AEOとGEOプレイブック2026：Tavily、Winston、およびスキーマ

AI検索向けのほとんどのSEOアドバイスはまだ曖昧なスローガンです。「E-E-A-Tのために書く。」「答えになる。」役に立つフレームですが、スローガンを運用可能にすることはできません。

これは、ChatGPT web search、Perplexity、Google AI Overviews、およびBing Copilotにページが引用されるために使用している実践的なプレイブックです。これは理論ではありません。同じプレイブックが現在このサイトで実行されています。

AEOとGEO、明確に定義

2つの頭字語で、しばしば曖昧に使用されます。明確な定義は次の通りです：

AEO — Answer Engine Optimization。回答優先のサーフェス（Google AI Overviews、featured snippets、音声アシスタント、ChatGPT検索結果、Perplexity引用）で直接回答として引用されるようにコンテンツを取得します。
GEO — Generative Engine Optimization。生成AIシステムがコンテンツをどのように取得、要約、クレジットするかをカバーする広いカテゴリー。AEOはその一部です。

どちらも共通の要件を共有しています。AIエンジンはコンテンツを見つけ、自信を持ってパースし、信頼できるソースに帰属させ、ユーザーに参照する必要があります。これらの各ステップはあなたが引くことができるレバーです。

古いSEOプレイブックでは十分ではない理由

クラシックSEOは1つのことに最適化します。SERPのクリック可能なリンク。AI検索は2つのことに最適化します。コンテンツをモデルのコンテキストウィンドウに取り込むこと、およびモデルが回答を生成するときに引用されることです。これらは異なる問題です。

プレイブックが異なる例：

キーワード密度はLLMに役立ちません。明確な事実ステートメントが役立ちます。
回答の前の長い前置きはAI引用に害をもたらします。TL;DRパターンが勝ちます。
タブまたはアコーディオンの後ろにコンテンツを隠すページは部分的な抽出を取得します。セマンティックヘッダーを持つフラットHTMLは完全な抽出を取得します。
競合他社から書き直された汎用コンテンツは負けます。ファーストパーティの経験と具体的なデータが勝ちます。

5段階のパイプライン

このサイトに公開されるすべてのコンテンツに対して実行するパイプライン：

ステージ1: Tavilyを使用したリサーチ

Tavilyは、LLM向けに設計された検索APIです。AIエージェントが新鮮な情報を取得するために使用するのと同じ種類のAPIです。ドラフト作成前に、Tavily検索エンドポイント経由でトピックに関する5～10の最新ソースを取得します。重要な記事については`search_depth: "advanced"`を使用します。

AEOにおいて重要な理由：AI Overviewsは現在のコンセンサスと一致するコンテンツを優遇します。トレーニングデータのみからドラフトを作成すると、古いコンテンツが生成されます。新鮮なソースからドラフトを作成すると、AIが既に「真実」として認識しているものと一致するコンテンツが生成され、それが引用される理由となります。

ソースからコピーはしません。執筆前に、日付、数値、固有の実体、および急速に変化するトピックの現在の状態を検証するために使用します。

ステージ2: ファーストパーティボイスでドラフト作成

AIエンジンは、ファーストパーティの経験を識別し信頼するようにトレーニングされています。引用を獲得する3つのパターン：

一人称：「私がこれを1週間テストしました」は「これはテストされました」よりも優れています。
具体的なデータ：「LCPは2.8秒から0.7秒に低下しました」は「パフォーマンスが大幅に改善しました」よりも優れています。
正直なスコーピング：「これはXで機能し、Yではない」は「すべての人のための包括的なソリューション」よりも優れています。

AI固有の表現を避けます。comprehensiveやleverage、cutting-edge、robust、seamless、streamline、unlock potentialといった言葉は、人間とコンテンツを採点するエンジンの両方にAI執筆を示唆します。私たちが使用する完全なバンリストはコンテンツスタイルガイドに記載されています。

