AEO（Answer Engine Optimization：回答エンジン最適化）とは、ChatGPT・Perplexity・Google AI OverviewsなどのAIが生成する回答の中で自社が引用・言及・推薦される状態を作る最適化であり、MEO（Map Engine Optimization：マップエンジン最適化）とは、Googleマップ・Googleビジネスプロフィール（GBP）などのローカル検索で自社が見つかる状態を作る最適化です。 なお「MEO」は日本で定着した呼び方で、海外では同じ領域をLocal SEOと呼びます。本記事では、この2つを「言葉は知っているが何をすればいいか分からない」方向けに、実務手順と海外の先行動向として整理します。
この記事で分かること
- AEOとMEOの定義と、両者がつながる構造（MEOがAEOの土台になる理由）
- AEOの具体的な活用方法：FAQ構造化→定義文→一次情報→第三者メディア→測定の5ステップ
- MEOの具体的な活用方法：GBP完全化・カテゴリ設定・写真・口コミ返信・NAP統一
- 海外の先行動向：GEO研究（arXiv:2311.09735）とAI可視性計測ツール市場、Google公式ガイドの内容
- 日本企業への示唆：日本語AI回答の測定における考え方
AEO・MEOとは — 定義と守備範囲
AEOはAIアシスタントの「回答」への最適化、MEOは地図・ローカル検索の「掲載情報」への最適化です。 両者の守備範囲を整理すると次のようになります。
| 項目 | AEO | MEO（海外ではLocal SEO） |
|---|---|---|
| 対象 | ChatGPT・Perplexity・AI Overviews等のAI回答 | Googleマップ・GBP等のローカル検索結果 |
| ゴール | AI回答内での引用・言及・推薦 | 「近くの〇〇」検索での発見・来店 |
| 主な施策 | FAQ構造化・定義文・一次情報・第三者言及 | GBP整備・カテゴリ・写真・口コミ・NAP統一 |
| 主なプレイヤー | 全業種（特に比較検討が発生する商材） | 店舗・クリニック・士業などローカルビジネス |
AEO・LLMO・GEOという似た用語の関係については「LLMO・GEO・AEOの違いとは」で詳しく整理しています。本記事では「AI回答への最適化」を総称としてAEOと呼びます。
AEOとMEOの関係：MEOの整備がAEOの土台になる
この2つは別々の施策に見えますが、ローカルビジネスにとっては一直線につながっています。鍵になるのは、AIアシスタントがローカルな質問に答えるときの引用構造です。
ユーザーが「渋谷駅の近くでおすすめの美容室は？」「〇〇市で評判のいい歯医者は？」とAIに尋ねたとき、AIは自分の頭の中だけで答えるのではなく、地図情報・Googleビジネスプロフィール・口コミ・レビューサイト・まとめ記事といった外部情報を参照して回答を組み立てます。つまり、次の構造が成り立ちます。
- ユーザーがAIにローカルな質問をする（「近くのおすすめの〇〇」）
- AIが地図情報・GBP・口コミ・レビューサイトを参照する
- 参照できた情報の中から候補を挙げ、理由を付けて推薦する
この構造では、GBPの情報が欠けている・口コミが少ない・営業時間が古いままの店舗は、そもそもAIが参照できる材料を持たないことになります。逆に言えば、MEOとして行うGBPの整備・口コミの蓄積は、そのままAI回答の引用元データの整備、つまりAEOの土台づくりになります。「MEOかAEOか」ではなく、「MEOで参照元を整え、AEOで回答での見え方を測る」という順番で考えるのが実務的です。
複数拠点を持つビジネス（ホテル・多店舗展開など）でこの構造がどう効くかは「ホテル・多施設ビジネスのAI検索対策」で具体的に解説しています。
AEOの具体的な活用方法：5ステップの実務手順
AEOの実務は、FAQ構造化→定義文の明確化→一次情報・独自データ→第三者メディア→測定と再測定、の5ステップで進めるのが基本形です。 特別なツールがなくても、最初の4つは今日から着手できます。
