コンテンツマーケティング

AIはあなたの会社を何と説明しているか。自分で確かめる手順書

BtoBの買い手の半分近くが製品調査をAIから始める時代、あなたの会社の最初の説明はAIがしています。回答の揺れ（同じリストが返る確率は1%未満）を踏まえた質問セットの設計、環境の整え方、記録の付け方まで、自分で確かめる手順書です。

7分2026.07.27

AI検索はどうやって答えを作るのか。マーケターが知っておくべき仕組みを図解する

AI検索の答えは「訓練で覚えたこと」と「その場で調べたこと」の2つの材料でできています。query fan-out、検索インデックス、意味による選抜——答えが作られる5ステップを知れば、新しい施策の効く・効かないを自分で判定できるようになります。

6分2026.07.27

SEOの話が、ほぼ消えた。世界最大級の検索カンファレンスの5つの変化を、登壇者の公開資料で確かめた

2026年6月にボストンで開催されたSMX Advancedの参加報告は、どれも同じ変化を伝えています。検索カンファレンスなのに、SEOの話が中心にない。現地に行けなかった僕が、登壇者本人の公開スライドと一次データで5つの変化を確かめました。意思決定エンジン、1位でも見えない検索結果、測れない問題への答え、エージェントが買い物する時代まで。

10分2026.07.18

「Google上位＝AI引用」は崩れたのか。話題の70%→20%の出所を追った

「Google上位リンクとAI引用の重なりが70%から20%に落ちた」という数字が話題です。出所を追いかけると一次資料に辿り着けず、確認できるデータはGoogleの中と外で綺麗に割れていました。数字の出所・プラットフォーム別の実データ・実務の二層構えまで、2026年7月17日時点で検証します。

8分2026.07.17

AIツールが多すぎて分からない人へ。マーケの実務5場面で使い分けを整理した【2026年7月版】

AIツールが多すぎて追えない人へ。マーケ実務の5場面（記事を作る・競合を調べる・レポートとスライド・議事録と社内資料・ファイル操作）に主要ツールを当てはめ、分かれ目と料金、会社導入の壁まで2026年7月8日時点で整理しました。

15分2026.07.08

SEO

AIで書いた記事はSEOでペナルティされる？Google公式と一次データで確かめた

AIで書いた記事はGoogleにペナルティされるのか。Google公式ポリシーの原文と一次データを確認すると、弾かれているのは作り方ではなく、順位操作を目的にした価値の薄い量産でした。AI検出器の実力、AI検索の引用実態、ゼロクリックの現実まで含めて検証します。

9分2026.07.08

最強のAIが公開3日で止まった2026年6月──Fable 5とSpaceXのCursor買収を、マーケターの視点で読み解く

6月、最強モデルClaude Fable 5が公開3日で輸出管理により停止し、SpaceXがCursorを6兆円で買収。一見バラバラな2つのニュースは同じ構造変化を指しています。記事を作り、SEOやGEOと向き合う担当者の視点で、何を準備すべきかを読み解きました。

