Google検索の結果画面が変わりつつある。従来の「10本の青いリンク」の上に、AIが生成した要約回答が表示される——それがAIO（AI Overviews）である。
AIOとは、Googleが検索結果の最上部に表示するAI生成の要約回答機能を指す。ユーザーの検索クエリに対し、複数のWebページから情報を統合し、1つのまとまった回答として提示する。2024年5月のGoogle I/Oで正式発表され、旧称SGE（Search Generative Experience）からリブランドされた。日本語検索においても2025年後半から本格展開が始まり、2026年現在、主要9業種のクエリの約半数でAIOが表示されている。
本稿では、AIOの仕組み、GEO・LLMO・AEOとの違い、SEOへの影響、そして引用されるための具体的な対策を、実測データと学術研究に基づき体系的に解説する。
AIOとは何か — 定義と背景
AIO（AI Overviews）とは、Google検索結果ページの最上部に表示されるAI生成の要約回答である。ユーザーが検索ボックスに入力したクエリに対し、Googleの大規模言語モデルが複数のWebページから情報を抽出・統合し、1つの包括的な回答を生成する。
この機能は2023年にSGE（Search Generative Experience）としてGoogle Labsで実験的に公開され、2024年5月のGoogle I/Oにおいて「AI Overviews」として正式にリブランドされた。2024年末時点で米国を含む100か国以上で展開され、日本語検索でも2025年後半から表示頻度が急増している。
AIOの表示位置と構造
AIOは検索結果の最上部——従来のオーガニック検索結果よりも上——に表示される。これは広告枠の直下に位置し、ユーザーが最初に目にする「非広告コンテンツ」となる。AIOの構造は以下の通りである。
- 要約テキスト：クエリに対するAI生成の回答（通常200〜400語程度）
- 引用カード：回答の情報源となったWebページへのリンク（通常3〜5件）
- 「もっと見る」ボタン：折りたたまれた追加情報を展開するトグル
注目すべきは、88%のユーザーがこの「もっと見る」ボタンをクリックしているというデータである（Authoritas, 2025）。AIOは単なる要約で完結せず、ユーザーをより深い情報探索へと誘導する機能を持つ。
日本語検索での展開状況
2026年現在、日本語の検索クエリにおけるAIOの表示率は業種によって大きく異なる。健康・医療、金融、テクノロジー、旅行などの情報探索型クエリでは約50%以上のクエリでAIOが表示される一方、ナビゲーション型（特定サイトへの到達が目的）のクエリでは表示率は低い。全体としては、81%のAIOクエリがモバイルデバイスから発生している（BrightEdge, 2025）。
AIOの仕組み — 7つのランキングシグナル
AIOがどのWebページから情報を抽出し、引用するかは、Googleの独自ランキングアルゴリズムによって決定される。2025年にリークされたGoogle内部文書と複数の独立した検証研究から、以下の7つのシグナルが主要な評価要素であることが判明している。
これらのシグナルに加え、ページの鮮度（情報の更新頻度）、構造化データの有無、モバイル対応状況なども評価に影響する。
AIOの引用元はGoogle上位とは限らない
AIOの引用元として重要なデータがある。Google検索上位10位以内のサイトからの引用は全体の38%にとどまり、残りの62%はそれ以外のソースから引用されている（Authoritas, 2025）。これは、AIOが従来のGoogle検索ランキングとは異なる独自の評価基準を持つことを示している。検索10位圏外のページであっても、特定のトピックについて質の高い情報を提供していれば、AIOに引用される可能性がある。
AIOとLLMO・GEO・AEOの違い
AI検索対策の文脈では、AIO以外にも複数の用語が混在している。GEO、LLMO、AEO——これらは重なる領域を持ちつつも、それぞれ異なるスコープを指す。以下に整理する。
| 用語 | 正式名称 | 対象エンジン | スコープ |
|---|---|---|---|
| AIO | AI Overviews | Google検索のみ | Google検索結果に表示されるAI要約への最適化。Googleのランキングシグナルが強く影響する |
| LLMO | Large Language Model Optimization | ChatGPT、Gemini、Perplexity、Claude等 | 複数のLLMにまたがる最適化。各エンジンの特性に応じた戦略が必要 |
| GEO | Generative Engine Optimization | 生成AIエンジン全般 | 学術的に定義された包括的概念。LLMOとほぼ同義だが、研究文脈で使用される |
