AI検索対策(AIO)

AI検索から問い合わせを増やすには?アクセス数だけに頼らないコンテンツマーケティング戦略

AI検索から問い合わせを増やすには?アクセス数だけに頼らないコンテンツマーケティング戦略
目次
  1. AI検索でアクセスが減る仕組み
  2. 問い合わせにつながる戦略の軸
  3. 引用されるコンテンツ設計
  4. 問い合わせを測る指標設計
  5. よくある失敗と進め方
  6. おわりに

AI検索が広がるなかで問い合わせを増やすには、アクセス数だけに頼らず、AIに引用されることと、問い合わせの質を見る戦略へ切り替える考え方が中心になります。この記事では、アクセスが減る仕組み、戦略の軸、引用されるコンテンツ設計、測り方、つまずきやすい点の5つの視点で整理します。

AI検索から問い合わせへ 4つの視点

  1. 01引用される情報源を目指す自社サイトと外部での評価を整えAIが参照する情報を充実させる
  2. 02検討を支える情報を用意比較・事例・価格を示し購入者の判断材料をそろえる
  3. 03答えと独自の根拠を示す結論を先に書き、情報をそろえる独自データや一次体験を活用
  4. 04問い合わせの質で評価AI上での言及を継続して記録し商談への進展と評価期間を見る

アクセス数に加え、引用の状況と商談への進展を見る

AI検索でアクセスが減る仕組み

AI検索と従来検索の違い

AI検索は、リンクの一覧を返す検索から、質問に答えを返す検索への変化です。

検索の形は、キーワードを入れてリンクを並べる方式から、会話型の検索へと移りつつあります。利用者が自然な言葉で質問すると、インターネット上のデータをもとにAIが作った回答が返ってきます。検索エンジンは何十年ものあいだ、検索語を入力してクリックするという画面で案内役を務めてきました(参照*1)。

Google検索のAIによる概要は、検索結果の上部にAIが作った要約を出す機能です。2024年に始まり、2025年に大きく広がりました。

ウェブ上のコンテンツから短い概要を作り、複雑な話題をすばやくつかめるようにすることを目的としています(参照*2)。

ゼロクリックとトラフィック減少

AI要約が出る検索では、サイトへのクリックが下がる調査結果が報告されています。

AIによる概要の導入は、サイトのトラフィックに大きな悪影響を及ぼしています。調査では、AIの要約が表示される検索語句でクリック率の中央値が37%、平均値が40%下がっています(参照*2)。

表示される場面も増えています。

GoogleのAI Overviewsは、2024年8月には検索結果ページの25%に出ていましたが、2025年6月時点では57%に表示されています。AI要約が出る場合、独立した調査ではクリック率が34〜46%低下すると示されています。

Gartnerは、AIツールの影響で2026年までに検索エンジンの利用量が25%減ると予測しました(参照*3)。

クリックされない検索そのものも広がっています。SparkToroの2024年の調査では、Googleでの検索クエリのうちクリックにつながるのは約40%にすぎません。

検索だけで新しい訪問者を集めることは、ますます難しくなる可能性があります(参照*4)。

アクセス数指標の限界

数値が下がっても、成果まで下がっているとは限りません。

あるクライアントアカウント全体では、報告された生成AI表示回数が約33%減った一方で、記録されたコンバージョンは安定していました(参照*5)。

レポート側の不具合が原因で数値が動くこともあります。

Googleは、2026年8月13日から17日まで、Search Consoleの生成AIパフォーマンスレポートに影響する記録エラーが起き、報告される表示回数が実際より少なく見えると確認しました。レポート上の増減と、実際の検索での見え方の変化は、分けて考える材料になります(参照*5)。

問い合わせにつながる戦略の軸

引用される情報源という目標

これからの目標は、AIが回答を作るときに引用する情報源になることです。

AIプラットフォームが引用する、信頼できる情報源になることが今の目標だと整理されています。この変化に気づくことが、AI主導の市場で可視性、権威性、長期的な成長を築く土台になります(参照*6)。

評価の対象は自社サイトだけではありません。AIツールは、企業の専門性を判断するために、インターネット上で企業がほかにどう取り上げられているかも見ます。

企業名がソーシャルメディア、動画、フォーラムに登場するかを調べ、信頼され評価されている情報源かどうかを判断すると、ニューカム氏は述べました(参照*7)。

なお、クローラーを許可しても、ランキングや引用、紹介トラフィックが保証されるわけではありません(参照*8)。

トラフィックの質への転換

数より質で見ると、AI経由の訪問の見え方が変わります。

SemrushのAI検索調査で最も注目すべき数値として、コンバージョン率をもとにすると、LLM経由の平均訪問者の価値は、従来のオーガニック検索経由の平均訪問者の4.4倍だと示されています(参照*3)。

