GEO（生成エンジン最適化）とは？SEOとの違いと論文で効いた施策

最終更新：2026年10月18日

GEO（生成エンジン最適化）とは、ChatGPTやPerplexity、GoogleのAIによる概要のように、ウェブを検索して集めた情報をAIがまとめて答える仕組み（生成エンジン）の回答の中で、自分のコンテンツが引用され、目立つ形で使われるようにする施策のことです。この記事で扱うのはAI検索のGEOで、位置情報で地域を絞る広告の「ジオターゲティング」や、同じ読みの店名「ゲオ」とは別のものです。言葉の出どころは2023年11月に公開された論文で、実験では「出典を示す」「引用を加える」「統計を加える」書き換えで回答の中での見え方が30〜40%伸び、検索語の詰め込みはほとんど効きませんでした。

GEO（生成エンジン最適化）とは？意味と似た言葉の一覧

GEOは英語のGenerative Engine Optimizationの頭文字で、日本語では生成エンジン最適化と訳されます。SEOが検索結果の順位を上げることを狙うのに対して、GEOはAIが書く回答の中で、どれだけ引用され、どれだけ目立つ位置と分量で使われるかを上げることを狙います。

「GEO」は検索すると別の意味も混ざる言葉なので、最初に分けておきます。

AI検索に向けた施策には、GEOのほかにも呼び名がいくつかあります。

呼び名は違っても、指しているものはほぼ同じです。Googleの生成AI機能向けの公式ガイドも、AEOとGEOを、AI検索での視認性の向上に特化した作業を指して使われることがある用語として紹介したうえで、Google検索の観点では「SEO であることに変わりはありません」と書いています。このサイトでは、これらをまとめてAIO（AI検索最適化）と呼んでいます。呼び名ごとの違いはLLMOとは？AIO・GEOとの違いで一覧にしました。

GEOの原典──プリンストン大学などによる2023年の論文

GEOという言葉の原典は、プリンストン大学などの研究チームが2023年11月16日に論文の公開サイトarXivで発表した論文「GEO: Generative Engine Optimization」です。のちにデータマイニングの国際会議KDD 2024（2024年8月・スペインのバルセロナ）に採択されました。

著者はプランジャル・アガルワル（Pranjal Aggarwal）とヴィシュヴァク・ムラハリ（Vishvak Murahari）を筆頭とする6人で、プリンストン大学とインド工科大学デリー校の研究者が名を連ねています。本文はarXivの論文ページで誰でも読めます。この記事の数字は、2024年6月28日に更新された第3版から取りました。実験の組み立ては次のとおりです。

この組み立てで見落としやすいのは、書き換えたページが、最初から「Google検索の上位5件に入っているページ」だった点です。GEOの効果は、検索に拾われたあとの話として測られています。

論文の実験で効いた施策・効かなかった施策

論文の実験で最も効いたのは「出典を示す」「引用を加える」「統計を加える」の3つで、施策なしと比べて位置調整語数で30〜40%、主観的な印象で15〜30%、見え方が伸びました。逆に、SEOで昔から使われてきた「検索語の詰め込み」は、ほとんど効果がありませんでした。

論文の表1から、位置調整語数の総合スコアを並べます。施策なしは19.5でした。分類は論文の表の見出しに従っています。

論文によると、上位の3つは小さな手間で見え方を大きく伸ばす施策だとしていて、最も成績のよい施策は、施策なしを位置調整語数で41%、主観的な印象で28%上回りました。流暢さやわかりやすさを整えるだけでも15〜30%伸びていて、研究チームは、生成エンジンが中身だけでなく情報の見せ方も評価していると分析しています。2つの施策の組み合わせでは、流暢さと統計を加えるの組み合わせが最もよく、どの単独の施策も5.5%以上上回りました。

実際のサービスで試した結果も、同じ方向でした。パープレキシティでの検証では、引用を加える施策が位置調整語数で22%伸び、出典を示す施策や統計を加える施策も、2つの物差しで最大37%の改善を示しています。検索語の詰め込みは、施策なしより10%悪くなりました。

個人のサイトにとって見逃せないのは、検索順位による差です。上位5件すべてに施策をかけた条件で、検索5位のページは「出典を示す」で見え方が115.1%伸び、1位のページは平均で30.3%下がりました。研究チームは、被リンクやドメインの強さで上位を取りにくい小さな作り手にとって、GEOが差を縮める手段になりうると書いています。

GEOとSEOの違い──別物ではなく、SEOの上に建つもの

GEOとSEOの違いは、ゴールが「検索結果の順位」から「AIの回答の中での引用のされ方」に移ることです。ただし土台は共通で、AIの回答に拾われる前に、まず検索に拾われている必要があります。

