1位でも流入58%減？AIO時代の生存戦略「GEO」――実機検証で分かったAIの隙間

序論：検索1位の「無価値化」と自然検索結果ページの変容

　現在の検索市場において、「1位を獲得すればサイトへのアクセス数は安定して増加する」という定説は、もはや過去のものとなりつつあります。Googleが「AIによる概要（以下、AIO）」を本格導入したことで、検索結果の物理的構造そのものが変化しているためです。
Ahrefsの調査データ（https://ahrefs.com/blog/ai-overviews-reduce-clicks-update/）によれば、AIOの導入により、検索1位のクリック率は最大で58%減少したと報告されています。
　その背景にあるのは、SERP（検索結果画面）における専有面積の変化です。

実際にPCやスマートフォンで「日本の小京都とは？」といったクエリを検索すると、
ファーストビューの大部分がAIOの回答によって占められています。
ユーザーは、従来のように「自然検索1位」のページへ遷移せずとも、その場で主要な情報を取得できるようになりました
今後のWebマーケティングにおいて重要なのは、単なる順位の維持ではありません。
「AIO内で自社コンテンツが引用されるかどうか」
ここに、新しいSEO戦略の分岐点があります。

第1章：自然検索結果の構造変化 ―― 「リンク」から「答え」へ

なぜ、検索順位を維持しているにもかかわらず、アクセス数だけが静かに削り取られていくのか。その背景には、検索結果画面（SERPs）の構造変化があります。これまでのSEOは、1ページ目に表示された「10個の青色リンク」の中での順位争いでした。しかし、AIOの出現がその前提を大きく変えています。

Ahrefsが公開した調査記事
“AI Overviews Reduce Clicks? Here’s What the Data Says”（https://ahrefs.com/blog/ai-overviews-reduce-clicks-update/ ）に
よれば、AIOの導入後、検索1位のクリック率は最大で58%減少したと報告されています。AIOが自然検索結果の最上部、
あるいは広告の直下という視認性の高い位置に表示されるためです。

ここで起きている変化は、単なる順位の変動ではありません。
検索結果画面そのものの役割が、「リンクを探す場所」から「答えを受け取る場所」へと移行しているのです。

SERP上で完結するユーザー体験

従来、自然検索1位はユーザーの視線と操作が最初に到達する位置でした。しかしAIOがその領域を占めることで、1位に表示されていても、それはAIの回答を補足する情報の一つという位置づけに後退します。

実際に「WindowsとMacの違い」といった情報取得型クエリでは、AIOの回答内で主要な論点が整理され、検索画面上で理解が完結する構造が確認できます。順位という指標は依然として重要です。しかし、それ単体ではKPIとして十分とは言えない局面に入っています。この前提を踏まえた戦略設計こそが、これからのSEOに求められます。

従来、自然検索1位はユーザーの視線と操作が最初に到達する特別な位置でした。しかしAIOがその領域を占めることで、1位に表示されていても、それはAI回答を補足する情報の一つという位置づけに変わります。順位という指標は依然重要です。しかし、それ単体では成果を保証できない局面に入っています。この構造変化を前提に戦略を再設計できるかどうかが、これからのSEOにおけるターニングポイントです。

第2章：AIOが表示されるクエリの構造的特徴 ―― 4つの検索意図による実地検証

AIOの出現は一見ランダムに思えます。しかし、検索意図（Search Intent）の構造に着目すると、一定のパターンが見えてきます。本章では、その仮説を実際の検索結果と照らし合わせながら整理・検証します。
この傾向は、Semrushが実施した100万件超のクエリ分析（AI Overviews Study: What 2025 SEO Data Tells Us）とも一致しています。同調査によれば、AIOの平均出現率は約7.5%。しかしクエリが長文化（ロングテール化）するほど出現率は上昇し、10語以上では19.1%に達します。
　さらに、検索意図別ではIインフォメーショナルクエリクエリで出現率が高く、トランザクショナルクエリでは低いという明確な傾向が確認されています。