現場の受け止めも紹介されています。ニューカム氏は、トラフィックの減少がさまざまな業界のマーケティング分野に不安をもたらしたとしたうえで、継続的かつ戦略的に取り組めば、最終的には流入するトラフィックの質を高めるはずだと述べました。

教育分野の企業にマーケティングサービスやキャンペーンを提供するAgileでは、トラフィックが減った一方でリードは増えたと同氏は語っています(参照*7)。これは1社の例であり、業界全体の結果として示されたものではありません。

購買プロセス別の役割分担

B2Bの購買では、段階ごとにAI検索の影響の出方が違います。

最も大きな変化が起きているのは、購入者がさまざまな解決策を見比べる検討段階です。AI検索ツールは詳しい比較を示し、レビューをまとめ、主な知見を検索結果に直接出すため、複数のサイトを回る必要が減っています(参照*6)。

意思決定の段階では、購入者は選択が妥当かどうかを確かめようとします。

AI検索は、事例、推薦の声、価格情報を会話の形で示して、この確認を支えます(参照*6)。つまり、比較しやすい情報と、事例や価格のように裏づけになる情報を、それぞれ用意しておく形になります。

引用されるコンテンツ設計

答えを先に出す構成

引用されやすい文章は、答えが先に書かれている文章です。

LLM向けのコンテンツ最適化には具体的な方法があります。調査では、コンテンツの冒頭に明確で直接的な答えを置くこと、箇条書きや見出しで構成を整えること、自然な会話調の言葉を使うことが、くり返し重視されています。

FAQ、比較ガイド、特定の利用場面に対応するコンテンツは、特に効果的だとされています(参照*3)。

実務の助言も同じ方向です。

マン氏はK-12企業の顧客に、要点をページの上部に置き、早く本題に入る構成へ見直すよう勧めています(参照*7)。

構造化データと情報の一貫性

情報の中身だけでなく、ラベル付けと表記のそろえ方もAIの理解に関わります。

構造化データは、サイトのコード内で重要な情報にラベルを付け、検索エンジンが中身を読み取る助けになります。Product、FAQPage、Review、Articleなど関連するスキーマタイプを使うと、機能、使用例、顧客評価といった詳細をAIが取り出し、検索結果に出しやすくなります。

可視性を高める可能性はあるものの、AI主導の検索への直接の効果については議論が続いています(参照*6)。

表記のそろえ方も挙げられています。

法律事務所がAI検索結果に出るには、見込み客がAIに尋ねる質問に直接答えるサービスページ、ページ上で見える内容と一致する正確な構造化データ、完全で正確なGoogleビジネスプロフィール、法律関連ディレクトリや弁護士会の登録情報での一貫した事務所情報が必要だと整理されています(参照*9)。

技術基盤とクローラー許可

AI検索でも、従来のSEOの基本が前提として残ります。

クロール可能性、インデックス登録、サイトの構成、テクニカルSEO、ページエクスペリエンス、有用なコンテンツ、権威性、専門性、内部リンク、検索意図、独自情報といった基本は、今も重要です。Googleは、ページが生成AI検索体験に表示される資格を得るには、一般にインデックス登録され、標準的な検索結果に出る資格が必要だと説明しています(参照*5)。

AIクローラーの扱いは、用途ごとに分けて考えられます。

OpenAIのクローラー文書は、ChatGPT検索での発見に使われるOAI-SearchBotと、生成AIの基盤モデルの学習に使われる可能性がある素材をクロールするGPTBotを区別しています。検索ボットを許可しつつ、GPTBotを拒否することも明示的に認めています。

クローラーを許可すると発見される可能性は高まりますが、ランキングや引用、紹介トラフィックが保証されるわけではありません(参照*8)。

また、法律事務所については、GPTBot、OAI-SearchBot、PerplexityBot、ClaudeBotなど重要なAIクローラーのアクセスが必要だという整理もあります(参照*9)。

独自情報と一次体験の活用

ほかで再現しにくい情報は、コンテンツの強みになります。

Googleは、独自の視点や実体験をコンテンツに盛り込むことを特に推奨しています。社内から探す情報として、次の8つが挙げられています(参照*5)。

・終わったプロジェクトから得た学び / 専門家のコメント

・匿名化した顧客の観察 / 独自調査

・社内データ / 営業でよく聞かれる質問

・顧客が避けるのを助けた失敗 / チームが実際に経験した業界の変化

出どころの示し方も関係します。調査によると、引用元、統計、明確な専門家の帰属情報を含むコンテンツは引用が増える一方で、キーワードの詰め込みは可視性を下げます(参照*9)。

