導入事例※一部
これまでのオウンドメディア運用では、検索順位、流入数、CV数を見て記事改善を行うのが一般的でした。
しかしAI検索では、ユーザーが記事をクリックする前に、AIが複数ページの情報を要約します。
その回答の根拠として自社記事が引用されなければ、記事が存在していても、AI検索上の接点を獲得できません。
特に「〇〇とは」「選び方」「比較」「おすすめ」「料金相場」「メリット・デメリット」などのテーマでは、AIが引用しやすい情報構造かどうかで差がつきます。
まず現状を把握する
変化を追う
効果を検証する
想定質問に答え回答材料を増やす
選択肢の違いを整理しAIが引用しやすくする
回答に使われやすい構造にする
検討プロンプトに対応できる情報を補う
一次情報で信頼性を高める
情報の信頼性の根拠を示す
情報構造をつなぎ理解を助ける
不足している要素を補完する
自社が出ていない質問領域をカバーする
AIに引用されやすい記事には、以下のような特徴があります。
あります。AI回答では、検索順位だけでなく、回答の材料として使いやすい情報構造、定義、比較表、FAQ、一次情報、信頼性などが影響します。
流入やCVへの影響が大きい記事、AI Overviewが出やすいテーマの記事、競合だけが引用されているテーマの記事から優先するのがおすすめです。
必ずしも新規記事が必要とは限りません。既存記事にFAQ、比較表、定義情報、一次情報、内部リンクを追加するだけで改善余地がある場合もあります。
引用URLを比較することで、AIがどの競合記事を根拠にしているかを確認できます。その上で、見出し構成、情報量、FAQ、比較表、一次情報の差分を改善に活用できます。
ChatGPT
Gemini
Perplexity
AI Overviews
Copilot