生成AIで調べ物をすることが、当たり前になってきました。それにともなって、SEOの世界にも新しい言葉が次々に登場しています。
LLMO、GEO、AIO、AEO。どれもAIの時代の対策を指す言葉のようですが、何がどう違うのか、そもそも違いがあるのか、調べれば調べるほど分からなくなった方も多いのではないでしょうか。
実は、これらの用語は厳密に使い分けられているわけではありません。指している現象はほぼ1つで、名前を付けた場所が違うだけです。だからこそ大切なのは、どの言葉が正しいかを覚えることではなく、従来のSEOと何が同じで、何が新しくなっていくのかを見極めることです。
この記事では、4つの用語を1つずつ確認し、それぞれがどこで生まれたのかをたどったうえで、言葉に振り回されないための見取り図を示します。
AI検索対策の4つの用語
はじめに、よく見かける4つの用語を並べて確認します。
- LLMO（Large Language Model Optimization、大規模言語モデル最適化）
- GEO（Generative Engine Optimization、生成エンジン最適化）
- AIO（AI Optimization、AI最適化）
- AEO（Answer Engine Optimization、回答エンジン最適化）
いずれも、ChatGPTやGeminiのような生成AI、あるいはGoogle検索の上部に表示されるAIによる回答の中で、自社の情報が引用・参照されやすくするための取り組みを指しています。
4つも言葉があるなら、それぞれ役割が違うのだろうと思うかもしれません。しかし実際には、これらは厳密に使い分けられているわけではありません。発信者がどの言葉を選ぶかで分かれているのが実情で、同じ内容を指してLLMOと呼ぶ会社もあれば、GEOと呼ぶ会社もあります。
なぜこんなことになっているのか。それは、この4つの言葉が生まれた場所と時期がバラバラだからです。次の章で、1つずつたどっていきます。
4つの用語はどこで生まれたのか
4つの用語は、それぞれ生まれた場所と時期が異なります。古い順にたどると、乱立の理由が見えてきます。
AEO：生成AI以前からあった言葉
AEOは、4つの中で最も古くからある言葉です。起源は、Googleが答えそのものを見せ始めた2010年代後半にさかのぼります。
当時のGoogle検索には、すでに「答えを直接返す」仕組みが登場していました。検索結果の最上部に答えの抜粋が表示される強調スニペットや、スマートスピーカーが一問一答で答える音声検索です。
検索エンジンではなく、質問に答えを返す回答エンジンとして検索を捉え、そこに選ばれるための取り組みがAEOと呼ばれました。
つまりAEOは、生成AIのために作られた言葉ではありません。もともとあった言葉が、AIも答えを直接返すようになったことで、意味を広げて使われるようになったものです。
GEO：学術論文から生まれた言葉
GEOは、4つの中で唯一、出どころがはっきりしている言葉です。
初出は2023年11月に公開された論文『GEO: Generative Engine Optimization』です。
プリンストン大学などの研究チームが、ChatGPTのような生成AIを生成エンジンと名づけ、その回答の中で自社の情報がどれだけ目立つかを高める方法を、初めて学術的に定式化しました。この論文はデータマイニング分野の国際会議KDD 2024に採択されています。
学術発という出自もあって、英語圏ではGEOが主流の呼び方になっています。海外の情報を探すときは、GEOで検索するのが近道です。
出典：arXiv『GEO: Generative Engine Optimization』
AIO：Googleの機能とともに広まった言葉
AIOは、2024年5月にGoogleが米国で提供を開始したAI Overviewsという機能と結びついて広まった言葉です。
AI Overviewsとは、検索結果の最上部にAIが生成した回答が表示される枠のことです。この枠への対策という文脈でAIOという言葉が使われるようになりました。
ただしAIOには注意点があります。AI Optimizationの略としてAI全般への最適化を指す使い方と、AI Overviews対策という狭い意味の使い方が混在していて、書き手によって指す範囲が大きく異なります。この言葉を見かけたら、どちらの意味で使われているのかを確かめる必要があります。
出典：Google『Generative AI in Search: Let Google do the searching for you』
LLMO：日本で主流になった言葉
