GEO プログラムはなぜ失敗するのか？

施策が失敗するのは、その裏に仕組みがないからです。自社サイトから入力を受け取らないパイプライン段階に働きかけているか、リトリーバルが切られた場所で測られたかのどちらかです。そのリストは別の記事です。診断法は、公開された施策を働きかける段階ごとに分類し、証拠に耐えないものを名指しします。そこには真っ向から否定される主張が2つ含まれます。ここから先は、その検証を通過した前提で進めます。

プログラムの失敗はその次に起きるもので、組織的なものです。運用は筋の通ったことをしています。パネルは固定され、技術的な修正は出荷され、コンテンツは実在する下位の問いに本当に沿っています。それでも終わります。四半期レビューで打ち切られるか、目に見えて何も起きなかった全面展開のあとに放棄されます。施策リストはこれを説明しません。施策リストには間違いが1つもないからです。

対処法も移りません。失敗した施策は、研究を1本読んでその施策をやめれば直ります。失敗したプログラムは、誰が何をどの頻度で決めるのか、そしてどの約束に照らすのかを変えなければ直りません。その3つを渡してくれる論文はないので、既定値で決まります。レビューが毎月なのはレビューが毎月だからで、指標が1つの数値なのはスライドの枠が1つだからで、約束は予算が承認された会議で口にされたものです。

毎月進路を変えるプログラムは何ひとつ完了せず、これらのシステムの月次の読み取りは大半が計器のばらつきだからです。Findings of ACL 2026 の監査は、2025年9月に 4,706 件のクエリを、即時、5分後、24時間後の3時点で発行し、各回答を判定モデルで肯定、否定、混合に分類しました。温度ゼロ、つまりこれらの製品が許す限りランダム性を下げた条件でも、エンジンと実行間隔によって 9% から 28% のクエリで判定が反転しました。¹ これは引用集合が漂流しているのではなく、答えが考えを変えているのです。

ソース単位の安定性も似たようなものです。2026年の安定性研究は4つのエンジンを45日間追い、日次のソース単位 Jaccard をおよそ 0.34 から 0.42 と報告し、出発点としてプロンプトごとに7回から8回の反復を提案しました。³ これを伝えるサーベイはすぐに但し書きを付けます。普遍的な基準ではない、小さなスイスのクエリ集合に由来し、反復は最大10回だからです。² 仕組みはAIの答えが変わる理由、サンプル設計はパネルの規模で扱っています。

プログラム固有の損害はここからです。修正のたびにキューが並べ替えられ、3週目に始めたオフサイトの作業は7週目に止まり、それに代わったコンテンツの作業は11週目に止まります。これが3回続くと、プログラムの手元には半分だけ終わった施策の束が残り、完了したテストは1つもありません。四半期レビューが目にするのはまさにそれです。対策は前もって打つしかありません。最初の実行の前に、レビュー間隔と、計画を変える引き金になる動きの大きさを決めておくことです。

2026年の批判的サーベイは、この分野の主張について確信度の表を維持しています。「引用スコアはクリック、コンバージョン、収益を予測する」はその最下段にあり、非常に低いと評価され、根拠は示唆的な準実験1件と業界側の主張がいくつかで、因果は確立していないと注記されています。² その1つ上の行、ホワイトハットの介入が複数のエンジンで自然な発見されやすさを持続的に改善する、は低いと評価されています。この2つの評価が、GEO プログラムを売るときの誠実な境界です。

トラフィック側の道筋も細いままです。Pew Research Center は2025年3月、米国の成人900人による 68,879 件の Google 検索を追跡し、AI 要約が表示された場合に、その中のソースがクリックされたのは全訪問のわずか 1% だったとしています。⁶ 引用されることと訪問されることは別の出来事で、後者はまれなので、それを前提に資金を得たプログラムは最初から水面下です。

失敗の理由は、この約束が偽だということではありません。どちらの向きにもリンクを確立した人はおらず、だからこそプログラムをそこに賭けるのは未解決の問いに賭けることになります。致命的なのは順序です。約束は資金が付く瞬間に口頭で一度だけ交わされ、2四半期後に静かに評価基準になります。引用シェアが本当に動くころには、レビューは商談パイプラインを尋ねていて、本物の成果が失敗に読めます。代わりに、測定と、カバレッジの目標と、判断の期日を約束し、非常に低いという評価を同じ文書に書いてください。どの代理指標が生き残るかは測れないもので扱っています。