以下、日本での実機検証結果と照合します。

1. インフォメーショナルクエリ（Know：情報収集）

事例1：SEOとは
事例2：筋トレ 負荷の高い やり方

いずれのクエリも「明確な答え」が存在し、複数サイト間で大きな見解の差が生まれにくい領域です。
AIOは情報を新規生成しているというよりも、既存の共通項を再構築して提示している構造が確認できます。

2. ナビゲーショナルクエリ（Go：特定サイトへの移動）

事例3：Netflix ログイン
事例4：トヨタ自動車　公式

いずれのクエリも、ユーザーの目的は「特定の公式サイトへ到達すること」に明確に固定されています。
この場合、AIによる要約や再構築は不要であり、最短導線となる公式リンクの提示が優先されるため、AIOは表示されにくい傾向があります。

3. トランザクショナルクエリ（Buy：比較・購入）

事例5：ワイヤレスイヤホン コスパ最強　
事例6：PS5 本体 在庫 価格

価格や在庫、モデル仕様など数値化可能な要素を含むクエリでは、AIOが購買判断に直結する情報を整理して提示する傾向が見られます。

4. ドゥクエリ（Do：実行・解決）

事例7：筋トレ 負荷の高い やり方　
事例8：iPhone スクショ 取り方

Doクエリは、情報を“読む”のではなく“実行する”ための検索であり、その手順が構造化可能であるほどAIOが表示されやすい傾向が確認できます。

小結：AIOは「構造化可能な意図」に強い

本章の検証から見えてきたのは、AIOの出現がランダムではないという点です。
AIOは、

• 「定義できるもの」（Know）
• 「手順化できるもの」（Do）
• 「比較軸が明確なもの」（Commercial）
• 「価格や仕様が数値化できるもの」（Transactional）

といった、情報を分解・整理・再構築しやすい検索意図において表示されやすい傾向が確認できました。
一方で、

• 特定のサイトへ到達すること自体が目的のクエリ（Go）
• 主観や感性に強く依存する評価型の検索

では、AIOは出現しにくい構造が見られます。つまり、AIOの表示有無を分けているのは「キーワードそのもの」ではなく、
その背後にある検索意図の構造化可能性である可能性が高いのです。言い換えれば、AIOは新しい情報を創造しているというよりも、
既存情報の共通項を抽出し、構造化して提示する装置であると捉えることができます。

したがって、今後のSEOにおいて重要なのは、単に検索ボリュームや順位を追うことではありません。

その検索意図は構造化可能か。
そして、自社コンテンツはその構造の中に組み込まれ得るか。

この視点こそが、AIO時代におけるコンテンツ設計の出発点となります。

第3章：AIOが表示されにくいクエリの特徴 ―― 感性主導型クエリの構造

　第2章では、AIOは「定義」「手順」「理由」といった、第三者が見ても妥当性を判断しやすい情報に対して表示される傾向があることを確認しました。では、その条件を満たさないクエリでは、どのような傾向が見られるのでしょうか。

1. 海外データから見るAIOの表示傾向

まず、海外の大規模調査を確認します。

■ Ahrefsの分析（10万件調査）

Ahrefs（I Analyzed 300K Keywords. Here’s What I Learned About AI Overviews）の調査では、米国における10万件のキーワードのうち、約13%でAIOが表示されていました。

また、

• クエリが長くなるほど出現率が上昇
• 5語以上のロングテールでは約19%に達する
• Informational（情報収集型）で最も表示率が高い
• Navigationalではほとんど表示されない
  
  以下は、AIOが表示されたキーワードの検索意図内訳を示したグラフです。

という傾向が報告されています。
グラフからも、AIOが情報収集型クエリに大きく偏っていることが確認できます。

■ Semrushの分析（100万件超調査）

Semrushの2025年版調査（Semrush AI Overviews Study: What 2025 SEO Data Tells Us About Google’s Search Shift）では、

• AIOが表示されたキーワードの多くはInformationalに分類される
• Transactionalの構成比は相対的に低い
• 2025年にかけてCommercialおよびTransactionalの比率は徐々に拡大している

