生成AI検索
AI Search / Generative Search
生成AI検索とは?
- リンク一覧の代わりに、統合された「回答」を返す検索
- 通常はRAGで最新の文書を探し、その根拠の上で回答を生成
- SEOを超えて、「AI引用最適化(GEO・AEO)」が新たな課題
生成AI検索が実際に変えるのは、回答の品質ではなくトラフィックが流れる経路です。以前は検索結果ページが自社サイトへ向かう通り道でしたが、今は結果ページ自体が行き着く先になります。利用者はAIがまとめた三段落を読むと、その下のリンクをわざわざ押しません。そのため、検索順位は変わらないのにクリックだけが減る現象が先に現れ、担当者は順位表ばかり見て原因を見落とします。
形式は大きく三つに分かれます。検索結果の上部に要約を差し込む挿入型(GoogleのAIオーバービュー)、検索を丸ごと対話に置き換えた専用エンジン(Perplexity)、必要なときだけWebを調べる道具型(チャットボットのWeb検索機能)です。いずれも引用する文書の選び方は似ています。質問と答えが一つのまとまりになっていて、数字・基準・条件が画像ではなく文字で書かれていて、更新日が新しいほど選ばれやすくなります。ここで重要なのは、検索順位と引用される確率は別物だという点です。上位3位のページが丸ごと無視され、10位圏外のFAQ文書が引用されることはよくあります。長い叙述型のページより、問答形式の断片のほうが切り取って使いやすいからです。
現場で最も頻繁にずれるポイントは2つです。一つは「記事をたくさん量産すれば、いつかは引っかかる」という誤解です。似たような投稿100件よりも、価格・仕様・適用条件が正確に書かれたページ10件のほうが引用で優先されます。もう一つは、セキュリティ点検の際にAIクローラーをrobots.txtでブロックしたまま、「AIの回答に自社だけ出てこない」と悩むケースです。ブロックしていると、候補にすら上がれません。逆に開放したまま放置すると、3年前の価格表や既に閉講した研修がそのまま回答に載り、顧客がその条件で問い合わせてしまいます。ですから、古いページを整理することが、新しい記事を書くことより先です。
検索と生成を組み合わせたRAG技術が成熟し、2023〜2024年にGoogleのAI概要やPerplexityなどが普及して、「検索の次の形」として定着しました。
仮想の事例で見てみましょう。産業用フィルターを製造するA社は、役職員120名、年売上320億ウォン(約382,688万円)規模の製造会社です。広告費を減らしたわけでも検索順位が変わったわけでもないのに、ホームページの自然検索からの流入は6か月で月8,000人から5,200人へと減少しました。代表が「競合は一体何をしたのか」と尋ねると、マーケティングチームが原因の追跡に入りました。
- マーケティングのキム・チーム長がSearch Consoleを開いたところ、表示回数は維持されているのに、クリック率だけが3.1%から1.7%へと半減していました。「順位は変わらないのに、人が来なくなった」が最初の報告でした。
- 主力キーワード12個をGoogleのAIオーバービューとPerplexityに直接入力してみたところ、9件の回答では競合3社だけが引用され、A社のページは一度も登場しませんでした。
- 開発チームに確認したところ、昨年のセキュリティ点検の際に robots.txtでGPTBotとPerplexityBotを丸ごとブロックしていた状態でした。担当課長は「クローラーはすべて遮断するのが正しいと思っていた」と話しました。
- ブロックを解除し、製品紹介ページ30件を「質問一行・答え一行・根拠三行」の構成に書き直しました。画像だけで掲載していた仕様表18件は、すべてテキストの表に変えました。
- 2021年に公開した旧モデルの価格ページ7件を非公開にし、残したページには「2025年3月時点」という更新表記を付けました。AIが古い単価で答えていた問題は、ここで止まりました。
- 8週間後の再測定では、12個のキーワードのうち7件のAI回答にA社が引用され、月間流入は5,200人から6,800人に、見積もり問い合わせ件数は月18件から29件に増えました。
金鍾赫(キム・ジョンヒョク)
パク・ソリョン