GEO・LLMO・AIO対策の実測結果｜AI引用キーワードと検索・流入データを公開

確認日：2026年9月16日。対象は主に「AI活用マーケティング総合研究所」。SNS運用メディアのBingデータを補足比較に使用しています。各表の集計期間を優先してください。本記事は運営者自身による観測記録であり、第三者による効果認証や成果保証ではありません。

結論：AI引用は確認できた。ただし集客成果とは分けて評価する

今回確認できた成果は、運営するメディアの記事がAI回答の引用元として使われ、通常検索からの訪問も発生していることです。 ただし、「AI引用が増えたから問い合わせが増えた」「この施策だけでGoogleの評価が上がった」とまでは証明できていません。

理由は、測っている段階が違うからです。検索エンジンに登録されること、検索結果やAI回答に表示されること、その表示からサイトに来ること、サイトで相談することは、同じ成果ではありません。途中の一つだけを大きく見せると、実際の事業成果と説明がずれます。

この表の数字は異なる期間のレポートです。横並びは成果の段階を整理するためで、引用から訪問へのコンバージョン率を計算するためではありません。特に「12.8K」は管理画面の丸め表示であり、正確に12,800回だったと読み替えていません。

私が今回の結果を前進と考えるのは、単に記事を公開した段階から、どのテーマでAIに参照され、どこに次の課題があるかを把握する段階に進めたためです。目標は「引用された」という報告で止まることではなく、読者の判断と相談につながる接点を増やすことにあります。

なぜ自分のメディアでGEO・LLMO・AIOを検証しているのか

私は魚見幸司です。広告代理店のマーケティング事業部長、グローバルマーケティング会社のCMOを経て、SEO・Web広告・SNS・LP・アクセス解析などを横断して扱ってきました。顧客支援では、改善案があっても確認工程や実装体制の事情で、すぐに試せないことがあります。

そこで、企画から制作、公開、計測、改善まで動かせる検証メディアを運営しています。AIを使って記事を書くだけでなく、内部リンク、比較表、監修者紹介、問い合わせ導線、表示の不具合まで扱い、実施した作業とその後の数字を見直すためです。

Google AI プロフェッショナル認定証は学習・スキルの背景として示していますが、資格そのものが検索順位やAI引用を保証するわけではありません。肩書や資格と、管理画面で確認した実績は分けて説明します。経歴の詳細は魚見幸司のプロフィールをご覧ください。

今回の検証で使う3つの言葉

GEO・LLMO・AIOは、実務で使われ方が重なる言葉です。この記事では厳密に別の施策として切り分けるのではなく、生成AIが情報を探し、回答し、ユーザーの判断に関わる場面をまとめて扱います。

• GEO：生成AIを使った検索や回答に、自社の情報が適切に参照される状態を目指す観点。
• LLMO：大規模言語モデルを利用するサービスで、自社や専門分野の情報が誤解なく扱われるよう整える観点。
• AIO：AIを介した検索接点の最適化として使い、特にGoogleのAI検索機能も観測対象に含める観点。

これは本記事での用語整理です。業界共通の資格区分や、検索エンジンが定めた3種類の必須設定を意味しません。Googleも、AI機能への掲載のために特別な最適化要件が追加されるわけではなく、従来のSEOの基本が引き続き重要と説明しています。Google公式：AI機能とウェブサイト

検証方法：確認日と集計期間を先にそろえる

今回のデータは、2026年9月16日にログイン済みの管理画面を確認したものです。確認日が同じでも、各サービスが返す最新日や選択期間はそろっていません。そのため本記事は「同一期間の厳密な媒体比較」ではなく、各管理画面で観測できた最新状態を開示するレポートとして作成しています。

Bingの期間は画面の選択範囲です。範囲内のすべての日に、同じ量のデータが存在することを意味しません。また、検索パフォーマンスは「All」を選択しているため、Googleのウェブ検索と完全に同じ対象として比較していません。

