SEO・GEO教科書 · Lesson 13
ブランドをAIに覚えさせる：エンティティを束ね、指名で想起される状態を作る
AI検索はページを読む前に候補のブランドを決めています。表記を1つのエンティティに束ね、第三者の文脈で「カテゴリ名＋ブランド名」が並ぶ状態を作り、他社が引用できる独自データを出すまでを、検証できる手順にまとめます。
自社がAIの回答候補に入らない原因を「表記の分裂」「第三者言及の不足」「引用材料の不足」に切り分け、それぞれの直し方を実行できるようになる。
このレッスンで扱うこと
- AIにとってのブランド力とは何か。検索するクエリを決める時点でAIの知識が働くこと
- 表記ゆれを1つのエンティティに束ねる実装（正式表記・別表記・外部プロフィール・同じ定義文）
- 第三者の文脈で「カテゴリ名＋ブランド名」を並べる方法と、自称や受賞バッジが効かない理由
- 引用される独自データの作り方。調査日・対象件数・調べ方の3点セット
- 指名想起の定点観測。認知・説明の正確さ・指名なしの想起を分けて記録する
AIにとってのブランド力とは
生成AIは、利用者が入力した質問をそのまま検索するのではなく、自分で複数のクエリに組み替えてから検索します。 Googleは、AIによる概要とAIモードがこの「クエリ ファンアウト」という手法を使う場合があると説明しています。[出典: AI 機能とウェブサイト]つまり何を検索するかを決める時点で、AIがすでに持っている知識が働いているということです。 自社の名前がその段階で出てこなければ、ページがどれだけ整っていても検索の対象にすらなりません。 以降は、この構造を前提に「候補に入るための作業」を当サイトの整理として並べます。
Figure
AIが回答を組み立てる順番
- 1
利用者の質問を、AIが自分のクエリに書き換える
1つの質問が複数のクエリに分かれる（クエリ ファンアウト）。カテゴリと結びついているブランド名は、この時点でクエリに入りうる
- 2
そのクエリで検索し、ページを取得する
検索されるのは、書き換えられたあとのクエリ。元の質問の言葉づかいとは限らない
- 3
取得したページを読んで回答を組み立てる
候補に入っていたブランドの裏付けとしてページが読まれる
ここまでのレッスンで扱ってきたのは、取得されたあとに読まれるための作業でした。 このレッスンで扱うのはその前段、候補に入るための作業です。AIにとってのブランド力は 広告的な印象ではなく、エンティティ（実体）としてどれだけ確かに認識されているかで、 3つに分解できます。
Figure
ブランドが候補に入るまでに必要な3つの層
Step 1
同一性
カタカナ・英字・略称がすべて同じ1つの存在として結び付いている。
ここで落ちると 表記が割れると、1つのブランドが複数の弱い候補に分かれ、どれも候補入りしない。
Step 2
外部言及
第三者のページで「カテゴリ名＋ブランド名」が並んで語られている。
ここで落ちると 自社の記述しか無いと自称の域を出ず、カテゴリの候補として覚えられない。
Step 3
引用材料
他社が引用したくなる独自の数値や一覧を持っている。
ここで落ちると 引用する理由が無いため、外部言及が自然には増えない。
表記を1つのエンティティに束ねる
日本語のブランドはカタカナ・英字・略称の3つに割れやすく、割れたぶんだけ候補としての強さが分散します。最初にやるのは、正式表記を1つ決めて、残りをその別名として結び付ける作業です。
| やること | 書く場所 | 効果 |
|---|---|---|
| 正式表記を1つ決める | トップページと運営者情報・会社概要 | 第三者が引用するときの表記がそろう |
| 別表記を並べて明記する（「英字表記（カタカナ表記、通称は略称）」） | 運営者情報・会社概要・商品ページ | 表記の対応関係が、本文としてそのまま読まれる |
alternateNameに全表記を入れる | Organizationの構造化データ | 別表記が同じ存在だと機械可読になる |
sameAsに外部プロフィールのURLを入れる | 同上 | 同名の別エンティティと区別できる。外部IDとの接続点になる |
@idでOrganizationを1つに固定する | 全ページ共通 | 記事のauthor・publisherが同じ実体を指し、評価が1か所に積む |