ステージ3: Winston AIディテクターで検証

Winstonは/v1/ai-content-detectionの公開APIエンドポイントを持つAIコンテンツディテクターです。公開前にすべてのドラフトを実行します。スコアは人間らしさのパーセンテージを返します。

私たちのゲート: 80パーセント未満の人間らしさは別のパスに戻ります。95以上に到達するコンテンツは、構造、声、リズムすべてがデフォルトのLLMパターンから離れたコンテンツです。そのスコアは、AIエンジン自体がコンテンツを分類する方法と相関します。人間らしく読まれるコンテンツはAIのように読まれるコンテンツよりも高い率で引用されます。

このサイトでは、最新の6つの投稿すべてがWinstonで100/100の人間らしさスコアを獲得しました。これは幸運な偶然ではなく、意図的な選択です。

ステージ4: スキーマで構築

ほとんどのAEOアドバイスはここで表面で止まります。実際に成果を出すスキーマパターン:

mainEntityOfPageを持つArticle / BlogPosting、sameAsを持つauthor Person、ロゴを持つpublisher Organization、datePublished、dateModified、keywords、articleSection、wordCount、isAccessibleForFree、幅と高さを持つImageObjectとしてのimage。
本文がQ&A構造を持つときのFAQPage。これが最も効果の高いAEOスキーマです。直接AI Overview引用ソース。
TL;DRまたはintroパラグラフを指すcssSelectorを持つSpeakable。VoiceおよびAI Overviewエンジンはspeakableコンテンツをサーフェスします。
HowToスキーマは、投稿が本当のステップバイステップガイドである場合に使用します。AI検索での「X の方法」という意図をキャプチャします。
Serviceスキーマにはprovider、areaServed、audience、およびcommercial pagesのpriceSpecificationを備えたOfferを含めます。
@id グラフを通じてLinked entitiesを使用します。ArticleをPersonに結び付け、PersonをOrganizationに結び付け、sameAsを使用することで、エンジンが実際に使用する検証可能なidentity graphが作成されます。

このサイトではすべてをルートごとに動的に発行します。staticヘッドにはentity-levelスキーマ（Person、Organization、WebSite）のみが含まれます。ページごとのスキーマはアクティブなルートに基づいてJSによって注入されます。

Stage 5: AI クローラーアクセス可能性

最後のステージで、よくスキップされます: AI クローラーが実際にコンテンツを取得できることを確認すること。

root の llms.txt: トップURLと説明をリストしたコンパクトなマークダウンファイル。AIクローラーはこれを探しています。多くのサイトはまだこれを持っていません。
`max-snippet:-1, max-image-preview:large, max-video-preview:-1` を含むrobots metaタグ。デフォルトのスニペット長の制限を削除します。このメタタグが存在する場合、AI Overview スニペットはより長くなります。
JS レンダーコンテンツ: ほとんどのAIクローラーはJavaScriptをレンダリングしません。hero、H1、またはcanonicalがJS実行後にのみ存在する場合、エンジンには何も見えません。criticalなSEO要素をServer-renderまたはpre-renderしてください。
robots.txtでChatGPT-User、PerplexityBot、Google-Extended、ClaudeBot、anthropic-aiのuser-agentsを許可します。いくつかのサイトは過度に積極的なbotルールでデフォルトでそれらをブロックしています。

引用される理由（影響度順）

数十のページが引用される様子と数十のページが引用されるべきなのに引用されない様子を観察すると、優先順位は以下の通りです：

1. 数字、日付、固有名詞を含む具体的な事実主張
2. 直接的な質問と回答のペアを含むFAQスタイルの構造
3. ファーストパーティの経験（「テストした」、「測定した」、「クライアントが」）
4. 最新性 — 過去90日以内のdateModifiedは古いコンテンツを上回る
5. リンク済みエンティティグラフ（Person、Organization、sameAs）
6. ピースの最上部にあるTL;DRまたは要約
7. 1つのH1と適切なH2/H3階層を備えた意味的にクリーンなHTML
8. 引用可能なパッセージにフラグを立てるSpeakableスキーマ

