Alejandro Rioja.
GEO SEO

新しいブログ記事を一本も書かずにAI検索でランクインする方法

Alejandro Rioja
Alejandro Rioja
1 分で読める
TL;DR

AIエンジンは、質問に直接答え、明確な著者を主張し、検索を容易にする方法で知識を構造化するコンテンツを引用します。既存のブログ記事のほとんどは、書き直しではなく編集によって3つの基準を満たすよう改修できます。プレイブック：直接的なTL;DRを追加し、エンティティシグナルを強化し、FAQスキーマを追加し、llms.txtに提出する。新しいコンテンツは任意；再構成は必須。

無料ニュースレター

毎週水曜。28,400人以上の読者。無駄なし。

目次

2026年6月更新。

TL;DR： AIエンジンは、質問に直接答え、明確な著者を主張し、検索を容易にする方法で知識を構造化するコンテンツを引用します。既存のブログ記事のほとんどは、書き直しではなく編集によって3つの基準を満たすよう改修できます。プレイブック：直接的なTL;DRを追加し、エンティティシグナルを強化し、FAQスキーマを追加し、llms.txtに提出する。新しいコンテンツは任意；再構成は必須。

【オペレーターの視点】 GEO向けの新記事を1本書く前に、341の既存記事にこのプロセスを適用しました。ChatGPTとPerplexityでの引用が増加しました。新コンテンツが成果を加速させましたが、既存コンテンツの監査が出発点であり、予想より早く成果が出ました。

なぜAIエンジンが既存コンテンツを引用しないのか

何か新しいものを書く前に問いかけてください：なぜすでに持っているものが引用されていないのか？

答えがほぼ「コンテンツが存在しない」ということはありません。たいていは以下のいずれかです：

  1. 上部に直接的な答えがない — 記事が6段落目に答えを埋めている
  2. 著者シグナルが弱い — 明確な著者エンティティがない、コンテンツに資格がない
  3. 構造的なノイズ — 長い導入部、無関係なセクション、明確な見出し階層がない
  4. 機械可読なQ&Aがない — AIエンジンは構造化された質問-回答ペアを好む；ほとんどのブログ記事はそれを持っていない
  5. どのAI可読インデックスにも含まれていない — llms.txtがなく、クローラーが見つけるサイトマップもない

5つすべて既存コンテンツで修正可能です。いずれも新しい記事を必要としません。

4ステップの改修プロセス

ステップ1：最初の100語以内に直接的なTL;DRを追加

AIエンジンはあなたが斜め読みするときに行うことに類似したことをします — より深く進む前に直接的な答えを探します。あなたの記事が物語、質問、またはコンテキスト設定で始まる場合、モデルは実際の答えを見つけるほど遠くまで読まないかもしれません。

修正：最初の100語以内にTL;DRブロックを追加します。形式：結論 → 理由 → 制約または注意事項。2〜4文。余分な言葉は不要。

改前の例：

なぜ一部の企業がGoogleの検索結果を支配しているように見えるのか不思議に思ったことはありませんか？この記事では、上位ランクのサイトが使用する戦略を探ります…

改後の例：

TL;DR： 2026年にローカルSEOの針を動かす3つのこと：Googleビジネスプロフィールの完全性、ディレクトリ全体の引用の一貫性、NAPデータの構造化スキーマ。「毎日投稿する」や「100件のレビューを素早く獲得する」などの戦術はこれら3つに対して二次的です。上限はGBPの精度です — まずそれを修正してください。

書き直しは長くありません。ただ前に置かれているだけです。

ステップ2：エンティティシグナルを強化する

AIエンジンはナレッジグラフを構築します。誰がこれを書いたか、何についてのものか、著者はこのトピックで信頼できるか、を知りたいのです。

著者エンティティについて：すべての記事からAboutページがリンクされ、著者スキーマにLinkedInとTwitterへのsameAsリンクが含まれ、各記事の著者プロフィールが具体的な資格を述べていることを確認してください（「マーケティングプロフェッショナル」ではなく「3つのSaaS企業のSEOを0から月間100K訪問者に運営した」）。

