オウンドメディアを運営していると、最近「検索順位は高いのに流入が伸びない」「比較記事が読まれなくなった」と感じる場面が増えていませんか。2024年以降、GoogleのAI Overview（AIO）の登場により、検索体験は大きく変わり、従来のSEOの常識が通用しにくくなっています。特に商品比較やおすすめ記事を主軸とするメディアにとって、この変化は避けて通れない課題です。
一方で、AIに情報を要約される側から、AIに「引用される情報源」になるという新しいチャンスも生まれています。実際、日本国内では生成AIを検索手段として使う人が急増し、若年層ではすでに主流になりつつあります。これからのオウンドメディアには、人間の読者だけでなくAIから信頼される設計と編集方針が求められます。
本記事では、AIO時代に比較・コマース系コンテンツが直面する現実を整理しながら、GEOやAEOといった新しい最適化の考え方、構造化データやコンテンツ設計のポイントを体系的に解説します。検索流入が減る時代でも、メディアの価値と影響力を高めたい方にとって、実践的なヒントが得られる内容です。
AI Overviewの登場で検索体験はどう変わったのか
AI Overviewの登場によって、検索体験は「探す行為」から「答えを受け取る体験」へと大きく変わりました。従来の検索では、ユーザーは複数のリンクをクリックし、情報を比較しながら自分なりの結論にたどり着く必要がありました。しかし現在は、検索結果の最上部で生成AIが複数の情報源を横断的に要約し、結論に近い回答を即座に提示します。
この変化は単なる利便性向上ではありません。購買前の比較検討や意思決定のプロセスそのものが、検索結果画面内で完結し始めている点が本質です。Eコマースやサービス比較のような商業的クエリでは特に顕著で、スペック、価格帯、メリット・デメリットといった判断材料が、クリックなしで把握できるようになっています。
実際、グローバルでは2025年初頭時点で全検索クエリの約13%にAI Overviewが表示されており、Eコマース関連では約16%にまで達しています。日本でも状況は急速に進んでおり、サイバーエージェントのGEO Lab.による調査では、生成AIを検索手段として利用する人の割合が半年で31.1%まで増加しました。特に10代では64.1%に達しており、若年層ほど「AIに聞く」検索体験が標準化しつつあることが分かります。
| 地域・対象 | AI Overview表示・利用率 |
|---|---|
| 世界全体 | 全検索の約13% |
| 日本（全世代） | 31.1% |
| 日本（10代） | 64.1% |
この結果として加速しているのが、ゼロクリック検索です。日本国内では、Google検索の約63%がサイト訪問を伴わずに終了していると推計されています。トップランクのページであっても、AI Overviewが表示されるクエリではクリック率が34.5%低下するというデータもあり、「上位表示＝流入増」という前提はもはや成り立ちません。
一方で興味深いのは、AI Overviewに引用される情報源の約80%が、従来のオーガニック検索で上位表示されていないサイトだという点です。これは、検索体験の評価軸が「順位」から「回答としての適合性と信頼性」に移行していることを示しています。ユーザーはリンクを選んでいるのではなく、AIが選んだ答えを受け取っているのです。
- 検索行動は「回遊」から「即時理解」へ移行
- 比較・検討フェーズがSERP上で完結
- 順位よりも引用されるかどうかが体験を左右
つまりAI Overviewの登場によって、検索体験は情報探索の手間を極限まで減らす方向へ進化しました。その裏側で、ユーザーの意思決定に影響を与える主戦場は、WebページではなくAIが生成する回答そのものへと静かに移り変わっています。
日本市場におけるAIO普及とゼロクリック検索の実態
日本市場では、AIOの普及が想定以上のスピードで進行しており、検索体験そのものが大きく書き換えられています。従来は検索結果から複数サイトを回遊する行動が一般的でしたが、現在は検索結果画面上で「答えを受け取って終わる」行動が急速に広がっています。
