AIO用語集

AIOとは、ChatGPTやGeminiなどのAIが生成する回答に自社の情報を引用・推薦させるための最適化活動の総称である。

SEOがWebページの検索順位を高めることを目的とするのに対し、AIOはAIに情報ソースとして選ばれることを目的とする。コンテンツの構造化・エンティティの明確化・一次情報の充実などが主要な施策となる。GEO・LLMOと同義または上位概念として使われることもあり、文脈によって使い分けが異なる。

なお、日本では「AI最適化」「AI検索最適化」両方の略称となっている。前者が元々の業界用語であるが、実態としてのサービスや対策は後者になることが多い。
CHILLNN AIO Labでは、両方の意味を含意して「AIO」と呼びます。

GEOとは、ChatGPTやPerplexityなどの生成AI検索エンジンに、自社コンテンツを引用・推薦させるための最適化手法である。

従来のSEOがGoogleの検索順位を対象としていたのに対し、GEOはAIが回答を生成する際の情報ソースとして「選ばれること」を目的とする。コンテンツの構造化・一次情報の明記・権威ある出典の引用などが主要な施策となる。SEOの代替ではなく、並行して取り組むべき新しい最適化領域として位置づけられている。

AIOがより広い実務用語であるのに対し、GEOは学術論文発の言葉で「生成AI検索エンジンへの最適化」という技術的・具体的な概念であり、AIOの手法の一つととらえると良いとされる。ただし日本の実務界では両者がほぼ同義で使われることも多い。

出典 — 2023年11月、プリンストン大学・IIT DelhiらによるAggarwalらの論文 "GEO: Generative Engine Optimization" にて提唱。ACM SIGKDD 2024に採録。

参考 — arxiv.org/abs/2311.09735

LLMOとは、ChatGPTやClaudeなどの大規模言語モデル（LLM）が生成する回答に自社ブランドや情報を含めさせるための最適化手法の総称である。

AIO, GEOと同義で使われることも多いが、AIOの実践的な手法論として位置づけられることが多く、またGEOが「生成AI検索エンジン」に特化した概念であるのに対し、LLMOはより広くLLM全般への最適化を指す場合がある。業界・論者によって定義が異なるため、文脈に応じて使い分けることが重要である。

SEOとは、GoogleなどのWeb検索エンジンにおいて自社サイトやコンテンツを上位表示させるための最適化手法の総称である。

キーワード設計・コンテンツ品質・被リンク獲得・ページ速度改善などが主要な施策となる。AI検索の台頭により「ゼロクリック」が増加し、SEO単独での集客効果が低下しつつあるため、GEO・AIOと組み合わせた統合的な情報発信戦略が求められるようになっている。ただし、SEOですべきことのいくつか（質の高いコンテンツ・構造化データ・権威ある被リンク）はAIOでも有効であり、SEOとAIOは対立概念ではなく補完関係にあるといえる。

生成AIとは、テキスト・画像・音声・動画などのコンテンツを自律的に生成できる人工知能の総称である。

大規模言語モデル（LLM）を基盤とするChatGPTやGeminiが代表例で、ユーザーの入力（プロンプト）に対して文脈を理解した回答を生成する。従来のAIが「分類・予測」を主な用途としていたのに対し、生成AIは「創出」を主な機能とする点が異なる。AIO・GEOの文脈では、この生成AIが情報の一次窓口になりつつあることが、検索行動の構造変化の核心にある。

ゼロクリックとは、ユーザーが検索やAI回答によって必要な情報を得た結果、元のWebサイトにアクセスすることなく情報収集を完了してしまう現象のことである。

Google検索のAI Overviewや強調スニペットが代表例で、回答がページ上に直接表示されるためクリックが発生しない。ゼロクリックはSEOによる流入を減少させる一方、AIに引用されることで「名前の認知」は広がるという側面もある。AIOの観点では、ゼロクリック環境においてもブランドが言及・推薦される状態を目指すことが重要になる。