数字を合算しない、過去の実績に上書きしない

GoogleのAI表示2,120回とBingの引用12.8Kを足して「AI露出の合計」とすることは避けました。片方は表示、片方は引用で、重複や対象面、期間も違うためです。同じ理由でGA4のセッションを検索クリックと足し合わせることもしません。

以前の検証記事に掲載した数字も、別の時点・期間の観測値として残します。今回の値が以前より小さい項目があっても、集計窓が違えば減少を意味しません。伸び率を出すときは、同じサービス、同じフィルタ、同じ日数の前後期間を選び直す必要があります。

実施した施策：記事を増やすだけでなく、判断材料と運用を整えた

今回の数字に先立つ運用では、検索意図の整理、記事の再構成、内部リンク、実測データの公開、著者情報の整備、外部発信を進めてきました。ただし施策ごとの開始日をそろえた比較実験ではないため、「この施策で引用が何％増えた」という寄与率は算出していません。

1．キーワードごとに、読者が決めたいことを分けた

「AIOとは」を知りたい人と、「AIO対策会社へ相談する前に何を用意するか」を知りたい人は、同じ説明だけでは満足しません。前者には定義と全体像、後者には準備資料、質問事項、委託範囲、費用や成果の確認方法が必要です。

この違いを踏まえ、比較、選び方、導入手順、実践例の役割を整理してきました。似たキーワードの記事を増やす場合も、言葉を置き換えただけの記事にしないことが重要です。既存記事で十分答えられる疑問なら、その記事の不足を直す方が自然な場合もあります。

2．見出しを、制作側の都合から読者の疑問へ直した

運用の過程では、編集用の補強見出しや重複した説明、細切れになった構成も課題になりました。「競合より厚くすべき論点」のような制作側のメモは、公開記事の読者には不要です。冒頭で結論と対象読者を示し、定義、比較、実行手順、注意点の順に読めるよう見直しています。

比較表も、表があること自体を目的にしません。例えば会社選びなら、対応範囲、必要な社内工数、確認できる成果、契約前に聞くことを同じ軸で並べる。読み手が候補を絞り、次の行動を決められることを優先します。

3．自分で確認した数値と、一般的な解説を分けた

一次情報として価値があるのは、見栄えのよい数字だけではありません。「どの期間を、どの画面で、どの条件で見たか」まで残すことです。今回も丸め表示、集計の遅れ、AI由来と確定できない訪問を区別しました。

実際に見た数字を一般論へ接続する際も、観測と解釈を分けます。「会社選びに関するクエリが多かった」は観測ですが、「会社選びの記事を増やせば誰でも引用される」は未検証の一般化です。この境界を保つことが、実務者に使ってもらえる検証記事の条件だと考えています。

4．内部リンク・著者情報・外部発信をつないだ

記事間のリンクや監修者紹介を整備し、X・LinkedIn・noteなどでも実務記事や検証内容を発信してきました。目的は、個別記事を孤立させず、読者が背景、根拠、関連手順へ移動できる状態を作ることです。

外部サイトへのプロフィール掲載・情報整備も、誰がどの専門領域を扱っているかを一貫して伝える文脈で捉えています。ただし、外部登録の件数やX投稿数が今回の引用を増やしたと証明したわけではありません。名称・経歴・専門領域の整合性と、読者が検証できる実績への接続を優先します。

運用の考え方と実装範囲は、元CMOがAIとマーケティングを回した実践記録でも公開しています。今回の記事は、その取り組みを新たな観測値で点検する続編です。

BingのAI引用：総引用12.8Kと、実際に使われたキーワード

Bingの通常の検索パフォーマンス画面では、対象3M・Allの条件で556クリック、43.6K表示、CTR1.27％でした。これから説明するAIパフォーマンスとは別のレポートです。検索クリック556を、AI引用12.8Kから発生した訪問数として扱うことはできません。