| AEO | Answer Engine Optimization | AIO、Featured Snippets、音声検索等 | 「回答」を返すエンジン全般への最適化。AIOを包含するがより広い概念 |
最も重要な区別は、AIOはGoogleエコシステム内の話であり、LLMOは複数エンジンにまたがるという点である。AIO対策はGoogleの検索ランキングとの相関が高く、従来のSEOの延長線上に位置する。一方、LLMO（GEO）はChatGPTやPerplexityなど、Googleとは無関係のエンジンも対象に含む。
したがって、AIO対策だけを行っても、ChatGPTやPerplexityでの引用は担保されない。逆に、LLMOの施策がAIOにそのまま効くとも限らない。AI検索対策を包括的に行うためには、AIOとLLMOの両方を視野に入れる必要がある。
AIOがSEOに与える影響
AIOの普及は、従来のSEOに構造的な変化をもたらしている。以下に、主要なデータポイントを整理する。
オーガニックCTRの大幅低下
AIOが表示された検索結果において、従来のオーガニック1位のCTR（クリック率）は58〜61%低下するという複数の調査結果がある（Seer Interactive, 2025; Advanced Web Ranking, 2025）。AIOが検索結果の最上部を占有するため、ユーザーの視線と行動がAIOに集中し、その下に位置するオーガニック結果へのクリックが大幅に減少するのである。
Googleトラフィック構成の変化
Googleからのトラフィック構成も大きく変化している。SparkToroの分析によると、Googleトラフィックに占める従来検索の構成比は51%から27%へ低下し、代わりにGoogle Discoverの構成比が37%から68%へ急増している（2025〜2026年）。これは、AIOによるゼロクリック検索の増加と、Discoverを通じたコンテンツ配信の重要性が増していることを意味する。
Google AI Modeの登場
2026年3月、GoogleはAI Modeの利用者が750万人を突破したことを発表した。AI Modeとは、Google検索にチャット形式のAI対話機能を統合したもので、従来のAIOよりもさらにAIによる回答生成が前面に出る。AI Modeの普及は、AI検索のシェア率をさらに押し上げる要因となっている。
これらの変化は、SEOの成果がAIOに「吸収」されるリスクを示唆している。検索上位を獲得しても、その情報がAIOに引用されるだけでサイトへの流入が減少する——この構造的問題に対処するためには、AIO内での引用を「獲得」する戦略が不可欠である。
AIO対策の具体的な方法
AIOに引用されるためには、Google検索での上位表示が前提条件となる（前述の通り38%は上位10位から引用される）。しかし、それだけでは不十分である。以下に、AIOに特化した対策を6つの手法に整理する。
最初の40〜60語で直接回答する
AIOのAIはコンテンツの冒頭部分を優先的に抽出する傾向がある。各セクションの冒頭40〜60語で、見出しに対する直接的な回答を提示することが有効である。結論を後回しにする「起承転結」型の構成ではなく、「結論→補足→根拠」の順序でコンテンツを構成する。質問形式の見出しを使い、直後に簡潔な回答を置くことで、AIOの抽出対象に選ばれやすくなる。
構造化データ（JSON-LD）の整備
AIOにおいて構造化データは引用の評価に影響する。2025年4月のGoogle I/Oで、GoogleはJSON-LD形式の構造化データがAIOの情報抽出精度を向上させることを確認している。Organization、Product、FAQPage、HowTo、Article等のスキーマを適切に実装することで、AIがコンテンツの構造と意味を正確に把握できる。これはAIO独自の優位性であり、ChatGPT・Perplexity・Claude・Copilotでは構造化データを読まない（後述）。
統計データの戦略的配置
Princeton大学の研究によれば、統計データを含むコンテンツは生成AIにおける可視性が平均40%向上する（Aggarwal et al., 2024）。AIOにおいても同様の傾向が確認されている。150〜200語ごとに統計データや定量的根拠を配置し、出典を明記する。数値は具体的であるほど有効であり、「多くの企業」よりも「89%のB2Bバイヤー」の方がAIOに引用されやすい。
質問形式の見出し設計
AIOはユーザーの検索クエリ（多くの場合、質問形式）に対する回答を生成する。見出しをユーザーのプロンプトと一致する質問形式で設計することで、AIOが情報を抽出しやすくなる。例えば「AIOの仕組み」よりも「AIOはどのような仕組みで動いているのか？」の方が、ユーザーの検索意図との一致度が高まる。
E-E-A-Tシグナルの強化
AIOはGoogleのランキングシグナルに依存するため、E-E-A-T（経験・専門性・権威性・信頼性）は引用元の選定において決定的な重要性を持つ。著者情報の明記、専門資格の提示、第三者からの被引用実績、定期的なコンテンツ更新など、多層的にE-E-A-Tシグナルを構築する。特に、Googleコアアップデート後はE-E-A-T要素の比重が増加する傾向がある。
