GEO監査は、利用者が解決策を探したり、選択肢を比較したり、ブランド情報を確かめたりしたときに、生成AIが実際にどのような回答を返すかを記録する作業です。特定のページが回答に必ず含まれることを約束するものではありません。質問、回答、表示された情報源、競合、検証が必要な記述を残し、次に確認すべきことを判断できるようにします。
要点
GEO監査では、現実的で固定された質問セットを使い、生成AIの回答内でのブランドの見え方を測定します。ブランド名を含むために起きた言及と、名前なしの質問でも起きた自発的な言及を分け、回答全文と確認根拠を保存します。2026年バロメーターの13ブランド、非指名の657回答からなるサブサンプルでは、106回答、すなわち16%で監査対象ブランドが自発的に言及されました。この観察値はそのサブサンプルに限られ、すべてのブランドやエンジンの平均ではありません。
GEO監査とは何ですか
GEOはGenerative Engine Optimizationの略です。GEO監査は、生成AIがブランドを見つけ、説明し、他の選択肢と比較する方法を体系的に確認するプロセスです。確認するのは「名前が出たか」だけではありません。どの質問で出たか、どのような文脈で紹介されたか、どの競合と並んだか、記述された事実が正しいか、どのURLが示されたかも記録します。
分析単位は検索順位の一行ではなく、回答全体です。同じ質問でも、モデル、ウェブ検索の有無、言語、実行日、表現の小さな違いで答えは変わり得ます。そのため一枚の画面キャプチャは事例を示せても、安定した傾向や原因を単独で証明するものではありません。
GEO監査とAEO監査の違い
| 観点 | GEO監査 | AEO監査 |
|---|---|---|
| 主な対象 | 生成検索、回答の統合、情報源の使われ方 | 購買行動に関係する回答エンジンの応答 |
| 確認する証拠 | 回答、情報源、事実の正確さ、競合 | 回答、言及、文脈、品質、反復性 |
| 使い方 | 生成回答でブランドがどう表現されるかを把握 | 回答エンジン全体での存在を広く測定 |
両者は対立するものではなく補完的です。AEO監査には生成AIの回答が含まれることがあり、GEO監査はとくに回答が複数の情報を統合する過程と、見える範囲の情報源を詳しく扱います。名称より重要なのは証拠の保存です。正確な質問、モデル、モード、日付、回答全文、確認可能な情報源を結び付けます。
測定前に決めること
実際の意思決定から始める
質問セットは、人が本当に行おうとしている意思決定から作ります。提供者を選ぶ、ソフトウェアを比較する、地域のサービスを探す、特定の主張を確かめる、カテゴリを理解する、といった目的です。用語の定義を尋ねる質問と、購入前の比較質問は同じ行動を測っていないため、同じ指標として混ぜてはいけません。
市場、言語、意図を記録する
各質問には、言語、対象市場、利用者の意図、ブランド名の有無を記録します。日本語の非指名推薦質問と、英語でブランド名を出した確認質問を同じ数値として比較すると、表だけが整って意味が失われます。市場や言語が変われば、同じブランドでも回答が変わる可能性があります。
質問文を後から直さない
数語の違いでAIが示す選択肢や情報源は変わることがあります。実行した質問を、そのまま保存します。後で読みやすく直したり、より有利に見える表現に変えたりすると、次回の測定と比べられなくなります。
質問パネルの作り方
質問パネルは会社の宣伝文句の一覧ではありません。ブランド名を出さずに選択肢を探す質問、複数の選択肢を比較する質問、ブランド情報の正確さを確認する質問を組み合わせます。非指名の質問は自発的な発見を測ります。比較質問は、回答がブランドをどの代替案と結び付けるかを見せます。ブランド名を含む質問は、既知の情報が正しいかを確認するには役立ちますが、自発的な可視性の証明にはなりません。
- 発見: この課題を解決する選択肢は何ですか。
- 比較: 二つの方法にはどのような違いがありますか。
- 評価: 選ぶ前にどの基準を確認すべきですか。
- ブランド確認: この会社についてAIはどんな事実を述べますか。
質問数に万能の正解はありません。カテゴリ、言語数、市場数、意思決定の複雑さによって変わります。ほとんど同じ質問を大量に追加しても、証拠が自動的に強くなるわけではありません。一つの言い回しだけを過度に反映する危険があります。
回答と文脈を保存する
実行ごとに、質問、日付、モデル、利用モード、回答全文、表示されたURLを保存します。回答に実際の順番が示されたときだけ、ブランドの位置を記録します。順位が示されていないなら、平均順位を作ってはいけません。競合が登場した場合は、名前だけでなく、どの文脈で出たかも残します。
URLの確認には注意が必要です。開けないURLは、リンクの誤り、移動したページ、アクセス制限、収集環境の制約を意味することがあります。URLが解決しないことだけで、AIが内容を作り話したと結論付けることはできません。逆にURLが開けても、そのページが回答の根拠だったことを自動的に示すわけではありません。観察した事実と、その解釈を分けて記録します。
混ぜてはいけない指標
| 指標 | 説明 | 読む条件 |
|---|---|---|
| メンション率 | ブランドが現れた回答の割合 | 指名質問と非指名質問を分ける |
| AI Share of Voice | 同じ質問パネル内での競合との相対的な存在 | 市場シェアと混同しない |
| 正確性 | 正しい事実、不完全な事実、未検証の事実 | 基準となる情報源と照合する |
| 見える情報源 | 回答に表示されたURLやドメイン | アクセス状態と主張との関係を別々に確認する |
| 反復性 | 比較可能な実行で繰り返されるパターン | 一回の回答で結論を出さない |
