SEO・GEO教科書 · Lesson 05
検索結果でも生成AIの回答でも抜き出されやすい本文の書き方を、構成の型として示します。見出しへの直答、1見出し1問いのパッセージ設計、数値と出典の入れ方、E-E-A-Tのページ上での見せ方を扱います。
1つの見出しに対して、そのまま引用できる形の段落を書けるようになる。
このレッスンで扱うこと
検索結果でも生成AIの回答でも抜き出されやすい本文は、書き方の型が共通しています。見出しで問いを立て、その直下の1文で答え、次に根拠を置き、最後に詳細と例外を書く。この順番を全セクションで守るのが、このレッスンの中心です。
Figure
1セクションの書き順
見出しを、読者が検索する質問の形にする
「robots.txtの設定」ではなく「robots.txtでAIクローラーを止めないようにするには」。検索される言葉に寄せる。
見出しの直下に、答えを1文で置く
主語と述語がそろい、この1文だけを切り出しても意味が通る形にする。前の段落を読んでいる前提にしない。
その答えの根拠を書く
公式ドキュメントの記述、実測値、公開されている事例。出典があるものはリンクを付ける。
詳細・手順・例外を続ける
表や箇条書きで構造化する。ここまで読む人は、すでに答えを得ている。
Figure
同じ内容でも、順番で抜き出しやすさが変わる
抜き出されにくい書き方
背景から始まる
抜き出されやすい書き方
直答から始まる
結論を先に置くと最後まで読まれないのでは、という懸念はよく聞きます。実際は逆です。検索から来た読者は、 まず自分の質問に答えているかを確認し、答えが見つからなければその場で離脱します。 答えを先に示したうえで根拠と詳細を続けるほうが、読み進められます。[出典: ユーザー第一のコンテンツの作成]
生成AIはページ全体ではなく、本文中の短いまとまり（パッセージ）を引用します。抜き出される単位で意味が完結しているかが、そのまま引用されやすさになります。目安は、1つの見出しに対して1つの問い、200〜400字で自己完結、です。
| 条件 | 満たしている状態 | 満たしていない状態 |
|---|---|---|
| 1見出し1問い | その見出しが答える質問を1文で書ける | 1つの見出しの下に、意図の違う話題が3つ入っている |
| 自己完結 | そのセクションだけ読んでも意味が通る | 「前述のとおり」「上記の設定を」で前を参照している |
| 主語の明示 | 「Googleは〜と説明しています」と主語を毎回書く | 「これは推奨されていません」（誰が推奨していないのか不明） |
| 構造化 | 条件・数値・手順が表か箇条書きになっている | 条件が段落の中に文章として並んでいる |
| 根拠の位置 | その記述の直後に出典リンクがある | 出典がページ末尾にまとめてあるだけで、どの記述の根拠か分からない |
このサイト自体も同じ型で書いています。各セクションの見出し直下にある1文が直答で、 出典リンクは記述の直後に置いています。ページ末尾の出典一覧は補助であって、どの記述がどの文書に由来するかは本文中で示すという設計です。
なお、検索結果のスニペットとして何が表示されるかはGoogleが自動で決めるもので、指定はできません。 できるのは、抜き出しやすい形に整えることだけです。[出典: スニペットを管理する]
生成AIの回答内での可視性については、測定方法が公開されている研究があります。GEOという用語の初出である arXiv論文（KDD 2024採録）は、10,000件のクエリからなるベンチマークGEO-benchで9通りの書き換えを比較し、 引用・統計・出典といった「情報としての確かさ」に関わる要素が上位を占めたと報告しています。[出典: GEO: Generative Engine Optimization]
Figure
書き換え方法ごとの可視性の変化（GEO論文の報告値）
引用の追加
41%
専門家や一次情報の発言を、引用としてそのまま置く
統計の追加
32%
主張の裏に具体的な数値を添える
読みやすさの改善
29%
文章として自然で読みやすい形に整える
出典の明示
28%
根拠となる情報源へのリンクを本文に置く
権威性の強調
15%
断定的で権威のある書き方に寄せる
キーワードの詰め込み
0%
従来型のSEO手法。ほとんど効果がない
生成AIでの引用
研究・生成AI検索の可視性
やったこと
10,000件のクエリ（学習8,000・検証1,000・テスト1,000）からなるベンチマークGEO-benchを作り、9通りの書き換えが生成AIの回答内での可視性をどう変えるかを測定した。KDD 2024採録。
報告された結果
出典: GEO: Generative Engine Optimization（arXiv:2311.09735）（Aggarwal ほか（KDD 2024））