BingのAIパフォーマンスでは、AIメディアの総引用数が「12.8K」、平均被引用ページ数が32でした。これはMicrosoft Copilot、BingのAI生成回答、一部の連携先など、対象となるAI体験をまとめた指標です。ChatGPT全体や、すべての生成AIでの引用回数ではありません。

平均被引用ページ数は、対象期間における1日あたりの引用ページ数の平均です。「引用された記事は全部で32本」とは読みません。引用数も、サイト訪問者数や回答内での掲載順位を表す数字ではありません。Bing公式：AI Performanceの指標説明

AI引用キーワードは「相談の前準備」「会社選び」にも広がっていた

管理画面のGrounding Queriesには、次のようなフレーズが表示されていました。ここでは読みやすさのため「AI引用キーワード」と呼びますが、厳密にはAIが引用元となる情報を取得する際に使った主要な語句です。利用者が入力した文章そのものや、月間検索ボリュームではありません。表示データは引用活動のサンプルです。

右列は管理画面の事実ではなく、私の編集上の解釈です。クエリだけで利用者の企業名、職種、発注意欲を特定したわけではありません。また、似たフレーズを合算すると需要が大きく見える可能性があるため、今回は画面にある行単位の数値をそのまま示しています。

重要なのは、「GEOとは」の定義だけでなく、相談前の準備や比較の注意点といった、行動に近い疑問でも参照が確認できたことです。今後は一般論の追加より、実際に比較・相談するときの判断材料をどこまで具体化できるかを優先します。

引用されたページを見ると、記事の役割も分かる

ページ別の集計では、以下のURLに引用が確認できました。先ほどのクエリ表とは別の集計であり、この表だけから「このクエリは必ずこのページを引用した」と一対一に結び付けることはできません。

定義、違い、実践、会社選びという複数の役割で引用が見られます。ただし、引用が多いページを無条件で良質と判定しているわけではありません。情報が古くなっていないか、結論と根拠が対応しているかは別途点検が必要です。

Google検索：順位が見えても、クリックに結び付かないテーマがある

Google Search Consoleのウェブ検索は、直近の対象28日間で265クリック、13,654表示、CTR1.9％、平均掲載順位18でした。サイト全体の平均では個別テーマの強弱が見えないため、クエリごとにも確認しました。

「チャットgpt広告 うざい」は、今回の期間でクリックにつながったテーマです。一方、「gemini note」は表示503回に対して7クリックでした。ここから直ちにタイトルだけが悪いと決め付けず、検索意図、表示されたページ、端末、検索結果の見え方を確認する候補としています。

「魚見幸司」という指名検索も観測されています。ただし、指名クエリで上位に表示されることと、非指名の専門領域で広く選ばれることは別です。AIが人物を紹介した際も、公式な専門家認定や市場順位として扱わず、いつ、何を質問した際の回答だったかを残す必要があります。

平均掲載順位2.1は、全ユーザーに常に2位で表示されたことを意味しません。今回の表から「大手メディアより総合的に強い」とは言わず、個別の検索意図で接点を獲得できている実績として評価しています。

生成AI機能は2,120表示。Bingの引用数とは別に扱う

今回のSearch Consoleアカウントでは「生成AI機能 ベータ」のレポートを確認でき、対象3カ月の合計表示回数は2,120でした。この画面にはページ・国・デバイス・日の切り口があり、引用キーワードを直接示すクエリ軸は確認していません。

ページ別では、AI広告の違和感・リスクを扱う記事が371表示、ChatGPT広告のブランドリスク記事が243表示、監修者プロフィールが212表示でした。これは、このアカウントで確認できた画面上の観測値です。同じレポートがすべての利用者へ提供されているとは断定しません。

Google側の「表示回数」を「引用回数」と呼び替えたり、Bingの12.8Kと優劣を比べたりすることも避けます。管理画面の名前だけで判断せず、何を数える指標なのかを維持して記録することが大切です。