引用機会を殺すもの

デフォルトのLLM出力として読める（冗長、慎重、一般的）コンテンツ
実際の答えの前に長いプリアンブル
クローラーが展開できないタブ、アコーディオン、またはカルーセルの背後にあるコンテンツ
コンテンツの40パーセントが商品カードであるアフィリエイトに詰め込まれたページ
明確な著者、出版社、または資格情報のないページ
間違ったスキーマ（破損したJSON-LDはページを静かに失格にする）
robots.txtでAIクローラーをブロックしてから引用されていないと文句を言うサイト

プレイブックが機能するかどうかを測定する

追跡する3つのシグナル：

直接的な方法：Google Search Consoleのパフォーマンスデータを、クエリタイプでセグメント化して確認します。AI Overviewのインプレッションは特定のポジション範囲の下に表示されます。
間接的な方法：分析ツールでChatGPTとPerplexityのリファラートラフィックを追跡します。ボリュームは小さいですが急速に成長しています。
監査ベースの方法：毎月、ChatGPT、Perplexity、Googleであなたのターゲットクエリを質問します。各ソースがどの結果に引用されているかを記録します。週単位での変化を追跡します。

DataForSEO AIメンションエンドポイントやChatGPTスクレーパーのようなツールは、規模でプログラムによるアクセスを同じデータに提供します。

正直な制限事項

ストレートに話すべき2つのこと：

AI検索はまだほとんどのサイトの主要なトラフィックソースではありません。ボリュームは実在し、成長していますが、まだオーガニックGoogleに匹敵していません。軌跡が明確だから最適化してください。今日のビジネスを支えているからではなく。

エンジンは週単位で変わります。2026年2月に引用を獲得したものが11月には獲得できないかもしれません。上記のパイプラインは、1つのエンジンの特異性ではなく、すべてのエンジンが重視する信号（新鮮性、構造、ボイス、アイデンティティ）に焦点を当てるため、特定のタクティックよりも耐久性があります。

このサイトで実行していること

具体的な例（興味のある方へ）：

高速で変動するトピックの事前ドラフト調査のための Tavily Search API
Winston AI detector v1/ai-content-detection をすべてのドラフトに適用し、80以上の人間らしさでゲーティング
ヒーロー画像用の FAL flux-dev、Sanity アセットとして保存
Sanity headless CMS が単一ページアプリに供給され、Netlify でレンダリング
ルートごとの動的スキーマ（Article、FAQPage、Speakable、HowTo、Service、BreadcrumbList）を JS で注入
ルートの llms.txt、robots メタに max-snippet:-1 と max-image-preview:large
リンクエンティティグラフ：LinkedIn/X/YouTube への sameAs を持つ Person、発行者として Seahawk Media の Organization

スキーマの動作を確認したい場合は、このサイトのいずれかの投稿をビューソースで確認してください。または、このプレイブックが最初に生成した比較記事である「WordPress vs Next.js in 2026」を読んでください。WordPress vs Next.js in 2026for the comparison piece this playbook produced first.

まとめ

AEO と GEO は魔法ではありません。これはコンテンツ制作の規律と小さなテクニカルアクセシビリティステップのセットです。AI 検索で成功しているチームは、従来の SEO で成功しているチームと同じです。3 つのことを追加するだけです：新鮮な調査、AI として読まない音声、エンジンがコンテンツをきれいに解析できるようにするスキーマです。

サイトにこれを実装する際にサポートが必要な場合は、30分間の通話を予約してください。スタック、コンテンツワークフロー、そして最も大きな影響をもたらす変更がどこにあるかについて説明します。book a 30-minute calland we will walk through your stack, your content workflow, and where the highest-impact changes are.

Pick your view

2026年のAEOとGEO：Tavily、Winston、およびスキーマを使った実践的プレイブック