この結果を引用する人のほとんどは、その指標が何かを知りません。位置調整済みワードカウントとは、生成された回答の語数のうちあなたの情報源に帰せられる割合で、引用が現れる位置に応じて指数的に減衰する関数で割り引かれます。測っているのはテキストのどれだけがあなたのものかであり、誰かがクリックしたかどうかではありません。1 ベンチマーク自体は大きく、9つの公開ソースから25ドメインにわたる10,000件のクエリです。だからこそ次節で述べる設計上の問題は、規模の限界ではなく欠陥になります。
GEOとSEO · 証拠
GEO施策は本当に効くのか？
この問いを検証したベンチマークは3つあり、それぞれが前のベンチマークの飛ばしたステージを1つずつ戻しています。順に読むと、3つは1つの物語を語ります。そしてそれは、施策リストが語る物語ではありません。
このページの内容
最初の研究
最初のGEOベンチマークは実際に何を測ったのか？
測っていたのは、すでにモデルのコンテキストに入っている文書に、生成された回答のテキストがどれだけ帰属するかです。その文書がリトリーバルされたかどうかではなく、クリックでもランキングでもトラフィックでもありません。
| 検証した手法 | 位置調整済みワードカウント | 19.3のベースラインとの比較 |
|---|---|---|
| 最適化なし（ベースライン） | 19.3 | 該当なし |
| キーワードの詰め込み | 17.7 | 何もしないより悪い |
| 独自の語彙 | 20.5 | ごくわずか |
| 権威的な語調 | 21.3 | 小さい |
| 分かりやすさ | 22.0 | 小さい |
| 専門用語の追加 | 22.7 | 小さい |
| 出典の明示 | 24.6 | 4番目に良い |
| 流暢さの最適化 | 24.7 | 3番目に良い |
| 統計の追加 | 25.2 | 2番目に良い |
| 引用文の追加 | 27.2 | 9手法中で最良 |
但し書き
見出しの百分率は、なぜ使われている意味とは違うのか？
見出しの数字は、1つの人工的な仕組みの中で1つの独自指標が19.3から27.2へ動いた相対距離であり、この分野自身の2026年のサーベイはそれを棄却しています。サーベイは「GEOは可視性を40%高める」を、一般的な主張として棄却された主張の欄に並べ、その理由をこの数字が「特定の構成下で1つの指標に対する相対的な最大値」だからだとしています。4 この数字には3つの但し書きが付いてきますが、一緒に語られることはほとんどありません。
1つ目はエンジンです。主要な実験はChatGPTもGoogleもBingも叩いていません。著者らはGoogleの上位5件を取得し、2023年世代のモデルにその5件の情報源から答えさせる合成エンジンを自分たちで組みました。1 2つ目はそこから続きます。最適化されたページは最初からその5件の1つであり、リトリーバルは検証対象に一度も含まれていません。サーベイの採点もその通りです。すでにコンテキストに置かれた文書が自らの順位、引用、利用を因果的に変えうることは高い確信度と評価され、同じ行で、この証拠は「自然なリトリーバルを扱っていない」と注記されています。4 3つ目は同じ結果表の中にあります。キーワードの詰め込みは何もしない場合のベースラインを下回り、この手法群で唯一そうなった手法です。その後、複数のベンチマークで効果が確認できないか負の効果と採点されています。4
論文自体の2つの細部が、絵をより鮮明にします。実エンジンでの確認は、著者自身の脚注によれば200例だけで行われ、そこでは最良の書き換えがベースラインに対して21%を得た一方、キーワードの詰め込みは9%を失いました。1 さらに、論文が「出典の明示」手法の例として示した出力は、存在しないと思われる研究組織に主張を帰属させています。つまりこの施策は、運用上は「真の引用を加える」ではなく「引用らしく見えるテキストを加える」になっているのです。覚えておくべきはサーベイの警告です。捏造された統計は再利用を増やす一方で、知識としての質を劣化させうる、と。4 エンジンはすでに大規模に誤帰属しています。コロンビア大学Tow Centerの8エンジン1,600クエリの監査では60%超が誤った回答を返しており、引用らしく見える捏造は積み上がっていく負債です。6
再分配
これらの施策が効いたとき、実際に得をするのは誰か？
利得のほとんどは、低い位置から始まった情報源に向かいます。最も強い3手法は5位の情報源の可視性をおよそ倍にする一方で、1位の情報源のシェアを20–30%削りました。
以下は、情報源の元のGoogle順位別に見た可視性の相対変化で、同じ論文の2つ目の表からの引用です。
| 手法 | 1位 | 2位 | 3位 | 4位 | 5位 |
|---|---|---|---|---|---|
| 権威的な語調 | −6.0% | +4.1% | −0.6% | +12.6% | +6.1% |
| 流暢さの最適化 | −2.0% | +5.2% | +3.6% | −4.4% | +2.2% |
| 出典の明示 | −30.3% | +2.5% | +20.4% | +15.5% | +115.1% |