Step 1. FAQ構造化 — 質問に答えられるページを作る
AIへの質問は「〇〇とは？」「〇〇のおすすめは？」「〇〇の費用は？」といった疑問文です。自社サイトに、顧客からよく受ける質問をQ&A形式で整理したFAQセクションを設置し、FAQPageスキーマ（構造化データ）を実装します。回答文は他のページを読まなくても意味が通じる「自己完結」した文章にするのがポイントです。
Step 2. 定義文の明確化 — 引用されやすい1文を用意する
各ページの冒頭に「〇〇とは〜です。」と1文で言い切る定義文を置きます。AIは回答を組み立てる際、曖昧な説明より、定義・数値・条件が明確な文章を引用しやすい傾向があります。サービス名・料金体系・対応範囲など、事実として言い切れる情報を明文化してください。
Step 3. 一次情報・独自データ — 「ここにしかない情報」を作る
他サイトの要約ではAIに引用される理由がありません。自社の事例・調査データ・実務で得た知見など、一次情報を発信します。Googleも公式の「生成AI機能向け最適化ガイド」で、生成AI検索においても人間向けの独自コンテンツが中心であると説明しています。
Step 4. 第三者メディア — 自社サイトの外で言及される
AI回答の引用元は自社サイトだけではありません。むしろ比較サイト・業界メディア・レビューサイトなど第三者の言及が引用されるケースが多くあります。プレスリリース、業界メディアへの寄稿、レビューサイトへの掲載など、「自社の外」での言及を計画的に増やします。AIがどのような情報からブランドを推薦するかの構造は「ChatGPTはなぜそのブランドを勧めるのか」で詳しく解説しています。
Step 5. 測定と再測定 — 施策の効果を確かめる
施策をやりっぱなしにせず、固定した質問セットでAI回答を定点観測し、施策前後で候補入り・言及・引用がどう変わったかを比較します。AI回答は実行ごとに揺らぐため、1回の目視確認ではなく反復測定が必要です。測定の設計方法は「AI検索の効果測定方法」で体系的に説明しています。
MEOの具体的な活用方法：GBPを中心とした5つの実務
MEOの実務は、Googleビジネスプロフィール（GBP）の完全化を中心に、カテゴリ設定・写真・口コミ返信・NAP統一の5つを継続することが基本です。 いずれも費用をかけずに始められます。
| 実務 | 具体的にやること | ポイント |
|---|---|---|
| 1. GBP情報の完全化 | 営業時間・住所・電話・サービス内容・属性・説明文をすべて埋める | 空欄を残さない。祝日・臨時休業も反映する |
| 2. カテゴリ設定 | メインカテゴリを実態に最も近いものにする。サブカテゴリも設定 | メインカテゴリの選定がローカル検索での見え方を大きく左右する |
| 3. 写真の追加 | 外観・内観・商品・スタッフの写真を定期的に追加する | ユーザーが来店前に知りたい情報を写真で先回りする |
| 4. 口コミへの返信 | すべての口コミに返信する。ネガティブにも事実ベースで誠実に対応 | 口コミの数と内容は、ユーザーだけでなくAIの参照材料にもなる |
| 5. NAP統一 | Name・Address・Phoneの表記を自社サイト・SNS・ポータルで統一 | 「〇〇ビル3F」と「〇〇ビル3階」のような揺れも揃える |
注意点をひとつ挙げると、口コミを金銭や特典と引き換えに依頼する行為はGoogleのポリシーに反します。口コミは「体験の質を上げ、書いてもらいやすい導線を作る」ことで自然に増やすのが原則です。
そして前述のとおり、この5つの実務は同時にAIがローカルな質問に答えるときの参照元データの整備でもあります。MEOの成果を「マップでの表示順」だけで評価するのではなく、「AIのローカル回答で自社が挙がるか」まで含めて見ると、施策の価値を正しく捉えられます。
AI回答の引用元を可視化する：ローカルビジネスの例