インデックス：452登録・128未登録を、単純な成功率にしない

インデックスレポートは、登録済み452、未登録128でした。ただし更新日は2026年9月4日です。9月16日に確認したからといって、9月16日のサイト状態を即時に表しているとは限りません。対象も「すべての既知のページ」で、公開記事だけの集計ではありません。

この128件を全部「記事が評価されていない」と捉えると、必要な除外設定まで解除してしまうおそれがあります。リダイレクト済みの旧URLや、意図したnoindexは、未登録で問題ない場合があります。

逆に、検索に出したい正規の記事がnoindexになっているなら優先確認が必要です。判断の単位は未登録件数の総数ではなく、「検索対象にしたい正規URLが、どの理由で止まっているか」です。今回の古いレポートだけで、32件の404が現在もすべて未修正とは断定していません。

Googleは、AI機能の参照リンクとして表示されるには、インデックス登録され、検索結果にスニペット付きで表示できる必要があると説明しています。特別なAI対策を増やす前に、検索に参加するための基本条件を確認する順序が重要です。Google公式：AI機能の技術要件

GA4：通常検索から762セッション。XとLinkedInも別の接点になっている

GA4の対象28日間では2,200セッション、エンゲージのあったセッション622、エンゲージメント率28.27％でした。セッションは訪問のまとまりを表す指標であり、2,200人の異なる人が訪問したという意味ではありません。Google公式：GA4のセッション

表は主要チャネルを抜粋したものです。総計は管理画面の表示値を採用し、個別行を足して作り直していません。今回の画面では全行の単純合計と総計に差があったため、内訳の比率を再計算して成果として使うことも避けています。

検索・X・LinkedInを「全部AIOの成果」にしない

参照元／メディアで見ると、google / organicは405セッション、bing / organicは291でした。さらにx / socialが61、t.co / referralが38、linkedin.com / referralが10と確認できました。これらは各行の表示値であり、それぞれ別の入口として記録しています。

XやLinkedInの発信は、検索以外から実務記事を知ってもらう接点として評価できます。しかし、これらの訪問が外部発信によるAI引用増加を証明するわけではありません。投稿からの訪問と、AIが引用元を選ぶことは異なる現象です。

また、10セッションのLinkedInと405セッションのGoogleを、エンゲージメント率だけで優劣判定するのも早計です。人数の規模も、訪問目的も違います。今後は投稿ごとのリンク識別やランディングページをそろえ、どの内容が有効な相談へつながったかを確かめる必要があります。

Directの増加やキーイベント0も隠さずに残す

Directは1,276セッションと大きい一方、エンゲージメント率12.15％、平均エンゲージメント時間6秒でした。この数字だけでは、botやスパムか、通常の利用者かを断定できません。参照元情報の欠落、計測条件、アクセスログなどを照合して初めて原因を絞れます。

国や地域の情報だけで訪問者をbotと判断することもしません。記事で開示するのはサイト単位の集計値であり、個人の位置情報や、診断を開始した企業の特定情報ではありません。

キーイベントは今回のレポートで0と表示されていました。これはGA4上の観測結果であり、実際の相談やフォーム受信が一件もなかったという証明ではありません。フォーム開始、診断完了、フォーム送信、受信完了、有効相談は別々に確認すべきです。受信記録との照合がない状態で「問い合わせ獲得に成功した」とは書きません。

SNSメディアでもAI引用を確認。ただし再現性の証明とは分ける

補足として、もう一つの運営サイト「SNS運用研究所」のBingも同じ3Mの選択範囲で確認しました。検索パフォーマンスは264クリック・表示8K、AIパフォーマンスは引用3.9K・平均被引用ページ数9でした。K表記は管理画面の丸め表示です。

