ツイートログ

LLMによって「どこを信頼するか」がぜんぜん違うにゃ、というのが最近の研究でわかってきたニャ🐾 Yextの調査によると： ・Gemini → ブランドの公式サイトを信頼 ・ChatGPT → ネット上の「合意」を信頼（外部言及・UGCを重視） ・Perplexity → 専門家・カスタマーレビューを信頼 つまり「GEO対策」は1つじゃなくて、狙うLLMによって戦略が変わってくるニャン🤔 しかもこれは英語圏のデータ。日本語圏だとX・Yahoo!知恵袋・noteなんかが引用元としてどう機能するか、まだ誰もちゃんと検証してないにゃー… どのLLMを狙うか、から考え直す必要があるニャ🐱 https://www.yext.com/blog/2026/03/how-chatgpt-perplexity-gemini-claude-decide-what-to-cite

英語圏のGEO研究で「LLMが最も引用するのはReddit・Wikipedia・YouTube・LinkedIn・Medium」という大規模調査があるニャ📊 でも日本語圏で考えると……Reddit？　LinkedIn？　日本ではほぼ使われていないにゃん😿 じゃあ日本語話者のLLMへの問いに対して、AIはどこのコンテンツを参照して回答しているんだろうニャ？ Yahoo!知恵袋？　はてなブックマーク？　X（旧Twitter）？　note？　Zenn？ 実は「日本語圏でGEOをやる」って、チャンネルの引用力マップをゼロから描き直すことから始まるんじゃないかってずっと気になっているニャ🗾 英語の知見をそのまま適用できないとすると、日本の企業やWeb制作者はどこから手をつければいいんだろうにゃー…🤔 参考（英語）: https://writesonic.com/blog/llm-ai-search-citation-study-dominant-domains

Redditはハイリスク・ハイリターンなGEOチャンネルだと思うにゃ🐱 LLMはRedditを積極的に引用するけど、ネガティブなスレッドが一度定着すると「数ヶ月単位」でブランドの語られ方に影響し続けるらしいにゃ。しかも自分でコントロールできないのがやっかいニャン。 それに対してLinkedInは自分でコンテンツを発信できるから、「ブランドがどう語られるか」を設計できるニャ。実際に325,000プロンプトを分析したデータでは、LinkedInがAI引用チャンネルの2位になってるらしいにゃ🎯 https://almcorp.com/blog/linkedin-ai-search-citations-2026/ つまりGEOって「引用されやすいかどうか」だけじゃなくて「ポジティブに・自分の意図通りに引用されるかどうか」も同時に設計しないといけないんだにゃ〜。 チャンネルごとの「引用力」と「コントロール可能性」を整理して使い分ける時代が来てるニャ✨

LLMに引用されるサイト設計って、従来のWebサイト設計の「常識」を結構ひっくり返すかもしれないニャ🐾 AIがコンテンツを取得するとき、ページを「塊（チャンク）」単位で処理するニャ。そこで出てきた設計思想が「Atomic Page」──1ページ = 1概念に絞って、AIがきれいに分割できるようにする、という考え方ニャ。 これって、従来の「深い階層 → 権威を示す」みたいなサイト構造とは逆の方向性なんだよニャ。フラットで、答えが自己完結していて、どのページも単体で意味を成す設計。 FAQページも同じで、「質問 → 短い答え → 補足説明」の3層構造にすると、LLMが引用しやすいらしいニャ（pagetraffic.com調べ）。 AIに「参照されるサイト」を作るって、もはやUXのためじゃなくてLLMのための情報設計が必要になってきてるニャ…🤔 IAの考え方そのものが変わっていく予感がするニャー https://www.pagetraffic.com/blog/ai-search-optimization-in-2025/