| 引用文の追加 | −22.9% | −7.0% | +3.5% | +25.1% | +99.7% |
| 統計の追加 | −20.6% | −3.9% | +8.1% | +10.0% | +97.9% |
これは創造ではなく再分配として読んでください。これらの書き換えは、帰属されうる回答テキストの総量を増やしません。固定された候補集合の中で誰が帰属を得るかを変えるだけで、その仕組みはシェアを既存の1位から挑戦者へ移します。つまりこの施策の価値は、あなたが今どこにいるかの関数です。1位にいるなら、回答向けの攻めた書き換えは上振れの賭けではなく、測定可能な下振れリスクです。
同じ論文の3つ目の表が、限定条件の残り半分を埋めます。最良の手法はドメインに依存し、出典の明示は事実系と法律・行政系のクエリで、引用文の追加は説明系と歴史系で、統計の追加は議論系と意見系で最も強く出ました。1 ドメインをまたいで成り立つ単一の順序はありません。2026年のサーベイが固定的な書式レシピを一般化しにくいと採点したのは、まさにこの性質です。4
反転
リトリーバルと再ランキングを戻すと何が起きたのか？
最初の論文が飛ばしたステージを戻した2つのベンチマークは、どちらも効果の縮小か反転を見つけました。NeurIPS 2025のDatasets and Benchmarks Trackで発表されたC-SEO Benchは、6ドメイン1.9k件超のクエリで10の会話型SEO手法を検証し、そうした手法の多くは「大部分が効果がないだけでなく、しばしば文書のランキングに負の影響を与える」と報告しています。54ケース中で有意に正だったのは3件、質問応答では1件もなく、情報源をコンテキストの1番目に動かすことは小売で2.77順位分の価値があり、最良の書き換えは0.36でした。2 姉妹記事「関連性とランキング」がこのベンチマークを詳しく扱っています。
この流れを閉じるのはSAGEO Arenaです。固定のコンテキストを与えるのではなく、リトリーバルと再ランキングを復活させたからです。171,003件の文書と2,700件のクエリで、本文だけの最適化は平均の上位20件への出現を約9%、再ランキング後の上位10件への出現を16%、最終的な引用を約6%減らしていました。3 サーベイの読み方が、覚えておくべき一文です。書き換えは、いったん注入されればうまく働くかもしれませんが、その文書の取得可能性を下げ、上流での競争力を弱めうる、と。4
3つの結果を並べると矛盾は解けます。最初の論文はパイプラインの最後のステージだけを切り離して測り、そこでは書き換えが効くと分かりました。後の研究はすべてのステージを組み合わせて測り、同じ書き換えが下流で得るより上流で失うほうが大きいと分かりました。だから実務上のルールは施策ではなく制約になります。そのページが取得されようとしている質問に対する話題的な関連性を薄めるような本文の最適化は、絶対にしないことです。
統合
3つの研究すべてを生き延びた施策はどれか？
本物の裏づけを持って生き延びたのは2つ、真の関連性と、真実で抽出可能な証拠です。固定レシピ、権威的な語調、キーワードの詰め込みは生き延びていません。
以下の評価は2026年の批判的サーベイ自身のものであり、当社のものではありません。
| レバー | サーベイの評価 | ベンチマークが加えるもの |
|---|---|---|
| クエリと文書の関連性 | 強い、統制された条件下で | 検証されたすべての書き換えを上回った唯一のレバー |
| コンテキスト内の位置 | 強い、取得された後なら | 小売で2.77順位分、最良の書き換えは0.36 |
| 抽出可能な証拠：数値、定義、比較 | 中から強 | 真実で、日付があり、帰属が示され、意図に合っていること |
| 鮮度、価格、明示的な日付 | 中程度 | 252,000試行の要因実験が価格と最近の日付に効果を検出 |
| 文書の構造 | 中程度かつ不均一 | 効果の方向を仮定せずに検証すること |
| 流暢さと平易化 | 弱から中 | 19.3のベースラインに対して24.7、合成環境でのみ |
| 権威的な語調 | 弱く不安定 | 21.3、しかも信頼性と衝突しうる |
| 固定的な書式レシピ | 一般化が乏しい | 54ケース中3件が有意に正 |
| キーワードの詰め込み | 効果が確認できないか負 | 19.3のベースラインに対して17.7、この分野で最も再現された負の結果 |
その表の1行は、二度読む価値があります。抽出可能な証拠は、中から強と採点された唯一のコンテンツレバーであり、その条件は装飾ではなく拘束です。基準は数値を加えることではなく、関連があり、検証可能で、日付があり、適切に帰属が示された証拠を提供することです。4 これまでに公表された唯一のAI引用の学術的分類も、記述のレベルで同じ方向を指しています。数値を含むページは平均影響度が61.6%高く、定義を示す表現を含むページは57.3%高いと関連づけつつ、因果と相関は切り分けられないと注意を促しています。7
