企業サイトの読者は、ページを開いた人だけではなくなった。検索エンジンやAIがページを読み、複数の情報源から要点を組み替え、質問への回答として先に提示する。利用者はその要約で概要をつかみ、必要なときだけ出典をたどる。企業の説明は、読者へ届く前に別の文脈へ置き直される可能性がある。従来の検索対策が入口の順位を競うものだったとすれば、AI検索では、自社の情報がどの問いへの根拠として扱われるかまで考えなければならない。

では、企業サイトはAIに向けて書くべきなのか。結論から言えば、そうではない。必要なのは、人が判断できる一次情報をつくり、その構造を機械にも誤読されにくくすることである。読者と機械を別々に攻略するのではなく、事実、背景、更新日、責任主体を一つの説明体系へ整える。AI検索時代に問われるのは、文章の小技より、企業がどこまで自分の活動を説明可能な状態にしているかだ。

Why now?　検索の入口で答えが完成する

GoogleはAI OverviewsやAI Modeについて、複雑な質問を複数の関連検索へ広げ、さまざまなページを支えとして回答を組み立てる場合があると説明する。利用者は一つのキーワードで十本のリンクを見比べる代わりに、対話を重ねながら条件を絞り込める。ここで起きる変化は、検索画面の見た目だけではない。情報を探索し、比較し、仮の結論をつくる工程の一部が、サイトを訪れる前へ移ったのである。

Microsoftは2026年2月、Bing Webmaster ToolsでAI Performanceの公開プレビューを始めた。CopilotやBingの生成要約などで、自社のどのページが何回出典として示されたか、どのような検索語句を根拠探索に使ったかを確認できる。これは、青いリンクの順位とクリックだけでは捉えられなかった接点を、引用という単位で見ようとする動きである。企業情報が回答の根拠になれば、訪問がなくても検討の前提を形づくる。一方、誤った要約に使われれば、訂正の入口さえ見つけにくい。

Googleも2026年6月、Search Consoleに生成AI機能向けの専用レポートを導入した。AI OverviewsやAI Modeなどでの表示を分けて把握できるようにしつつ、全体の検索実績にも含めている。検索とAI検索は別世界ではなく、同じ索引と品質評価の上に連続している。だから企業は、流行語としてのGEOだけを独立施策にせず、索引、ページ品質、一次情報、測定を一つの運用として扱う必要がある。

What changed?　人と機械の二重の読者

AIに読み取られやすい文章というと、短い結論、箇条書き、FAQを増やす方法が語られやすい。たしかに、見出しと本文の対応が明確で、主語や対象範囲が省略されていないページは、機械にも人にも参照しやすい。しかし、形式だけをそろえても、説明の中身が薄ければ根拠にはならない。Googleの公式案内は、AI機能に表示されるための特別な技術要件はなく、従来と同じく検索へ登録可能で、信頼できる人間中心の内容であることが土台だとする。

ここでいう人間中心とは、検索エンジンを無視することではない。自社に直接来た読者にも役立つ目的があり、独自の情報や分析があり、読み終えた人が次の判断へ進める状態を指す。検索語を先に置き、既に公開された説明を言い換えただけのページを大量につくることとは異なる。生成AIで記事の数を増やしても、企業にしか示せない条件、失敗、比較、更新の来歴がなければ、引用される理由も、出典を訪れる理由も弱い。

AIへ最適化する前に、企業にしか説明できない一次情報を、誰が読んでも検証できる形にする。

機械という読者には、もう一つの特徴がある。必要なページを読めるかどうかは、編集内容だけでなく公開設定で決まる。OpenAIは、ChatGPT検索の要約や抜粋へ含まれるにはOAI-SearchBotを遮断しないよう案内している。ページがログインの内側にあり、robots.txtや配信網で巡回を拒めば、内容が優れていても参照できない。反対に、検索で見せたい情報と、学習利用や要約から除外したい情報は同一ではない。何を開き、何を制限するかは、技術担当だけでなく発信責任者が決める編集方針になる。

