SEO

AIO(AI検索対策)とは?意味・SEOとの違い・メリットと効果の測り方【2026年時点】

AIO(AI検索対策)とは?意味・SEOとの違い・メリットと効果の測り方【2026年時点】

AIO(AI Optimization)は、ChatGPTやGoogleのAI Overviews・AIモードのような生成AIの回答の中で、自社のページが根拠として参照され、リンクとして表示されることを目指す取り組みの総称です。日本のマーケティング業界で広まった呼び名で、GEO・LLMO・AEOとほぼ同じ範囲を指します。本記事では用語とSEOとの違い、メリットとデメリット、Google公式の見解を整理したうえで、Search Console・Bing・GA4での測り方と、サーバーログを使った効果の確かめ方までをPythonコード付きで扱います。

まとめ:SEOを基盤とするAIOの施策と効果測定

  • 意味:AIOは生成AIの回答に引用・表示されるための取り組み。GEO(Generative Engine Optimization)・LLMO・AEOと対象はほぼ重なり、呼び名の違いが大きい
  • SEOとの関係:Googleは2026年5月に公開したガイド(英語版の最終更新は7月10日)で、生成AI検索向けの取り組みも検索体験の改善であり「SEOのまま」だと明記した。検索インデックスに載り、スニペット表示が可能なことが掲載の前提
  • 不要とされた施策と禁止事項:llms.txtなどAI向けファイル、コンテンツの細切れ化(チャンク化)、AIのためだけの書き換え、不自然な言及集め、構造化データへの偏重は、Google検索では無視してよいと書かれた。生成AIの回答を操作しようとする行為は、2026年5月からスパムポリシーの対象と明記されている
  • メリットとデメリット:回答の出典リンクとして読者と接点を持てる一方、測れる範囲が部分的で、回答が毎回変わるため単発の確認では判断できない
  • 測定:Search Consoleの「生成 AI パフォーマンス レポート」とBing Webmaster Toolsの「AI Performance」で、生成AI経由の表示回数や引用回数をページ単位で見られる。ChatGPTなどからの流入はGA4の「AI Assistant」チャネルで数えられる
  • データ分析:Googleの生成AIレポートにはクエリが出ず、どの公式レポートにもAIクローラーの取得履歴は出ない。サーバーログをpandasで集計し、AIクローラーの訪問・参照元流入・表示回数を週単位で並べると、施策の前後比較ができる
  • 優先順位:既存のSEOができていないサイトがAIO専用の施策から始めても回収しにくい。まずインデックスとスニペット適格性、次に他所にない一次情報の追加から着手する

以下、用語の整理から順に根拠を示します。

AIOの意味と同略語の別用語:AI OverviewsやAll-in-Oneとの区別

AI検索対策としてのAIO:狙う場所は検索順位ではなく生成AIの回答の中

AIOは「AI Optimization」の略として使われ、読みは「エーアイオー」、日本語では「AI検索対策」「AI向けの検索対策」といった意味で使われます。狙う場所は検索結果の順位ではなく、生成AIが組み立てる回答の中です。Google検索ならAI OverviewsとAIモード、それ以外ではChatGPTの検索機能、Perplexity、Microsoft Copilotなどが対象になります。

AIOという語に、規格団体や検索エンジンが定めた公式の定義はありません。Googleの公式ドキュメントでも、言及されているのは「AEO」と「GEO」の2語で、AIOは登場しません。各社の解説記事で範囲が少しずつ違うのはこのためです。

AI Overviewsの略・オールインワンの略としてのAIOと英語資料の読み方

同じ3文字は別の意味でも使われます。混同しやすいのは次の2つです。

  • AI Overviewsの略:英語のSEO記事では、Google検索の「AIによる概要(AI Overviews)」をAIOと略して書く例がある。この場合のAIOは施策ではなく、検索結果に出る機能そのものを指す
  • All-in-One(オールインワン)の略:PC分野では、ディスプレイ一体型PCやCPUの簡易水冷クーラーをAIOと呼ぶ

英語の資料で「AIO traffic」「AIO citations」とあれば、たいていはAI Overviews経由の流入や引用を指します。日本語の「AIO対策」は施策のほうです。Googleの機能としてのAI OverviewsについてはAIによる概要(AI Overview)とは?仕組み・表示条件・オフにする方法【2026年10月】で扱っています。

AIOとSEO・GEO・LLMO・AEOの違いを対象・成果の単位・出どころで整理

SEOとAIOの違い:掲載場所・成果指標・測定ツールの比較

SEOとAIOは、同じページを対象にしながら、成果を確かめる場所と道具が違います。

観点 SEO AIO
狙う場所 検索結果のリンク一覧 生成AIの回答の中
成果の指標 順位・表示回数・クリック 引用・言及・回答内の表示
Googleでの測り方 検索パフォーマンスレポート 生成AIパフォーマンスレポート
Google以外の測り方 各社の検索ツール Bing AI Performance・GA4・定点観測
Googleの扱い 検索の最適化 SEOの一部(別施策ではない)