LLMOは、日本語圏で事実上の標準になっている言葉です。
名前の由来は、生成AIの中核技術である大規模言語モデル（LLM）です。ChatGPTやGeminiの中で動いている、あの技術の名前をそのまま冠しています。
興味深いのは、この言葉が英語圏ではあまり使われていない点です。世界の主流はGEOですが、日本ではLLMOが最も広まりました。日本語で情報を集めるならLLMO、英語ならGEO、と探し分けるのが実用的です。
4つの用語はどういう関係なのか
ここまで見てきた4つの用語が、お互いにどういう関係にあるのか。実は、この問いへの答えは解説する人によって割れています。
大きく分けると、整理の仕方は2つの流派があります。
1つは、AIOを一番大きな傘として、その中にLLMOやGEOやAEOが含まれる、という包含関係で描く流派です。もう1つは、4つはほぼ同義語であり、違いは呼び方だけ、とみなす流派です。
同じ用語群を説明しているのに、片方は上下関係を描き、もう片方は横並びに置く。図にすると、まったく別の絵になります。
どちらが正しいのでしょうか。私は、包含関係を描こうとすること自体に無理があると考えています。
前の章で見たとおり、4つの言葉は生まれた場所がバラバラです。スニペット時代の検索業界、海外の学術界、Googleの製品、日本のSEO業界。それぞれの場所の人が、同じ現象を目にして、それぞれの視点で名前を付けました。
回答という機能に注目すればAEO、生成エンジンという装置に注目すればGEO、AIという技術の総称ならAIO、中核技術の言語モデルならLLMOです。
つまり、中身は1つで、名前を付けた場所が4つある。この捉え方をすれば、包含関係を無理に覚える必要はなくなります。どの言葉を見かけても、指しているのはAIの回答に自社の情報が引用・参照される状態を作る取り組みだと読み替えればよいのです。
何が新しく、何が同じなのか
用語の整理がついたところで、本題に入ります。これらの取り組みは、従来のSEOと何が違うのでしょうか。
新しいのは、成果の測り方です。
SEOでは、検索結果の順位が成果の中心的な指標でした。10位以内に入るか、1位を取れるか。
順位が上がればクリックされ、サイトに人が来る。この前提で組み立てられてきました。
一方、AI検索対策で測るのは、AIの回答の中で自社の情報が引用・参照されるかどうかです。ユーザーはAIの答えを読んで満足すれば、サイトに来ないかもしれません。それでも、答えの根拠として自社の名前やサイトが示されていれば、情報は届いています。
順位ではなく引用のされ方を見る。ここが従来と大きく異なる点です。
では、やることも全部変わるのでしょうか。ここが見極めどころです。
GEOを提唱した論文は、AIの回答に引用されやすくする方法を実験で検証しています。効果があった施策として挙げられているのは、信頼できる情報源からの引用を加えること、統計データを示すこと、読みやすくすること、専門用語を適切に使うことなどです。
この顔ぶれを見て、気づくことがあります。どれも、これまでのSEOで大切だとされてきたことと重なるのです。
信頼できる根拠を示し、読みやすく、専門性のある内容を作る。Googleが長年求めてきたコンテンツの姿そのものです。
整理すると、こうなります。測る場所は新しくなった。しかし、やることの中身は、これまでのSEOと地続きである。
新しい用語を見かけたときは、この二層に分けて眺めると、何が本当に新しい話なのかを見極めやすくなります。
出典：arXiv『GEO: Generative Engine Optimization』
まとめ
本記事では、生成AIの普及とともに登場した4つの用語、LLMO・GEO・AIO・AEOについて、それぞれの意味と生まれた場所をたどり、その関係を整理しました。
- 出どころは4つとも別（LLMOは日本、GEOは学術界、AIOはGoogle、AEOは検索業界）
- 4つの用語が指す中身はほぼ1つ。AIの回答に自社の情報が引用・参照される状態を作る取り組み
- 新しいのは成果の測り方。順位ではなく、引用のされ方を見る
- やることの中身は、これまでのSEOと地続き
新しい言葉は、これからも生まれ続けるはずです。そのたびに慌てる必要はありません。
その言葉が何を指しているのか、従来と何が同じで何が新しいのかを見極める。この視点さえ持っていれば、言葉に振り回されることはなくなります。
そして、やることが地続きである以上、出発点は変わりません。信頼できる根拠を示し、読みやすく、専門性のある内容を作る。まずは足元のSEOの基本をしっかりやりきることが、そのままAI時代への備えになります。