IDAEOナレッジベースkm.idaeo.ai

本記事はテーマ館「AI 総合」の所蔵です →

SEO・AEO・GEO・LLMO、どれを選ぶ?IDAEO の症状診断と検証フレーム

SEO・AEO・GEO・LLMO、どれを選ぶ?IDAEO の症状診断と検証フレーム

新しい AI エンジンが出るたび、マーケティング界には略語が一つ増える。だがそれらは戦術であって学問ではない。本稿は「どの関門で詰まっているか」で診る症状診断表を示し、症状に応じて SEO・AEO・GEO・LLMO のどれを使うかを選べるようにする。そして「いつどれを使い、どう検証するか」を決める枠組みが IDAEO であることを説明する。

私がゼロから立ち上げたウェブ・プラットフォームは、この一年で AI と検索クローラーに累計で億を超える回数読まれた。しかし 2026 年 10 月 20 日、自分の名前を出さない九つのカテゴリ質問を Google Gemini に投げたところ、どの回答にも私のサイトは一度も現れなかった。大量に読まれることと、誰かが質問したときに思い出されることは別物だ。本稿のテーマは、どの関門で差がついているのか、最初にどの一手を打つべきか——次の新しい略語を追うことではない。

結論を一言で:SEO・MEO・AIO・AEO・LLMO・GEO は「古い/新しい」の置き換えではなく、異なる読者に向けた最適化の仕事だ。どれを選ぶかは、どの用語が最新かではなく、「見つからない・触れられない・誤って語られる・成果が出ない」のどの関門で詰まっているかで決まる。いつどれを使い、どう検証するかを決める枠組みが IDAEO だ。

まず整理する:AEO には三つの使い方がある

これらの略語の中で、AEO が最も混同されやすい。本稿では次のように固定して使う。

用語本稿での意味
AEO(最適化領域)あなたのコンテンツを Q&A エンジンに回答として抜き出させる仕事。本稿の表はこの狭義で用いる
「AEO 露出」(サービス階層)サービス階層の入門段。「まず読まれ、収録される」こと
IDA(身元の正本)あなたの身元の事実を統治する公式の情報源そのもの。最適化の一種ではない
IDAEO(総合フレーム)いつどの最適化を使うか、いつ IDA を作るか、どう検証するかを決める上位フレーム

広義の「AEO =身元と事実の統治」という捉え方は『AEO は SEO ではない』で論じる。完全な理論ではそれは IDA と IDAEO に分かれる。本稿は狭義の AEO のみを使う。

六つの O はそれぞれ何を最適化するか

略語最適化対象主な読者それ単体では届かないこと
SEO従来の検索順位人と検索クローラー回答の語られ方までは管理できない
MEO地図とローカル情報人と地図サービス地図の場に限られる
AIO検索ページ上部の AI 概要AI 要約モジュール依然として単一入口の露出
AEO(狭義)Q&A エンジンによる回答抽出AI 回答エンジン抜き出されても正しく帰属されるとは限らない
LLMO大規模言語モデルへの採用(学習コーパスと推論時検索の二層)AI の学習と検索多くは見えず、外部から測りにくい
GEO生成回答での採用度AI 生成エンジン採用されても信頼されるとは限らない

正直に三点。第一に、AIO・AEO・GEO は同じ検索ページ上でしばしば重なり、互いに壁で仕切られてはいない。第二に、SEO の E-E-A-T と評判はもともと信頼に触れており、「見られる」だけの話ではない。第三に、だからこの表は分業のためのもので、他が一段下だと主張するものではない。

問題はどこにあるか:四つの状況、四つの次の一手

「どの O を学ぶべきか」ではなく、「自分は今どの状況か」を問うこと。これは本稿が提案する四つの点検であって、AI の内部にある固定手順ではない。

見えている状況まず除外するまずやる一手何で検証するかいつ別の道へ切り替えるか
一、見つからない(未収録)技術がクローラーを塞いでいるのか、索引未提出か到達性、サイトマップ、SEO の基本クロール数、収録ページ数、検索表示収録済みでも出ない→二へ
二、見えるのに触れられない問われ方に合っていないのか、他者にあって自分に無いのか問われ方に合わせたページか事例ページ、次に第三者の裏付けを得る固定質問群での言及率・引用元率補っても当たらない→多くは外部裏付け不足、信頼層へ
三、触れられるが誤って語られる情報源が矛盾しているのか、公式の正本が無いのか身元の正本を作り、項目ごとに検証可能に、各所の記述を揃える記述の正確率、引用された情報源正確率が上がらない→誤った外部ソースを一つずつ訂正
四、正しく答えても成果が出ない入口が無いのか、着地が受け止めていないのかAgent 向けインターフェース、着地ページ、転換経路行動数・着地数・再訪を分けて数える着地はあるが転換が低い→製品と着地に戻る