| 同じ定義文を使い回す | トップ・OGP・運営者情報・llms.txt | 説明が揺れず、AIが要約する内容が安定する |
実装はレッスン05で入れた構造化データの延長にあります。 旧名やリブランド前の名前がある場合は、旧名からの対応を公式ページに残してください。 モデルの学習データには旧名の記事が大量に残るため、旧名で候補に入り新名で回答されるのが理想の状態です。 表記ゆれが候補入りに直接効く仕組みはChatGPTは検索前にブランドを決めているで詳しく扱っています。
第三者の文脈を増やす
自社サイトに書いた記述は、AIから見れば裏取り先のない自称です。候補に入るかを決めるのは、第三者のページで「カテゴリ名＋ブランド名」がどれだけ並んで出てくるかです。
Figure
候補に入るためにやること／やらなくていいこと
やること
- 比較・レビュー・まとめ記事で「カテゴリ名＋ブランド名」が同じ文に並ぶ露出を増やす
- 取り上げられるときに、カタカナと英字の併記を依頼する
- 旧名・略称からの対応を公式ページに残す
- 公式の外部プロフィールを作り、sameAsで自社サイトと接続する
- 自社ドメイン内でカテゴリの代表ページを1つに絞り、重複を減らす
やらなくていいこと
- 自社サイトに「業界No.1」と書いて済ませること
- 費用を払えば掲載されるバッジや、自称の肩書きを並べること
- 自社発信のプレスリリースだけで表記の露出を増やすこと
- llms.txtの設置だけで想起されると期待すること
賞についても同じ読み方をします。効いているのは賞そのものではなく、第三者が名前を出して言及したという事実です。 実在する第三者の賞は、告知や報道という形で外部の言及を生むので有効に働きます。一方、自称の肩書きや 費用を払えば載るバッジは、外部に裏取り先が無いため自社ページの主張1件と同じ扱いになります。 小規模な運営で賞に手が届かない場合は、次の節の独自データのほうが同じ労力に対して効きます。
引用される独自データを出す
第三者に言及してもらう最短経路は、他社が引用したくなる数値を自分で出すことです。AIが数値を回答に使うときは出典の媒体名がほぼ必ず添えられるため、引用されるたびに「第三者の文脈でのブランド名」が1件増えます。
GEOという用語の初出であるarXiv論文（KDD 2024採録）でも、統計の追加で可視性が約32%、引用の追加で最大41%、 出典の明示で約28%向上した一方、キーワードの詰め込みはほとんど効果が無かったと報告されています。 研究環境での測定値であり各社のサービスが同じ挙動をする保証はありませんが、数値と出典を持つことが 効く方向にあるという点はレッスン06の書き方とも一致します。[出典: GEO: Generative Engine Optimization]
自分でデータを出すときは、次の3点を必ず数値の隣に置きます。どれかが欠けると、引用元として扱われにくくなります。
| 要素 | 書き方の例 | 欠けるとどうなるか |
|---|---|---|
| 調査日 | 「2026年8月時点」 | いつの数字か分からず、古い可能性を疑われて引用が避けられる |
| 対象と件数 | 「公式ドキュメントで確認できた14件のうち」 | 母数が不明で、他の数字と比較できない |
| 調べ方 | 「各社の公式ドキュメントを目視で確認」 | 再現できず、根拠として扱われない |
データを載せたページには、そのデータセットの作成者として自社のOrganizationを構造化データで紐付けておきます。 数値とブランドが同じ実体として結び付き、引用されたときに媒体名が添えられやすくなります。
指名想起を定点観測する
ブランドの認識は順位のように1つの数字になりません。3段階に分けて、同じ質問文で月1回記録します。段階を分けないと、成果が出ていても「まだ出ない」としか読めなくなります。
| 段階 | 投げる質問の形 | 記録すること |
|---|---|---|
| 1. 認知 | 「<ブランド名>とは何ですか」 | 名前を知っているか。別のものと混同していないか |
| 2. 説明の正確さ | 「<ブランド名>は何を提供していますか」 | カテゴリと特徴が正しいか。誤りがあればどのページの記述が原因か |
| 3. 指名なしの想起 | 「<カテゴリ名>のおすすめは」 | 自社が候補に挙がるか。代わりに挙がる競合はどこか |