プロンプトとは、生成AIに対してユーザーが入力する指示文・質問文のことである。

AIの回答品質はプロンプトの書き方に大きく左右されるため、「プロンプトエンジニアリング」という専門領域も生まれている。クエリと混同されやすいが、クエリが検索エンジン全般への入力を指すのに対し、プロンプトはChatGPTやClaudeなどの生成AI特有の用語として使われることが多い。AIOの文脈では「どんなプロンプトで自社が推薦されるか」の把握も重要な調査観点となる。

AIエージェントとは、ユーザーから与えられた目標に対して、計画・判断・実行を自律的に繰り返しながらタスクを完遂するAIシステムのことである。

従来の生成AIが「質問に答える」受動的な存在であるのに対し、AIエージェントは「自ら行動して目的を達成する」能動的な存在として位置づけられる。旅行の検索・比較・予約を一括で行うAIエージェントが普及すれば、宿泊施設のAI可視性がそのまま予約獲得に直結するため、宿泊業界にとって特に注目すべき概念である。他に、AIの自律性を強調する「エージェンティックAI」や技術用語として単に「エージェント」といった呼びかたもある。

参考 — anthropic.com/research/building-effective-agents

AI推薦とは、ChatGPTやPerplexityなどの生成AIが、ユーザーの質問に対して特定のブランド・施設・サービスを回答の中で推薦・紹介することを指す。

「京都でおすすめの宿は？」という質問に対してAIが特定のホテルを名指しで回答するケースがその典型である。AI推薦はユーザーの意思決定に直接影響するため、従来の広告・SEOと異なりコストをかけずに予約意向を高める効果を持つ。AIO対策の最終的な目標の一つとして位置づけられる。

エンティティとは、AIや検索エンジンが「固有の存在」として識別できる人物・場所・組織・概念などのことである。

Googleは2012年のナレッジグラフ導入以降、キーワードではなくエンティティ単位で情報を整理しており、生成AIの回答生成においてもエンティティ単位での情報認識が重要とされている。AIOの観点では、自社ホテルや施設を明確なエンティティとして認識させること（施設名・所在地・特徴の一貫した記述など）が、AI可視性・AI推薦の獲得に直結する。

参考 — Amit Singhalの公式発表（"Things, not strings"）

クエリとは、検索エンジンや生成AIに対してユーザーが入力する検索語句・質問文のことである。

「何を・どう聞くか」を指す言葉で、SEO・AIOいずれの文脈でも頻出する。近年はAI検索の普及により、キーワード単体ではなく「〜を教えて」「〜のおすすめは？」といった自然文クエリが主流になっている。プロンプトと混同されやすいが、クエリは検索行為における入力全般を指すのに対し、プロンプトは生成AIへの指示文という文脈で使われることが多い。

AI可視性とは、ChatGPTやGoogle AI OverviewなどのAIが生成する回答の中に、自社ブランド・施設・サービスがどれだけ頻繁に・どのような文脈で言及されるかを示す指標の概念である。

従来のSEOにおける「検索順位」に相当する概念で、AI検索が主流になるにつれてその重要性が高まっている。AI可視性を高めるには、信頼性の高い情報源からの言及・構造化されたコンテンツ・明確なエンティティ定義などが有効とされる。宿泊業界では「AIにホテルを推薦してもらえるか」がAI可視性の典型的な問いとなる。

参考 — https://developers.openai.com/api/docs/bots

引用率とは、生成AIが実際に回答を生成した際に、特定のコンテンツやブランドが出典・参考として言及された割合を示す指標である。

取得率が「AIに読まれたか」を示すのに対し、引用率は「AIの回答に使われたか」を示す、より直接的な指標である。AIO対策の効果測定において中心的な指標の一つとなっており、引用率を高めるには定義が明確な一次情報・権威ある出典の明記・構造化されたコンテンツが有効とされる。

サイタビリティとは、あるコンテンツがAIや他のメディア・論文などから引用されやすい性質・状態を指す概念である。

単に情報量が多いだけでなく、「引用しやすい形式になっているか」が問われる。具体的には、明確な定義文・固有名詞や数値の明示・一次情報への参照・一貫した構造などがサイタビリティを高める要素とされる。AIOの文脈では、コンテンツのサイタビリティを高めることがGEO・LLMO対策の核心的な取り組みの一つである。