施策の中身はほとんど重なります。Googleの生成AI機能は通常の検索インデックスとランキングの仕組みを使うため、SEOで評価されていないページがAIの回答にだけ載ることは期待しにくいからです。違いが出るのは測り方で、順位という単一の指標がなく、回答が毎回変わる点を前提に指標を組みます。

GEO・LLMO・AEOとの違い:対象・成果指標・用語の由来

AIOと周辺の用語は、何を対象に、何を成果とするかで並べると違いが見えます。

用語 主な対象 成果の単位 出どころ
SEO 検索体験全般 表示・順位・クリック 業界の慣用語
AIO 生成AIの回答全般 引用・言及・表示 日本の業界用語
GEO 生成エンジンの回答 回答内の可視性 KDD 2024の論文
LLMO 大規模言語モデル 回答内の言及 業界の慣用語
AEO 回答枠・音声アシスタント 回答として採用 英語圏の業界用語

AIO・GEO・LLMOの3語は、実務で行う作業がほぼ同じです。違いは名付けの経緯にあり、GEOだけが学術論文(Aggarwalらの「GEO: Generative Engine Optimization」)に由来します。AEOは強調スニペットや音声アシスタントの時代からある語で、生成AI以前の「答えを返す枠」まで含む点が他と違います。AIOは生成AIの回答に絞った呼び方なので、AEOより対象が狭いと覚えておけば混乱しません。

SEOとAIOの違いを「別の施策」として説明する記事は多いのですが、Googleの立場は逆で、次章以降で見るとおりAEOやGEOもSEOの一部として扱っています。各語の詳細はGEO(生成エンジン最適化)とは?SEOとの違い・E-E-A-Tとの関係、LLMOとは?SEOとの違いと生成AIに引用される対策・効果測定【2026年10月】、AEO(Answer Engine Optimization)とは?SEOとの違いとGoogle公式の見解・対策手順【2026年10月】にまとめています。

AIOが広まった背景:2024年以降のAI検索の展開時期と日本の生成AI利用率

Google・OpenAI・MicrosoftのAI検索機能と公式レポートが出揃った時期

AIOの背景には、主要な検索サービスへの生成AI機能の導入があります。以下に、2024年以降の主な提供開始時期を整理します。表中のAI OverviewsはGoogle、ChatGPT searchはOpenAI、AI PerformanceはBing Webmaster Toolsの機能で、2026年6月の追加はIntents・Topics等の4機能を指します。GSCはSearch Consoleの略記です。

時期 出来事
2024年5月 AI Overviewsの米国一般提供
2024年8月 AI Overviewsが日本語に対応
2024年10月 ChatGPT searchの有料プラン提供
2025年2月 ChatGPT searchのログイン不要化
2025年9月 GoogleのAIモードが日本語に対応
2026年2月 AI Performanceのプレビュー提供
2026年5月 GA4にAI Assistantチャネル追加
2026年5月 Google、生成AI機能向けのガイドを公開
2026年6月 AI Performanceへの機能追加
2026年8月31日 GSCの生成AI設定・レポートを全世界に提供

転換点は2026年です。それまでも流入やコンバージョンはアクセス解析で測れましたが、生成AIの回答内での表示・引用をサイト運営者が直接確かめる公式レポートを、GoogleとMicrosoftがそろって出しました。AIOが「やってみるもの」から「数字で評価するもの」に変わったのはこの時期からです。

日本の生成AI利用経験率58.8%と、前年比較で揃えるべき調査対象年齢

総務省『令和8年版 情報通信白書』によると、生成AIサービスを「使っている(過去使ったことがある)」と答えた人の割合は、2025年度の調査で58.8%でした。前年度の26.7%から大きく上がっています。ただし2025年度調査は対象に15〜19歳を加えており、前年度と同じ20歳以上に揃えると52.2%です。比べるときは後者を使います。

海外ではAlphabetが2026年7月22日の決算発表で、Geminiアプリの月間アクティブユーザーを9.5億と公表しています。調べ物の入口が検索窓だけではなくなったことが、AIOという言葉が求められた理由です。

Google公式ガイドが示すAIOの範囲:やること・やらなくてよいことの線引き

Google検索セントラルは2026年5月、生成AI機能向けのガイドを公開しました。日本語版の題名は「Google 検索における生成 AI 機能に向けた最適化のための Google ガイド」です(英語版の最終更新は2026年7月10日、日本語版は2026年10月30日)。AIOを検討するなら、まずこの文書が基準になります。

「AEO・GEOもSEO」とした公式見解と、生成AI機能に掲載される3つの条件

ガイドはAEOとGEOに直接触れ、Google検索から見れば生成AI検索への取り組みは検索体験の改善であり、「thus still SEO」(したがってSEOのまま)と述べています。AIOも同じ扱いと読んで差し支えありません。