問い合わせを測る指標設計

AI可視性の追跡方法

AI上での見え方は、同じ質問をくり返して記録すると追えます。

商品、カテゴリー、比較に関する購入者の質問を、一定のセットとして作ります。定期的に各プラットフォームで質問を実行し、自社ブランドが挙げられているか、どう説明されているか、どの競合が出るか、どの情報源が引用されているかを記録します。回答は人や日によって変わるため、1回の回答よりも数か月の傾向のほうが多くを教えてくれます(参照*10)。

測定には限界もあります。多くのAI回答には検索コンソールがなく、AIでの可視性を評価すると述べるツールも、それぞれ測っているものが違います(参照*10)。

問い合わせ起点の評価指標

フォームの件数より、商談につながったかどうかを見る考え方があります。

フォーム送信数は最も簡単に確認できる数字ですが、役に立たないこともよくあると述べられています。寄稿者は、90日以内に適格な商談へ進んだリードの数をより重視するとしています(参照*11)。

きっかけを本人に聞く方法も紹介されています。

登録フォームに最初にどこで知ったかを尋ねる自由記述の設問を1つ追加し、1か月間その回答を読んだところ、多くの人がポッドキャストやパートナーのニュースレターを挙げていました。どちらも解析ツールではダイレクトに分類されていました(参照*11)。これは1社の実務例です。

評価期間と判断の注意

評価する期間を顧客の決め方に合わせると、判断が変わります。

評価期間を90日に広げ、購入グループの中にウェビナー参加者がいた商談を追跡した例があります。四半期後半に決まった案件の多くは、ウェビナー参加者から始まっていました。そのため施策は続けられ、レポートも90日間の表示に変えられました。

顧客が実際に意思決定するまでの長さに評価期間を合わせるだけで、早まった打ち切りを多く防げると述べられています。

報告の単位も見直されています。以前のようにトラフィック、インプレッション、クリックを報告するのではなく、サイト全体の指標を報告しているとされています(参照*11)。

よくある失敗と進め方

AI向け手法への偏りという誤解

AI検索への対応は、従来のSEOを捨てることではありません。

Googleは、生成AI検索向けの最適化も基本的には検索体験全体の最適化の一部であり、つまりSEOだと述べています。さらに、生成AI検索に出るためだけに、よく宣伝されているAI SEOの裏技をいくつも使う必要はないと説明しています(参照*5)。

問題になるのは作り方のほうです。

利用者を本当に助けるのではなく、検索ランキングや生成AIの回答を操作することを主な目的として作られたコンテンツが問題とされます。Googleの現在の指針は、引き続き有用で独自性があり、人を第一に考えたコンテンツを重視しています(参照*5)。

信頼と透明性の確保

読み手が情報の性質を見分けられる状態をつくることが、信頼につながります。

利用者は、企業のウェブサイトにあるマーケティング資料と、調査に基づく記事やその他の情報を見分けられる必要があります(参照*7)。

AIの使い方についての開示も挙げられています。

コンテンツ作成にAIが関わっていることを開示し、利用者が自分の読むコンテンツについて十分な情報をもとに判断できるようにする、という考え方です(参照*12)。

おわりに

AI検索では、要約が回答を返すぶんクリックは減りますが、レポート上の数値の動きと実際の成果は別物として見る必要があります。だからこそ、評価の軸をアクセス数から、引用される情報源になれているか、問い合わせが商談まで進んでいるかへ移す考え方が示されています。

コンテンツ側では、答えを先に書く構成、構造化データと表記の一貫性、クロールやインデックスといった基本、そして社内にある独自データや一次体験が土台になります。測定は1回の回答ではなく数か月の傾向で見て、評価期間を顧客の意思決定の長さに合わせていくと、判断を急がずに続けやすくなります。

出典・参考資料

  1. I by IMD - First-person Business Intelligence from the Brightest Thinkers - Google vs LLM - The Future Of Search - I by IMD
  2. The Search Feed - Ai Overviews - The Search Feed
  3. Insightland - AI Search: traffic killer or the biggest opportunity yet?
  4. #CSUSocial - State of SEO in the AI Era
  5. Q-Tech Inc. - Google Logging Error And August 2026 Spam Update
  6. MarTech - AI search is collapsing the B2B buyer journey
  7. Marketbrief - What is GEO for AI, and Why Are K-12 Companies Talking About it?
  8. Promptwire - OpenAI’s Shared AI-Training Signal: Status and Scope
  9. AI Search Visibility Services for Law Firms
  10. Get Found Marketing - Ecommerce AI SEO for AI Overviews & ChatGPT
  11. AMA Phoenix - How Marketers Make Better Decisions With Campaign Measurement
  12. Professional & Executive Development | Harvard DCE - AI Will Shape the Future of Marketing

更新履歴

  • 公開

このテーマのご相談

AI検索で自社が正しく紹介されているか、点検します

会社・人・実績の情報の整理から、AIに引用されやすい記事づくりまで、私たちがお手伝いします。

このテーマの記事をすべて見る →

ページの先頭へ