人気のある施策が1つ、表にありません。証拠が逆を指しているからです。「schema マークアップはAIの引用を増やす」は、公表されている唯一のマッチドコントロール試験によって否定されています。JSON-LDを追加した1,885ページを4,000の対照ページと突き合わせ、前後30日の窓で測定したベンダー研究は、AI Overviewの引用が4.6%減少し有意であること、検証した他の2つのプラットフォームでは有意な変化がないことを見つけました。11 Google自身の文書も、自社のAI機能に表示されるために特別な構造化データは不要だと述べています。5 リッチリザルトと機械可読性のためにschemaを実装してください。それ以上のことを主張してはいけません。
測定
自社サイトでこれらの施策をどう検証するか？
1枚のビフォーアフターのスクリーンショットではありません。3つの知見があなたの検証を規定します。回答はぶれる、画面ごとに一致しない、そして同じ手法を競合が採用するにつれて利得は減衰する、の3つです。
まず何を聞くかを固定してください。編集の効果はエンジン自身のばらつきに対して読む必要があり、2026年の統計的な扱いは、見かけ上の差の多くが測定のノイズフロアの内側にあることを示しました。10 だから1つの質問を前に1回、後に1回聞くだけでは何も分かりません。プロンプトセットを固定し、決めた頻度で繰り返し、各回答がどの情報源を引用したかを記録してください。そうすれば比べるのはスクリーンショットではなく分布になります。
次にどこで聞くかを固定します。SIGIR 2026の11,500クエリの研究は、1社が持つ3つの回答画面の間でURL単位のJaccardが0.11–0.18であると測定しました。9 サーベイが可視性は「エンジンと画面ごとに索引づけられる」と述べる根拠がこれです。4 ある画面での結果は他の画面での結果ではありません。どこかで効いた施策は、1つのエンジンで、1つのドメインで、1つの月に効いたのです。
最後に、効果は減衰すると見込んでください。C-SEO Benchは、同じ候補集合の中で同じ手法を採る文書が増えるほど利得が縮むことを見つけています。2 つまり今期に正と出たものは、まだそれを採用していない競合を相手に測られています。全体を通して固定しておく価値があるのは2つです。一度に1つだけ変えること、そしてページの話題的な関連性を損なわないことです。
本記事の誠実な限界
実際の商用エンジンで、端から端まで統制された実験を行った人はまだいません。上記の結果はすべて研究者が組んだ実験環境から出ています。最初のエンジンは合成で、2023年世代のモデルの上で動いていました。後の2つのベンチマークも、本番システムに問い合わせるのではなく自前のリトリーバルを供給しています。ですから「ランキングは書き換えを圧倒する」は、収束する証拠からの強い推論であって、現場で測られた係数ではありません。そしてこれらを採点したサーベイ自体はプレプリントです。ただし3つのベンチマークはいずれも査読を経ています。否定的な結果のほうを、肯定的な結果より頑健だと扱ってください。再現されたのは前者です。
プロダクトが役立つところ、役立たないところ
このページで実行できることはすべて無料で、編集に半日あれば終わります。狙った質問に対して本当に最良の回答になるようページを作ること、本文に実在し日付があり帰属の示された数値と平易な定義を置くこと、すでに1位のページには手を出さないこと、見つけたキーワードの詰め込み段落を削除すること。そこにソフトウェアは一切関係しません。ソフトウェアが変えるのは上で述べた測定だけです。Baviorは固定のプロンプトセットを5つのエンジンにスケジュールで流し、各回答がどの情報源を引用したかを記録します。ランキングを改善することはなく、ページを書き換えることもなく、ここにある施策があなたのドメインで効くと約束することもできません。無料 AI 可視性チェッカーと無料 GEO 診断は有料プランなしで使えます。有料プランは月払いで月額$99から、年払いなら月額$79.17です（2026年8月30日時点）。
出典、すべて2026年8月30日に確認
- Aggarwal ほか「GEO: Generative Engine Optimization」、KDD ’24（第30回 ACM SIGKDD、2024年8月）；GEO-bench、10,000クエリ、25ドメイン。arxiv.org/abs/2311.09735
- Puerto ほか「C-SEO Bench: Does Conversational SEO Work?」、NeurIPS 2025 Datasets & Benchmarks Track；10手法、1.9k件超のクエリと16k件の文書、54ケース。arxiv.org/abs/2506.11097
- Kim ほか「SAGEO Arena: A Realistic Environment for Evaluating Search-Augmented Generative Engine Optimization」、KDD 2026（arXiv:2602.12187v2、2026年8月7日）；171,003件の文書、2,700件のクエリ。arxiv.org/abs/2602.12187
- 「Optimizing Visibility in Generative Engines: A Critical Survey of Generative Engine Optimization (2023–2026)」、2026年7月15日、arXiv:2607.14035；確信度の表とレバー支持度の表。arxiv.org/abs/2607.14035