生成AI機能に表示される条件は次の3つです。

  1. ページがGoogleにインデックスされている
  2. スニペット付きで検索結果に表示できる状態にある(nosnippetなどで止めていない)
  3. Search Consoleの「検索の生成 AI 設定」で、サイトが生成AI機能に含まれる設定になっている

3つ目は2026年に加わった条件です(Search Console ヘルプ「検索の生成 AI 設定」)。既定値は「含める」なので通常は何もしなくてよいものの、社内の誰かが除外に切り替えると、AI OverviewsとAIモード、Discoverの生成AI機能からリンクも根拠としての利用も消えます。設定の変更は通常数日で反映され、ヘルプには適用から1〜2日で除外されると書かれています。

Google検索では無視してよいとされた5つの施策:llms.txtやチャンク化など

ガイドの「Mythbusting」の節は、AEO・GEOの文脈で勧められがちな施策のうち、Google検索では不要なものを列挙しています。

  • llms.txtなどの特別なファイルやマークアップ:Google検索はこれらを使わない。置いても順位に良くも悪くも影響しない
  • コンテンツの「チャンク化」:AIのためにページを細かく分割する必要はない。理想のページの長さもない
  • AIのためだけの書き換え:AIは同義語や意図を理解するので、言い回しのバリエーションを網羅しなくてよい
  • 不自然な「言及」集め:ウェブ上の言及を人工的に増やしても、品質とスパムの仕組みの両方を通るため効果は見込めない
  • 構造化データへの偏重:生成AI検索に構造化データは必須ではなく、専用のschema.orgマークアップもない

この5つは「Google検索では」という限定付きです。llms.txtを読む他社サービスのために置くことは否定されていません。仕様と現状はllms.txtとは?書き方・設置方法とv2の変更点、Googleが効果なしとする理由【2026年9月】で確認できます。

Googleが推すコモディティでないコンテンツと、ファンアウト量産の禁止

ガイドが最も重視するのは、ありふれた知識の要約ではない「non-commodity content(コモディティでないコンテンツ)」です。例として、一般論の「初めての住宅購入者への7つのヒント」より、「点検を省いて費用を抑えた理由:下水管の内部を見る」のような、経験や専門性に基づく独自の視点を挙げています。

反対に、AIが内部で発行する関連クエリ(クエリファンアウト)に合わせて検索バリエーションごとにページを量産し、主として検索順位や生成AIの回答を操作しようとする行為は、Googleの「大規模なコンテンツの不正使用」ポリシーに違反すると説明されています。ガイドの公開と同じ2026年5月15日、Googleはスパムポリシーの定義に「Google検索の生成AIの回答を操作しようとする行為」を加え、ポリシーが生成AIの回答にも適用されることを明記しました(Search Centralの更新履歴)。隠しテキストやキーワードの乱用など既存のスパムの手口は、生成AIの回答を狙ったものでも同じポリシーで扱われます。ファンアウトの仕組みはクエリファンアウトとは?GoogleのAI検索がクエリを分解する仕組みとSEO・GEOへの影響【2026年時点】で解説しています。

画像・動画とローカル・EC情報:テキスト以外で表示される機会

ガイドは、生成AI機能が関連する画像や動画も取り込むため、ページのリンク以外の形で表示される機会が増えると説明し、本文を高画質で関連性の高い画像や動画で補うよう勧めています。すでにGoogleの画像検索と動画のSEOのドキュメントに沿って対応していれば、生成AI検索向けにも最適化されているという位置づけです。AIのための特別な動画施策が別にあるわけではありません。

店舗や商品を持つ事業者には、Googleビジネスプロフィールと、Merchant Centerのフィードで情報を最新に保つことが挙げられています。ガイドは、これらのサービスを使うとAIの回答とその他の検索結果の両方で商品やサービスが表示されやすくなると説明しています。

AI検索サービスごとの掲載と学習の制御方法:robots.txtのトークン一覧

AIOでは「AIの回答に載りたい」と「AIの学習には使われたくない」が両立します。主要サービスは、検索・回答への掲載と、モデルの学習とで制御の手段を分けています。次の表でGoogle検索の生成AI機能と記した対象は、AI OverviewsとAIモードです。

サービス 検索・回答への掲載 モデルの学習 利用者の操作で取得
Google検索の生成AI機能 Googlebot+生成AI設定 Google-Extended なし
ChatGPT OAI-SearchBot GPTBot ChatGPT-User
Claude Claude-SearchBot ClaudeBot Claude-User
Perplexity PerplexityBot 学習には使わないと明記 Perplexity-User

表中のボット名とGoogle-Extendedは、robots.txtの User-agent に指定するトークンです。「生成AI設定」はSearch Consoleで操作する設定であり、robots.txtには記述しません。各社の一次情報はOpenAIのクローラー一覧、Anthropicのヘルプ、GoogleのGoogle-Extendedの説明、Perplexityのクローラー一覧です。書き方の基本はrobots.txtとは?クロール制御の書き方と効く場面・不要な場面【2026年時点】にまとめています。読み違えやすい点が3つあります。

