Raccoon AI GEO(WorkDuo) × Frank Chiu GEO 実践講座：AI モニタリングから最適化まで、ブランドが理解すべき3つのこと

はじめに

消費者が ChatGPT、Gemini に「どのブランドがおすすめですか」と直接尋ね始めた今、ブランドが AI の回答に出てくるかどうかは、マーケティングが必ず答えるべき問いになっています。10 月 21 日、WorkDuo は GEO コンサルタントの Frank Chiu 講師を招き、ユーザー向けにオンラインの GEO（Generative Engine Optimization、生成エンジン最適化）実践講座を開催しました。講座では概念論ではなく、「モニタリングデータをどう読み解くか」から「ブランドを AI に言及してもらうにはどうするか」までを解説しました。以下に講座の要点を整理します。

なぜ今 GEO を語るべきなのか

AI は、消費者が意思決定を行う新しい入口になりつつあります。講座で Frank 講師は、国際的なコンサルティング会社もすでにクライアントに GEO 重視を促し始めています。

以前は、ブランドは Google のランキングを管理していれば十分でした。しかし現在、ユーザーはリンクをまったくクリックせず、AI が提示する回答をそのまま信頼する可能性があります。ブランドが回答に出てこなければ、消費者の検討リストに入っていないのと同じです。

AI 可視性を理解する：メンションと引用の4象限

Frank 講師は、GEO の主要指標を3つに整理しました。メンション（AI の回答にブランド名が出ること）、引用（AI が自社サイトのリンクを付けること）、そして従来の SEO ランキングです。

メンションと引用の価値は異なります。メンションはブランド認知と信頼を構築しますが、直接トラフィックを生むわけではありません。引用はトラフィックを生み、リマーケティングにも活用できます。両者を掛け合わせると、1つの4象限になります。

メンション × 引用の4象限

右上の口コミ露出は最も見落とされやすい領域です。消費者はブランドを覚えますが、この露出はトラフィックレポートにはまったく現れません。

講座のポイント：ブランドキーワードと非ブランドキーワードは必ず分けて見るべきです

講座で最も直感に反するポイントの1つは、次の点です。メンション率が高いからといって、ブランドが AI 上で好調だとは限りません。

AI に「WorkDuo の料金はいくらですか」と聞けば、回答に WorkDuo が出てくるのは当然です。このようなブランドキーワードと一般的な質問を混ぜて計算すると、メンション率と引用率が水増しされ、レポートは見栄えがよくなりますが、市場におけるブランドの本当の位置は見えません。

Frank 講師は、モニタリング対象の質問（query）を3種類に分け、それぞれ異なる指標を見ることを推奨しています。

その中でも「非ブランド・メンション型」は最も投資する価値があるタイプです。消費者がまだブランドを決めていない段階で、AI のおすすめが最初のリストになるからです。

どの質問をモニタリングするかが、レポートの信頼性を左右します

質問の選び方を誤ると、データがいくら多くても参考価値はありません。Frank 講師は、質問を3つの場所から見つけることを推奨しています。カスタマーサポートや LINE@ に届いた実際の質問、キーワード検索ボリューム、そして Google 検索結果の「People Also Ask」です。

実際の運用は5ステップです。

1. まず広く、その後絞る：50 個の質問を7 日間実行し、初期データを収集します
2. 生データを見る：AI が実際に言及・引用している競合が誰かを特定します
3. 競合設定を修正する：本当の競合を WorkDuo に反映します
4. 合意を取る：チームまたはクライアントと最終的な20 個以上の質問を確認し、データへの信頼を高めます
5. 少なくとも1四半期は安定させる：質問リストを頻繁に変更しないことで、トレンドが見えるようになります

2つの最適化ルート：引用されること、そして言及されること

AI に引用されたい場合：サイトをクロール可能・理解可能・信頼可能にします

AI がサイトを引用する際は、Web ページの内容をリアルタイムに取得して回答を構成する仕組み（RAG）に基づいています。Frank 講師は3つのチェックポイントを整理しました。

• クロール可能：Webサイトが AI クローラーをブロックしていないことを確認します（WorkDuo 内蔵のクローラー検出ツール）
• 理解しやすい：コンテンツ構成が明確で、見出しがわかりやすく、ターゲットキーワードを含んでいます
• 信頼できる：データ、情報ソース、著者情報、定期的な更新によって E-E-A-T を構築します

Frank は無料ツールとして、Bing の AI Performance レポートもおすすめしています。AI が回答を組み立てる際に実際に分解したサブクエスチョン（grounding queries）を確認でき、そのままコンテンツのテーマとして活用できます。

AI に言及されるには：引用されるよりも難しい

競合が言及されているのに自社が言及されていない場合は、まず理由を探す必要があります。製品がそのニーズに合っていないのか、それともブランド認知度が足りないのか。最適化の方向性は3つあります。

• ブランドをポジショニングする：ブランドを具体的な課題と結び付けます。例：「初心者向けの手頃な価格のギター」
• 認知される：ブランドの正式名称、略称、製品名をすべてモニタリング対象に含めます
• 含められる：比較型コンテンツを作成し、製品仕様をクローラーが取得できるテキストとして公式サイトに掲載します

また、ネガティブな言及も言及です。これこそ、ブランドキーワードで感情を見るべき理由です。

応用編：生データを自社の AI に分析させる

講座の最後では、WorkDuo の MCP（Model Context Protocol）の使い方を紹介しました。モニタリングした生データを Claude、ChatGPT などの AI ツールに直接接続し、上記の3次元フレームワークを適用して分析します。

このステップは、感情が正しいか、競合名の漏れがないかなど、判断が必要な作業に特に適しています。分析後、新たに見つかった競合ドメインを WorkDuo の設定に反映することで、モニタリングの精度がさらに高まります。

受講者の声

受講者が最も収穫を感じた部分

• ブランドキーワードと非ブランドキーワードを分けてモニタリングする：複数の受講者が言及しており、代理店の受講者からは、手元のクライアント案件にそのまま活用できるという声がありました
• 質問構成表とテーマ選定のコツ：ある受講者は「テーマの構成表がとても良い」と表現し、クライアントのブランド目標を整理するのに直接役立つと述べました
• まず 50 問で 7 日間実行し、その後絞り込む：複数の受講者が、受講後すぐに実行できることとして挙げました
• 言及と引用から本当の競合を見極める：データを使って、誰が競合なのかを再定義します
• 生データを AI に分析させる：すでに生データを整理している受講者からは、受講後にさらに一歩進んだ取り組み方が見えたという声がありました

次回の講座

WorkDuo はユーザーからのフィードバックに基づき、四半期または半年に1回、教育トレーニングを開催します。次回に参加したい方、またはまず自社ブランドで AI 可視性のチェックを実施したい方は、ぜひ無料トライアルをお申し込みください。

応用：カスタマーサポートの会話からモニタリング課題を見つける

講座では、良い GEO モニタリング課題は顧客の実際の質問から生まれると紹介しました。Raccoon AI AI カスタマーサポートシステムは価値のある購入前の質問を集約し、GEO モニタリングの質問ソースとして活用できます。

Frank Chiu 先生のご共有に感謝します。

詳しく見る