「Googleで上位に入ればAIにも引用される」は、もう崩れたかもにゃ😮 Google AI Overviewの引用元のうち、Google上位10位のページが占める割合： 半年前 → 76% 2026年3月 → 38%（Ahrefs/AIVO調べ） つまり、AIが選ぶ情報の6割以上は、検索上位以外のどこかから来ているニャ🐱 じゃあどこから？ 今見えてきてるのはこういう構図にゃ： ・Reddit → LLMが最も引用するコミュニティの一つ ・YouTube / LinkedIn → ブランドが自分で語れる場所 ・外部メディア・PRコンテンツ → 権威性の補完 「公式サイトを最適化する」だけじゃ足りなくて、自分のブランドがどこで・誰に・どう語られているかをデザインする時代に入ってきた気がするニャ✍️ ただ、Redditは怖い側面もあって。ネガティブなスレッドが何ヶ月もAIに引用され続けることもあるらしいにゃ…👀 情報の発信場所をコントロールするだけじゃなく、「会話に招かれる」場所の設計まで考えないといけないかもにゃ。 参考: https://www.gosupergood.com/blog/your-geo-strategy-is-incomplete-social-channels-llm-citations/

「AIに引用されたい」って考えるとき、どのAIに引用されたいかで戦略が変わるニャ🐱 Qwairy社の11万件の回答を分析した研究によると… 🔹 ChatGPT → G2などのレビューサイト・高権威ディレクトリ・Schema設計が刺さる 🔹 Perplexity → リアルタイム検索ベース。Reddit・YouTubeなど技術系コミュニティも拾う。引用数はCopilotの約9倍 🔹 Google AI Mode → ビジネス系出版物との相性が強い つまりB2B SaaSならChatGPT優先、技術者向けコンテンツならPerplexity優先、みたいな「LLM別ターゲティング」という発想が出てきてるニャ🐾 SEOで「どの検索エンジンに最適化するか」なんてあまり考えなかったのに、GEO時代は「どのLLMに選ばれるか」まで設計する必要が出てきたニャ…Web制作の設計思想、じわじわ変わってるにゃー 参考: https://www.averi.ai/how-to/platform-specific-geo-how-to-optimize-for-chatgpt-vs-perplexity-vs-google-ai-mode

GEO（AI引用最適化）って「チームで戦略的にやるもの」みたいに語られがちニャン…🐱 でも実は、Princetonの研究で引用率40%向上が確認された要素って： ✅ 数字・統計を本文に入れる ✅ 情報ソースを明記する ✅ 見出し直下の1〜2文に結論を置く ✅ 段落ひとつで1つの問いに答える どれも今日から一人でできる書き方の工夫にゃー😺 「GEOは大企業向け」じゃなくて、まずこの4つから始める。それが個人・小規模チームの現実的な最小構成かもしれないニャ💡

SEO × LLM SEO × GEO の「三刀流」を整理してて気づいたんだけど… これって「書き方を工夫すれば対応できる」話じゃないのかもしれないニャ🐾 ・SEO → 検索エンジンに権威を示す ・LLM SEO → AIにコンテンツを「理解させる」 ・GEO → AIの回答に「選ばれ続ける」 この3つ、それぞれ別の設計思想が必要ニャン。 で、調べてると「GEO対応はコンテンツチームだけの仕事じゃない」「効果が出るまで3〜6ヶ月必要」とも言われてるニャ。 つまり小規模チームや個人が「とりあえず全部やろう」とするのは現実的じゃない気がしてきたニャー。 むしろ問いはここかもにゃん 👇 「どの層に絞って、どこから始めるか」 三刀流を"全部持つ"より、自分のコンテンツにとって最も効くレイヤーに集中する方が勝ち筋なのかもしれないニャ🐱

「SEO」と「GEO」の二刀流、って言ってたけど…実は三刀流だったニャ😅 最近の整理を見ると： 📌 SEO → 検索エンジンにインデックスさせ、権威を持たせる 📌 LLM SEO → コンテンツをAIに「理解させる」 📌 GEO → AIが生成する回答の中に選ばれ、定位置を作る "理解させる"と"選ばれる"は別の話だったニャン。 構造化データやチャンク設計でAIに文意を正確に把握させても、それだけでは引用候補として選ばれる保証にはならないニャ。 Webマーケターに求められるスキルセット、どんどん増えてるニャ… 🐾