9分2026.06.17

AI時代に効く一次情報の作り方──独自データと体験が、引用される記事をつくる

こんにちは。KOMACHIマガジン編集部の長谷川です。 SEOやGEO（生成AI検索最適化）の話をしていると、必ずと言っていいほど出てくる言葉があります。一次情報。自社の経験や独自のデータを記事に入れましょう、というものです。ただ、言葉だけを見ると、では具体的に何をすればいいのか、そこははっきりしません。一次情報という響きから、調査会社が手がけるような大がかりなものを思い浮かべてしまうこともあります。でも、AI検索が当たり前になるにつれて、この一次情報の価値ははっきりと変わってきました。ChatGPTやPerplexityに聞けば、たいていの一般論はすぐに返ってくる時代です。そのなかで人にもAIにも選ばれるのは、どこかの焼き直しではなく、その会社にしか書けない中身を持った記事です。 💡 この記事の結論 AIが答えられないのは、あなたの会社だけが持っている情報です。一次情報を作れるかどうかが、AI検索で引用される記事と、埋もれる記事の分かれ目になります。そして一次情報は、特別な調査をしなくても、いまの業務のなかから十分に作れます。一次情報とは何か。そして、なぜいま効くのかまず言葉の整理から。一次情報というのは、自分たちが直接得た情報のことです。自社で試した結果、お客さんから聞いた話、実際に計測した数字、現場で見てきた事実。対して二次情報は、他のサイトや本に書いてあったことをまとめ直したもの。世の中の記事の多くは、実はこの二次情報でできています。なぜいま、一次情報がそこまで効くのか。理由はシンプルです。二次情報は、もうAIが持っているからです。一般的な知識やまとめはAIが学習済みで、聞けばすぐ答えが返ってきます。わざわざ誰かのまとめ記事を引用する理由がない。一方で、ある会社が実際に試した結果や独自のデータは、AIの中にありません。だからAIは、回答の裏づけとして、そうした一次情報を持つページを参照しにいきます。独自のデータや事例を持つページのほうが引用されやすい、という観察もいくつか出てきています。具体例で考えてみます。SEOには被リンクが重要です、という一文。これはどこにでも書いてある二次情報です。ただ、ここに、自社で運用する複数サイトのデータを見たところ、評価の高いサイトからのリンクが増えた月は流入も伸びる傾向があった、と一行添える。それだけで、その一文は一次情報に変わります。同じテーマを扱っていても、自分たちの数字や観察を一つ通すだけで、まったく別の重みを持つ。そしてAIが裏づけとして拾いにいくのは、たいてい後者です。一般論はAIの中にありますが、あなたの現場のデータは、AIの中にないからです。ひとつ、判断の物差しを。書こうとしている内容を、そのままChatGPTに聞いてみてください。ほぼ同じ答えが返ってくるなら、それは一次情報ではありません。コモディティ、つまりどこにでもある情報です。逆に、AIが答えられない、あなたにしか書けない部分があるなら、そこが一次情報です。書く前にこの確認をするだけで、内容の濃さがはっきり変わります。この考え方は、E-E-A-Tの実践ガイドで触れた経験という評価軸とも地続きです。Googleも、実体験に基づく情報を高く評価するようになっています。AIに引用されること。Googleに評価されること。一次情報は、その両方に同時に効く、数少ない打ち手です。一次情報は、持っていないのではなく、気づいていないだけここは、この記事でいちばん伝えたい部分です。一次情報がないんです、うちは特別なデータなんて持っていなくて。そうした相談をよく受けます。ただ、話を聞いていくと、たいていは持っていないのではなく、気づいていないだけです。たとえば、毎日のように受けるお客さんからの問い合わせ。その内容は、それだけで一次情報です。どんな悩みを、どんな言葉で質問してくるか。それは業界の生の声であり、他社には見えていない情報です。自社サービスにたまっている利用データ。営業現場でよく聞かれる質問。導入してくれたお客さんが、結局どこで満足してくれたのか。こうしたものは全部、外からは手に入らない、あなたの会社だけの一次情報です。だから一次情報を作るというのは、ゼロから何かを生み出すというより、すでに自分たちの中にあるものを、記事の形にすくい上げる作業に近い。そう考えると、ハードルがぐっと下がりませんか。この見方に立つと、ネタがない、という悩みは起きにくくなります。たとえば、ある製造業の会社が、うちには発信できることなんて何もない、と考えていたとします。でも、よく見れば、長年たまった加工のノウハウや、現場でよく起きる不良とその対策が、社内に必ずあります。それは、同じ業界の人なら誰もが知りたい一次情報です。自分たちにとっての当たり前は、外から見ると驚くほど貴重だったりします。この、日常に眠っているものを掘り起こす視点こそが、一次情報づくりの出発点だと思います。