Google検索上位を維持するSEOの継続
AIO対策の前提条件として、Google検索上位の維持は不可欠である。AIOは既存の検索ランキングを重要な評価要素として使用しており、検索順位が低いページがAIOに引用される確率は低い。キーワード戦略、内部リンク設計、テクニカルSEO、コンテンツ品質の向上といった従来のSEO施策を継続しながら、上記のAIO固有の最適化を上乗せすることが成果を最大化する。
統計データの引用を含むコンテンツは、生成エンジンにおける可視性を平均40%向上させた。引用の権威性と文脈の適合性が、生成エンジンのソース選択における主要因である。
— Aggarwal, N. et al., "GEO: Generative Engine Optimization", arXiv:2311.09735, Princeton University & Georgia Tech, 2024
AIO独自の注意点
AIOは他のAIエンジン（ChatGPT、Perplexity、Claude等）とは異なる独自の特性を持つ。AI検索対策を効率的に行うためには、この差異を正確に理解する必要がある。
構造化データが有効な唯一のエンジン
SearchVIU（2025年）の実験によると、JSON-LD構造化データを評価するAIエンジンはGoogleのAIOのみであり、ChatGPT・Perplexity・Claude・Copilotの4エンジンではJSON-LDを情報抽出に利用しないことが確認されている（5エンジン中、AIOのみがJSON-LDを読む）。
つまり、構造化データの整備はAIO対策としては有効だが、LLMO全体の対策としては不十分である。この違いを認識せずに「構造化データを入れたからAI対策は完了」と考えるのは危険である。
FAQスキーマのリッチリザルト廃止に注意
かつてFAQPage スキーマはGoogle検索でリッチリザルト（アコーディオン形式のFAQ表示）を獲得できる有力な手段であった。しかし、2023年8月にGoogleは一般サイトにおけるFAQリッチリザルトの表示を廃止している。FAQPageスキーマ自体はAIOの情報抽出に寄与する可能性があるが、リッチリザルトとしての表示は期待できない。AIO対策としてFAQスキーマを実装する場合は、リッチリザルトではなく「AIの情報理解支援」として位置づけるべきである。
AIO対策だけではLLMO全体をカバーできない
AIOはあくまでGoogle検索の一機能であり、AI検索の全体像の一部に過ぎない。ChatGPTの週間アクティブユーザーは4億人を超え、Perplexityの利用者も急速に拡大している。AI検索のシェア率データが示す通り、情報検索におけるAIの利用は単一のエンジンに集中しているわけではない。
AIO対策で有効な「構造化データ」「Google検索上位の維持」は、ChatGPTやPerplexityでは効果が異なる。エンジンごとに異なる最適化戦略が必要であり、AIO対策をLLMO対策と混同してはならない。包括的なAI検索対策を行うには、GEO（Generative Engine Optimization）の視点からエンジン横断で戦略を設計する必要がある。
まとめと次のステップ
本稿の要点を整理する。
- AIOとは、Google検索結果の最上部に表示されるAI生成の要約回答であり、旧称SGEからリブランドされた機能である
- AIOの仕組みは、Gecko・Jetstream・BM25・PCTR等の7つのランキングシグナルによって引用元が決定される。上位10位からの引用は38%にとどまり、独自の評価基準が存在する
- AIOとLLMO・GEOは異なる概念である。AIOはGoogleエコシステム内、LLMOは複数エンジンにまたがる最適化を指す
- AIOはSEOに深刻な影響を与えている。オーガニック1位のCTRが最大61%低下し、Googleトラフィックの構成比が大きく変化している
- AIO対策の具体策は、冒頭での直接回答、構造化データ、統計データの配置、質問形式の見出し、E-E-A-T強化、SEOの継続——の6点である
- AIO対策だけでは不十分である。構造化データが有効なのはAIOのみであり、LLMO全体をカバーするにはエンジン横断の戦略が必要である
AIOの表示頻度は前年比58%の成長率で拡大を続けている。Google AI Modeのユーザーは750万人を突破し、AIが介在しないGoogle検索は減少の一途をたどる。この不可逆的な変化に対し、早期に手を打つか否かが、今後の企業の検索可視性を左右する。
まずは自社がAIOに引用されているかの現状把握から始めるべきである。自社の主要キーワードでGoogle検索を行い、AIOが表示されるか、表示される場合に自社は引用されているか——この基本的な確認が、AIO対策の第一歩となる。