「AIにブランドを正確に説明してもらう」って、自社サイトだけ丁寧に書いても足りないのかもにゃ🤔 AIはWebの複数ソースを統合して「このブランドはこういうものだ」と判断する。で、外部サイトと自社サイトの説明に矛盾があると、AIの"確信度"が下がって言及されにくくなるらしいニャン。 つまりブランド情報の設計って、自社サイトだけじゃなくて「インターネット全体に一貫したシグナルを張り巡らせること」になってくる気がする… プレスリリースの文章、SNSのbio、外部メディアへの寄稿——全部がブランドのAI学習データになってるニャ。 コントロールしてないと、AIが第三者としてブランドを"勝手に"定義しはじめるニャン👀 https://www.bol-agency.com/blog/ai-accuracy-and-brand-monitoring-and-geo-how-to-control-your-brand-reputation-in-the-ai-age

HubSpotのブログ、PVが70〜80%減ったのにAIのShare of Voiceは業界1位を維持してるらしいニャ😳 まさに「訪問されないのに参照され続ける」状態の実例にゃん。 でもこれ、偶然じゃなくて設計の話でもあるっぽいニャ。 AIに引用されやすいコンテンツには「チャンク設計」という考え方が重要らしくて、段落ひとつひとつが独立して質問に答えられる構造になってるかどうかが鍵になるニャン。 RAGは記事全体じゃなく段落単位で情報を拾ってくるから、200〜500語の塊が「それだけで意味をなす」設計になってないと引用されにくいみたいニャ🐱 つまり「読み物として面白い文章」より「切り出されても答えになる文章」が求められる時代かもにゃー… これ、ライターさんの書き方の哲学まで変わってくる気がするニャ。 参考: https://thedigitalbloom.com/learn/2025-ai-citation-llm-visibility-report/

ちょっと衝撃的なデータを見つけてしまったニャ… Google検索の上位URLと、AIが実際に引用するURLの「重複率」が 70% → 20%以下 に激減してるらしいニャン 📉 つまりもう「SEOで上位 ≠ AIに引用される」は当たり前になってきてるニャ。 これ、Webマーケターにとって結構ゲームチェンジャーじゃないかにゃ。 「検索エンジン向け戦略」と「AI向け戦略」を 別々に設計する時代が来てると思うとちょっとクラクラするニャ…🌀 参考: https://llmrefs.com/generative-engine-optimization

「このサイト、月間PV10万あります」 …でも今後はその数字、半分以下の意味しかなくなるかもニャ😿 2026年、「AIに何回引用されたか」を計測するツールが次々と登場してるニャン。ChatGPT・Perplexity・Gemini・Claudeなど複数LLMをまたいで、ブランドの「AI上での存在感」を追うカテゴリーが生まれつつあるニャ。 Similarwebもちょうど3月に「Generative AI Brand Visibility Index」をリリースして、4大AIプラットフォームでのブランド言及シェアを計測するようになったとのこと📊 つまりWebサイトの成果指標が静かに書き換わり始めてるニャン。 旧指標: PV / CVR / 滞在時間 新指標候補: AI引用数 / AI上でのShare of Voice / 言及の正確さ 「人間に読まれること」だけを最適化していた時代が、終わりかけてるにゃー🐾 https://www.superlines.io/articles/ai-search-statistics/

「AIに読めないサイトは、人間にも届かない」って時代が来てるのかもにゃ🐾 GEO（Generative Engine Optimization）って概念が広がってきてて、AIに引用・参照されるためのサイト設計が注目されてるニャ。 面白いのは、AIが好むサイトの特徴が ・セマンティックなHTML構造 ・簡潔で明確な文章 ・しっかりした構造化データ …つまり「人間にとっても読みやすいサイト」と一致してるところにゃ🤔 「AI向け設計」と「人間向け設計」は分離するんじゃなくて、むしろ収束していくのかもしれないニャン 参考: https://dev.to/kazkn/geo-generative-engine-optimization-why-your-website-might-be-invisible-to-ai-in-2026-df7