難しいのは、作ることより、気づくことのほうです。一次情報の作り方、5つでは、具体的にどう作るか。大げさな調査は要りません。いまの業務から取り出せる、現実的な5つを挙げます。 ✅ いまの業務から作れる一次情報自社データの匿名化：サービスの利用状況や施策の結果を、数字で出すユーザーアンケート：フォームで100人に聞くだけでも、当社調査という一次データになる顧客インタビュー：実際に話を聞いた事実は、それだけで他にない厚みを生む自分の試行錯誤：やってみてうまくいったこと、失敗したことの記録独自の切り口：同じ事実でも、自社ならではの分析や解釈を加えるいちばん手早いのは、自社データの匿名化です。たとえば、タイトルを変えるとクリック率が上がると言われています、で終わらせない。うちで運用する記事でタイトルを見直したら、平均クリック率が1.2%から2.8%になりました。そう具体の数字に変えるだけで、その一文は他では読めない一次情報になります。守秘義務に触れない範囲で、数字を一つ足す。それを意識するだけで、記事の説得力は大きく変わります。顧客インタビューも効果的です。録音して書き起こすのは面倒に感じるかもしれませんが、最近はAIの文字起こしを使えば、1時間の会話が数十分でテキストになります。月に1人か2人、30分話を聞くだけでも、記事に入れられる生の声がたまっていきます。アンケートも同じで、100人に聞いた結果は、当社調べ、という形で確かな一次データになります。業界の実態を数字で示す記事は、他のサイトからも引用されやすい。意外と見落とされがちなのが、独自の切り口です。同じ統計や事実を扱っても、自社の現場感から解釈を加えれば、それも一次情報になります。世間ではこう言われているけれど、現場で見ているとむしろ逆のことが起きている。そんなふうに、自分の経験を通した読み解きを書く。事実そのものは他から借りたものでも、その解釈はあなたにしか書けません。データを持っていなくても、視点で一次情報を作れる。これは覚えておくと気が楽です。そして、いちばん身近なのが、自分の試行錯誤の記録です。僕自身、SEOやGEOはkomachiで本格的に向き合い始めたばかりで、まだ偉そうなことは言えません。ただ、だからこそ、つまずいたこと、やってみてわかったことが、そのまま記事のネタになります。完璧な専門家の解説より、いま試している人の生々しい記録のほうが、読者にも響くし、AIにも拾われる。経験の浅さは、隠すより出したほうがいい。これは、いまの実感です。やってはいけないこと一次情報を意識するうえで、これだけは避けてほしい、というものを挙げます。 ❌ 一次情報づくりで避けたいこと数字を盛る・でっち上げる：信頼を一気に失う。一次情報の価値は正直さの上に成り立つ二次情報を言い換えただけ：他社記事の要約は、AIがすでに知っている内容。引用されない出典を隠す：他者のデータを使うなら必ず明示。自社データとの線引きをはっきりとくに最初の、数字を盛ること。これは絶対にやめたほうがいい。一次情報の強みは、それが本物だという信頼にあります。少しでも盛った時点で、その信頼は崩れます。小さくても正直な数字のほうが、もっともらしい嘘の数字より、ずっと価値があります。当たり前のようですが、成果を出したいときほど、つい話を大きくしたくなります。自分への戒めも込めて書いています。一次情報をためる仕組みをつくる最後に、続けるための話を。一次情報は、書くときに慌てて探すより、日頃からためておくほうがずっと楽です。記事を書くたびにゼロから探していると、負担が大きくて続きません。おすすめは、小さなメモの置き場を一つ作ることです。問い合わせで多かった質問、お客さんが言ってくれた印象的な一言、施策をやってみた結果の数字。そうしたものに気づいたら、その都度メモしておく。月末に見返すと、記事のネタが自然にたまっています。派手さはありませんが、続けるほど効いてきます。既存記事をGEOリライトする優先順位の記事でも書いたとおり、新しく書くより、いまある記事にこの一次情報を一行足すほうが、手っ取り早く効く場面も多いです。一次情報は、特別な才能やお金がなくても作れます。必要なのは、自分たちの日常のなかに、他では読めない情報が眠っていると気づくこと。そして、それを正直に書くこと。それだけです。 AIが答えられないことを、あなたは毎日、現場で見ています。そこにこそ、これからの記事の価値があります。 Komachi で「あなたにしか書けない記事」を仕組みに一次情報をどう記事に落とし込むか、どのテーマで活かすか。Komachiは、競合分析から構成、執筆までをAIで支援しつつ、あなたの会社だけの情報を主役にした記事づくりをお手伝いします。AI検索で引用される側へ、一緒に回していきましょう。 7日間無料トライアル、資料請求、個別相談などはお気軽にご連絡ください。📧 hasegawa@gennai.ai

