AEO用語集：マーケターが知っておきたい50以上の重要用語

AEOの広がりとともに、まったく新しい専門用語が次々と生まれています。クライアントにAI検索の戦略を説明するとき、コンテンツチームに指示を出すとき、AEOツールを比較検討するとき。どんな場面でも、こうした用語を押さえておくことは欠かせません。ここでは、特に重要なAEO用語50以上をカテゴリ別に整理し、わかりやすく実践的な定義とあわせて紹介します。

AEOの基本用語

• Answer Engine Optimization（AEO／回答エンジン最適化）：ユーザーの質問に対してAI回答エンジンが回答を生成する際、自社サイトを情報源として引用してもらえるようにコンテンツを最適化する取り組みです。

• 回答エンジン（Answer Engine）：順位付けされたリンクの一覧を返すのではなく、ユーザーの質問に対して文章で統合した回答を生成するAIシステムです。例：ChatGPT、Gemini、Perplexity、Claude。

• 引用（Citation）：AIエンジンが生成した回答の中で、あなたのサイトやコンテンツを情報源として参照することです。ドメイン名やリンクが表示される明示的な引用と、出典を示さずに内容が回答へ組み込まれる暗黙的な引用があります。

• 引用率（Citation Rate）：1つ以上のAIエンジンでターゲットクエリを調べたとき、自社ドメインへの引用が発生したクエリの割合です。AEO施策の最重要KPIです。

• AIシェア・オブ・ボイス（AI Share of Voice）：共通のターゲットクエリ群において、競合と比べて自社ブランドがAIの引用をどれだけ占めているかを示す割合です。従来の検索におけるシェア・オブ・ボイスに相当します。

• ゼロクリック検索（Zero-Click Search）：強調スニペット、AI Overview、AIの回答など、検索結果の中だけでユーザーの疑問が完全に解決し、どのサイトにもクリックされずに終わる検索のことです。

• AI Overview（AI による概要）：多くのクエリで、従来の検索結果より上に表示されるGoogleのAI生成サマリーです。GoogleのSearch Generative Experience（SGE）の一部です。

• Generative Engine Optimization（GEO／生成エンジン最適化）：AEOの別名で、特に生成AIシステム向けの最適化であることを強調した呼び方です。

コンテンツ戦略の用語

• アンサーファースト・コンテンツ（Answer-First Content）：背景や文脈、詳しい説明より先に、ターゲットとなる質問への直接的な答えを最初の2〜3文で示すコンテンツ構成です。

• ピラーページ（Pillar Page）：幅広いトピックを深く網羅した権威あるページです。トピッククラスターの中心として機能し、関連コンテンツへリンクします。

• トピッククラスター（Topic Cluster）：1つのピラートピックを軸に相互リンクで結ばれたコンテンツ群です。検索エンジンとAIシステムの両方に、トピックの深さと専門性を示します。

• 引用に値するコンテンツ（Citation-Worthy Content）：具体的で正確な情報を引用しやすい形で含むコンテンツです。典型的には、直接的な回答、独自データ、番号付きリスト、専門家の知見などです。

• Q&A形式のコンテンツ（Question-Answering Content）：質問と回答のペアとして明確に構成されたコンテンツです。構造とスキーママークアップによって、AIが抽出しやすいよう最適化されています。

• 会話型クエリ（Conversational Query）：キーワードの羅列ではなく、自然な文章の質問として入力される検索クエリです。例：「フリーランスにおすすめのCRMは？」と「CRM フリーランス おすすめ」の違い。

• 情報収集型の検索意図（Informational Intent）：ユーザーが知識や説明を求めているクエリです。この検索意図ではAIエンジンが従来の検索結果を最も積極的に置き換えているため、AEOの主なターゲットになります。

テクニカルAEOの用語

• LLMs.txt：ドメインのルート（yoursite.com/llms.txt）に設置するファイルで、どのコンテンツを優先すべきかをAIクローラーに伝えます。従来の検索エンジンにおけるrobots.txtに近い役割です。

