検索順位を1位まで押し上げた。なのに、問い合わせは増えるどころか減っている——。もし自社サイトでこの違和感を覚えているなら、あなたの感覚は正しい。そして、それはサイトの出来が悪くなったからではない。 戦う土俵そのものが静かに動いた——ただ、それだけのことだ。
GoogleがAIによる概要（AI Overviews）を本格展開したことで、検索結果の一番上にAIが生成した「答え」が表示されるようになった。ユーザーはその答えを読んで満足し、青いリンクをクリックしないまま離れていく。順位は1位でも、人が来ない。この現象は、もはや海外の話ではなく日本でも数字で観測されはじめている。
本記事の結論を先に言う。 これからのBtoB集客は、検索順位を奪い合う競争から、AIに引用される情報資産をいかに蓄積するかという競争へと移行する——これが本筋だ。営業・マーケティングの担当者がやるべきことは、順位チェックに一喜一憂することではなく、「AIが答えを作るときに、自社の情報を素材として選ばせる」発信に切り替えることだ。
この記事を読めば、(1) なぜ1位でも流入が減るのか、その仕組みと日本の実測値、(2) LLMO・GEO・AEOといった氾濫する横文字を営業目線で一枚に整理し「結局どれをやるか」、(3) 明日から着手できる具体的な3手とコピペできるプロンプト、までが手に入る。横文字の解説で終わらせるつもりはない。明日の発信を変えるための実務だけを書く。
検索1位の価値が下がった、これだけの理由
まず仕組みから押さえる。AI Overviewsは、ユーザーが検索したとき、複数のWebページの内容を要約してAIが「答え」を生成し、検索結果の最上部に表示する機能だ。従来は「1位のリンクをクリックして読む」のが当たり前だった行動が、「AIの要約を読んで完結する」に置き換わる。これがいわゆるゼロクリック、つまりクリックされない検索だ。
問題は、その影響が想像以上に大きいことだ。SEOツールを提供するAhrefsが2026年2月26日に発表した調査では、約30万キーワードを分析した結果、Google AI Overviews導入後の日本における情報収集型クエリのクリック率（CTR）が、予測値2.9%に対し実測値1.8%まで落ち込んだ。 減少率にしておよそ37.8%にあたる。グローバルではさらに深刻で、約58%の減少が観測されている（出典: Ahrefs調査）。
ここで重要なのは、影響を受けるクエリの種類だ。同調査では、分析対象キーワードの99.2%が「情報収集型」だった。つまり「〇〇とは」「△△ 比較」「□□ 方法」といった、何かを調べて理解しようとする検索のほぼすべてが、AIの要約に答えを奪われうる。
そしてBtoBの購買行動を思い出してほしい。法人の買い手は、営業担当者に会う前に、オンラインでの情報収集によって購買プロセスの大半を済ませてしまう傾向が、以前から繰り返し指摘されてきた。比較検討も、課題の言語化も、候補の絞り込みも、商談の前にあらかた終わっている。その「会う前の情報収集」こそが、いままさにAIの要約に飲み込まれている領域なのだ。
| 従来の検索 | AI検索時代 |
|---|---|
| 1位のリンクをクリックして読む | AIの要約を読んで完結する |
| 露出＝検索順位 | 露出＝AIに引用されるか |
| 評価対象はページ単位 | 評価対象は情報の信頼性・独自性 |
| 流入は順位にほぼ比例 | 1位でも流入が減りうる |
| 戦う指標：掲載順位 | 戦う指標：引用・指名・第一想起 |
整理しよう。検索順位そのものが無意味になったわけではない。AIが要約の素材を選ぶ際、上位表示されているページは依然として参照されやすく、SEOの土台は引き続き効く。それでも 1位を取れば流入が増えるという長年の前提が崩れたのだ。これが、順位を上げたのに問い合わせが減るという矛盾の正体である。
氾濫する横文字を、営業目線で一枚に整理する
ここで多くの担当者がつまずく。AI検索への最適化を指す言葉が、地域やベンダーによってバラバラに乱立しているからだ。日本では「LLMO」、米国では「AEO」や「GEO」、さらに「AIO」とも呼ばれる。会議で人によって違う略語が飛び交い、「結局どれが正しいの？」と混乱する。これはおそらく、この分野で最大のつまずきポイントだ。