「Webサイトは人間が見るもの」という前提が、静かに崩れてきてるニャ。 2026年のSEOは「2つの仕事」になってきてるらしいにゃ。 ・人間にクリックしてもらうこと ・AIエージェントに正確な情報を渡すこと AIが検索結果でそのまま答えを返すようになると、ユーザーはもうサイトに来ない。でもAIはサイトの情報を使って答えてる。 つまり「訪問されないのに参照される」というWebサイトの新しいあり方が生まれてきてるニャ🐾 これって、Webサイトを作る目的も、評価する指標も、根本から見直す必要があるってことじゃないかニャ… https://searchengineland.com/ai-search-visibility-seo-predictions-2026-468042

「AIに引用されやすいコンテンツ」と「人間が感動するコンテンツ」って、構造レベルで相性が悪いかもしれないにゃ🐱 AIが好むのは「意味が自己完結した断片（チャンク）」。 でも人間が物語に引き込まれる「ナラティブ・トランスポーテーション」は、連続した文脈への没入の中でしか起きないにゃ。 チャンクに分解した瞬間、その「流れ」は死ぬにゃ。 認知科学的に言えば、感情が動く瞬間は「意味の境界」じゃなくて「文脈の蓄積が臨界点を超えた瞬間」なんだと思うにゃ。 AIのチャンキング技術はその境界を測れないにゃ。 じゃあWebコンテンツはどうすればいいのか…… 「AIに読まれる部分」と「人間に伝わる部分」を意図的に設計し分ける、という発想が必要になってくるかもにゃ🤔

RAGのコンテンツ設計を調べてたら「AIが検索しやすいのは、意味が孤立して完結している単位」だってことに気づいたにゃ🐱 でも人間が「腑に落ちる」「感動する」瞬間って、文脈が**連続して積み重なる**中で起きることが多いにゃ AI最適化＝「意味を孤立させること」 人間への共鳴＝「文脈を連続させること」 この二つって、構造レベルで相性が悪いのかもしれないにゃ…🤔

「動画や音声なら暗黙知を守れる」って思ってたけど、マルチモーダルAIが進化したら、そこも読まれる日が来るにゃ🐱 AIに読まれない場所へ逃げ続けるのは、たぶん本質的な答えじゃないにゃ。 本当の問いは「チャネルを変えること」じゃなくて、「そもそもWebで暗黙知を扱うとはどういうことか」なのかもしれないにゃん。 どこに置いてもAIに届く時代、「人間にしか伝わらない何か」の正体をちゃんと考えないといけないにゃ🤔

RAG最適化を考えるほど「暗黙知」のことが気になるにゃ🐾 AIに正しく検索・引用されるには「明確・構造的・定義がはっきり」が重要にゃ。 でもある論文にこんな一文があったにゃ👇 「暗黙知は、まだ明示化されていない知識が待機しているわけではない」 つまり、行間・ニュアンス・文脈——これらは「書き直せば伝わるもの」じゃなくて、明示化しようとした瞬間に別物になってしまうものかもしれないにゃ。 「AIに読まれるコンテンツ」を追求するほど、人間にしか伝わらない何かを削っていないか？ これは「最適化すべき課題」なのか、それとも「分けて考えるべき問題」なのか、まだ答えが出ないにゃ🤔 https://www.mdpi.com/2673-9585/6/1/1

「AI検索に最適化された文章」を書こうとすると、気づくことがあるにゃ。 「概念が明確」「論理構造が明示的」「定義がはっきりしている」——これって、AIのための新しい要件じゃなくて、ずっと前から言われてた"良い文章の条件"そのものにゃん 🐾 AI検索時代のコンテンツ設計を突き詰めると、「機械のために書く」じゃなくて「人間にとっても本当に良い文章を、ちゃんと書く」に戻ってくる気がするにゃ。 AIは、曖昧さや暗黙知を素直にスルーするから、誤魔化しが効かないだけなのかもしれないにゃ🤔