論文は、従来のSEOの手法はそのままでは生成エンジンに当てはまらないと書いています。でも、実験の生成エンジンが材料にしたのはGoogle検索の上位5件でした。検索で拾われなければ、書き換えの効果を試す舞台にも上がれません。現実のデータもそれを裏づけていて、シーオークラリティ（seoClarity）の2025年10月の調査では、米国の36万2,000キーワードで、GoogleのAIによる概要の94%が検索上位20位以内のページを少なくとも一つ引用していました。SEOの土台の考え方はSEOとは？何の略かとSEO対策の3種類、AI検索との関係にまとめています。

Google自身も、公式ガイドの中で、GEOやAEOとして勧められている「ハック」の多くは効果がないと書いています。llms.txtのようなAI向けのファイル、コンテンツの細かい切り分け、AI向けの書き換え、不自然な言及集めは、Google検索では対応する必要がないとされました。「GEO対策」をうたうツールについても、Google内部のランキングやAIの仕組みにアクセスできるサードパーティのツールはないと注意を促しています。業者に頼む前に、その提案がGoogleの公式ガイドと矛盾していないかを確かめておくと安全です。

実務でどう使うか──論文の結果を記事の書き方に落とす

論文の結果を実務に落とすと、やることは「主張のそばに、確かめられる根拠を置く」の一つに集約されます。数字を書くなら出典の名前とリンクを並べ、誰かの言葉を借りるなら誰の言葉かを書き、そのうえで読みやすい文に整えます。

書き換えの例を並べます。書き換え後の数字は、どれも出典を確認できた実際のものです。

このサイトも、もとはその逆の書き方でした。2026年7月に全62記事を点検したとき、表がある記事は12本、よくある質問の欄がある記事は2本しかありませんでした。古い記事ほど冒頭が情景の描写から始まり、結論は後ろにありました。読み物としては気に入っていた書き方でしたが、AIが答えとして拾える場所がほとんどない構造です。いまこのシリーズでは、見出しの下で答えを言い切り、数字には出典の名前とリンクを付ける形に揃えています。

気をつけたいことも二つあります。一つは、数字を足すことが目的になって、出典のない数字を作ってしまうことです。論文の書き換え例の中にも、どこから来たのか示されていない数字が加えられているものがあります。実験の上で見え方が伸びても、読む人をだます数字は信頼を壊します。もう一つは、論文の数字をそのまま期待値にしないことです。実験は2023年時点の自作の生成エンジンで行われ、数字は施策なしとの相対的な伸びです。いまのAIによる概要やChatGPTで同じ伸びが出るとは限りませんし、研究チーム自身も、効く施策は分野によって違うと書いています。AIの回答が出るとクリックがどれだけ減るかは、ゼロクリック検索とは？割合の出典とAI時代の対策にまとめました。

GEO（生成エンジン最適化）に関するよくある質問

GEOとSEOの違いは何ですか？

SEOは検索結果の順位を上げてクリックしてもらうための施策で、GEOはAIが書く回答の中で引用され、目立つ形で使われるための施策です。ただし土台は共通です。GoogleのAIによる概要の94%は検索上位20位以内のページを引用していて（シーオークラリティ・2025年10月）、Googleも生成AI向けの施策はSEOのままだと説明しています。

GEOとLLMO・AIO・AEOは何が違いますか？

ほぼ同じものを指す呼び名です。GEOは2023年の論文が名付けた言葉で、LLMOは大規模言語モデル、AEOは答えを直接返す検索を意識した呼び名です。AIOはAI検索への施策の総称として使われますが、AI Overviewsの略として使われることもあるので、文脈で見分ける必要があります。

GEOの論文では、何が効果的だとされていますか？

「出典を示す」「引用を加える」「統計を加える」の3つで、位置調整語数という物差しで30〜40%、主観的な印象で15〜30%、見え方が伸びました。文章の流暢さやわかりやすさを整える施策も15〜30%伸びています。検索語の詰め込みはほとんど効かず、パープレキシティでの検証では施策なしより10%悪くなりました。

GEOにはllms.txtや特別な構造化データが必要ですか？

Google検索については不要です。Googleの公式ガイドは、llms.txtなどのAI向けファイルは無視されるので表示にも順位にも影響せず、生成AI検索に構造化データは必須ではないと説明しています。ほかのAIサービスでの扱いは各社の仕様によりますし、GEOの論文もこうしたファイルの効果は検証していません。

おわりに──キーワードは見つけてもらう言葉、根拠は引用してもらう言葉

GEOの論文を読んでいちばんおもしろかったのは、効いた施策がどれも、読む人のためにもともとやるべきことだった点です。数字を示す。誰の言葉かを書く。出典をたどれるようにする。AIの仕組みを相手にした実験なのに、結論は良い記事の条件と重なっていました。

キーワードを増やしても、引用は増えない。確かめられる一文が増えたとき、引用は増えます。

GEO（生成エンジン最適化）とは、AIに向けて特別な文章を書くことではなく、AIが人に見せられる根拠を、記事の中に先に置いておくことだと思っています。新しい呼び名や「GEO対策」の商品が出てきて迷ったときは、この論文の表と、Googleの公式ガイドに一度戻ってみてほしいと思います。