一次情報を、引用可能な単位へ整える

第一に、一ページ一目的を明確にする。製品の仕様、導入事例、経営方針、ニュース、採用情報を一枚へ詰め込むと、どの問いへの答えかが曖昧になる。たとえば価格ページなら、金額だけでなく対象プラン、適用日、税、変更条件、問い合わせ先を同じ場所に置く。AIが一文だけを抜き出しても、条件が切り離されにくい構造にする。短くするのではなく、判断に必要な範囲を閉じるのである。

第二に、主張と根拠を近づける。「業界最高水準」「環境に配慮」といった形容だけでは、比較条件も測定方法もわからない。数値には対象期間、母数、比較対象、調査主体を添える。事例には導入前の課題、選択理由、結果、制約を残す。出典が社内データなら、その旨と算出方法を示す。企業サイトは自社をよく見せる場であると同時に、顧客や社会が自社の主張を検証する一次資料でもある。

第三に、誰が、いつ、なぜ更新したかを残す。企業サイトでは、新しい説明を上書きすると過去の前提が消えやすい。製品名や価格だけが変わったのか、判断そのものが変わったのかでは意味が違う。公開日と更新日、責任部署、重要な変更点、参照した規程を記す。古いページは無条件に削除せず、現行版への導線と失効日を示す。機械に鮮度を伝えること以上に、読者が現在有効な情報を選べることが重要である。

第四に、テキスト、画像、動画、構造化データで同じ対象を同じ言葉で表す。本文では正式名称、画像のaltでは略称、構造化データでは旧名称という状態では、関係がぼやける。見出し階層を整え、画像にも内容を説明する代替テキストを付け、構造化データは画面上の事実と一致させる。ただし、マークアップは中身の信頼性を代替しない。機械可読性は、説明責任を届けるための配線であって、説明そのものではない。

What’s next?　参照される説明を運用する

企業の発信責任者が最初に行うべきは、記事を増やすことではなく、重要な問いと一次情報の棚卸しである。顧客、投資家、候補者、地域社会が繰り返し尋ねる質問を集め、それぞれの正式な回答がどのページにあるかを確かめる。回答が複数部門へ分散していれば、正本を決める。更新責任者と確認周期を割り当てる。ニュース記事から恒久的な説明ページへリンクし、時点の出来事と現在有効な情報を分ける。

評価指標も広げたい。クリックと順位に加え、AI回答での表示や引用、参照されたページ、そこからの流入、流入後の購読や問い合わせを見る。ただし、引用回数を新しい順位として追い、引用されやすい定型文を量産すれば同じ誤りを繰り返す。観測すべきなのは、どの問いで自社が根拠になり、どの問いでは他者の説明に任せるべきかである。MicrosoftのAI PerformanceやGoogleの生成AIレポートは、編集方針を考える材料であって、短期の数値だけを増やす命令ではない。

公開範囲の選択も定期的に見直す。OpenAIは検索用のOAI-SearchBotと、モデル改善に関わるGPTBotを分けて案内している。Bingはdata-nosnippetによって、ページを検索可能なまま特定部分を要約や抜粋から除外できる。企業は、見つけてほしい情報、引用してほしい情報、文脈から切り離したくない情報を区別できる。すべてを開くか閉じるかではなく、読者の利益、機密性、権利、説明責任をもとに選ぶべきである。

AI検索によって、企業サイトの相手が人から機械へ変わるわけではない。機械が、人と企業のあいだに新しい編集層として入る。その層を完全には制御できなくても、参照される一次情報の質と境界は設計できる。企業サイトはAIへ答えを供給する倉庫ではない。自社の判断を社会が確かめ、必要なら問い返せる場所である。人にとって十分に具体的で、機械が条件を落としにくく、更新の責任が見える説明を積み重ねる。それが、AI検索時代にも残る企業サイトの役割だ。