Aggarwal et al.（Princeton）が実施した施策の内容と順序
結果の数値を、分母・対照の有無・発表主体ごとにどう読むか
同じ施策を自社で試すときの計測設計
TL;DR：旧来型SEOのキーワード詰め込みは、AI検索ではマイナスに働きます。プリンストン大学の研究チーム（Aggarwal et al.）が約1万クエリでGEO手法を比較したところ、キーワード詰め込みは可視性をベースライン比約10%悪化させました。統計データの追加（最大約+40%）や引用の明示（約+30〜40%）とは逆の結果です。企業の実施事例ではなく、研究環境で手法を比べた結果として読む必要があります。
Aggarwal et al.（Princeton）（横断）の事例。発表主体は調査・研究、証拠グレードは A（対照・前後比較を開示）。
Aggarwal et al.（Princeton）による学術研究です。企業が自社サイトで試した事例ではなく、研究チームが用意した環境で、複数のGEO手法を同じ条件で比べています。
検索エンジン向けの対策では、狙った語を本文に繰り返し入れる手法が使われてきました。AI検索でも同じことが効くのか。この研究はその問いに、比較の形で答えています。
結果は逆効果でした。ほかの手法が可視性を上げる中で、キーワード詰め込みだけがベースラインを下回っています。
| 指標 | 前 | 後 | 期間・母数 |
|---|---|---|---|
| キーワード詰め込みの可視性 | — | 約-10% | |
| 統計データ追加 | — | 最大約+40% |
キーワード詰め込みは可視性をベースライン比約10%悪化させました。統計データの追加（最大約+40%）、引用の明示（約+30〜40%）とは対照的です。
旧来型SEOの詰め込みテクニックは、AI検索ではマイナスに働きます。
これは企業の事例ではなく、学術研究の結果です。研究用の環境で測った可視性の差なので、特定のAIサービスで自社の引用が同じ割合で減る、と読むことはできません。
約-10%や最大約+40%は、ベースラインに対する比較の値です。対照を置いた比較という点で証拠の強さはありますが、AI側のモデル更新が進めば、手法ごとの効き方も変わりえます。
キーワードを入れるな、という話ではありません。必要な語を自然に含めることと、可視性を狙って詰め込むことは別の手当てです。
自社の重要な質問を固定し、AI別に引用と言及を記録します。あわせて、対象ページに同じ語が不自然に繰り返されていないかを点検します。AI別の引用はモニタリング機能で記録できます。
詰め込んだ語を自然な量に戻し、代わりに統計データや出典の明示など、根拠を足す手当てをします。変更前の本文は記録として残します。
同じ質問で再計測し、引用と言及の差を見ます。研究の数字は研究環境での値なので、自社の結果は自社の計測で確かめます。
この事例を含む一覧はLLMO成功事例・失敗事例集にまとめています。
ChatGPT・Gemini・Perplexity・Google AI Overviews・Microsoft Copilotでの自社と競合の露出を、無料で診断します。
出典ページ（arXiv、arXiv（Aggarwal et al. 2023、GEO論文HTML版））で公開されています。掲載している数値は、出典ページの表記と照合できたものだけです。
施策前の基準値です。対象プロンプト（質問）を固定し、AI別の引用・言及・推奨を記録してから着手すると、効果の有無を切り分けられます。
保証はありません。これは企業の実施事例ではなく、研究チームが用意した環境で手法を比べた学術研究です。実際のAI検索での効き方は、業種・サイト・AIのモデル更新に左右されます。
この研究では、キーワード詰め込みは可視性をベースライン比約10%悪化させました。統計データの追加（最大約+40%）や引用の明示（約+30〜40%）とは逆の結果です。
いいえ。Aggarwal et al.（Princeton）による学術研究で、約1万クエリでGEO手法を比較した結果です。
A：対照群や前後比較を自ら開示、B：当事者の公表、C：支援会社の発表（複合施策）、D：測定条件非公開（公開対象外）。本事例は A です。
登録したプロンプトをAI別に定期実行し、引用URL・言及・推薦順位を自動記録します。無料診断では現在の露出状況をレポートします。
LLM Insightで、AIに選ばれるブランドへ