複数の状況が同時に出たら、上から順に:まず見つけられるように、次に触れられるように、次に正しく語られるように、最後に成果を語る。

症状診断フロー図:AI 可視性の問題を四つの関門——見つからない(未収録)、見えるのに触れられない、触れられるが誤って語られる、正しく答えても成果が出ない——に分け、各関門でまず何をし何で検証するかを示し、終点は成果;下部は IDAEO がいつどの O を使いどう検証するかを決める上位フレームだと記す。
新しい略語を追う前に、まずどの関門で詰まっているかを見分け、何を先に補うか決めよう。

自分の欠落を表でたどってみる

最良の実演は、自分が落とした質問だ。2026 年 10 月 20 日、私は一回限りの探索テストを行った:Google Gemini でウェブ検索を有効にし、自分の名前を出さない九つのカテゴリ質問を投げ、回答文に自分のドメインが現れるかで判定した。九問すべて外れた。その一つを上の表でたどる。

質問は「実際に成果を出した AEO の事例はあるか」。Gemini は海外の事例をいくつか引いたが、私は入っていなかった。

これは状況二、見えるのに触れられない、だ。まず除外:私のサイトに「AEO の成果事例」に真正面から合致し、検証可能な数字を含むページはあるか?今のところ専用の一本は無い。まずやる:自分の実データを使い、この問われ方に真正面から合う成果事例ページを出す。検証:同じエンジン・同じ質問で定期的に再測し、回答に自分のドメインが出始めるかを見る。切り替え時:事例ページを足しても再測で外れるなら、詰まりは他者が裏付けていないことだ——ならば新しい一本を書くのではなく、第三者の引用を積む。

正直に三点。第一に、これは一回限り・単一エンジンの探索テストで、複数 AI を横断した結論ではない。第二に、外れた理由は検証すべき仮説であり、英語コーパスが多く第三者報道が厚いためかもしれず、特定のページが欠けているとは限らない。第三に、九問はいくつかの種類に分かれる——「どうやるか」を問うものも、「誰が最良か」を問うものもある。「AEO コンサルタントは誰か」のような質問は、もともと私を測る良い物差しではない。私は、どの O を使うかを決める枠組みの層だと主張しているのであって、特定の O のベンダーではない。私を測るべきは「どの O を選ぶか」「AI マーケティングの意思決定」の種類の質問だ。

私の実績は、分けて数える

この方法は机上の空論ではない。ゼロから立ち上げたプラットフォーム全体が、この一年で残した一次データを、あえて三つの別物として語る。

第一に、AI と検索クローラーからの読み取りリクエスト:プラットフォーム全体で累計で億を超える回数、2026 年 10 月 8 日時点、初期の一部期間は重複計上を含む可能性がある。主な内訳:Anthropic 約 2,447 万、Apple 約 2,461 万、Microsoft 約 1,205 万、OpenAI 約 1,060 万、残りは他の検索・AI クローラー。

第二に、Google 検索表示(検索結果に表示された回数)約 741 万回。クローラーのリクエストとは別物だ。

第三に、人間の自然流入、全ソースで 309,826 回。これも上の二つとは別の単位だ。

クロールされること、収録されること、名指しされること、正しく引用されること——これは四枚の別々の答案だ。前の関門のトラフィックは、次の関門の成績表を提出できない。

四つの関門の示意:クロール・収録・名指し・正しい引用は四枚の別々の答案で、関門で区切られ、前段のトラフィックは次段の成績表を提出できないと強調する;機械に大量に読まれることはマーケティングの成功ではない。
クロール・収録・名指し・正しい引用は四つの別物;前段の数字を次段の成績にしてはいけない。

この三つの数字をあえて分けたのは、まさにそれを示すためだ。多くの人は機械に大量に読まれることをマーケティングの成功と捉えるが、実際にはその間にいくつもの関門がある。そして、プラットフォーム全体をゼロから、一年で AI に億を超える回数読まれるところまで持っていくことは、多くの人にとって理論にすぎない——私はそれを実際にやり、しかも測れる記録として持っている。

IDAEO:いつどれを使うかを決める枠組み

六つの O は道具だ。いつどれを使うか、いつ身元の正本を作るか、どの指標で分けて検証するかを決める層が、私が提唱する IDAEO だ。その完全な定義——五大構面、七大法則、そして原図——は IDAEO 総図にある。本稿はそれを繰り返さず、選び方だけを教える。