先に身も蓋もない結論を言う。 呼び方は違っても、やることの本質はほぼ同じである。AIが答えを作るときに、自社の情報を信頼できる素材として選ばせる——どの略語もこの一点を指している。略語の暗記に時間を使う必要はない。下の表で全体像だけ掴み、あとは中身に集中すればいい。
| 略語 | 読み・正式名 | 主に使われる地域 | ざっくり何を指すか |
|---|---|---|---|
| LLMO | 大規模言語モデル最適化 | 日本でよく使われる | AI(LLM)に自社情報を引用・参照されやすくする取り組み全般 |
| GEO | 生成エンジン最適化 | 米国中心 | 生成AIの回答に自社が登場するよう最適化する考え方 |
| AEO | 回答エンジン最適化 | 米国中心 | 「答え」を返すエンジンに最適化する。Q&A型と相性が良い |
| AIO | AI最適化 / AI Overviews | 文脈で両義 | AI最適化全般、またはGoogleのAI概要そのものを指す |
| SEO | 検索エンジン最適化 | 全世界・従来から | 検索結果での評価を高める。AI時代も土台として有効 |
ここで強調しておきたいのは、SEOを捨てる話ではないという点だ。日本経済新聞の整理によれば、AI検索の普及で担当者の6割超が流入減を実感している一方、論調としては「SEOは依然として重要であり、AI対策への拙速な投資は避けるべきだ」とされている（出典: 日本経済新聞）。横文字に煽られて新しい施策へ飛びつき、土台のSEOをおろそかにするのは本末転倒だ。 やるべきは乗り換えではなく、土台の上への積み増しにほかならない——そう捉えるべきだ。
営業・マーケの実務担当者が取るべきスタンスはシンプルだ。略語の違いは「同じ目的地への別ルート名」程度に捉え、固有名詞の議論で消耗しない。注力すべきは、次章で述べる「引用されるに値する中身」を作ることだけである。
BtoB営業が、いま発信を切り替える3手
では具体的に何をするか。AIに引用される情報資産を作るための、優先度の高い3手を示す。いずれも特別なツールは要らない。むしろ、営業現場がすでに持っている資産を「AIが拾える形」に変えるだけだ。
方向性の裏づけもある。日本SPセンターがコンテンツマーケティング担当者を対象に行った調査では、BtoBの約61%がAI検索の影響を実感し、そのうち8割超が「成果も実感している」と回答した。成果実感が高かったのはQ&A型・ナレッジ型のコンテンツで、実施施策としては「一次情報・専門知見の強化」が最多だった（出典: 日本SPセンター調査）。ただしこの調査のB2B有効回答は36名と小規模であり、確定的な結論ではなく「有力な傾向」として捉えるのが妥当だ。それでも、これから挙げる3手と方向性が一致している点は心強い。
第1手：現場の「生の質問」をQ&A資産に変える
AIは、明快な問いと答えのセットを好んで引用する。そして、その問いの宝庫は、あなたの営業チームの中にある。商談で何度も聞かれる質問、失注時に出た不安、導入前に必ず確認される懸念——これらはすべて、見込み客が検索窓に打ち込む言葉そのものだ。
これを「よくある質問」として放置せず、一問一答が明確な記事・ページとして公開する。営業ヒアリングの議事録やSFAに眠っている生の声を棚卸しすれば、ネタは無限に出てくる。Q&A型・ナレッジ型が成果につながりやすいという前述の傾向とも合致する、最も着手しやすい一手だ。
第2手：一次情報と事例を、自社の名前で発信する
AIは、どこかの受け売りを並べたページより、その発信元にしかない一次情報を高く評価する。自社で取った実データ、導入事例の具体的な数字、現場でしか分からない失敗談とその回避策。こうした独自情報は、AIが要約を作るときに「ここを引用する価値がある」と判断する材料になる。
前述の調査でも、実施施策の最多は「一次情報・専門知見の強化」だった。逆に言えば、検索すれば誰でも書ける一般論は、もはやAIに要約されて終わりだ。 他社が書けないことだけが引用される——この一点に尽きる。自社の数字、自社の事例、自社の見解を、出し惜しみせず一次情報として世に出すことが資産になる。
第3手：「指名で思い出される」発信を積む