1つ目はGoogle側の止め方です。Google-ExtendedはGeminiアプリとVertex AIでの学習・グラウンディングへの利用を制御するトークンで、Google検索への掲載や順位には影響しません。AI OverviewsとAIモードに載せたくない場合は、Googlebotへのrobots.txt、スニペット制御、Search Consoleの生成AI設定を使います。nosnippet はページの内容がAI OverviewsとAIモードの直接の入力に使われるのを防ぎ、max-snippet は入力に使える分量を指定した文字数までに制限します。

2つ目は利用者操作による取得です。OpenAIは、ChatGPT-Userは利用者の操作が起点のためrobots.txtのルールが適用されない場合があり、検索への掲載可否の判断にも使わないと説明しています。PerplexityもPerplexity-Userについて、利用者が求めた取得なので通常はrobots.txtを無視すると明記しています。ChatGPTの検索結果から外したいときに止めるのはOAI-SearchBotです。

3つ目は除外の効き方です。OAI-SearchBotを拒否してもChatGPTの検索回答には出なくなる一方、ナビゲーション用のリンクとしては表示されうるとOpenAIは書いています。AIOで「学習は拒否して掲載は許可する」なら、GPTBot・ClaudeBotを拒否し、検索用のボットは許可する設定です。Google-Extendedを拒否してもGoogle検索への掲載には影響しませんが、GeminiアプリやVertex AIでのグラウンディングへの利用も制限されます。ChatGPT検索の仕組みはChatGPT検索とは?SearchGPTからの統合・仕組みと引用元の選ばれ方【2026年版】で詳しく扱っています。

AIOに取り組むメリットとデメリット

AIOはSEOと施策の中身が重なるため、メリットもデメリットも「追加で何が得られ、何が手間になるか」で考えます。

AIOのメリット:出典リンクによる接点の拡大とSEO投資の共通化

  • 回答の中で出典として示される:AI OverviewsやChatGPTの検索回答で、自社ページが根拠のリンクとして表示される。Googleは「AI features and your website」で、AI Overviewsのある検索結果からのクリックはサイト滞在時間が長くなりやすい「質の高いクリック」だと説明している
  • SEOとの二重投資になりにくい:Googleの生成AI機能に効く施策は通常のSEOと同じとされているため、一次情報の追加や技術的な整備は通常の検索にもそのまま効く
  • 測れる範囲が広がった:2026年にSearch Console、Bing Webmaster Tools、GA4がそろって生成AI関連の指標を出したことで、効果を数字で確かめながら進められる

AIOのデメリット:測定範囲の限界・回答の変動・発注時のリスク

  • 測れる範囲が部分的:Search Consoleの生成AIレポートにはクエリがなく、ChatGPTやPerplexityには引用レポートがない。リンクを伴わない言及は流入として数えられない
  • 回答が毎回変わる:同じ質問でも回答の内容や出典は変わる。1回の確認で「出た・出ない」を判断すると、たまたまの結果を成果と取り違える
  • クリックにつながらないことがある:回答の中で疑問が解決すると、出典として表示されても訪問は発生しない。表示回数と流入は分けて評価する
  • 「AIO対策」をうたう施策の当たり外れ:Googleが不要とした施策や、内部指標を使うと称するツールを売る事業者もある。発注前に、提案内容をGoogleのガイドと照らし合わせる

AIOの効果測定:Search Console・Bing・GA4で見える数字と見えない数字の境目

Search Consoleの生成AIパフォーマンスレポートで見られる指標と制約

2026年8月31日、Search Consoleに「生成 AI パフォーマンス レポート(検索)」が全サイト向けに提供されました。AI OverviewsとAIモードでサイトへのリンクが表示された回数(インプレッション)を、ページ・国・日付・デバイス別に見られます。検索タイプはテキスト検索と、画像を使うマルチモーダル検索で分けられます。Google検索の試験運用プログラム(Labs)で提供中の実験機能のデータは含まれません。

見られないものもはっきりしています。ヘルプが挙げるディメンションにクエリはなく、どの質問で表示されたかはこのレポートでは分かりません。従来の検索パフォーマンスレポートでは、AI機能経由の表示とクリックは「ウェブ」の検索タイプに合算されており、AIモードやAI Overviewsから外部ページへのリンクを押すと1クリックと数えられます。表示が少ないサイトでは、レポート自体が表示されない場合もある点に注意が必要です。レポートの見方と通常レポートとの突き合わせ方はサーチコンソールの生成AIレポートとは?見方と指標の限界・通常レポートとの突き合わせ方【2026年時点】で解説しています。

