Skip to main content

Last updated

2026 年の SEO とは何か

検索エンジン最適化とは、誰かが検索したときに、ウェブページを見つけやすく、理解しやすく、選ぶ価値のあるものにする仕事です。2026 年の検索結果ページは以前と違って見えます。AI Overviews と AI Mode が多くの質問に直接答え、使った情報源へのリンクを添えます。変わっていないのは、その下にある機構です。Google の AI 機能は、従来の検索結果と同じインデックス、同じランキングシステムの上に構築されています。つまり、同じ取り組みが両方で可視性をもたらすということです。

いまも重要なこと

Google の Search Essentials は、基礎については何年も一貫しています。

  • クロールできること。Googlebot があなたのページに到達し、取得できる必要があります。つまり、機能する内部リンク、到達できるサーバー、サイトマップ、そして見つけてほしいコンテンツをブロックしていない robots.txt ファイルです。
  • インデックス登録。クロールされたページは、さらにレンダリングされ、重複が排除され、インデックスに保存される必要があります。noindex ディレクティブを持つページ、canonical が誤った URL を指しているページ、多数のアドレスに重複しているページは、上位に表示される機会をそもそも得られません。
  • 有用で、ユーザーを第一に考えたコンテンツ。Google の有用なコンテンツに関するガイダンスは、単純な問いを投げかけます。これは人のために作られたのか、それとも上位に表示されるために作られたのか。本物の知識を示し、実際の質問に答えるコンテンツこそ、ランキングシステムが評価しようとしているものです。
  • リンクと評判。他サイトからのリンクは、いまもクローラーにとっての発見経路として、また信頼のシグナルとして機能します。そして量よりも質がはるかに重要です。
  • 技術的な健全性。正しいステータスコード、筋の通ったリダイレクト、HTTPS、速いページ、機能するモバイルのレンダリング。どれも新しいものではありませんが、どれもいまなお、ほかのすべての前提になっています。

検索の AI 機能で何が変わったのか

Google は、自社の AI 機能がどのようにコンテンツを選ぶのかを AI 最適化ガイドで説明しています。AI Overviews と AI Mode は検索拡張生成(RAG)を使います。モデルは記憶から答えるのではなく、中核の検索ランキングを通じてページを取得し、そこに回答を根拠づけます。

本当に新しい仕組みが 1 つあります。query fan-out(1 つの質問の背後で複数の関連クエリを同時に投げる仕組み)です。複雑な質問に対して、Google は関連する複数のクエリを同時に発行し、それらのサブクエリで上位に表示されるページから回答を組み立てます。したがってあなたのページは、誰も入力しなかった質問への AI 回答の中で引用されることがあります。fan-out のクエリの 1 つで上位に表示されたからです。Search Console には生成 AI のパフォーマンスレポートが追加されたので、この可視性は当て推量ではなく測定できます。

なぜ基礎が引き継がれるのか

Google の AI ガイダンスで最も目を引くのは、必要ないと述べている部分です。

  • 特別なマークアップも、AI 向けのテキストファイルも不要です。Google Search は llms.txt を無視します。役にも立たず、害にもなりません。
  • 構造化データは生成 AI の検索には必須ではありません。本当に適する場面で使うべきであり、AI 向けの戦術として使うものではありません。
  • コンテンツを断片に分割する必要も、機械向けの特別な文体で書く必要もありません。

必要なのはこちらです。コンテンツはインデックスに登録され、クロールでき、snippet の表示対象である必要があります。これはまさに、従来の SEO がすでに課している要件です。何が選ばれるのかも、なじみのある言葉で説明されています。独自の、ありふれていないコンテンツで、一次体験の視点があること。Google はさらに、クエリのバリエーションごとに別々のコンテンツを作ることは大規模なコンテンツの不正使用に関するスパムポリシー違反にあたると警告し、自社の内部のランキングや AI システムにアクセスできるサードパーティのツールは存在しないと明言しています。AI での掲載を保証すると約束するベンダーは、Google の外の誰も持っていない知識を持っていると主張していることになります。

AEO と GEO の位置づけ

アンサーエンジン最適化(AEO)と生成エンジン最適化(GEO)は、AI が生成した回答の中で引用を獲得することを指す、生まれつつある呼び名です。それらの回答は中核の検索ランキングに根拠づけられているため、AEO と GEO は SEO の置き換えではなく拡張として理解するのが最も適切です。クロールでき、インデックスに登録でき、本当に役に立つ同じページが、どちらにとっても原材料になります。このシリーズの次のページでは、Google がどのようにコンテンツを順位づけするのかと、大規模な公開がどこでスパムに変わるのかを扱います。

Vupie はこの種のユーザーを第一に考えたコンテンツを自動運転で生み出しますが、上記の原則は手で書く場合でもツールを使う場合でも同じように当てはまります。

このセクション

Google の順位づけ クロール、インデックス登録、表示の流れ、有用なコンテンツのシグナル、snippet の対象資格、そして同じ仕組みがいま AI の回答を根拠づけていることを解説します。 テクニカル SEO 技術的な土台です。クロールへのアクセス、サイトマップ、IndexNow、レンダリング、速度、そしてサイトをインデックスに登録され続ける状態に保つ確認項目。 オンページ SEO タイトル、見出し、内部リンク、そして snippet に向いた構造。時間とともに積み上がっていくオンページの取り組みを解説します。 トピカルオーソリティ Google が文書化した仕組みではなく実務家のモデルです。一つのプロンプトが多数のクエリに広がるいま、網羅性がなぜ重要で、どこから大規模なコンテンツになるのか。 キーワードリサーチ 検索意図、2 ページ目に眠る機会、検索ボリュームへの正直さ、そして AI の回答がキーワードの価値をどう変えるのかを解説します。 バックリンク リンクの価値を決めるもの、リンクスパムのポリシーに触れるパターン、相互リンクのリスク、そして disavow を使うべき場面を解説します。 E-E-A-T E-E-A-T とは何か、何ではないのか(直接のランキング要因ではありません)、そして実務でどう示すのかを解説します。 Search Console モデル推定でない唯一の検索データです。プロパティ、検索パフォーマンスレポート、AI 機能のトラフィックの報告のされ方、そして文書化された制限を扱います。 トラフィック減少の診断 当て推量に勝る診断の順序です。何が落ちたのかの特定、原因ごとの兆候の一覧、そして AI 機能を示す「表示回数は横ばい、クリックは減少」のパターン。 AI コンテンツと Google AI が生成したコンテンツに対する Google の公式見解、100 万ページの調査が上位 10 位の AI ページについて示すこと、そして本当の線引きがどこにあるのか。 内容の薄いコンテンツのリスク Google の大規模なコンテンツの不正使用に関するポリシーが名指しするもの、検出されるクラスターの特徴、そして安全なスケールの仕方を解説します。 プログラマティック SEO テンプレートで生成するページは、本質的にスパムでも本質的に安全でもありません。作る前に当てるべき判定基準と、運用を存続させる基準値を示します。 スパムポリシー 名前のついた一覧を忠実にまとめます。クローキング、誘導ページ、無断複製、期限切れドメインの不正使用、サイトの評判の不正使用など、そして手動による対策。 通説の検証 meta keywords、文字数、重複コンテンツのペナルティ、キーワード密度、llms.txt など、それぞれを一次ドキュメントから答えます。

自動運転にまかせる

Vupie はこのガイドの内容をすべて実行します。月に 8 本のプレミアム記事。

ベータに参加