• FAQPageスキーマ：ページ上の質問と回答のペアをマークアップするJSON-LDの構造化データタイプです。AIシステムが直接抽出できるようになり、従来の検索ではリッチリザルトの対象にもなります。

• HowToスキーマ：手順を追ったプロセスをマークアップする構造化データです。AIエンジンが手順型のコンテンツを正確に抽出・引用できるようになります。

• Articleスキーマ：コンテンツを記事としてマークアップする構造化データで、著者、公開日、発行者などのメタデータを含みます。E-E-A-Tのシグナルを伝えるうえで欠かせません。

• Personスキーマ：個人を記述する構造化データです。著者名を資格、著作、外部プロフィールと結びつけ、E-E-A-Tの裏付けに使います。

• Organizationスキーマ：企業や組織を記述する構造化データです。検索エンジンとAIシステムの両方で、ブランドをエンティティとして認識してもらう土台になります。

• JSON-LD：JavaScript Object Notation for Linked Dataの略で、スキーママークアップを実装する際の推奨フォーマットです。<script type="application/ld+json"> タグ内に記述します。

• GPTBot：ChatGPTの学習とリアルタイム検索のためにコンテンツをインデックスする、OpenAIのWebクローラーです。robots.txtとLLMs.txtで制御できます。

• ClaudeBot：Claude向けにコンテンツをインデックスする、AnthropicのWebクローラーです。GPTBotと同様に、robots.txtの指示に従います。

AIエンジンに関する用語

• 大規模言語モデル（LLM）：膨大なテキストデータで学習し、人間のような文章で応答を生成するAIモデルです。ChatGPT、Claude、Gemini、Perplexityを支える基盤技術です。

• 検索拡張生成（RAG／Retrieval-Augmented Generation）：言語モデルと検索（リトリーバル）システムを組み合わせたAIアーキテクチャです。AIは回答を生成する前に、関連する外部コンテンツを取得します。多くのAI検索エンジンは、リアルタイムのクエリにRAGを使っています。

• ハルシネーション（Hallucination）：AIモデルが、もっともらしく自信ありげに、事実と異なる情報を生成してしまう現象です。ブランドにとって大きな懸念であり、引用の正確性を高めるAEOの取り組みは、自社ブランドに関する有害なハルシネーションのリスクを下げることにもつながります。

• 学習データのカットオフ（Training Cutoff）：AIモデルの学習データが更新されていない境目となる日付です。カットオフ以降の出来事に関するクエリに正確に答えるには、リアルタイムの情報取得が必要です。

• コンテキストウィンドウ（Context Window）：AIモデルが1回のやり取りで処理できるテキストの最大量で、トークン数で表されます。コンテキストウィンドウが長いほど、AIエンジンは回答生成時により多くの情報源を考慮できます。

• グラウンディング（Grounding）：AIモデルの出力を検証可能な外部情報源と結びつけ、ハルシネーションを減らすプロセスです。グラウンディングされたAIの回答ほど、特定のWeb情報源を明示的に引用しやすくなります。

• Perplexity AI：標準で出典付きの回答を返し、すべての主張について情報源をユーザーに示すAIネイティブの検索エンジンです。AIプラットフォームからの参照トラフィックの大きな、そして拡大中の発生源です。

効果測定の用語

• AIインプレッション（AI Impressions）：ユーザーに明示的な引用リンクが見えるかどうかにかかわらず、自社ブランドやコンテンツがAI生成の回答に登場した回数です。

• 引用カバレッジ（Citation Coverage）：自社ドメインがAIに引用されているトピックやクエリの幅です。多くのクエリにわたって幅広くカバーできていることは、トピックに関する強い専門性のシグナルになります。

• ブランドセンチメント（AI）：AIエンジンが生成する回答の中で、自社ブランドがポジティブ、ニュートラル、ネガティブのどの論調で語られているかです。これをモニタリングすることは、AEOにおける評判管理の一部です。