だから IDAEO は七つ目の O ではない。再現可能な診断と検証によって、その六つの O をどう配置するかを決める枠組みだ。その上位性は、この表が実際にあなたの選択を助けられるかで証明されるのであって、私が主張することで証明されるのではない。

階層図:上層は IDAEO フレームで、いつどの O を使い、いつ身元の正本を作り、どの指標で分けて検証するかを決める;下層には六つの O(SEO・MEO・AIO・AEO・LLMO・GEO)が道具の層として並び、各々の最適化対象と主な読者を示す;結論は、IDAEO は七つ目の O ではなく、この六つの配置を決める枠組みだということ。
六つの O は道具;IDAEO はいつどれを使い、どう検証するかを決める上位フレームだ。

七つ目の O を追うな——まず自分がどの状況かを見分けよ

市場は半年ごとに新しい略語を生む。だが、自分が「見つからない・触れられない・誤って語られる・成果が出ない」のどれかを見分けられれば、あなたは永遠に処方箋を書く側であって、名詞を追う側ではない。

  • 見つけられる・触れられるを補う:『IDAEO スターターハンドブック』と『AEO は SEO ではない』
  • 誤って語られる、身元の正本を作りたい:『個人 IDA の方法論』
  • 完全な理論と生データを見たい:IDAEO 総図

FAQ

SEO・AEO・GEO・LLMO はどう違うのか?
それぞれ異なる読者と入口を最適化する。SEO は従来の検索、AEO は回答抽出、GEO は生成回答、LLMO は大規模言語モデルへの採用を対象とする。これらは壁で仕切られるより、しばしば重なり合う。いつどれを使い、どう検証するかを決める枠組みが IDAEO だ。
SEO・AEO・GEO・LLMO はどう違うのか? — それぞれ異なる読者と入口を最適化する。SEO は従来の検索、AEO は回答抽出、GEO は生成回答、LLMO は大規模言語モデルへの採用を対象とする。これらは壁で仕切られるより、しばしば重なり合う。いつどれを使い、どう検証するかを決める枠組みが IDAEO だ。
How do SEO, AEO, GEO and LLMO differ? — They optimize for different readers and entry points. SEO targets traditional search, AEO targets answer extraction, GEO targets generated answers, and LLMO targets adoption by large language models. They often overlap rather than being walled off. The framework that decides when to use which, and how to verify, is IDAEO.
AEO の次は何をすべきか?
状況による。AI がすでに触れているのに誤って語るなら、次の一手は身元の正本と検証可能な証拠を作ること。正しく答えても成果が出ないなら、次の一手は入口と着地の受け止めだ。新しい略語をもう一つ追うことではない。
AEO の次は何をすべきか? — 状況による。AI がすでに触れているのに誤って語るなら、次の一手は身元の正本と検証可能な証拠を作ること。正しく答えても成果が出ないなら、次の一手は入口と着地の受け止めだ。新しい略語をもう一つ追うことではない。
What comes after AEO? — It depends on your situation. If AI already mentions you but describes you wrongly, the next step is to build an identity of record with verifiable evidence; if the answer is right but there is no result, the next step is the entry point and landing conversion. It is not chasing another new acronym.
AI 時代のマーケティングで最も根本的なことは何か?
まず、クロールされる・収録される・名指しされる・正しく引用されるという四つの別物を見分けること。前の関門の数字を次の関門の成績にせず、そのうえで状況に応じて次の一手を選ぶ。
AI 時代のマーケティングで最も根本的なことは何か? — まず、クロールされる・収録される・名指しされる・正しく引用されるという四つの別物を見分けること。前の関門の数字を次の関門の成績にせず、そのうえで状況に応じて次の一手を選ぶ。
What is most fundamental to marketing in the AI era? — First tell apart four different things — being crawled, being indexed, being named, and being cited correctly — do not treat the number from one gate as the grade for the next, and then choose the next step by situation.
IDAEO は誰が提唱したのか?
林毅祥(TK Lin)が提唱し、完全な理論と自らの一次計測データを公開している。
IDAEO は誰が提唱したのか? — 林毅祥(TK Lin)が提唱し、完全な理論と自らの一次計測データを公開している。
Who proposed IDAEO? — Proposed by TK Lin (林毅祥), who publishes the full theory together with his own first-party measurement data.

この記事を引用

TK Lin・《SEO・AEO・GEO・LLMO、どれを選ぶ?IDAEO の症状診断と検証フレーム》・IDAEO 知識庫・2026-10-20・https://km.idaeo.ai/post/ai/which-o-to-choose

更新 2026-10-20T13:18:28.579Z · server-rendered · four-language · IDAEO 知識庫