以上の結果から、AI オーバービューは依然としてインフォメーショナルクエリに強く偏っているものの、
時間の経過とともにコマーシャルクエリおよびトランザクショナルクエリの領域にもAIオーバービューが拡張していることが確認できます。
ただし、構成比で見ると依然として「明確な説明や定義に収束しやすい情報型クエリ」が中心である点は変わっていません。

2. 日本SERPでの実機検証

海外データの傾向を踏まえ、日本の検索結果でも確認を行いました。

以下のクエリで観測を実施しました。

• かっこいい車
• きれいな景色
• かわいい動物

これらの検索結果では、いずれのクエリにおいてもAI Overviewsは表示されませんでした。
代わりに、画像モジュールやランキング記事、関連質問といった複数の選択肢を提示する構造が優先されています。
これらのクエリは評価基準が主観的であり、単一の結論に収束しにくい特性を持っています。
そのため、Googleは一つの答えを要約して提示するのではなく、
ユーザーが比較・選択できる形式のSERP構造を採用していると考えられます。

3. 境界線の整理 —— 普遍性と収束性

海外データと日本の実機検証を踏まえると、AIOの表示には一定の構造的傾向が見られます。

これらの結果から、AIOは単なる検索意図の違いではなく、「情報が収束可能かどうか」
という構造的条件に依存している可能性が高いと考えられます。

4. 第2章との整合性

第2章で提示した「普遍性」および「構造化可能性」という条件は、
本章で行った逆側からの検証結果とも概ね整合していると考えられます。

• 情報が整理可能で、結論が一定方向に収束しやすいクエリ → AIOが表示されやすい傾向
• 情報が分散し、解釈が収束しにくいクエリ → AIOが表示されにくい傾向

これらの観察結果から、AIOの表示可否は単なる検索意図の分類だけで決まるのではなく、
「情報がどの程度構造化・収束可能であるか」という性質に依存している可能性が示唆されます。
その意味で、AIOには得意とする領域と、扱いにくい領域が存在していると考えられます。
表示の有無には、一定の構造的傾向があると整理できそうです。

第4章：SEOからGEOへ ―― 抽出性が問われる時代

　第3章までの検証で見えてきたのは、AIOが「良質な記事」を選んでいるわけではないという事実です。
AIOが表示されやすいのは、情報が整理され、要点が明確で、ひとつの回答として再構成しやすい構造を持つページでした。

ここから導かれる問いは一つです。
評価されているのは順位そのものではなく、“抽出可能性”ではないか。

1. 順位を競う時代から「抽出」される時代へ

従来のSEOは、検索結果に並ぶリンクの中で上位を獲得する競争でした。
上位表示されれば、一定の流入が期待できました。

しかしAIOがSERP上部に表示される現在、ユーザーはリンクより先に「回答」に触れます。
その結果、1位であってもクリックが保証されない場面が生まれています。

これは順位の価値が消えたという意味ではありません。
順位だけでは可視性を説明できなくなったという意味です。

可視性の単位は、次のように拡張しています。

現在：回答の構成要素として採用されること
旧来：上位に表示されること

２.GEOという概念

この変化を海外ではGEO（Generative Engine Optimization）という概念で整理しています。
GEOとは、生成エンジンがコンテンツを理解・要約・参照しやすい形に整え、
生成回答の中で言及・引用される可能性を高めるための最適化です。

以下semrushの記事の翻訳です

生成エンジン最適化（GEO）とは、ChatGPT、Google、Perplexity、Claude などのAI搭載検索エンジンが生成する回答の中に、自社のコンテンツが表示されるよう最適化する取り組みのことです。
SEOのように従来の検索順位だけに焦点を当てるのではなく、GEOは、ユーザーが質問した際に生成AIシステムが提示する回答の一部として、自社コンテンツが組み込まれるようにすることを目的としています。具体例を挙げます。私がPerplexityに「最も優れたVPNサービスを提供しているのは誰か」と尋ねたところ、そのチャットボットはウェブ上の複数の情報源からデータを取得し、それらを統合して一つの包括的な回答を生成しました。
＊引用 semrushの記事　Generative Engine Optimization: The New Era of Searchより