ローカルビジネスについてAIが回答するとき、どの種類の情報源がどれくらい引用されているかを分解すると、施策の優先順位が見えてきます。以下は、ある架空の美容室（A店）について「地域名＋おすすめの美容室」系の質問を反復実行し、引用元URLをチャネル別に分類した場合のイメージです。
このように分解できると、「自社サイトを強化するより先に、口コミの量と返信品質、地図情報の完全性を整えるべき」といった判断が数字で下せます。HackⅡ（AI Recommendation Intelligence）では、この引用元チャネルの分析をCitation Channel Mapとして、AI Decision Share（候補入り率）・Recommendation Win・Loss（競合勝敗）・Measure→Act→Remeasure（施策前後の再測定）とあわせた4つの測定フレームの1つに位置づけています。HackⅡは現在限定商用検証・導入相談受付中で、対応するAIサービスは契約時点で本番検証済みの範囲をご案内しています。詳細はHackⅡ製品ページをご覧ください。
海外の先行動向：GEO研究とAI可視性計測ツール市場
AEOに相当する取り組みは、米国が研究・ツールの両面で先行しています。
GEO研究：コンテンツ最適化の効果が定量実証されている
2023年、プリンストン大学・ジョージア工科大学等の研究チームが「Generative Engine Optimization（GEO）」という概念を提唱し、引用の追加・統計データの提示・出典の明記といったコンテンツ最適化により、生成エンジン上での可視性が最大30〜40%向上することを定量的に実証しました（arXiv:2311.09735）。「AI回答向けの最適化は効果があるのか」という問いに、学術研究として答えが出ている点は押さえておくべき事実です。
AI可視性計測ツール市場：ProfoundやOtterly.aiが先行
米国・欧州では、AI回答内でのブランドの可視性を計測するツール市場が先行して立ち上がっています。ProfoundやOtterly.aiなどが代表例で、複数のAIサービスを横断してブランドの言及状況をモニタリングする、という発想がすでに製品カテゴリとして成立しています。国内外の計測ツールの比較観点は「AEO計測ツール比較」で整理しています。
Google公式ガイド：奇策ではなく基礎の徹底
一方でGoogleは、公式の「生成AI機能向け最適化ガイド」において、生成AI検索についても基礎的なSEO（クロール・インデックス可能性、人間向けの独自コンテンツ）が中心であり、Google向けにllms.txtやAI専用のマークアップは不要だと説明しています。海外の先行動向から読み取るべきは「特別な裏技がある」ことではなく、基礎の徹底＋独自コンテンツ＋計測、という組み合わせが先に体系化されていることです。
なお、Gartnerは2026年までに従来型検索エンジンのボリュームが25%減少するという予測を示しており、検索行動のAIシフトはAEO・MEOに取り組む市場背景として広く引用されています。
日本企業への示唆：日本語での測定・改善をどう設計するか
海外の先行動向をそのまま輸入するときに、ひとつ注意すべき点があります。英語圏で設計された計測ツールは、日本語のAI回答の測定において精度上の課題が生じやすいという一般論です。具体的には次のような論点があります。
- 質問設計 — 日本のユーザーが実際に使う日本語の質問文（言い回し・敬語・地域名の書き方）でテストしないと、実態と乖離した測定になる
- 社名・ブランド名の表記揺れ — 漢字・カタカナ・英字表記（例：トリリオンバンク／Trillion Bank）の揺れを言及として正しく判定できるか
- 回答本文の解釈 — 日本語回答の中で「言及されたが推薦はされていない」「否定的文脈での言及」を区別できるか
