SEO業界には古い伝統がある：検索アルゴリズムがランキングするものに合わせて、コンテンツが作られる。
GoogleのPageRank時代、誰もがバックリンクを交換した。モバイルファースト時代、誰もがレスポンシブデザインを作った。Core Web Vitals時代、誰もがLCPとCLSを必死に最適化した。
今はAI Overviewsの時代だ。
BBCの報道によると、GoogleのAI検索結果を体系的に操作している人物がいる。ブラックハットなバックリンクやキーワードの詰め込みではない――それは前の世代のプレイブックだ。新しい手法はコンテンツ構造エンジニアリング：記事の段落構造、引用フォーマット、データ表現方法を慎重に設計し、GoogleのAIモデルが検索要約を生成する際に特定のコンテンツを優先的に引用させる。
新しい操作、同じロジック
具体的な手法には以下が含まれる：
- 記事の冒頭に高度に構造化されたQ&A形式を使用し、AIが直接抽出できるようにする
- 特定のデータ形式（表、リスト、統計数字）を使い、AIの要約抽出設定に合わせる
- AIモデルが頻繁にトレーニングする引用ソースと権威ある表現を重要な段落に埋め込む
これは本質的にAIモデル向けSEOだ――クローラー向けではなく、大規模言語モデル向けに最適化されている。
面白いのは、この手法が有効なのはまさにLLMのトレーニング方法によるということだ。モデルはプリトレーニング中に大量のWebコンテンツを吸収し、特定のコンテンツ構造はトレーニングデータの中でより頻繁に出現し、より大きな重みを持つ。これらのパターンを理解している人は、ターゲットを絞ってコンテンツを制作できる。
これは脆弱性ではない。モデルのトレーニング方法の自然な副産物だ。
私の見解
これはAI検索の根本的な矛盾を露呈させている：AIモデルの予測可能性は、その強みであると同時に弱点でもある。
Googleができるのは操作をなくすことではない――それは不可能だ。操作のコストを引き上げることだ。
主な情報源：