この定義が示す通り、SEOがランキング（順位）を主戦場にするのに対し、
GEOは生成回答の中で「回答の一部になること」を主戦場にします。
そのため、上位表示に加えて、抽出される構造を持つかどうかが問われます。

3.SEOとGEOの違い：評価軸の転換

SEOは、検索結果ページでの順位を上げることで、見込みユーザーからのアクセスを増加させるための施策です。
順位向上は目的そのものではなく、流入獲得のための手段です。

一方、GEOは、生成AIが検索結果ページ上で作る回答の中で言及・引用・参照される可能性を高め、
回答の一部として採用されることを目的とします。

この違いは、単なる手法の差ではありません。
可視性の基準そのものが変わっています。

• SEO：検索結果に表示され、クリックされることが可視性
• GEO：生成回答の中に組み込まれることが可視性

ここで重要なのは、GEOが単なる新しいバズワードではなく、AIOの表示傾向と論理的に接続している点です。

第3章の検証では、AIOが表示されやすいのは、情報が整理され、一定の結論に収束しやすいクエリでした。
逆に、主観・評価・選択が中心で結論が分岐しやすいクエリでは、AIOが表示されにくい傾向が見られました。

この差をWebコンテンツの構造という観点で整理すると、次のようになります。
そのため、情報が収束可能であるほど、回答の材料として採用されやすくなります。

・収束しやすい情報：要点を抽出しやすい → 統合しやすい → 生成回答に組み込みやすい
・分岐しやすい情報：抽出しても結論が割れる → 統合しにくい → 生成回答に組み込みにくい

つまり、SEOが「順位を通じて流入を獲得する設計」だとすれば、
GEOは「抽出可能性を高め、回答の一部として採用される設計」です。

評価軸は、順位だけで完結せず、生成回答に採用される構造を持つかどうかへと拡張しています。
次の節では、この“抽出可能性”を実装するために、結論ファーストを中心とした構造設計に落とし込みます。

4.従来指標では測れない露出

　AIOが表示される環境では、可視性の発生地点そのものが変わります。

従来のSEOでは、可視性は「検索結果に表示され、クリックされること」で成立していました。
表示回数、CTR、順位変動といった指標は、この構造を前提に設計されています。

しかし生成回答が検索結果の上部に表示される場合、ユーザーはリンクをクリックせずに情報を取得できます。
このとき、次のような露出が発生します。

• 回答本文内でブランド名やサイト名が言及される
• 出典リンクとして参照される
• 記事の一部が要約・再構成されて回答に組み込まれる

ここで重要なのは、これらの露出が必ずしもクリックを伴わないという点です。

たとえば、生成回答内で自社名が明示されていても、ユーザーが追加確認のためにクリックしなければ、Search Console上では「流入ゼロ」として処理されます。

つまり、
クリック数の減少＝可視性の減少
とは限らない構造が生まれています。

計測のズレ

第3章で見たように、AIOが表示されるクエリでは、ユーザーは回答をその場で得ることができます。

その結果、

• 表示はされている
• 回答の構成要素として採用されている
• しかしクリックは発生しない

という現象が起きます。

これはSEOの失敗ではなく、可視性を評価する基準そのものの変化です。

従来の評価は「クリック」中心でした。
しかし生成環境では、

• 採用されているか
• 引用されているか
• 言及されているか
  
  という、クリックを伴わない新しい可視性が発生します。

可視性は「順位」から「影響範囲」へ

従来：順位 → 表示 → クリック → 流入
だったものが
生成環境：構造 → 抽出 → 統合 → 回答内露出

この構造変化により、可視性の一部が計測困難な領域へ移行しています。
そのため、順位やCTRだけで評価すると、

• 露出が減ったように見える
• しかし実際は回答に組み込まれている

というズレが発生します。

本質的な問い

では、クリックに現れない可視性は、価値がないのでしょうか。という疑問が浮かびますが
そうではありません。
第3章で示したように、生成エンジンは「収束可能な情報」を優先的に扱います。