サイバーエージェントのGEO Lab.が2025年に実施した調査によれば、日本における生成AIを検索手段として利用するユーザーは31.1%に達し、わずか半年で約1.5倍に増加しています。特に10代では64.1%と突出しており、**若年層ほどリンクをクリックしない検索体験を前提に行動している**ことが明確になっています。
| 対象 | AIO表示・利用率 | 出典 |
|---|---|---|
| 世界全体 | 約13% | Google関連調査 |
| 日本（全世代） | 31.1% | GEO Lab. |
| 日本（10代） | 64.1% | GEO Lab. |
この変化と表裏一体で進行しているのが、ゼロクリック検索の常態化です。国内の最新推計では、Google検索の約63%がサイト訪問を伴わずに終了しており、2024年9月だけでも約61.8億回の検索のうち、実際に流入に繋がったのは22.6億回にとどまっています。**検索されているのに読まれない**という状況が、すでに日本でも標準になりつつあります。
特に比較・検討系クエリでは影響が深刻です。海外調査を含む分析によれば、AIOが表示される検索結果では、従来のオーガニック上位ページであってもCTRが34.5%低下すると報告されています。さらに注目すべきは、AIOに引用される情報源の約80%が、必ずしも検索順位上位に表示されていないサイトである点です。
これは日本のオウンドメディア運営にとって重要な示唆を含みます。検索順位を上げてもクリックされない一方で、**AIにとって信頼できる情報源と認識されれば、順位に関係なく露出できる**という構造が生まれているためです。Googleの公式見解や専門家分析でも、AIOではE-E-A-Tが従来以上に厳格に評価されていると指摘されています。
- 検索結果で目立つことより、AIに引用されることが重要
- 若年層ほどゼロクリック前提の行動様式
- 比較・調査クエリほど影響が大きい
日本市場はYahoo!検索も実質的にGoogle基盤で動いているため、この変化は一部の先進ユーザーに限った話ではありません。AIOとゼロクリック検索は、すでに国内検索の“例外”ではなく“前提条件”となっており、オウンドメディアの価値は「流入数」から「AIに選ばれる信頼性」へと確実に軸足を移しています。
比較・コマースコンテンツが直面する最大の課題
比較・コマースコンテンツが直面する最大の課題は、ユーザーが記事を読まなくても意思決定できてしまう環境が整ったことです。AI Overviewの普及により、スペック比較や価格帯、メリット・デメリットといった従来の比較記事の中核情報が、検索結果画面上で要約・提示されるようになりました。
日本市場ではこの影響が顕著です。デジタルマーケティング分野の調査によれば、日本のGoogle検索の約63%がクリックを伴わずに完結しており、AIOが表示される比較系クエリではCTRが約34%低下すると報告されています。検索順位1位であっても流入が保証されない状況は、従来モデルの前提を根底から揺るがしています。
| 従来の比較記事 | AIO時代の現実 |
|---|---|
| 複数サイトを回遊して比較 | SERP上で比較が完結 |
| 検索順位が流入を左右 | 引用有無が可視性を左右 |
| 網羅性が価値 | 信頼性と構造が価値 |
さらに深刻なのは、AIOに引用される情報源の約80%がオーガニック上位ではないという点です。これは、SEOで積み上げてきた順位評価と、AIが参照する「信頼できる情報源」の評価軸が乖離していることを示します。GoogleのE-E-A-T基準がAIOではより厳格に適用され、誰が、どの立場で、どのような根拠をもって比較しているかが強く問われます。
結果として、比較記事は次のジレンマに陥ります。
- 情報を簡潔にまとめるほどAIOに吸収されやすい
- 詳細に書くほど読まれずコストが回収しにくい
この課題を放置すると、比較・コマースコンテンツは単なるAIの素材提供者に留まり、ブランドも記憶されません。AIO時代においては、比較できること自体ではなく、「このメディアの比較だから信じられる」状態をどう作るかが、最大かつ最も本質的な壁になっています。