• 引用ポジション（Citation Position）：AIの回答の中で、自社の引用が主要な情報源なのか、補足的な参照なのか、ついでに触れられたリンクなのかを示します。主要な情報源としての引用は、ブランドにとってはるかに大きな価値があります。

AEOの応用用語

• Assistive Agent Optimization（AAO／アシスタントエージェント最適化）：AEOの先にある新しい分野で、予約、購入、タスク実行など、ユーザーの代わりに各ステップで人の操作なしに行動するAIエージェント向けに最適化します。

• AI Engine Optimization（AIEO／AIエンジン最適化）：AEOとGEOの両方を含むより広い概念で、コンテンツの発見やブランドの可視性に影響するあらゆるAIシステム向けの最適化を指します。

• パッセージ検索（Passage Retrieval）：ドキュメント全体ではなく、その中の特定の一節を抽出して引用するAI検索の手法です。構造が整い、見出しが明確なコンテンツほど、一節単位で引用されやすくなります。

• ナレッジグラフ（Knowledge Graph）：エンティティとその関係性をまとめた構造化データベースで、AIエンジンが人物、組織、概念に関する事実を理解するために使います。構造化データやWikipediaを通じてナレッジグラフに掲載されると、AIに引用される可能性が飛躍的に高まります。

• エンティティオーソリティ（Entity Authority）：AIの学習データやナレッジグラフの中で、自社ブランド、製品、人物がエンティティとしてどれだけ強く認識されているかです。エンティティオーソリティが強ければ、AIエンジンは迷いなくあなたを引用します。

• マルチモーダルなエンティティ認識（Multimodal Entity Recognition）：AIエンジンは、テキストだけでなく画像や動画のフレームからも、ブランド、製品、人物を認識するようになっています。画像のaltテキストや動画のメタデータを最適化することが、マルチモーダルなエンティティ認識につながります。

• Perplexity Pages：Perplexity AIが取り上げる価値があると判断したトピックについて作成する、AI生成のコンテンツページです。AEOのシグナルが強いブランドは、これらのページ内で情報源として引用されます。

• AI可視性スコア（AI Visibility Score）：定義したターゲットクエリ群に対するAI生成の回答の中で、自社ブランドがどれだけ頻繁に、どれだけ目立って登場しているかを測る複合指標です。現在のAI Rank Labのダッシュボードにおける主要KPIです。

AEO・GEO・AIEO・AAOの違いと関係

混同しやすいAEO用語

• AEOとSEO：SEOはURLを上位表示させるもの、AEOはAIの回答の中で引用を獲得するものです。目的も指標も異なり、どちらも必要です。

• 引用とインプレッション：引用は明示的な出典表示（自社ドメインやブランドが表示される）で、インプレッションは明示的なクレジットなしに自社コンテンツがAIの回答に貢献していることです。どちらにも価値があります。

• AI OverviewとAIの回答：AI OverviewはGoogle独自の機能名で、AIの回答（AI Answer）はChatGPTやPerplexityなどが生成するあらゆる回答を指す一般的な言葉です。

• 学習データとRAG：学習データはAIが学習時に身につけた知識で、RAG（検索拡張生成）はWebコンテンツをリアルタイムで取得する仕組みです。両方に向けた最適化が必要です。

この記事のポイント

• AEOとGEOは同義語で、この分野はAIEO、LLMO、AI検索最適化とも呼ばれます

• 引用率（ターゲットクエリのうち引用が発生した割合）が最重要KPIで、AIシェア・オブ・ボイスは競合と比べるための指標です

• RAGシステムでは、リアルタイムでAIに引用されるために、コンテンツの鮮度とアクセスしやすさが決定的に重要です

• 技術面で最も重要な実装は、FAQPage、HowTo、Article、Personの各スキーマです

• AIが自社ブランドについてハルシネーションを起こすリスクは現実のものです。AIの回答におけるブランドセンチメントのモニタリングは、今のAEOに欠かせない要素です

AI Rank Labを使えば、これらの指標すべてのパフォーマンスを自動でトラッキングできます。