トピックエンティティについて：オーディエンスが検索する正確な用語を使用してください。「GEO」（ジェネレーティブエンジン最適化）をカバーしている場合、略語だけでなくどこかで「ジェネレーティブエンジン最適化」と言ってください。モデルはコンテンツを分類するために用語の共起を使用します。

ステップ3：質問に答えるすべての記事にFAQスキーマを追加

FAQPageスキーマはGEO引用のために最も高い効果を持つスキーマタイプです。なぜなら、モデルが直接解析できる形式で質問と回答を明示的にマッピングするからです。

記事が暗黙的に答えている3〜5の質問を取り出し、明示的にしてください：

json
{
  "@context": "https://schema.org",
  "@type": "FAQPage",
  "mainEntity": [
    {
      "@type": "Question",
      "name": "How long does it take to rank in AI search?",
      "acceptedAnswer": {
        "@type": "Answer",
        "text": "Most sites see initial citation improvements within 4–8 weeks of restructuring existing content for direct answers and adding FAQ schema. Brand-new domains take longer — expect 3–6 months before consistent citations appear."
      }
    }
  ]
}

これを記事の<head>またはCMSのスキーマフィールドに追加してください。すべての主要AIエンジンがこれをクロールして解析します。

ステップ4：llms.txtとプラットフォームのAIインデックスに提出する

llms.txtは新興の標準です — yoursite.com/llms.txtのプレーンテキストファイルで、AIクローラーにどのコンテンツが高品質で、どのように優先順位を付けるかを伝えます。LLM向けのrobots.txtに類似しています。

基本的なllms.txt：

code
# llms.txt
# alejandrorioja.com — AI agents and GEO for operators

## Priority content
- /blog/geo-for-local-business (definitive guide, updated monthly)
- /blog/schema-markup-for-ai-engines (technical reference)
- /blog/how-to-get-cited-by-chatgpt (step-by-step)

## Author
Alejandro Rioja — operator, AI agent builder, GEO practitioner.
LinkedIn: https://linkedin.com/in/alejandrorioja

lastmodタイムスタンプを含む清潔なサイトマップと組み合わせてください。AIクローラーは古く見えるコンテンツの優先順位を下げます。

どの記事を改修するか優先順位をつける方法

すべての記事が改修する価値があるわけではありません。最初のパスを以下に集中させてください：

  1. 質問形式のキーワードで既にページ1にランクしている記事 — これらは引用されることに最も近い；構造修正が必要なだけ
  2. あなたが検証可能な信頼性を持つトピックに関する記事 — AIエンジンは著者を重く評価する；あなたの資格が関連する記事はエンティティシグナルから引用の向上を得る
  3. 質問に直接答える記事vs情報を提供する記事 — 「Xの方法」と「Xとは何か」はリスト記事や意見記事よりも改修効果が高い

Search Consoleデータを使用してください：質問形式のクエリ（how、what、why、best way to）でフィルタリングします。これらのクエリで5〜15位にランクしている記事が最も良い改修候補です — 関連性はあるが、引用されるほどトップに近くない。

多くの人が犯す間違い

既存のアーカイブを改修する前に、AI検索向けに最適化された新しい記事を書いてしまいます。新しいコンテンツは役立ちますが、既存の記事には年齢、バックリンク、クロール履歴という強みがあります。構造が良好な3年前の記事は、同じトピックの新しい記事を何ヶ月も上回ります。

まず改修を行ってください。真のギャップがある場所 — 既存の記事がまったく答えていない質問 — に新しいコンテンツを書いてください。それが新しいものが古いものより良い時です。

オペレーターの最終結論

20以上の既存ブログ記事がある場合、GEO作業はコンテンツカレンダーではなく、監査と改修から始まります。TL;DRを追加し、エンティティシグナルを強化し、FAQスキーマを追加し、llms.txtに提出してください。何か新しいものを書く前に、トップ20の記事でそれを行ってください。数ヶ月ではなく数週間で引用の改善が見られるでしょう — そして新しいコンテンツが実際に針を動かすかどうかを測定するためのより清潔なベースラインを持てます。

続きを読む

AIプレイブックをメールでお届け

毎週水曜。28,400人以上の読者。無駄なし。

⌕
↵ ↵ すべての結果を見る esc esc で閉じる