AIメディアと違い、こちらではInstagramの用語や操作に関するフレーズが目立ちます。

ページ別では、Instagramのキャプション解説が1.3K、Instagramのリーチ解説が649の引用でした。こちらもクエリ表とは別の集計です。

AIメディアでは会社選びや施策の違い、SNSメディアでは用語の意味や操作方法。分野が違っても、具体的な疑問に答える記事で引用が観測されたことは、次の改善テーマを決める材料になります。

ただし、2サイトで観測できたことだけで、同じ手法ならどの業種でも同じ成果が出るとは言えません。記事の歴史、競合、情報需要、更新頻度などの条件をそろえた比較ではないからです。今回のSNSデータはBingの補足であり、2サイトのGA4成果を比較したものでもありません。

次に改善すること：引用される記事から、判断してもらえる記事へ

今回のデータからは、むやみに記事数を増やすより、引用が起きているテーマの判断材料と、訪問後の導線を点検する方が優先度は高いと考えています。以下は完了した施策の成果ではなく、今回の観測を受けた次の検証計画です。

会社選びの記事には、相談前に使える資料を追加する

「相談 前 準備」「チェックポイント」の需要に対しては、抽象的な業者選びの説明だけでなく、現状整理シート、委託範囲の確認表、提案への質問例が役立つ可能性があります。サービス名を増やすだけでは、この疑問を十分に解消できません。

例えば、自社の対象顧客、既存の検索流入、公開できる実績、更新体制を整理できる欄を用意する。そこから、相談で何を確認すべきかを示す。こうした改善の後に、対象ページのクリック、資料利用、有効相談を同じ期間で追う計画です。

表示されるのにクリックされない記事は、ページ単位で再点検する

「gemini note」のように表示とクリックの差があるテーマでは、検索結果で読者が期待する内容と、記事タイトル・冒頭・本文が合っているかを確認します。クリック率だけを上げるための強い表現にすると、訪問後に期待と違う内容を見せることになりかねません。

改善時には変更日を記録し、対象クエリとページを固定して比較します。検索需要そのものの増減や順位変化も併記し、CTRが動いた理由をタイトル変更だけに帰属させないようにします。

引用から問い合わせまで、異なる段階の記録を接続する

AI引用はBing、検索露出はSearch Console、訪問はGA4、相談の受信はフォーム側というように、記録が分かれています。これらを一つの大きな数値にまとめるのではなく、URLや更新日を共通の軸として並べます。

検証表には「対象記事」「変更内容」「変更日」「観測期間」「引用」「検索クリック」「セッション」「有効相談」「外部要因」を残す。個人情報をAIや解析ツールへ送らず、必要な集計値で改善判断をできる状態を目指します。

同じ検証をするための確認手順と、今回の限界

今回の方法を他のメディアへ転用するなら、まずは観測条件を固定することから始めます。引用数を増やすための裏技ではなく、何を変えた結果を見ているのか説明できる手順です。

再確認の間隔はサイトの更新量やデータ量に応じて決めます。少数のセッションや一日の変動だけで判断せず、変更内容が検索側へ反映されるまでの遅れも考慮します。インデックス登録のリクエストは、登録や順位を約束する操作ではありません。

今回の限界は、対照群を設けていないこと、複数の施策を並行していること、各ツールの期間・対象範囲が異なることです。したがって、特定施策の因果効果や投資対効果、競合への勝利を定量的に証明する検証にはなっていません。

それでも、自分で保有するサイトで、公開物と計測値を対応させて残せる意義はあります。良かった数字だけではなく、Directの解釈やコンバージョン計測の不足まで開示することで、次に何を直すかが具体的になるからです。

よくある質問

AI引用12.8Kは、12.8Kのアクセスがあったという意味ですか？

違います。Bingの対象AI体験で、情報源として引用された回数を丸めて表示したものです。サイトへのクリックや訪問者数は別指標です。今回のGA4とも集計期間が違うため、両者を割って引用のクリック率は算出していません。