BingのAI Performanceで見られる引用回数とAIが使った語句

Microsoftは2026年2月10日、Bing Webmaster Toolsに「AI Performance」をパブリックプレビューで追加しました(Bing Webmaster Blogの発表)。Microsoft Copilot、BingのAI要約、一部の提携サービスでの引用を対象に、次の指標を出します。

  • Total Citations:期間中にAIの回答で出典として表示された回数
  • Average Cited Pages:1日あたりに出典として表示された自社ページ数の平均
  • Grounding queries:AIが引用対象のコンテンツを取得するときに使ったキーフレーズ(引用活動全体のサンプル)
  • ページ別の引用数:URLごとの引用回数

2026年6月16日には、Intents・Topics・Citation Share・Compareの4機能が世界向けプレビューとして追加されました。Citation Shareは、同じGrounding queryで全サイトに表示された引用のうち、自社サイトへの引用が占める割合です(Bingの発表)。「AIの回答でのシェア」を測りたい場合の手段になります。Googleのレポートにない「AIが検索に使った語句」が見られるのもBing側の強みです。一方でMicrosoftは、これらの指標は順位や権威性、回答の中でのページの役割を示さないと注記しています。

アクセス解析と定点の手動観測で、公式レポートの空白を補える範囲

ChatGPTとPerplexityについては、上の2つに相当するサイト運営者向けの引用レポートが公式ドキュメントで案内されていません。代わりに使えるのがアクセス解析です。GA4は2026年5月13日、デフォルトのチャネルグループに「AI Assistant」チャネルを追加しました(GA4ヘルプのリリースノート)。参照元がChatGPT・Gemini・Claudeなどの認識済みのAIアシスタントに一致すると、メディアに ai-assistant が自動で入り、通常のオーガニック検索と並べて比べられます。認識されない参照元は従来どおり chatgpt.com や perplexity.ai の参照元で確認します。リンクを経由しない言及や、参照元を送らない遷移は数えられないため、流入数は下限値として扱います。事業成果も評価する場合は、AI Assistantチャネル経由の問い合わせ・購入などのキーイベント数と売上を、流入数と併せて確認します。GA4で参照元を切り分ける基本操作はアクセス解析のやり方|GA4で見るべき指標と改善につなげる手順を解説を参照してください。

決まった質問を定期的に生成AIへ投げ、自社名やURLが出るかを記録する方法もあります。回答には変動があるため、同じ質問を1回だけでなく複数回投げ、質問文・検索機能の有無・ログイン条件を固定して、実行日とサービス名を記録してください。社名が本文に出る「言及」と、自社ページが出典リンクとして示される「引用」は別の成果なので、サービスごとに「自社への言及があった回答数÷実行数」と「自社URLが引用された回答数÷実行数」を分けて比較します。Googleはガイドの中で、Googleの内部指標を使うと称するサードパーティのツールに注意するよう呼びかけています。

データサイエンスの手法でAIOを分析する:ログとレポートを突き合わせる手順

公式レポートでは表示回数や引用回数に加え、BingのGrounding queriesなども確認できます。しかし、どのページをAIクローラーが読みに来たのか、その取得が表示や流入に先行しているのかは、レポートだけでは分かりません。ここを埋めるのが、統計やプログラミングといったデータサイエンスの道具です。手元のサーバーログと公式レポートを同じ時間軸に並べれば、AIOの施策を前後比較で評価できるようになります。

分析に使う4種類のデータ:ログ・参照元流入・生成AIレポートの役割分担

使うデータは次の4つです。どれも単独では欠けがあるため、分かることと分からないことを先に整理しておきます。

データ 分かること 分からないこと
サーバーログ AIクローラーの取得URLと頻度 回答に使われたか
GA4の参照元 chatgpt.com等からの流入 リンクのない言及
GSC生成AIレポート AI機能でのページ別表示回数 表示されたクエリ
Bing AI Performance 引用回数とGrounding queries 回答内での役割

Search Consoleの通常の検索パフォーマンスはSearch Console APIのsearchanalytics.queryで取り出せます。ただし2026年10月時点のAPIドキュメントで type に指定できるのは web・image・video・news・discover・googleNews の6つで、生成AI機能だけを切り出す値は載っていません。生成AIレポートの数字は管理画面で確認し、週単位で表に転記して結合するのが確実です。GA4や広告、CRMのデータを1か所に集める構成はマーケティングのデータ分析基盤|GA4・広告・CRM統合の構成と作らない判断で扱っています。

サーバーログからAIクローラーの訪問をpandasで集計するPythonコード

最初に作るのは、AIクローラーがいつ・どのURLを取得したかの表です。ApacheとNginxが既定で用意している combined 形式のアクセスログ(Apache HTTP Serverのログ形式、Nginxのlog_format)なら、末尾の項目にUser-Agentが入っています。次のコードは、ログを1行ずつ分解し、robots.txtのトークン名でボットを判定して、日別・ボット別の取得回数と、検索用ボットがよく取りに来るURLを集計します。取得回数はGETに200で応答した件数とし、403や404などの拒否・エラーは混ぜません。日付はログに記録された時間帯のまま扱い、直近7日は日本時間で区切ります。

import re
import pandas as pd

# combined形式の1行を分解する正規表現
LINE = re.compile(
    r'(?P<ip>\S+) \S+ \S+ \[(?P<time>[^\]]+)\] '
    r'"(?P<method>\S+) (?P<path>\S+) [^"]*" (?P<status>\d{3}) \S+ '
    r'"[^"]*" "(?P<ua>[^"]*)"'
)