GEO・AEOとは何か：従来SEOとの決定的な違い
GEOやAEOとは、検索エンジンを「リンクを並べる存在」ではなく「直接答える存在」と捉え、その回答生成プロセスに最適化する考え方です。従来のSEOが検索順位やクリックを最終成果としてきたのに対し、GEO・AEOはAIがどの情報を引用し、どのブランドを信頼するかに主眼を置きます。
この違いは、Googleが導入したAI Overviewの普及によって決定的になりました。SellersCommerceの調査によれば、2025年初頭には世界の検索クエリの約13%でAI Overviewが表示され、Eコマース関連では約16%に達しています。検索結果の上部でAIが回答を完結させるため、順位が高くてもクリックされないケースが急増しています。
その象徴がゼロクリック検索です。日本では検索の約63%がサイト訪問なしで終了していると報告されており、従来SEOのKPIである流入数やCTRだけでは、メディアの価値を測れなくなっています。
両者の違いを整理すると、最適化対象そのものが変わっていることが分かります。
| 観点 | 従来SEO | GEO・AEO |
|---|---|---|
| 最適化対象 | 検索順位アルゴリズム | 生成AIの回答生成ロジック |
| 主な成果指標 | 順位・流入数・CTR | AIでの言及率・引用頻度 |
| 評価軸 | 被リンク・キーワード | E-E-A-Tと情報構造 |
特に重要なのが、AIOに引用される情報源の約80%が、必ずしもオーガニック上位ではないという点です。これはSearch Engine Landなど複数の分析で指摘されており、順位至上主義が崩れている明確な証拠です。AIはランキングよりも、情報の明確さや信頼性、構造化の有無を優先して選別します。
AEOの視点では、コンテンツは「読ませる文章」から「抜き出される回答」へと役割が変わります。結論が明確で、定義や比較が構造化されているページほど、AIにとって扱いやすい情報源になります。AWSが解説するRAGの仕組みでも、AIは断片的に情報を取得し再構成するとされています。
その結果、GEO・AEOはSEOの否定ではなく進化形だと言えます。順位を取るための施策に加え、**AIが安心して引用できる一次情報と文脈を提供できるか**が、新たな競争軸になります。
- ユーザーではなくAIも読者として意識する
- クリックではなく言及を成果と捉える
- 権威性と構造が最大の武器になる
オウンドメディアにとって、GEO・AEOは一過性のトレンドではありません。検索体験そのものが変質した今、従来SEOとの決定的な違いを理解することが、次の成長の前提条件になります。
AIに選ばれるためのエンティティ設計とE-E-A-T
AIO時代において、AIに選ばれるかどうかを左右する本質的な要因が、エンティティ設計とE-E-A-Tの両立です。AI Overviewはキーワードの一致ではなく、誰が、どの立場で、何について語っているのかという意味的な理解を前提に回答を生成します。そのため、コンテンツ単体の出来栄え以上に、サイト全体としての知識構造と信頼シグナルが問われます。
エンティティ設計とは、自社メディア、ブランド、著者、製品、調査データなどを、AIが識別可能な実体として整理し、相互関係を一貫して示すことです。Googleのナレッジグラフは、エンティティ同士の関係性を重視しており、曖昧な肩書きや匿名性の高い発信は、引用候補から外れるリスクを高めます。
実際、SellersCommerceの調査によれば、AIOに引用される情報源の多くは、検索順位上位でなくても、特定分野での専門性が明確なサイトです。これは、AIがE-E-A-Tをリスク管理の指標として厳格に適用しているためだと考えられます。
E-E-A-Tをエンティティとして伝える具体要素
- Experience（経験）：実測データ、検証プロセス、現場での使用経験を具体的に記載
- Expertise（専門性）：著者の専門分野、資格、過去の執筆実績を明示
- Authoritativeness（権威性）：外部メディアや業界団体からの言及、登壇歴
