検索は2つに分かれつつあります。古いほうは、順位が並ぶ検索結果ページです。簡単な疑問はAIによる概要が吸収してしまうため、自然検索のクリック率はすでに大きく落ちています。新しいほうは、ChatGPT、Gemini、Claude、Perplexityが書く回答そのもので、その裏にはいくつかの引用元があります。前者で勝つための施策がSEO、後者で勝つための施策がGEO（生成AI検索最適化）です。私は、この分野に名前がつく前から、バイオテクノロジー企業のクライアントのために、医師や患者の検索クエリを対象にしたGEOのテスト手順を組み立てていました。
仕事は、はっきり2つに分かれます。SEOの側では、テクニカルSEOの基本整備、検索意図に沿ったコンテンツ、そして今も順位を左右する地味な構造面の規律に取り組みます。従来の検索インデックスは、今もAI検索が読み込む原材料だからです。GEOの側では、ブランドを機械に引用される存在にします。具体的には、AIモデルが自信を持って引用できる明確な主張、正しく解析される構造化データ、クローラーが触れるあらゆる場所でのエンティティ情報の一貫性、機械可読な形式のコンテンツ、そしてAIアシスタントがすでに送ってきている参照トラフィックの計測です。このトラフィックは、多くのアクセス解析の設定で誤って分類されるか、まったく把握されていません。
私は、自分が売る基準を自分にも課しています。このサイトには、AIクローラー向けのllms.txt版、全ページの正しい構造化データ、人間にも見える場所だけに置いたQ&Aブロック、そして不具合があれば公開を止める検証スクリプトを備えています。「The Signal」の記事群（英語）は、その実演です。引用され、相互にリンクし、回答に取り込まれるよう設計した100本の記事です。クライアントにAIの回答が何を評価するかを話すとき、私はニュースレターで読んだ話ではなく、すでに自分でつくったものについて話しています。
対象となるのは、顧客が購入前に質問を投げかけるブランド、AIの回答で誤った情報源や古い情報源に負け続けている業界トップ企業、そしてコンプライアンス上のリスクを負わずに露出を高めたい規制業種の広告主です。プロジェクトは、AI検索が現在貴社をどう説明しているかの診断から始まります。この診断結果は、マーケティングチームにとってここ数年で最も視界が開ける資料になることが少なくありません。そこから、回答そのものを変えるための構造面と編集面の作業へと進めます。
青いリンクが10本並ぶ検索結果は、もう戻ってきません。次に引用されるブランドは、今年のうちにそのための構造を整えたブランドです。