# User-Agentに含まれるトークンと用途
BOTS = {
    "OAI-SearchBot": "検索", "ChatGPT-User": "利用者操作", "GPTBot": "学習",
    "Claude-SearchBot": "検索", "Claude-User": "利用者操作", "ClaudeBot": "学習",
    "Perplexity-User": "利用者操作", "PerplexityBot": "検索",
    "Googlebot": "検索", "bingbot": "検索",
}

def classify(ua):
    low = ua.lower()
    for token, role in BOTS.items():
        if token.lower() in low:
            return token, role
    return None, None

rows = []
with open("access.log", encoding="utf-8", errors="replace") as f:
    for line in f:
        m = LINE.match(line)
        if not m:
            continue
        bot, role = classify(m["ua"])
        if bot and m["method"] == "GET" and m["status"] == "200":
            rows.append({**m.groupdict(), "bot": bot, "role": role})

if not rows:
    print("対象ボットの取得成功ログは0件です。")
    raise SystemExit(0)

df = pd.DataFrame(rows)
df["date"] = pd.to_datetime(df["time"], format="%d/%b/%Y:%H:%M:%S %z").dt.date

# 日別・ボット別の取得回数(直近7日)
daily = df.pivot_table(index="date", columns="bot", values="path",
                       aggfunc="count", fill_value=0)
end = pd.Timestamp.now(tz="Asia/Tokyo").date()
start = end - pd.Timedelta(days=6)
print(daily.loc[start:end])

# 検索用ボットが取得したURLの上位20件
top = (df[df["role"] == "検索"]
       .groupby(["bot", "path"]).size()
       .sort_values(ascending=False).head(20))
print(top)

ポイントは2つあります。1つは用途の区別です。「ClaudeBot」と「Claude-SearchBot」は別々のトークンとして判定します。今回のトークン同士に包含関係はないため、両者の判定順を入れ替えても結果は変わりません。もう1つは、Google-Extendedがrobots.txtで指定するためのトークンであり、ログのUser-Agentには現れないことです。Geminiの学習用の取得はログからは切り分けられないので、Googleについては検索用のGooglebotだけを数えます。ログをCSVに書き出してある場合は、pandas.read_csvで直接読み込めます。pandasの基本操作はPandasとは?できること・使い方とPandas 3.1の変更点【2026年10月】にまとめました。

ボット名の偽装を除外する:公開IPレンジとの照合と逆引きDNSでの確認

User-Agentは誰でも名乗れるため、集計の前に本物のクローラーかどうかを確かめます。OpenAIはGPTBotとOAI-SearchBotの送信元IPを gptbot.json と searchbot.json で公開しており、Perplexityもクローラー一覧のページからIPレンジのJSONを確認できる仕組みです。GoogleはGoogleのクローラーの検証方法で、逆引きDNSで得たホスト名のドメインがGoogleの指定するものと一致することを確認し、そのホスト名を正引きして元のアクセス元IPに戻るか確かめる方法と、公開IPレンジと照合する方法の2つを示しています。OpenAIのJSONは prefixes の配列に ipv4Prefix を並べた形式なので、Pythonの標準ライブラリだけで照合できます。

import ipaddress
import json

# https://openai.com/gptbot.json を事前に保存しておく
with open("gptbot.json", encoding="utf-8") as f:
    nets = [ipaddress.ip_network(p.get("ipv4Prefix") or p.get("ipv6Prefix"))
            for p in json.load(f)["prefixes"]]

def is_real(ip):
    addr = ipaddress.ip_address(ip)
    return any(addr in n for n in nets)

mask = df["bot"] == "GPTBot"
df.loc[mask, "verified"] = df.loc[mask, "ip"].map(is_real)
print(df.loc[mask, "verified"].value_counts())

照合で False になった行は、保存したIPレンジでは認証できなかった取得です。偽装と判断する前に、レンジの更新状況と、ログのIPがCDNやプロキシではなく実際の接続元を示しているかを確認します。認証済みボットの集計では、未認証行を件数にかかわらず分けて扱います。上の集計コードは認証前のため、最終的な取得回数は認証後のデータで再集計し、CDNやWAFでの扱いも確認します。OAI-SearchBotやPerplexityBotも同じ関数で判定できます。ただしJSONの読み込み先に加え、maskで比較するボット名も対象に合わせて変更してください。