8分2026.06.11

既存記事をGEO対応にリライトする優先順位の決め方

こんにちは。KOMACHIマガジン編集部の長谷川です。 AI検索への対応、いわゆるGEO（生成AI検索最適化）の話になると、多くの場合、じゃあ新しく記事を書かないと、という方向に進みます。新しく書くのは分かりやすい打ち手なので、そちらへ向かうのは自然です。ただ、その前に一度立ち止まったほうがいい、と僕は思っています。というのも、多くの会社には、すでにそれなりの数の記事が眠っているからです。数十本、人によっては百本以上。時間とお金をかけて作ったその資産を放置したまま、また新規をゼロから積み上げるのは、もったいない。AI検索の時代は、新しく量産するより、今ある記事を引用される形に直すほうが、速く効く場面が多いんです。 💡 この記事の結論 GEO対応は、全記事を一斉に直すことでも、AI専用の小細工をすることでもありません。引用されやすい条件を満たす記事から、優先順位をつけて中身を整える。これが、いちばん費用対効果の高い進め方です。ここで言うGEO対応は、ChatGPTやPerplexity、GoogleのAIオーバービューといったAI検索が回答を作るときに、自社のページを参照元として引用してもらいやすくすること。それくらいの意味で使っています。難しい新技術の話ではなく、いまある記事の中身と作りを少し見直す、という地味な作業がメインです。関連して、もう一点。別の記事（AEO/GEOはSEOと同じ──マーケターが今すぐ動かすべき3つの優先順位）でも書きましたが、AI検索のためだけの特別な対策、たとえばllms.txtを置く、AI向けに文章を分割するといった小細工は、基本的に不要だとGoogle自身が言っています。だからこの記事で言うリライトも、AIをだますためのテクニックではありません。人にとって読みやすく、価値のある形に中身を整える。それがそのまま、AIに引用されやすい形につながる。そういう順番の話です。やること自体は、いいコンテンツを作るというSEOの王道と地続きです。そもそも、AIはどんなページを引用するのか優先順位の話に入る前に、直すと何が変わるのかをはっきりさせておきます。ここが曖昧なまま手を動かしても、成果につながりにくいからです。 AI検索がどのページを引用するのか、その仕組みは完全には公開されていません。ただ、いくつかの調査や実際の観察から、傾向は見えてきています。大まかに言うと、ドメインの強さ、つまりサイト全体の権威性そのものよりも、ページ一枚一枚の作り込みのほうが、引用されるかどうかと関係が深いようだ、というものです。大手でないと引用されない、という話ではありません。これは、資産の少ない会社にとってはむしろ希望のある事実だと思っています。サイト全体の力ではなく、ページ単位で勝負できる余地がある、ということなので。では、どういう作り込みが効くのか。引用されやすいページには、共通して次のような特徴があります。 ✅ 引用されやすいページの特徴問いに、はっきり答えている → 「〇〇とは？」に対して、最初の数行で簡潔に答えが書いてある比較や一覧がある → 選択肢を並べて違いを整理している（AIは比較を求める質問の答えを探していることが多い）一次情報がある → 自社の実データ、独自の調査、現場の事例など、他では読めない中身構造が整っている → 見出しが質問の形になっていて、どこに何が書いてあるか機械にもわかりやすい逆に言えば、結論が記事の終わりまで出てこない、一般論だけが続く、数字も事例もない。こうした記事は、人にとってもAIにとっても引用しづらい。数年前に書かれたブログ記事には、前置きが長く、肝心の答えがなかなか出てこない作りのものが少なくありません。どの記事から直す？優先順位の付け方手持ちの記事が50本あったとして、全部を一気に直すのは現実的ではありません。時間もかかりますし、ほとんど読まれていない記事まで丁寧に直しても、見返りは小さい。だから、順番をつけます。おすすめは、2つの軸で考える方法です。ひとつは検索意図、もうひとつは、その記事がいまGoogleからどれくらい評価されているか。この2軸で4つに分けると、どこから手をつけるべきかが見えてきます。少し具体的にしてみます。たとえば会計ソフトを売っている会社が、次の3本を持っていたとします。Aが個人事業主向け会計ソフトの選び方（月のアクセスはそこそこ）、Bが確定申告のやり方まとめ（アクセスは多いが用語解説寄り）、Cが会計とは何か（ほぼ読まれていない一般論）。この場合、最初に手をつけるべきはAです。