したがって日本企業は、(1)日本語の質問セットで測定する、(2)日本語の回答本文と引用URLを証拠として保存する、(3)日本語の文脈でWin/Loss（なぜ選ばれ、なぜ外れたか）を読み取る、という3点を満たす運用を前提に、ツールや支援先を選ぶことを推奨します。小規模であればスプレッドシートでの内製から始めることも十分可能です。内製と外部支援の分岐は「AI検索対策は内製か外注か」で整理しています。
よくある質問（FAQ）
Q. AEOとMEOの違いは何ですか？
A. AEOはChatGPT等のAIが生成する「回答」の中で自社が引用・推薦される状態を作る最適化、MEOはGoogleマップ・Googleビジネスプロフィール等の「ローカル検索」で自社が見つかる状態を作る最適化です。MEOは日本の用語で、海外では同じ領域をLocal SEOと呼びます。
Q. MEOの整備がAEOの土台になるのはなぜですか？
A. AIがローカルな質問（「近くのおすすめの〇〇」）に答えるとき、地図情報・GBP・口コミ・レビューサイトが引用元になる構造があるためです。GBPの情報が不完全で口コミが乏しいと、AIが参照できる材料自体がなく、回答の候補に入りにくくなります。
Q. AEOは何から始めればいいですか？
A. FAQ構造化（Q&A整理とFAQPageスキーマ実装）→定義文の明確化→一次情報・独自データの発信→第三者メディアでの言及獲得→測定と再測定、の5ステップの順で進めるのが基本形です。最初の4つはツールなしで着手できます。
Q. MEOは何から始めればいいですか？
A. Googleビジネスプロフィールの情報をすべて埋めることからです。次にビジネスカテゴリの正確な設定、写真の定期追加、口コミへの返信、NAP（社名・住所・電話番号）表記の統一と続けます。口コミを特典と引き換えに集める行為はポリシー違反なので避けてください。
Q. 海外製のAI可視性計測ツールをそのまま使えば十分ですか？
A. 一般論として、英語圏で設計されたツールは日本語の質問設計・表記揺れの判定・日本語回答の解釈に精度上の課題が生じやすい点に注意が必要です。日本語の質問セットで測定し、日本語の回答本文を証拠保存できる運用を前提に選定することを推奨します。
Q. AEO・MEOの効果はどう確認すればいいですか？
A. 固定した質問セットを複数回実行し、候補入り・言及・引用の割合として記録し、施策前後で比較します。1回の目視確認では回答の揺らぎと施策効果を区別できません。測定の設計は効果測定の解説記事を参照してください。
まとめ
AEO・MEOの活用方法の要点を整理します。
- AEOはAI回答への最適化、MEOはローカル検索への最適化（海外ではLocal SEO）。ローカルビジネスでは、MEOで整えた地図情報・GBP・口コミがAIの引用元になるため、MEOがAEOの土台になる
- AEOの実務は5ステップ — FAQ構造化→定義文→一次情報→第三者メディア→測定と再測定
- MEOの実務は5つ — GBP完全化・カテゴリ設定・写真・口コミ返信・NAP統一
- 海外ではGEO研究が効果を定量実証し、AI可視性計測ツール市場が先行。ただし日本語での測定には設計上の配慮が必要
施策に着手する前後で必ず「測る」工程を挟んでください。測定の具体的な設計方法は「AI検索の効果測定方法」、AIがブランドを推薦する仕組みの理解には「ChatGPTはなぜそのブランドを勧めるのか」が参考になります。
参考文献・一次情報
本記事は株式会社Trillion Bankが独自に作成したものです。記事内容は公開時点の情報に基づいており、最新の状況と異なる場合があります。記載内容は情報提供を目的としたものであり、特定のサービスの利用を推奨するものではありません。
この記事のテーマを、自社・競合で実際に確認する
HackⅡは、AI回答内での候補入り・競合との勝敗・引用された情報源を証拠付きで測定し、次に改善すべき情報を特定するAI Recommendation Intelligenceです。詳細資料・実際の画面は30分のオンライン面談でご説明します。
HackⅡの測定の考え方を見る ※ 成果（AIでの表示・問い合わせ・売上）を保証するものではありません。