- Google Search Central「AI features and your website」（特別な構造化データは不要；一次情報）。developers.google.com/search/docs/appearance/ai-features
- Jaźwińska & Chandrasekar「AI Search Has a Citation Problem」、コロンビア大学 Tow Center for Digital Journalism、2025年3月6日；8エンジン1,600クエリ。cjr.org
- Zhang、He & Yao「From Citation Selection to Citation Absorption」、arXiv:2604.25707（プレプリント、記述統計のみ）；602件の統制プロンプト、21,143件の検索層の引用。arxiv.org/abs/2604.25707
- Vishwakarma ほか、2026；252,000試行の要因実験で、明示的な価格と最近の日付には効果、書式変更だけでは弱い効果（出典4の批判的サーベイでの記述）
- Grossman ほか、SIGIR 2026；11,500クエリ；Googleのオーガニック、AI Overviews、GeminiにわたるURL単位のJaccardは0.11–0.18。arxiv.org/abs/2604.27790
- Sielinski「Quantifying Uncertainty in AI Visibility」、2026年3月、arXiv:2603.08924（プレプリント）。arxiv.org/abs/2603.08924
- 2025年8月から2026年3月の間にJSON-LDを追加した1,885ページを4,000の対照ページと比較したベンダーのマッチドコントロール研究。引用は前後30日で測定、2026年5月公表；AI Overviewの引用は−4.6%（有意）、他の2つのプラットフォームは有意差なし。本カリキュラムの出典ルールに従い、リンクせず記述のみ。
よくある質問
よく聞かれることを、まとめました。
GEO論文の有名な「40%向上」は本物ですか？
本物の論文の本物の数字ですが、一般化はしません。だからこそ2026年の批判的サーベイは、これを一般的な主張として棄却された主張に数えています。この数字は、位置調整済みワードカウントというカスタム指標で19.3のベースラインから27.2までの相対距離です。この指標は回答テキストのどれだけがあなたの情報源に帰せられるかを測るもので、測定はGoogleの5件の結果と2023年世代のモデルから組んだ合成エンジンの中で、最適化された文書が最初からコンテキストに入った状態で行われました。引用するならこれらの条件を付けて、そうでなければ引用しないでください。
自社のページに統計や引用文を加えるべきですか？
本物を、本物の出典と本物の日付とともに加えてください。そして劇的ではなく中程度の効果を見込んでください。抽出可能な証拠は2026年のサーベイが中から強と採点した唯一のコンテンツレバーであり、その条件は拘束的です。基準は数値を加えることではなく、関連があり、検証可能で、日付があり、適切に帰属が示された証拠を提供することです。この施策が招く失敗は、最初の論文自身の作例が陥ったものとまったく同じです。存在しない組織への、引用らしく見える帰属を捏造することです。エンジンはそれを検証できませんが、読者はいずれ検証できます。
自社ページはすでに1位です。それでもAI回答向けに書き換えるべきですか？
すでに1位の情報源で測定された効果は負なので、そこでは回答向けの攻めた書き換えを下振れリスクとして扱ってください。最初の論文の順位別の表では、最も強い3手法が1位の情報源の可視性を20–30%下げる一方、5位の情報源をおよそ倍にしています。仕組みは成長ではなく、固定された候補集合の内部での再分配です。それらのページは正確さ、鮮度、明快さのために編集し、構造的な曲芸はまだそのクエリを取れていないページに取っておいてください。
ほとんどの施策が効かないなら、何が残りますか？
順に3つです。その質問に対して本当に最良の回答であること、取得されたコンテキストで上位に入る順位を獲得すること、そして本文に真実で日付があり帰属の示された証拠を置くこと。2026年のサーベイが弱より上と採点したレバーはこれだけで、最初の2つは新しい何かではなく通常の検索の仕事です。その後に残るのはサイト外です。商業的な質問では、引用されるものの多くはベンダー自身のページではなく第三者の記事やコミュニティスレッドであり、それは別の予算項目であり別のチームの仕事です。
Bavior 編集部
Reddit マーケティングと AI 検索可視性に関する Bavior のコンテンツを調査・管理しているチームです。記事中のすべての数値には出典と確認日を明記しており、アフィリエイトリンクは一切使用していません。
数値に誤りを見つけたらお知らせください。再確認します: support@bavior.com