- Trustworthiness（信頼性）：運営会社情報、編集方針、情報更新日の明確化
特に重要なのが著者エンティティです。誰が書いたか分からない比較記事よりも、「○年にわたり家電評価を行ってきた専門家」のように、人物情報が他サイトでも一貫して言及されている方が、AIにとって安全な引用元になります。Search Engine Landでも、GEOの観点から著者の外部サイテーションが強力なシグナルになると指摘されています。
| 設計対象 | AIが評価する視点 | 具体施策 |
|---|---|---|
| 著者 | 専門性・実在性 | プロフィール、外部寄稿実績の明示 |
| メディア | 分野特化度 | 扱うテーマの一貫性 |
| コンテンツ | 独自性・検証性 | 一次データ、調査結果の掲載 |
日本市場では「失敗したくない」心理が強く、AIもその文脈を反映します。サイバーエージェントのGEO Lab.による調査で、若年層ほど生成AIを検索代替として利用していることが示されており、AIが提示する情報の信頼性は、購買判断に直結します。
だからこそ、エンティティ設計とE-E-A-TはSEOの延長ではなく、ブランド戦略そのものです。AIにとって理解しやすく、かつ引用してもリスクの低い存在になることが、AIO時代のオウンドメディアに求められる最重要条件と言えます。
構造化データがAIO最適化の成否を分ける理由
**AIO最適化において構造化データが決定的に重要になる理由は、AIが情報を「文章」ではなく「データ」として理解・再利用する存在だからです。** 人間の読者であれば文脈や言い回しから意味を汲み取れますが、AIOの背後にある生成AIはHTML構造やSchema.orgに基づくマークアップを通じて、事実関係を機械的に抽出しています。
Googleが採用するRAG（検索拡張生成）では、検索インデックスやShopping Graphなどの外部データベースから取得した情報が回答生成の材料になります。Google Search Centralの技術資料によれば、Eコマースや比較クエリで表示される製品情報の多くは、ProductやOfferといった構造化データから直接供給されています。つまり、構造化されていない優れた文章よりも、正しく構造化されたデータの方がAIOに採用されやすいのです。
この傾向は実データでも裏付けられています。SellersCommerceの調査では、AIOに引用されるソースの約80％が、従来のオーガニック検索で上位表示されていないページでした。**検索順位とAIO引用の相関が崩れている背景には、「順位評価」と「データ信頼性評価」という二重基準の存在があります。** 構造化データは後者を満たす最短ルートです。
特に比較・コマース領域では、AIは次のような情報をピンポイントで探しています。
- 製品名や型番が一意に特定できるか
- 価格・在庫・通貨・税込税抜などの条件が明確か
- メリット・デメリットが編集者の評価として整理されているか
これらは自然文だけでは曖昧になりがちですが、構造化データであればプロパティ単位で誤解なく伝達できます。GoogleがProductレビュー向けにPros and Cons構造化データを拡張したのも、比較検討で重要な判断材料をAIが安全に要約するためです。
構造化データが不十分な場合のリスクも明確です。Shopping Graphと正しく紐付かないページは、AIOが生成する比較表や製品カードの候補から除外されます。これは、どれだけ質の高いレビューを書いても、**AIOの「視界」に入らない**ことを意味します。
| 観点 | 構造化データなし | 構造化データあり |
|---|---|---|
| AIOでの引用 | 文章解釈に依存し不安定 | データ抽出されやすい |
| 比較表への反映 | ほぼ不可 | 動的比較に統合される |
| 信頼性評価 | E-E-A-T依存 | 客観データとして評価 |
さらに重要なのは、構造化データがAIOだけでなく将来のAIエージェント検索にも直結する点です。McKinseyが指摘するように、今後はAIがユーザーに代わって商品を選定・比較する時代に入ります。その際、参照されるのはUIではなくAPI的に取得可能なデータです。
