AEO対策の具体的な方法 — Google AI OverviewとPerplexityに選ばれるサイトの作り方

「検索したら、AIがまとめた回答が最初に出てきた」

この体験をしたことがある人は増えています。Google AI Overview、Perplexity、Bing Copilot。従来の「10個の青いリンク」は、AIが生成した回答に置き換わりつつあります。

この記事では、こうした「回答エンジン」に自社サイトが選ばれるための具体的な方法を解説します。

AEOとは何か

AEO（Answer Engine Optimization）とは、AIが生成する回答のソースとして自社サイトが選ばれるよう最適化する施策です。

対象となる回答エンジンは主に以下の3つです。

• Google AI Overview — Google検索の最上部に表示されるAI生成の要約
• Perplexity — ソース付きで回答する検索特化AI
• Bing Copilot — Microsoft の検索結果にAIが回答を付加

AEO対策の4つの柱

柱1: 構造化データ（JSON-LD）の完全実装

構造化データは、AIがサイトの内容を「理解」するための言語です。

必須スキーマ一覧

トップページ    → Organization + WebSite
サービスページ  → Service + FAQPage + BreadcrumbList
料金ページ      → Product + FAQPage
ブログ記事      → Article + FAQPage + BreadcrumbList
会社概要        → Organization + Person

実装例: FAQPage スキーマ

{
  "@context": "https://schema.org",
  "@type": "FAQPage",
  "mainEntity": [
    {
      "@type": "Question",
      "name": "AEO対策とは何ですか？",
      "acceptedAnswer": {
        "@type": "Answer",
        "text": "AEO対策とは、AIが生成する回答のソースとして自社サイトが選ばれるよう最適化する施策です。"
      }
    }
  ]
}

FAQPageスキーマを実装したページは、AI引用率が未実装ページの2.5倍になるというデータがあります。

チェックポイント

• 全ページにBreadcrumbList JSON-LDがある
• サービスページにFAQPage JSON-LDがある（最低5問）
• ブログ記事にArticle JSON-LDがある
• トップページにOrganization JSON-LDがある
• Google Rich Results Testで全ページ検証済み

柱2: 質問応答構造のコンテンツ設計

AIは「質問に対する回答」を探しています。コンテンツをその構造に合わせることが重要です。

H2/H3を質問文にする

悪い例:

## 構造化データについて

良い例:

## 構造化データとは何ですか？

AIは質問文の見出しを検出し、直後の段落を「回答」として引用する傾向があります。

回答の「ゴールデンパラグラフ」

質問見出しの直後に、2〜3文で完結する回答段落を配置します。

## AEO対策にはどれくらいの費用がかかりますか？

AEO対策の費用は、構造化データの実装（10〜30万円）と月次運用（3〜15万円/月）に分かれます。
無料ツールを活用すれば、基本的な構造化データは自社で実装することも可能です。
以下、費用の内訳を詳しく解説します。

（詳細な説明が続く...）

この「ゴールデンパラグラフ」がAIに引用されるスニペットになります。

リストと表の活用

AIは情報が整理されたコンテンツを好みます。

• 手順は番号付きリスト（ol）で
• 比較は表（table）で
• 要素の列挙は箇条書き（ul）で

柱3: E-E-A-T（経験・専門性・権威性・信頼性）の強化

GoogleのAI Overviewは、E-E-A-Tスコアが高いサイトを優先的に引用します。

著者情報の明示

すべてのブログ記事に著者情報ボックスを設置します。

含めるべき情報:

• 著者名（実名）
• 肩書き・専門分野
• 経歴・実績の要約
• Person スキーマでの構造化

会社情報の充実

About ページに以下を明記します。

• 会社名、所在地、設立年
• 事業内容と実績
• 代表者のプロフィール
• 取引実績・メディア掲載

一次情報の定期公開

AIが最も信頼するのは一次情報です。

• 自社の調査データ・統計
• ケーススタディ・事例紹介
• 業界レポート・ホワイトペーパー

月に1本以上、一次データを含む記事を公開することを推奨します。

柱4: テクニカルAEO

サイトの技術的な側面も回答エンジンの評価に影響します。

robots.txt でAIクローラーを許可

User-agent: OAI-SearchBot
Allow: /

User-agent: PerplexityBot
Allow: /

User-agent: ClaudeBot
Allow: /

User-agent: Googlebot-Extended
Allow: /

llms.txt の設置

サイトのルートに llms.txt を配置し、AIクローラー向けのサイト概要を提供します。これは新しい標準として注目されています。

Core Web Vitals の最適化

ページ読み込み速度が遅いサイトは、AIクローラーにとっても取得コストが高く、引用対象から外れやすくなります。

• LCP（Largest Contentful Paint）: 2.5秒以内
• FID（First Input Delay）: 100ms以内
• CLS（Cumulative Layout Shift）: 0.1以内

AEO対策の優先順位

リソースが限られる場合は、以下の順で対策を進めてください。

1. FAQPage JSON-LDの実装（効果: 大、工数: 小）
2. H2/H3を質問文に変更（効果: 大、工数: 小）
3. Article JSON-LDの実装（効果: 中、工数: 小）
4. 著者情報ボックスの追加（効果: 中、工数: 小）
5. Organization JSON-LDの実装（効果: 中、工数: 小）
6. robots.txt + llms.txt の設定（効果: 中、工数: 極小）
7. About ページの充実（効果: 中、工数: 中）
8. 一次データコンテンツの公開（効果: 大、工数: 大）

効果測定の方法

AEO対策の効果は以下の方法で測定します。

月次LLMスキャン

5大LLMに主要キーワードで質問し、引用状況をチェック。前月比で引用率の推移を追跡します。

Google Search Console

AI Overview経由のクリック数は、Search Consoleの「検索パフォーマンス」で確認できます。

サイト流入分析

GA4で「参照元」を確認し、AI経由のトラフィック変化を追跡します。

まとめ

AEO対策は、構造化データ・質問応答構造・E-E-A-T・テクニカルの4つの柱で成り立っています。最も効果が高く工数が少ないFAQPageスキーマの実装から始め、段階的に対策を拡充していくことをおすすめします。