全体のメンション率は回答品質の平均ではありません。ブランド名を含む質問が多ければ、メンション率は上がりますが、推薦を求める非指名質問では依然として出ないことがあります。リストに載っていても、価格や機能の説明が間違っている場合があります。言及、正確性、情報源、競合状況は一つの都合のよい数値にまとめない方が安全です。
測定結果と原因の仮説を分ける
監査から言えるのは、記録された条件で、ブランドが特定の非指名回答に現れた、あるいは現れなかったということです。なぜそうなったかは別問題です。アクセスできる情報源、質問文、モデル更新、検索文脈、観察できないシステム上の変化が影響している可能性があります。したがって次の施策は、検証する仮説として提示し、一度の測定で証明された因果関係のように扱いません。
誤った情報を見つけた場合も同じです。複数の回答が同じ誤りを繰り返したなら、測定された事実は、そのパネルで誤りが反復されたことです。モデルの意図は測っていません。次に公開情報源を探し、公式ページと管理可能なプロフィールを整え、比較可能な条件で再確認します。
AIハルシネーションと誤ったURLの扱い
AIハルシネーションとは、検証に耐えない主張です。否定的な評価や批判そのものを意味しません。存在しない認証、誤った価格、架空の住所、作られたリンクは別の区分で扱います。原文の一節を保存し、主張の種類を付け、検証に使った情報源を結び付け、重要なケースは人が再確認します。
架空のURLも別のシグナルです。AI Labs Auditでは、監査におけるハルシネーションURLの検出を文書化しています。ただしHTTPステータス、リダイレクト、アクセスエラーは技術的な観察値です。それだけで主張の出所やシステムの意図を断定することはできません。
監査の後に確認できる改善領域
E-E-A-Tは、コンテンツに示された経験、専門性、権威性、信頼性を確認する観点を整理するのに役立ちます。ただし、これらを整えても生成AIの回答での引用が保証されるわけではありません。
優先順位は、観察されたパターンによって変わります。重要ページが質問パネルに直接答えていないなら、答え、根拠、日付、著者情報を明確にすることから始められます。ブランドが正しく説明されているのに競合より登場しにくいなら、実際の回答で見える第三者情報源を調べます。事実が誤っているなら、まずブランドが管理する基準ページと公開プロフィールを直す方が合理的です。
- 重要な答えを、ページの残りを読まなくても理解できる形にします。
- 数値や主張を、検証可能な情報源と日付に結び付けます。
- 組織、提供内容、著者、連絡先を一貫して示します。
- Schema.orgは見えている内容を説明するために使い、根拠不足を隠すためには使いません。
- 変更の効果を述べる前に、同じ質問パネルを再実行します。
構造、構造化データ、内部リンクは、システムがコンテンツを解釈する助けになる場合があります。しかし順位や引用を約束しません。技術的な確認項目はGEOチェックリストで確認できます。ここで触れた標本は、2026年バロメーターの6,820件のAI回答データと結び付いています。
なぜ繰り返しが必要なのか
GEO監査の価値は、一度だけ好ましい回答を見せることではありません。同じ質問セット、同じ分類規則、できるだけ近い収集条件で再測定するときに、比較できる基準線が生まれます。プロンプト、市場、モデル、判定基準を同時に変えれば、傾向ではなく新しい実験になります。
結果は可視性や引用の約束ではありません。何を確認し、何を修正し、何をさらに調べるかを決めるための証拠の束です。この方法なら、好意的な回答一つを無批判に信じることも、不利な回答一つを最終判断にすることも避けられます。
質問と回答
GEO監査にはどれくらい時間がかかりますか?
所要時間は、質問パネル、モデル、言語、繰り返し実行、事実確認の範囲によって変わります。厳密な監査では、何をいつどの回答で実行したかをまず記録します。自動化で収集を速めることはできますが、期間や成果物の提供時点は、実際に定義されている場合にだけ示すべきです。
GEO監査はどのくらいの頻度で再実行すべきですか?
頻度は普遍的なルールではなく、プロトコル上の選択です。追跡する意思決定、モデルの変化、市場、コンテンツの変更によって異なります。二つの測定を比較するには、質問パネル、判定規則、記録した収集条件をできるだけ同じに保つ必要があります。
GEO監査はAEO監査と異なりますか?
両者の範囲は重なります。AEO監査は、回答エンジンが情報探索や購買の過程にどう応じるかをより広く見ます。GEO監査は、生成回答、その統合、見える情報源、言及、事実の正確性に焦点を当てます。最も重要なのは、実際にどのシステムと根拠を調べたかを明示することです。
ChatGPTだけをテストしたGEO監査は信頼できますか?
単一モデルの測定は、記録された条件におけるそのモデルを説明できます。他のエンジンやすべての検索モードへ一般化することはできません。複数のシステムに関する判断なら、複数モデルのパネルと比較可能な実行の方が、より広い結論の範囲を与えます。
大規模にハルシネーションを検出するにはどうしますか?
主張の全文、文脈、表示されたURL、元の回答を保存し、特定できる参照情報と事実を照合します。クロールは到達できないリンクを示せますが、解決しないURLだけで作り話を証明することはできません。重要なケースには検証記録を残し、必要に応じて人が確認します。
生成エンジンは以前の質問を記憶していますか?
製品、アカウント、設定、セッションの文脈によって異なります。一部のサービスは過去の会話や設定を利用する場合があります。比較可能な監査では、テストが中立的なセッションか個人化されたセッションか、メモリが有効か、可能な範囲で状態をどう初期化または分離したかをプロトコルに記録します。
代理店、コンサルタント、社内チーム向け。独自のシナリオと選択した言語・モデルで得られた回答を比較できます。私たちのインフラと、皆様のシナリオ・専門知識を組み合わせてください。