**構造化データはSEOの装飾ではなく、AI時代の「共通言語」です。** どれだけ優れた編集方針や専門知識を持っていても、それが機械可読な形で提供されていなければ、AIOの回答には組み込まれません。AIO最適化の成否は、文章力ではなくデータ設計力にかかっていると言えます。
LLMに正しく理解される比較表とコンテンツ構造
比較・コマース領域において、AIO時代にどのような戦略が有効なのかを理解するには、実際に影響を受けているメディアの動きを具体的に見ることが最短ルートです。
ここでは、日本を代表する価格比較サイトと、先行する海外アフィリエイトメディアの事例から、業界別にどのような適応が進んでいるのかを整理します。
国内比較サイトに見る「防衛型」戦略の実態
日本の価格比較市場を象徴する存在である価格.comは、AIOの影響を最も受けやすい立場にあります。
スペック比較や最安値情報は、GoogleのAI OverviewがShopping Graphと連動することで、SERP上だけで完結しやすい領域だからです。
実際、外部分析ツールによる2025年の推計では、オーガニック流入に減少傾向が見られると報告されています。
これらのUGCは、利用者の感情や失敗談、長期使用後の評価など、AIがゼロから生成できない要素を含んでいます。
今後重要になるのは、こうした定性情報を単なるテキストとして置くのではなく、AIが理解しやすい形に再編・構造化する視点です。
例えば、特定の悩みに紐づくレビュー群をFAQとして整理したり、満足・不満の傾向をデータとして可視化したりする動きが考えられます。
海外アフィリエイトメディアに見る「攻め」の成功パターン
一方、米国を中心とした先進的なアフィリエイトメディアでは、AIOを前提にした成長戦略がすでに機能しています。
複数の業界調査によれば、トラフィックを維持・拡大しているメディアには明確な共通点があります。
- AIが一般論では答えにくい極端に狭いニッチ分野に特化している
- 独自の検証環境を持ち、実測データや検証プロセスを公開している
- 検索依存を減らし、メディア名での指名検索を増やしている
特に、専門職向けツールや高関与商材の比較では、「なぜそう言えるのか」という検証過程そのものが価値になります。
このプロセスは、生成AIにとっても信頼できる引用元となりやすく、AIO内での言及頻度を高める要因になります。
| 観点 | 国内大規模比較サイト | 海外先進アフィリエイト |
|---|---|---|
| 主な資産 | 大量のUGC・価格データ | 一次検証データ・専門性 |
| AIOへの対応 | 既存資産の再構造化 | AIO前提での設計 |
| 戦略タイプ | 防衛・適応型 | 攻め・拡張型 |
これらの事例が示すのは、AIO時代における勝ち筋は一つではないという点です。
自社が「大量データを持つプラットフォーム型」なのか、「専門性で勝つメディア型」なのかを見極めた上で、AIにとって代替不能な価値をどこに置くかが問われています。
比較コンテンツの役割は、単なる情報整理から、AIが参照すべき信頼の源泉へと変わりつつあります。
AIO時代に強いオウンドメディア運用体制の作り方
AIO時代に強いオウンドメディアを実現するには、コンテンツ単体の最適化だけでなく、運用体制そのものをAI前提に再設計する必要があります。従来のSEO中心の分業体制では、AI Overviewに引用されるスピードと精度に追いつけません。**重要なのは「誰が・どの視点で・どの指標を見て改善するか」を明確にした体制づくり**です。
まず編集部門には、従来のライター・編集者に加えて、AI検索を理解する役割が欠かせません。Googleが示すE-E-A-TがAIOでより厳格に適用されていることは、Search Engine Landなど複数の専門メディアも指摘しています。そのため、実務経験を語れる専門家や監修者と連携し、一次情報を継続的に供給できる体制が、引用率を左右します。