記録は同じ質問文・同じ月内でそろえます。モデルの更新や会話の履歴で結果は動くため、1回の結果で判断しないでください。 手作業での確認に加えて、可視性を継続測定するツールもあります（SEO・GEOツール）。 数値の読み方と改善サイクルの回し方はレッスン10と同じで、 4週間ごとに確認する枠にこの3段階を足す形になります。
これで教科書は終わりです。ここから先は、レッスン10の 4週間サイクルを回しながら、このレッスンの3段階を月1回記録し続けることが実務になります。 検索とAI検索の仕様は頻繁に変わるため、ニュースで変更を追いながら、 各レッスンのチェックリストを定期的に見直してください。
到達チェックリスト
次の項目を自分のサイトで確認できたら、このレッスンは終わりです。1つでも「まだ」がある場合は、次のレッスンに進む前にそこを埋めてください。
- 自社の主要カテゴリの質問を生成AIに投げ、回答に自社名が出るかを記録した
- ブランド名の正式表記を1つ決め、カタカナ・英字・略称の対応を公式ページに書いた
- Organizationの構造化データに、正式表記・別表記（alternateName）・外部プロフィール（sameAs）を入れた
- サイトの説明文が、トップ・OGP・運営者情報・llms.txtで同じ1文にそろっている
- 第三者のページで「カテゴリ名＋ブランド名」が並んでいる箇所を3件以上挙げられる
- 他社が引用できる独自データを1つ持ち、調査日・対象件数・調べ方を併記している
よくある質問
自社サイトに「業界No.1」と書けば、AIはブランドを覚えますか
自社ページに書いた自己評価は、AIから見ると裏取り先のない自称です。Googleはスパムに関するポリシーで、検索順位の操作を主な目的とした内容を対象としており、自己申告の肩書きを増やすこと自体が評価につながるとは説明していません。順序としては、第三者のページで「カテゴリ名＋ブランド名」が並ぶ状態を先に作り、自社ページはその裏付けとして整えます。
賞を取るとAIが認識するブランド力は上がりますか
効いているのは賞そのものではなく、第三者が名前を出して言及したという事実です。実在する第三者の賞は、告知や報道という形で外部の言及を生むため有効に働きます。一方、自称の肩書きや費用を払えば掲載されるバッジは、外部に裏取り先がないため自社ページの主張1件と同じ扱いになります。個人・小規模の運営であれば、賞を追うより引用される独自データを出すほうが費用対効果は高くなります。
ブランド名はカタカナと英字のどちらを正式表記にすべきですか
第三者が自然に書くほうを正式表記にします。レビューやSNSでカタカナが多いならカタカナです。公式だけが英字で、世の中がカタカナで呼んでいる状態がもっとも候補から漏れます。正式表記を決めたら、残りの表記は構造化データのalternateNameにまとめて、同じ1つの存在であることを示します。
llms.txtを置けばAIに覚えてもらえますか
いいえ。llms.txtはサイトの概要と主要URLを平文で置く提案仕様で、設置しただけで回答に出るようになるものではありません。Googleも、AI機能で表示されるために新しいファイルやマークアップを作成する必要はないと明記しています。ブランドを覚えさせる作業は、表記の統一と第三者の言及という別の軸にあります。
どのくらいの期間で効果が出ますか
期間を断定できる公開データはありません。代わりに、月1回同じ質問を投げて、ブランド名を知っているか、説明が正しいか、指名しなくても候補に挙がるかの3段階を分けて記録します。多くの場合この順に変化するため、指名なしの想起がまだ出ていなくても、前の2段階が動いていれば進んでいると判断できます。
Sources · 一次情報
- GEO: Generative Engine Optimization（arXiv:2311.09735）（Aggarwal ほか（KDD 2024））
- 構造化データの仕組みについて（Google 検索セントラル）
- AI 機能とウェブサイト（Google 検索セントラル）
- 有用で信頼性の高い、ユーザー第一のコンテンツの作成（Google 検索セントラル）
- Google ウェブ検索のスパムに関するポリシー（Google 検索セントラル）