AI検索時代の勝者は、ユーザーが課題を感じたときに「あの会社が言っていたあれ」と固有名詞で思い出される存在だ。これは第一想起（最初に頭に浮かぶこと）と呼ばれる。検索順位という他人の土俵で勝つのではなく、読者の記憶の中に自社の指名ポジションを築く発想である。
そのためには、特定の課題領域について一貫した見解を、人格や社名を出して継続発信することが効く。担当者個人の知見でもいい。「この分野ならこの会社（この人）」という認知が積み上がれば、AIの要約に登場しようがしまいが、指名で想起され、指名で検索され、指名で問い合わせが来る。
なお、こうした発信を継続するうえでAIを社内活用しようとすると、別の壁に当たることが多い。「ツールは導入したのに現場で使われない」という、よくあるつまずきだ。その構造的な原因については生成AIが営業に定着しない3つの理由で詳しく扱っているので、発信を仕組み化する前に一読を勧める。
コピペで使える：商談FAQをQ&A記事の見出し案に変えるプロンプト
第1手の「生の質問のQ&A資産化」を、最速で形にするためのプロンプトを用意した。自社の商談でよく出る質問を貼り付けるだけで、AIに引用されやすいQ&A記事の見出し案へ変換する。生成AI（ChatGPT、Gemini、Claudeなど）にそのまま貼って使ってほしい。
あなたはBtoBコンテンツの編集者であり、AI検索（AI Overviews / 生成AIの回答）に
引用されやすいQ&Aコンテンツの設計に詳しい。
# 前提
- 自社サービス：【ここに自社サービスを一行で。例：中小企業向けSFA/営業支援ツール】
- 想定読者：【例：SFAを導入したが定着に悩む営業マネージャー】
# 入力（自社の商談でよく出る質問・不安・失注理由をそのまま列挙）
- 【質問や不安を箇条書きで5〜15個。話し言葉のままでよい】
# やってほしいこと
上記の入力を、AIに引用されやすいQ&A記事の素材に変換する。各項目について
以下を出力する。
1. 検索意図に沿った「問い」の見出し（読者が実際に検索窓へ打ち込む言葉に寄せる。
1問1答で完結する明快な疑問文にする）
2. その問いに最初の2〜3文で結論から答える「要約回答」（AIが抜き出しやすいよう、
前置きなしで端的に）
3. 回答の信頼性を高めるために添えるべき一次情報の例
（自社データ・事例・具体的な数値など、何を載せると引用されやすいか）
4. 関連して用意すべき派生Q&Aの案を2つ
# 出力形式
質問ごとに見出し→要約回答→添えるべき一次情報→派生Q&A、の順でMarkdownの表または
箇条書きで整理する。専門用語には簡単な補足を添える。このプロンプトのポイントは、単に質問をきれいに並べ替えるのではなく、(1) 検索される言葉への寄せ、(2) 結論ファーストの要約回答、(3) 引用価値を生む一次情報の指定、までを一気に設計させるところにある。出力された見出し案を、そのまま自社サイトのQ&A記事の骨子として使える。
Next Action：明日、最初にやるべきこと
最後に、今すぐ着手できる順で行動を示す。読んで終わりにせず、ここから1つだけでも動かしてほしい。
- 直近の商談メモを5件開き、繰り返し聞かれた質問を10個書き出す——これがAI時代の最も価値あるコンテンツの種だ。SFAやヒアリングログから拾えば30分で揃う。
- 書き出した質問を、上記プロンプトに貼ってQ&A見出し案に変換する——AIが、引用されやすい問いと要約回答の形に整えてくれる。
- そのうち1本を、結論ファーストのQ&A記事として自社サイトに公開する——一次情報（自社の数字・事例）を必ず1つ添えること。それが他社には書けない引用価値になる。
- 順位チェックの習慣を、引用チェックに置き換える——主要な生成AIに自社領域の質問を投げ、自社が答えに登場するかを定点観測する。これからの「順位」はここで決まる。
検索順位を追う時代は、静かに終わりつつある。これからのBtoB集客で問われるのは、AIが答えを作るその瞬間に、自社の知見が素材として選ばれているかどうかだ。順位という他人の物差しを手放し、引用されるに値する一次情報を積み上げる。その地道な発信こそが、AI検索時代に問い合わせを生み続ける唯一の資産になる。
コメント