次にデータ・テクニカル領域です。構造化データや比較テーブルの品質は、AIOに選ばれるかどうかの分水嶺になります。AWSが解説するRAGの仕組みからも分かる通り、AIはHTML構造と意味の明確さを重視します。**編集とエンジニアが分断されたままでは、AIに正しく読まれるコンテンツは作れません**。
| 役割 | 主な責務 | AIO視点での重要性 |
|---|---|---|
| 編集・コンテンツ | 一次情報、専門家コメントの生成 | 信頼性と経験の担保 |
| テクニカル担当 | 構造化データ、HTML最適化 | AIへの正確な情報伝達 |
| 分析・戦略 | KPI設計、AIO露出の可視化 | 改善サイクルの高速化 |
さらに重要なのがKPI設計です。日本では検索の約63％がゼロクリックで終わるという調査結果もあり、流入数だけを追う体制は限界に来ています。**AI検索での言及率や引用頻度といった新指標を、定例レポートに組み込むことが不可欠**です。サイバーエージェントGEO Lab.の調査が示すように、若年層ほどAI検索を当たり前に使うため、この変化は一過性ではありません。
実務レベルでは、週次や月次で「どの記事がAIOに引用されたか」「どの構造や表現が使われたか」をレビューする仕組みが効果的です。これにより、AIに評価された書き方やデータ構造が組織知として蓄積されます。
最後に、運用体制は固定化しないことも重要です。AIOの仕様や表示条件は変化が早く、McKinseyが指摘するエージェンティック・コマースの流れも視野に入れる必要があります。**変化を前提に学習し続ける体制こそが、AIO時代に強いオウンドメディアの本質**です。
国内外の事例から学ぶ成功パターンと実践のヒント
国内外の事例を俯瞰すると、AIO時代に成果を上げているオウンドメディアには共通する成功パターンが見えてきます。最大の特徴は、検索流入の減少を前提にしながらも、**AIに選ばれる情報源になること自体を価値と捉え直している点**です。単なるSEO順位の維持ではなく、AIOの回答生成プロセスに深く入り込む設計思想が成果を分けています。
国内事例として象徴的なのが価格.comです。SEMrushのトラフィック分析によれば、同サイトは一部キーワードでオーガニック流入を落としつつも、レビューや掲示板といったUGCの価値は依然として高く評価されています。生成AIは、実在ユーザーの体験談を自動生成できないため、**「定性的だが検証不能ではない情報」**を多く持つメディアを引用元として選びやすいと、海外のSEO研究者も指摘しています。
海外に目を向けると、米国のアフィリエイト系メディアでは、より明確な戦略転換が進んでいます。AIO対策に成功しているメディアの多くは、検索ボリュームの大きい汎用ワードを追うのではなく、特定職種や用途に極端に特化した比較コンテンツを展開しています。SellersCommerceの分析でも、AIOに引用されるページの多くがニッチ領域に集中していることが示されています。
| 観点 | 国内事例 | 海外事例 |
|---|---|---|
| 主な強み | UGC・長年の蓄積データ | 専門特化・一次検証データ |
| AIOへの適応 | 実体験の引用源としての地位 | AIが参照せざるを得ない検証プロセス |
| トラフィック戦略 | 比較後の深掘り需要を獲得 | 指名検索・ブランド想起を強化 |
これらの事例から導ける実践的ヒントはシンプルです。まず、**AIOで要約されることを恐れない**ことです。要約された上で「より詳しい情報源」として自社が認識されれば、クリックは減っても指名検索やブランド想起は増えていきます。CyberAgentのGEO Lab.の調査でも、生成AI利用者ほど信頼した情報源名を後から再検索する傾向が強いと報告されています。
- AIが引用しやすい構造と、再生成できない中身を両立させる
- 広さよりも深さを優先し、対象読者を明確に絞る
- 検索流入だけでなく、指名検索や再訪を成果指標に含める
国内外の成功事例に共通するのは、AIOを敵ではなく「最大の配信チャネル」と見なす視点です。オウンドメディアは読者だけでなくAIにも読まれているという前提に立ち、どの情報を残し、どの情報をAIに渡すのかを設計できたメディアこそが、次の検索環境でも影響力を維持しています。