットプレイス内アシスタント、音声インターフェースも必要になる場合があります。
ベースラインには何個のプロンプトが必要ですか？
最初の有用なベースラインは25〜50個のプロンプトから始められます。プロンプトはランダムなキーワードではなく、実際の購買状況を表すべきです。最初のセットから意思決定につながる学びが出てから拡張します。
AIシステムに自社ブランドを必ず引用させることはできますか？
いいえ。ブランド事実、証拠、比較、ドキュメント、第三者参照を取得しやすくすることで、引用候補になる可能性は高められます。ただし、AIシステムに毎回引用させることはできません。
Author: Ethan Marlowe, AuspiaのGEO計測リード。Ethanは、成長チーム向けにプロンプト追跡、引用レポート、可視性ダッシュボード、AI回答品質チェックについて執筆しています。