取得率とは、生成AIが回答を生成する際に、特定のWebサイトやコンテンツを情報ソースとして取得（参照）した割合を示す指標である。

AIが回答を生成するプロセスでは、まず関連情報を検索・取得し（Retrieval）、次にその情報を元に回答を生成する（Generation）。取得率が高いほど、そのコンテンツがAIに「認識されている」状態にあると言える。ただし取得されても引用・言及されるとは限らないため、引用率とあわせて評価することが重要である。

AIクローラーとは、生成AIやAI検索エンジンがWebサイトの情報を収集するために送出する自動巡回プログラムのことである。

GooglebotがSEO向けにページを収集するのと同様に、GPTBot（OpenAI）・ClaudeBot（Anthropic）・PerplexityBotなどが各社のAIの学習・回答生成のために稼働している。AIO対策の観点ではAIクローラーをブロックしないことが基本方針となる。

llms.txtとは、WebサイトのルートディレクトリにAI向けの情報を記述したテキストファイルを設置することで、LLMやAIクローラーに対してサイトの構造・重要コンテンツ・利用条件などを明示的に伝える仕組みのことである。

robots.txtがロボット（クローラー）向けの案内ファイルであるのと同様に、llms.txtはAI向けの案内ファイルとして機能する。AIがWebサイトをより正確に理解・参照できるようになるため、AIO・GEO対策の技術的施策の一つとして注目されている。

出典 — 2024年9月、fast.ai / Answer.AI共同創設者のJeremy Howardが提唱。

参考 — llmstxt.org

MCPとは、AIアプリケーションが外部のツール・データベース・APIと標準的な方法で連携するための通信プロトコル（規格）のことである。

これまでAIと外部サービスの連携は個別実装が必要だったが、MCPによって「AIと外部ツールをつなぐ共通インターフェース」が整備された。エージェンティックAIエージェントが複数のツールを自律的に操作してタスクを完遂する場合の「接続規格」として機能し、AIエージェントの普及を技術的に支える基盤となっている。

出典 — 2024年11月、Anthropicがオープンスタンダードとして提唱・公開。OpenAI・Google DeepMindなど主要AI企業に採用が広がっている。

参考 — modelcontextprotocol.io

RAGとは、生成AIが回答を生成する際に、外部データベースや最新情報をリアルタイムで検索・取得し、その内容を参照しながら回答を生成する仕組みのことである。

学習データだけに依存する通常の生成AIと異なり、RAGは「検索」と「生成」を組み合わせることで、最新性・正確性の高い回答を実現する。PerplexityやGoogle AI Overviewなどの検索連動型AI回答はこの仕組みを採用しており、GEO・AIO対策を考える上で理解が不可欠な概念である。

出典 — 2020年5月、Meta AI ResearchのPatrick Lewisらが論文 "Retrieval-Augmented Generation for Knowledge-Intensive NLP Tasks" にて提唱。

参考 — arxiv.org/abs/2005.11401

構造化データとは、検索エンジンや生成AIがWebページの内容を正確に理解できるよう、決められた形式（主にJSON-LD）でページ情報を記述したコードのことである。

構造化データの「語彙・仕様の標準」を提供するコミュニティ活動としてSchema.orgがあり、ホテル・レストラン・イベントなどカテゴリごとに定義が整備されている。構造化データを正しく実装することで、AIがページ内容をエンティティとして認識しやすくなり、AI可視性・引用率の向上につながる。

出典 — Schema.orgは2011年6月にGoogle・Microsoft（Bing）・Yahooにより設立。同年11月にYandexが参加。

参考 — schema.org

ドメイン権威（Domain Authority）とは、AIO・SEOの文脈において、そのサイトがどれだけ信頼性・被リンク量・歴史を持つかを示す指標である。なおドメインとは、インターネット上のWebサイトを識別するための住所にあたる文字列のこと（例：chillnn.com）。

AIが情報ソースを選ぶ際にもドメインの信頼性は参照されると考えられており、権威あるドメインからのコンテンツはAIに引用されやすい傾向がある。また、AIO調査においてはAIへの引用頻度を測る単位にもなる。

出典 — "Domain Authority (DA)" はMozが開発した独自指標。

参考 — https://moz.com/link-explorer