この研究は2023年11月に公開され、KDD 2024に採録されたものです。生成AI各社のモデルは継続的に更新されるため、現時点の挙動が同じである保証はありません。
実務に落とすと、次の3点になります。いずれも「新しいマークアップを足す」作業ではなく、本文の中身を増やす作業です。
「SEO のベスト プラクティスは、引き続き Google 検索の AI 機能（AI による概要や AI モードなど）でも有効です」
E-E-A-T（経験・専門性・権威性・信頼）は設定項目ではなく、コンテンツを自己点検するための観点です。順位を直接操作するスコアは公開されていないため、実務では「ページ上の何を見れば、その観点を満たしていると分かるか」に翻訳して扱います。
| 観点 | 問い | ページ上の要素に落とすと |
|---|---|---|
| Experience（経験） | 実際に使った・行った・試した人が書いているか | 実測値、作業手順、画面の記録、失敗した内容 |
| Expertise（専門性） | そのテーマを説明できる知識があるか | 扱う範囲を絞ったサイト構成、著者情報、用語の定義ページ |
| Authoritativeness（権威性） | そのテーマの情報源として参照されているか | 自分で一次情報を公開する。他サイトからの言及が積み上がる |
| Trust（信頼） | 情報の正確さと運営者の透明性が確認できるか | 出典リンク、更新日、運営者情報、問い合わせ先 |
このうち、いま手を動かして増やせるのは経験と信頼です。 権威性は他サイトからの参照の積み上げなので、直接は操作できません。 自分で一次情報（自分で測った数値、自分で試した手順）を公開することが、結果として権威性につながる、という順序になります。[出典: ユーザー第一のコンテンツの作成]
Googleは、コンテンツの制作方法ではなく品質に注目していると説明しており、AIの使用そのものを禁じてはいません。[出典: AI 生成コンテンツに対する方針]一方でスパムに関するポリシーでは、ユーザーにとっての価値を付加せず、検索順位の操作を主な目的として 大量にページを生成することを「大量生成されたコンテンツの不正使用」として挙げています。[出典: スパムポリシー（大量生成されたコンテンツの不正使用）]
Figure
AIを使う場合の線引き
やること
やらなくていいこと
判断の分かれ目は、生成に使ったかどうかではなく、そのページが読者の質問に答えているかどうかです。 このサイトの記事も自動生成の仕組みで作っていますが、数値と固有名詞は出典元の記事にあるものだけを書く、 という制約を生成の段階で課しています。
次のレッスンでは、こうして書いたページを、テーマごとに束ねて評価が積み上がる構造に組み替えます。 個別ページの品質だけを上げても、サイト全体としてのまとまりが無いと積み上がりません。レッスン06へ進んでください。
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。
GEOという用語の初出であるarXiv論文（KDD 2024採録）が、10,000件のクエリからなるベンチマークGEO-benchで9通りの書き換えを比較しています。この論文では、引用の追加で可視性が最大41%、統計の追加で約32%、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なかったと報告されています。ただしこれは研究環境での測定であり、各社のサービスがこの通りに動くことを保証するものではありません。
検索から来た読者は、まず自分の質問に答えているかを確認します。冒頭で答えが見つからないページは、その時点で離脱されます。結論を先に置いたうえで、根拠・条件・例外・手順を続ける構成にすると、答えを得た読者がそのまま詳細へ進みます。生成AIの側も、質問に直答する短い段落を抜き出しやすくなります。
E-E-A-Tは設定項目ではなく、コンテンツを自己点検するための観点です。ページ上の要素に落とすと、実際に使った・行った記録を載せる（経験）、扱う範囲を絞り著者情報を明示する（専門性）、一次情報を自分で公開して参照される状態を作る（権威性）、出典リンクと更新日と運営者情報を出す（信頼）といった形になります。
Googleは、コンテンツの制作方法ではなく品質に注目していると説明しており、AIの使用そのものを禁じてはいません。一方でスパムに関するポリシーでは、ユーザーにとっての価値を付加せず検索順位の操作を主な目的として大量にページを生成することを「大量生成されたコンテンツの不正使用」として挙げています。判断の分かれ目は、生成に使ったかどうかではなく、そのページが読者の質問に答えているかどうかです。