比較検討の意図がはっきりしていて、すでに読まれている。ここに比較表と自社の知見を足せば、AI検索でも拾われる可能性は高い。Cは、いま直しても見返りは薄いので後回しでかまいません。全部をやろうとせず、効くところから順に手をつける。これが現実的な進め方です。どれが比較検討型か迷ったら、その記事のキーワードで、実際にChatGPTやPerplexityに質問してみてください。AIが回答を作り、どこかのサイトを引用しているテーマなら、そこは引用が起きる領域です。その回答に自社が出てこないなら、そこにこそ伸びしろがあります。この確認は5分ほどで終わります。試すと、想定していたキーワードで自社がまったく引用されていない、という結果が出ることもあります。そこが、最初に直す候補になります。具体的に、記事の何を直すのか優先順位がついたら、次は中身です。とはいえ、全文を書き直す必要はありません。引用されやすくするための直しは、ポイントが決まっています。大きく3つです。いちばん効くのは、問いと答えをセットにして、記事の前のほうに置くことです。たとえば「内部リンクとは？」という見出しの直後に、内部リンクとは同じサイト内のページ同士をつなぐリンクのことだ、と一文で答える。当たり前に聞こえますが、これができていない記事は少なくありません。前置きや背景説明が長く、肝心の答えが画面のずっと下にある。AIは、問いにすぐ答えている部分を拾いやすい。だから、この一手だけでも効きます。次に、比較表やFAQを足します。選択肢が複数あるテーマなら、文章で延々と説明するより、表で並べたほうがAIにも人にも親切です。たとえば3つのプランを比べる記事なら、料金・対象・特徴を表にまとめるだけで、読みやすさは大きく変わります。記事の最後によくある質問を3つ4つ足すのも効果的です。それぞれが小さな問いと答えのセットになり、拾われる入り口が増えます。そして、いちばん大事かもしれないのが、一次情報を一行でも足すことです。自社で試した結果、顧客から聞いた話、実際の数字。たとえば、タイトルを変えるとクリック率が上がると言われています、という一般論を、自社の30記事でタイトルを見直したところ平均クリック率が1.2%から2.8%に上がりました、という具体に変える。それだけで、その記事の価値は変わります。AIが答えられないのは、まさに、その会社にしかない情報だからです。逆に、どこかの記事の焼き直しは、AIにとってすでに知っている内容なので、引用する理由がありません。一次情報やE-E-A-T（経験・専門性・権威性・信頼性の頭文字で、Googleが品質評価で重視する考え方）の高め方は、E-E-A-Tの実践ガイドで詳しく扱っています。なぜ一次情報がここまで効くのかは、あわせて読むと理解しやすいはずです。やってはいけないこと逆に、やりがちですが避けたほうがいい進め方も挙げておきます。よくある失敗のパターンです。 ❌ GEOリライトで避けたいこと全記事を一斉に直そうとする → 途中で力尽きます。優先順位の高い数本から始める薄い記事を延命させる → 中身のない記事に手を加えても引用はされません。統合・削除も選択肢 AIに丸投げして一次情報ゼロのまま量産する → AIがすでに答えられる内容になり、引用される理由がなくなるとくに3つ目です。AIで効率化すること自体には賛成です。ただ、効率化と、中身を薄くすることは別物です。下調べや構成、たたき台はAIに任せて、最後の一次情報や独自の視点は人が足す。この役割分担が、結局いちばん引用される記事を作る近道だと思っています。せっかくリライトするなら、AIに似た記事をもう一本書かせるのではなく、自分にしか書けない一行を足す。時間を使う先は、そちらのほうが効きます。直したあと、効いているかをどう確かめるかリライトして終わり、にしないために、確認の仕方も決めておきます。といっても、難しいことはしません。直す前に、その記事のテーマでChatGPTやPerplexityに質問し、引用元のスクリーンショットを撮っておく。これがビフォーです。直してしばらく経ってから、同じ質問をもう一度投げて、自社が引用されるようになったか、引用の中身が変わったかを見る。これがアフターです。 AI検索への反映には時間がかかることもあります。すぐに変化が出なくても、おかしいことではありません。大事なのは、直す前の状態を記録しておくことです。比べる基準がないと、効いたのかどうかを判断できません。手間はかかりますが、この記録を省くと、あとで効果を検証できなくなります。 […]