AI Assistantが8セッションなら、AI対策の効果は小さいのですか？

今回の分類で確認できた直接の訪問は8セッションですが、AI由来のすべてをこの分類だけで拾えているとは限りません。一方で「見えない効果が大きいはず」と推測で成果を足すこともできません。確認できた訪問、引用、その他の波及仮説を分けて評価します。

AI引用キーワードは、そのまま新規記事にすればよいですか？

まず既存記事で答えられるかを確認します。似た語句ごとに新規記事を作ると内容が重なる場合があります。クエリの背後にある疑問を整理し、既存記事の補強でよいのか、別の役割を持つ記事が必要かを判断します。

引用されたら、その後もずっと引用されますか？

今回の期間集計は継続掲載の保証ではありません。AIが情報を取得する条件、質問、対象サービス、記事の更新などが変われば、参照されるページも変わり得ます。累計の引用数だけでなく、同じ条件で日付を分けた推移を確認する必要があります。

未登録128件は、全部インデックス申請した方がよいですか？

いいえ。移転した旧URL、意図したnoindex、正規URLとは別の代替ページなどが含まれます。検索に出したい正規ページかどうかを確認してから、設定や内容を点検します。今回のレポートは9月4日更新のため、現状との照合も必要です。

この結果は、GEO・LLMO・AIOで問い合わせが増えた証明ですか？

現段階ではそう言えません。引用・検索・訪問は確認できましたが、今回のGA4ではキーイベントが0と表示され、受信記録との対応までは確定していません。問い合わせへの貢献を示すには、送信成功と有効な受信、その前の接点を別途確認する必要があります。

まとめ：AIに引用された事実と、事業成果の間を測り続ける

今回、AIメディアではBingの総引用12.8K、Googleの生成AI機能2,120表示、直近対象期間のGoogle検索265クリックを確認しました。AI引用キーワードには、定義だけでなく、AIO対策会社への相談準備やGEO対策会社の選び方も含まれていました。

一方、GA4でAI Assistantに分類された訪問は8セッションで、キーイベントと実際の受信を照合する課題も残っています。引用が観測されたことは前進ですが、それを売上や集客の全面的な成功と読み替えないことが、次の改善につながります。

AIを使って作る。公開後に測る。数字の意味を確かめ、読者の判断に必要な情報へ直す。 私がGEO・LLMO・AIOの実務で重視しているのは、この一連の作業を止めないことです。引用数だけでなく、サイトを訪れた人に何を提供できたかまで含めて、引き続き検証していきます。

自社サイトでも同様の確認を進めたい場合は、まず対象URL、検索の現状、公開できる一次情報、社内の更新体制を整理してください。AI活用・検索対策について相談する

データ確認：2026年9月16日。各サービスのログイン済み管理画面の表示値を採用。集計期間・定義は本文に記載。データの全件エクスポートではなく、表示値の確認・転記によるレポートです。

監修者プロフィール

魚見幸司

1994年4月28日生まれ（32歳）

メディア運営：魚見幸司

✓ 保有資格：Google AI プロフェッショナル認定証

SEO、Web広告、SNS・LINE運用、LP制作・改善、アクセス解析、コンテンツマーケティング、生成AI導入を横断するデジタルマーケティングの専門家。広告代理店で最年少マーケティング事業部長を務め、グローバルマーケティング会社のCMOを経験しています。

成果指標から施策を逆算し、小規模検証から標準化へ進める方法と、人の確認を残した半自動化を重視。SEO・広告・SNS・LP・問い合わせを分断せず、事業成果までつなげる実務検証を行っています。

• SEO・AIO・LLMO
• Web広告
• SNS・LINE運用
• LP・アクセス解析
• 生成AI導入

編集方針：公式情報と設計例を区別し、実行していない例を実測結果として扱わないことを重視しています。 プロフィールと専門分野を見る