集計結果を判断に変える:クロール頻度と表示回数・流入を並べて見る観点

集計表ができたら、週単位で「検索用ボットの取得回数」「GSC生成AIレポートの表示回数」「chatgpt.comなどからの流入数」を同じ表に並べます。GSCの日付は太平洋時間なので、ログとGA4のタイムゾーン、週の開始曜日、URLの表記を確認し、比較条件をそろえてください。見る観点は3つです。

  • 検索用ボットが一度も来ていないURL:回答の候補にも入りにくい。robots.txtやCDNのボット対策で止めていないかを先に確認する
  • 学習用ボットは多いのに検索用ボットが少ない:ボット別の件数だけでは学習への利用や検索への不使用は断定できない。OpenAIは両ボットを許可した場合に取得結果を共用することがあるため、検索用ボットの許可設定と実際の引用を別々に確認する
  • 記事の更新前後の変化:一次情報や数表を足したページで、取得回数と表示回数がどう動いたかを前後4週程度で比べる

注意したいのは、取得回数と表示回数が一緒に増えても、それだけで因果関係は言えない点です。季節要因や検索需要そのものの変動も混ざるためです。データが数週分しかないうちは前後比較と対照ページとの比較にとどめ、回帰分析のような統計モデルは期間が溜まってから試します。ログやGA4、Search Consoleのデータを継続的に1か所へ集め、毎週の集計を自動で回したい場合は、一創のデータ分析基盤構築・MLOps構築支援のような基盤の整備から入ると、手作業の転記に頼らずに済みます。

AIOに今取り組むべきサイトと後回しでよいサイト:着手順を決める判断基準

AIO専用の施策より先に、通常のSEOとインデックスを直すべきケース

次のどれかに当てはまるなら、AIO専用の施策は後回しにします。Googleの生成AI機能は通常の検索インデックスから情報を取るため、ここが欠けたまま上乗せしても回収できません。

  • Search Consoleで重要ページが「インデックス未登録」になっている
  • ページの中身がJavaScriptでしか描画されず、テキストとして取得できない
  • 競合記事を要約したような、どこでも読める内容しか載っていない
  • robots.txtやCDNの設定でクローラーを止めている(前章のログ集計で検索用ボットが0件なら疑う)

「AIO対策は意味ない」という意見は、この前提を指していることが多く、AIO専用とされる施策の多くをGoogleが不要と明言している範囲では正しい指摘です。

AIOを独立した指標として追い、分析に工数をかける価値があるケース

次の条件がそろうサイトは、生成AI経由の表示を独立した指標として追う価値があります。

  • 比較・選定型の問い合わせが多いBtoB商材で、ChatGPTやCopilotで候補を絞る検討者が想定できる
  • 自社にしかない数値(価格表、導入実績、調査データ、仕様)を持っている
  • Search Consoleの生成AIパフォーマンスレポートで、すでに表示が出ている
  • サーバーログを保存しており、前章の集計を週次で回せる体制がある

進め方は次章の5つの手順にまとめました。文章を生成AIに引用されやすく整える具体的な手順はAIに引用されるには?生成AIの回答に選ばれる記事構造とサイト対策【2026年時点】に、AI Overviewsに絞った打ち手はAI Overview対策とは?Google公式の条件と引用される記事構造・実装手順【2026年時点】にまとめています。一次情報の整理や構造化データ、書き手の専門性の示し方までを外部と進める場合は、一創のLLMO対策でも同じ順番で支援しています。

避けたい失敗は、AIの関連クエリに合わせた薄いページの量産と、AIOをうたう業者の「掲載保証」を買うことです。前者は順位や回答の操作が主目的ならスパムポリシーに抵触し、後者についてはGoogleが、サードパーティのツールがGoogle内部のランキングシステムやAIシステムにアクセスすることはできないと明言しています。

AIO対策の進め方:現状測定から施策の見直しまでの5手順

Googleのガイドの推奨と、ここまでの測定手段を組み合わせると、着手の順番は次の5つになります。

  1. 今の状態を測る:Search Consoleの生成AIパフォーマンスレポート、BingのAI Performance、GA4のAI Assistantチャネルで、現状の表示・引用・流入を記録する。定点観測用の質問も10問ほど決め、複数回投げて基準値を取る
  2. 掲載の前提を確認する:重要ページがインデックスされているか、nosnippet で止めていないか、Search Consoleの生成AI設定が除外になっていないか、robots.txtやCDNで検索用のボットを止めていないかを見る
  3. 一次情報を足す:自社にしかない数値、検証結果、手順、事例を本文に加える。画像や動画で補えるものは添え、店舗や商品の情報はGoogleビジネスプロフィールやMerchant Centerで最新に保つ
  4. やらなくてよいことを外す:Google検索向けには、llms.txtの作成、チャンク化、言い回しの網羅、言及の買い集めに工数を割かない。他社のAIサービス向けに置く場合も、効果を測れる範囲で判断する
  5. 同じ条件で測り直す:再クロールを待ち、手順1と同じ指標と質問で前後を比べる。表示回数は検索需要の季節変動も受けるため、施策をしていないページと並べて比べると判断を誤りにくい

手順3が中心で、手順1と5は比較のための準備と確認です。手順2で問題が見つかった場合は、それを直すだけで表示が回復することもあるため、一次情報の追加より先に片付けます。

よくある質問

AIOとSEOはどちらを優先すべきですか?

