キーワード検索は意味がないのか? AI検索との違い
AI検索(Googleの「AIの概要(AI Overviews)」やChatGPTなど)に引用・表示されるための対策を進めるには、従来のSEO(検索エンジン最適化)とは異なる「AIが理解しやすく、引用しやすい形での情報発信」が必要です。よくAI検索は「文脈を理解する」仕組みだと言われていますが、具体的にはどうすればよいのでしょうか。本記事では、AI検索に対応するための基本的な考え方から、Google Search Consoleを使った確認方法、コンテンツ改善の具体的な施策までを解説します。
![]()
キーワード検索は意味がない?キーワードでクリックを誘導するテクも過去の話なのか?
2025年にマッキンゼーが公開した米国消費者1,927人を対象とした調査レポートでは、検索を利用する場面で、約半数がAIを利用しているという結果が示されています。
かつての「ググる」は、自分で検索結果を見比べて情報を探すことでした。今はAIに質問し、答えを直接得ることへと、ユーザーの行動が変わりつつあります。
ユーザーは、検索結果をクリックしなくても回答を得られる場合があります。そのため、指標は「表示回数」を軸にし、クリック数は「表示された後に自サイトを訪問してもらえたか」を見る補助指標として位置づけ直すのが現実的かもしれません。
表示回数は、Googleの検索結果などに自サイトへのリンクが表示された回数を示します。クリック数は、そのリンクがユーザーにクリックされた回数です。
AI検索では、回答画面内にリンクが表示される場合だけでなく、リンクを伴わずにサイトの情報が引用・言及される場合もあります。ただし、こうした露出のすべてをSearch Consoleで計測できるわけではありません。
そのため、Search Consoleの表示回数やクリック数だけでAI検索における認知度を判断するのではなく、計測できる範囲を理解したうえで、指名検索や問い合わせなどの変化も合わせて確認することが重要です。
AI検索では回答画面だけで完結する検索が増えるため、クリック数が減っても、露出の価値がなくなったとは言えません。一方で、表示回数だけでは成果につながったか分かりません。そのため、「表示回数クリック(CTR)成果(問い合わせ・購入・指名検索)」の順に見るのが適切です。
AIが検索を使う仕組み(LLMとRAG)から順に説明します。
文脈(context:コンテクスト)とは? LLMやRAGとの関係
文脈とは検索語ではなく、「誰が、何のために、どんな前提で聞いているか」という意味のまとまりのことです。会話の流れや、画像の入力も含みます。
従来のキーワード検索では、入力されたキーワードとページ内の情報との関連性などをもとに、検索結果が表示されます。一方、AI検索では、入力された質問や会話の流れからユーザーの意図を解釈し、関連する情報を検索・取得したうえで、LLM(大規模言語モデル)が回答を生成します。
つまり、従来の検索が「検索結果から自分で情報を探す」仕組みであるのに対し、AI検索は「複数の情報を組み合わせ、質問に対する回答を得る」仕組みへと広がっています。
LLM(大規模言語モデル)とは、大量の文章を学習し、文脈から自然な文章を生成するAIです。ただし知識は学習した時点までのもので、最新の情報や特定のサイトの詳細は持っていません。もっともらしい誤りを答えること(ハルシネーション)もあります。このLLMの弱点を補うのがRAG(Retrieval-Augmented Generation:検索拡張生成)です。回答を作る前にウェブやデータベースから関連情報を検索して取り込み、それを根拠に回答を生成します。AI検索は「検索」と「生成」を組み合わせた仕組みです。RAGでは、回答を生成する前に外部の情報を検索・取得します。このとき、検索キーワードだけでなく、質問の意味や情報同士の関連性なども手がかりになります。つまり、従来のキーワード検索がなくなるのではなく、AI検索の情報収集を支える検索技術の一つとして活用されています。
LLMとLLMOはどう違うのか
LLMはAIの本体にあたり、LLMOはそのAIの回答の中で自サイトが引用・言及されやすくする最適化のことです。LLMOは、LLMの学習内容を直接変える施策ではなく、AIが検索で取得する「材料」を整える取り組みです。
GEO(Generative Engine Optimization)やAIO(AI最適化)とほぼ同じ意味で使われており、呼び方や定義はまだ統一されていません。なお、同じ略称の「LLMOps」は、LLMの運用管理を指す別の用語です。
LLMは、大量の文章を学習し、文脈に応じて「次に来るトークン(単語など)」を予測する仕組みを基盤としています。最適化されているのは「正確さ」ではなく「それらしさ」であり、事実を確認する仕組みを持っていません。学習データの誤りや古さ、人に好まれる回答を学習する過程での迎合なども原因になります。そのため、ハルシネーションは構造上、完全にはゼロにできない性質とされています。
では、AI側はハルシネーションを減らすために何をしているのでしょうか。ハルシネーションを抑える方法の一つがRAGです。回答を作る前に外部の文書を検索して取得し、その内容を根拠として答えさせる仕組みです。学習をやり直すのではなく、検索を組み合わせて回答を「根拠のある範囲」に絞ります。