つまり、収束可能性が高いページほど、抽出可能性も高い。
そして抽出可能性こそが、生成環境における可視性を左右します。
この視点を持たなければ、AIO時代の評価を誤ることになります。

5. 生成環境で最適化すべき設計

生成エンジンに採用されやすくするためには、「良い記事を書く」だけでは不十分です。
必要なのは、情報が再構成されやすい形で提示されていることです。

生成エンジンはページをそのまま表示するのではなく、要点を抽出し、再統合して回答を作ります。
したがって、抽出しやすい構造を持つページほど、回答の材料として採用されやすくなります。

1. 結論ファースト

生成エンジンは記事全体を読むことはできますが、
回答生成時には「明確な結論」から優先的に抽出します。

悪い例：

GEOについて考える前に、まず検索エンジンの歴史を振り返る必要があります。

良い例：

GEOとは、生成回答内に採用されることを目的とした最適化です。

最初の数行で定義・結論を提示することが重要です。

2. 定義・理由・手順を明確に分離する

生成エンジンは曖昧な文章よりも、構造化された情報を扱いやすい傾向があります。

例：

• ○○とは何か（定義）
• なぜ重要か（理由）
• どうすればよいか（手順）

この三層構造は抽出しやすく、再構成されやすい形式です。

3. 見出し単位で完結させる

1つの見出し内で、主張を完結させます。

悪い例：

• H2で問いだけ提示
• 結論が3セクション後に出てくる

良い例：

• 見出し直下で結論提示
• その後に補足説明

生成エンジンは見出し単位で情報を切り出すため、
完結構造は採用確率を高めます。

4. 情報源を明示する

生成エンジンは信頼性の高い情報を優先します。

• 出典を示す
• データの根拠を記載する
• 主観と事実を分ける

これにより、再構成時の信頼度が上がります。

なぜこの設計が機能するのか

第3章で示した通り、AIOは「収束可能な情報」を扱いやすい傾向があります。
結論が明確で、情報が整理され、一定の形に収まっているページほど、抽出と統合が成立しやすいです。

つまり、
収束可能性 ＝ 抽出可能性
であり、これが生成環境での可視性を左右します。
SEOが順位を通じて流入を獲得する設計だとすれば、
GEOは再構成される前提で情報を設計する発想です。

生成エンジンにとって「扱いやすい構造」を持つページほど、
回答の一部として採用される可能性が高まります。

第5章：2026年以降、私たちが進むべき道

AIOの普及は、情報の「検索」から「対話」への移行を意味します。しかし、第3章で見た通り、人間の感性や実体験に基づく情報の価値は、むしろ希少性が高まり、相対的に価値が上がっています。

今後のWebマーケティングにおいて、私たちが注力すべきは以下の2点です。

1. 「指名検索」を増やすブランディング

AIが情報を要約してしまう以上、一般的なキーワード（例：「プロテイン おすすめ」）での流入減は避けられません。 これからは、「〇〇さんのレビューが見たい」「[サイト名] の意見が知りたい」という、特定の個人やブランドを狙った指名検索を増やすコンテンツ作りが、最大の防御であり攻撃になります。

2. 「一次情報」の徹底的な深掘り

ネット上の情報をまとめただけの記事は、AIに一瞬で奪われます。 逆に、自分だけが撮影した写真、自分で試した検証データ、
自分だけの失敗談といった「ウェブ上に他に存在しない一次情報」は、AIが最も引用したがり、かつAIには代替できない最強の資産となります。

結論：AIと共に歩み、AIを超えていく

検索エンジンの主役がAIに変わろうとも、その先にいるのは常に「悩みを解決したい人間」です。

AIOは確かに脅威ですが、それは同時に「低品質なまとめ記事」が淘汰される健全化のプロセスでもあります。私たちは、AIが得意な「要約」はAIに任せ、人間が得意な「体験」と「熱量」を届けることに集中すればいいのです。

SEOからGEOへ。 このパラダイムシフトを恐れるのではなく、新しい技術を味方につけて、より読者に深く刺さるコンテンツを届けていきましょう。