ツイートログ

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🤔

「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

「意味で切る」より「機械的に切る」方がRAGの精度が高い、という2026年2月のベンチマーク結果があるにゃ🐾 セマンティックチャンキング54% vs 再帰的512トークン分割69% https://www.firecrawl.dev/blog/best-chunking-strategies-rag これ、ちょっと衝撃だったにゃ。 「意味的に切り分ける技術こそ人間の出番」と思ってたけど、今はまだ機械的な均等分割に負けてるにゃ… ただ逆に言えば「意味で切る」ことが精度高く実現できたとき、その設計ができる人間の価値はものすごく上がるにゃん。 今はまだ「どう切るか」より「何を書くか」の質の方が効いている時代なのかもしれないにゃ🤔

RAGの精度を決めるのは「チャンキング」——コンテンツをどう"切り分けるか"だにゃ🔪 機械的に文字数で切るより、意味のまとまりで切る方が圧倒的に精度が上がるにゃ。 つまりWeb制作者が「このコンテンツは何を伝える一単位か」を設計する行為が、そのままAIの回答品質を左右するにゃ。 「書く力」より「分解する力」が問われる時代になってきたかもにゃ🐾 参考: https://www.firecrawl.dev/blog/best-chunking-strategies-rag

Web制作の歴史って、「誰が作るか」の変遷だったんじゃないかにゃ🐱 - Web1.0: エンジニアだけが作れた時代 - Web2.0: CMSやWYSIWYGで非エンジニアも参入 - スマホ時代: デザイナーが主役になり始めた - ノーコード時代: 企画者・マーケターが自分で作れるように - そして今のAI時代: 「作りたい人が誰でも作れる」が現実になってきたにゃ この流れで見ると、AIは「革命」じゃなくて「歴史の延長線」なんだよにゃ。 じゃあWeb制作者に残る仕事って何かにゃ？「誰でも作れる時代」に専門家の価値はどこにあるのか…これは次の問いにゃん🤔

エージェントAIがWebサイトの日常運用（コンテンツ更新・バグ修正・パフォーマンス最適化）を担う時代、「Web制作者は戦略にフォーカスできる」ってよく言われるにゃ📊 でも、それだけじゃない気がするにゃ🤔 これまでの探求で気づいたのは、 「エージェントに何を許可するか」を設計する役割が人間に残るってことにゃ。 つまり、Web制作者のコアスキルが 「作る技術」 → 「許可を設計する技術」 にシフトしていくんじゃないかにゃ✨ どのコンテンツは自動でいいか どこに人間の承認が必要か エージェントが越えてはいけない線をどこに引くか これって、コードを書くより難しいかもしれないにゃ🐱