出典リンクが付くのは、このように検索を使った場合ですが、検索を使わず、学習済みの知識だけで回答する場合、外部情報の出典が示されるとは限りません。また、検索に基づかない回答では、実在しないURLが示されることもあるため、リンクがあったら確認することをおすすめします。
AIは質問の文脈(意図)を解釈したうえで、関連する情報を検索して取得します。同時に検索を使う以上、検索のための言葉(キーワード)は残ります。サイト運営者は、従来のSEOの考え方を踏まえつつ、「1見出しにつき1テーマ」を意識し、内容に矛盾のないコンテンツを提供する必要があります。
検索パフォーマンスを確認する方法
AI検索ではクリック数が減りやすいため、「何回クリックされたか」だけでなく、「何回見られたか」を確認する必要があります。無料で使えるGoogle Search Consoleを使って、次の順に確認します。
1. Search Consoleの基本
検索パフォーマンスのレポートでは、次の4つの指標を確認できます(メニュー名は変更されることがあります)。
- クリック数
- 表示回数
- CTR(表示回数のうち、クリックされた割合)
- 平均掲載順位
クエリ・ページ・国・デバイス・日付で絞り込めます。表示回数が増えているのにクリック数が減っている場合は、検索結果での露出は増えているものの、サイトへの流入につながっていない可能性があります。AI Overviewsなどの影響も考えられますが、検索順位や検索クエリの変化なども含めて確認することが大切です。CTRの低下だけを見て、ただちに悪化と判断しないことが大切です。
2. 生成AIパフォーマンスレポート
2026年6月3日に発表されたレポートで、Google検索のAI OverviewsやAIモードにおける自サイトの表示回数を確認できます。ページ・国・デバイス・日付ごとに分析でき、Discoverについても専用の生成AIパフォーマンスレポートで確認できます。なお、全ウェブサイトへの提供は2026年8月31日に完了しています。ただし、2026年11月時点では、クリック数・CTR・検索クエリは含まれていないとされています。キーワードではなく文脈で表示されるため、「どんな質問で出たか」は分かりません。
3. マルチモーダル(画像から始まる検索)
2026年9月24日に追加されたフィルタで、検索パフォーマンスと生成AIパフォーマンスの両方で使えます。テキストではなく、画像による検索からの流入や表示を分けて見られます。
対象は、Googleレンズ、Androidの「かこって検索」、画像のアップロード、Chromeの右クリック「この画像を検索」の4つで、これまでマルチモーダル経由のトラフィックを確認する手段はなく、今回が初めてのデータ提供だと紹介されています。
4. 「かこって検索」はどこに反映されるのか
Android専用の「かこって検索」は、このマルチモーダルの結果に含まれます。画面上の画像や文字を囲んで調べる検索が、ここで確認できます。
- テキストではなく画像による検索のため、クエリは提供されません。
- 生成AIパフォーマンスでは、見られる指標は表示回数のみです。
- 画像が少ない文章中心のページでも、マルチモーダル検索に表示される場合があります。画像そのものだけでなく、画像に含まれる文字やグラフなどの情報も検索の手がかりになっている可能性があります。
今後、検索広告はどうなるのか? クリック数だけでエンゲージメントを測れなくなるのか
クリックがなくなるわけではありませんが、唯一の評価軸ではなくなります。検索広告も、自然検索と同じく「表示回数 → クリック → 成果」の流れで評価する方向になります。
従来の検索広告では、広告主がキーワードを選定して入札し、クリックに応じて費用が発生する仕組みが一般的でした。一方、広告の配信では、キーワードだけでなく、ユーザーの検索意図や広告との関連性なども考慮されています。AIの活用が進むことで、検索語句の表面的な一致だけでなく、ユーザーの状況や質問の意図を踏まえた広告配信がさらに進むと考えられます。
そのため、広告の評価においても、クリック数やクリック単価だけでなく、広告の表示回数、コンバージョン数、コンバージョン単価などを組み合わせて、施策の成果を判断することが重要になります。
クリックで評価できなくなるのか
AIの回答画面で完結する検索が増えるため、クリックだけではエンゲージメントを測りきれなくなります。そのため、クリック数だけでなく、表示回数やコンバージョンなどの指標も併用することが重要です。
まとめ
キーワード検索は意味がなくなったわけではありません。AIが検索を使って情報を集める際の手がかりとして、今も働いています。ただし、クリックを誘導するための工夫だけでは足りず、AI回答の中で「表示・引用される」ことが先に来る時代になっています。評価は、表示回数 → クリック → 成果の順に見るのが基本です。
また店舗や施設など地域に根ざしたビジネスでは、ウェブサイトのコンテンツだけでなくGoogleビジネスプロフィールの情報整備も重要です。施設名・住所・電話番号などの基本情報をウェブサイトと統一し、営業時間やサービス内容を最新の状態に保つことで、検索エンジンやAIが事業者の情報を正しく把握しやすくなります。
まずはSearch Consoleで、自サイトの生成AIパフォーマンスとマルチモーダルの表示回数を確認し、表示のあるページを把握してください。そのうえで、h2直下に結論を書く形へ、主要なページから順に見直してみてください。