Google検索に関してはSEOが先です。Googleは2026年5月公開のガイドで、生成AI機能は中核のランキングと品質の仕組みに根ざしており、生成AI検索への取り組みも「SEOのまま」と説明しています。インデックスされ、スニペット表示ができることが生成AI機能の掲載条件でもあるため、通常の検索で評価されていないページがAI Overviewsにだけ載ることは期待しにくいでしょう。ChatGPTなど他社サービスへの掲載は、クローラーの許可設定を別に確認します。

AIO対策は意味がないのですか?

llms.txtの設置、コンテンツの細切れ化、AIのためだけの書き換え、不自然な言及集めは、Google検索では無視してよいとGoogle自身が書いています。その意味では、確かに「意味がない」と判断できる施策もあるのです。構造化データは生成AI機能への掲載に必須ではないものの、リッチリザルトの表示資格を得る通常のSEO施策としては引き続き使う価値があります。一方、生成AI機能での表示回数はSearch Consoleで、Copilotでの引用回数はBing Webmaster Toolsで測れるようになりました。測って改善するという意味でのAIOは、通常のSEO運用の一部として扱えます。

AIOの効果はどうやって測定しますか?

GoogleについてはSearch Consoleの「生成 AI パフォーマンス レポート(検索)」で、AI OverviewsとAIモードでの表示回数をページ別に見ます。BingとCopilotの確認先はBing Webmaster Toolsの「AI Performance」で、確認する指標は引用回数とGrounding queriesです。ChatGPTやPerplexityは公式レポートがないため、アクセス解析で参照元の流入を数え、定点の質問を複数回投げて自社が出る割合を記録します。

AIO対策の変更はどれくらいで反映されますか?

ページの変更がAIの回答に反映される時期を保証する公式の数字はありません。Googleの場合、ページの再クロールには数日から数か月かかることがあるとされ、URL検査ツールから再クロールをリクエストできます。Search Consoleの生成AI設定を変えた場合の反映時期は、ヘルプの記載では通常数日で、除外については適用から1〜2日です。OpenAIは、検索用のrobots.txt設定変更の反映に約24時間かかる場合があると説明しています。変更後はサーバーログでクローラーの挙動を確かめます。

AIO対策でペナルティを受けることはありますか?

あります。Googleは2026年5月15日、スパムポリシーが生成AIの回答にも適用されることを明記しました。AIが内部で使う関連クエリに合わせてページを量産し、主として順位や回答を操作しようとする行為は「大規模なコンテンツの不正使用」に当たると、生成AI機能向けのガイドにも書かれています。一次情報を足す、構成を読みやすくするといった通常のSEOの範囲であれば、ペナルティを心配する必要はありません。

AIOの分析にデータサイエンスの知識はどこまで必要ですか?

週次の集計までなら、Pythonとpandasの基本操作で足ります。本記事のコードのように、ログを分解してボット別に数え、生成AIレポートの表示回数や参照元流入と同じ表に並べるだけでも、施策の前後比較はできます。統計の知識が要るのは、季節要因を除いて効果を推定したいときや、多数のページをまとめて比較したいときです。データが少ないうちに複雑なモデルを当てはめると誤った結論を出しやすいため、まずは集計の仕組みを作り、数か月分のデータが溜まってから分析の手法を広げてください。

関連記事

お気に入りに入れた記事の一覧

一創の公式 SNS

X では毎朝の新着記事と IT ニュースの速報を、YouTube・TikTok・Instagram・LinkedIn・Facebook では記事の解説動画を配信しています。

この記事は以下の記事からリンクされています

資料請求

今日のトレンド記事 直近 24 時間で、いつもより多く読まれている記事

  1. 2026.11.18 テックブログ Java脆弱性CVE-2026-114938(Java4Shell)とは?影響版・修正版と回避フラグの実装手順
  2. 2026.11.20 テックブログ MAI Code 2とは?Flashとの違い・料金・GitHub Copilotでの使い方【2026年11月】
  3. 2025.12.19 コラム アンダーマイニング効果とは?具体例と報酬でやる気が下がる条件、エンハンシング効果との違い
  4. 2026.11.19 テックブログ Oracle 2026年11月CSPUの655件:WebLogicとAccess ManagerのCVSS 10.0と抽出・適用順
  5. 2026.08.17 コラム ガバメントクラウドの対応ベンダー5社と選定基準|令和8年度審査結果と自治体の利用団体数

RELATED POSTS 関連記事

目次