GEOフライホイールの仕組みを解説します。
ChatGPT、
Claude、
Gemini、Perplexityでのブランドの可視性を、計測、構築、獲得、更新の毎週のループで育てる方法です。

このページの内容
要点
GEOフライホイールは、毎週回すループです。どのAIの回答があなたのブランドに言及しているかを計測し、その回答を決めているページと外部ソースを改善して、もう一度計測します。各サイクルが次のサイクルのデータになるため、作業は時間とともに楽になっていきます。AIの回答は常に変わるので、一度きりの監査は急速に価値を失いますが、ループであれば最新の状態を保てます。
さらに詳しく知るには、こちらに質問
クイック診断
ChatGPTなどのAIアシスタントに紹介されるには、どうすればよいですか?
Sorankはあなたの回答にぴったりです
ご自身のサイトで3日間お試しいただき、Google、ChatGPT、その他のAIでの現状をご確認ください。
3日間の無料トライアルを開始3日間無料、いつでも解約できます。90日間成果保証(条件あり)。
生成エンジン最適化(GEO)とは、ChatGPT、Claude、Gemini、Perplexityの回答の中で、自社ブランドが名前を挙げられ、引用され、推薦されるようにするための取り組みです。フライホイールは、その取り組みを各サイクルが次のサイクルのコストを下げるように回す方法です。名前は、古いエンジンに付いていた重い弾み車に由来します。始動には力が要りますが、その後は小さな力でも回り続けます。
この比喩は誤解を招くこともあります。フライホイールは「とにかく公開して待つ」という意味ではありません。固定された順序で進む4つの段階を指し、ある段階の成果が次の段階の入力になります。どこに表示されているかを計測し、回答を決める要因を変え、回答がすでに使っているソースで言及を獲得し、古くなったものを更新します。そして計測結果が、次に何をすべきかを教えてくれます。
多くのGEOのアドバイスは、今でもプロジェクトのように書かれています。一度監査し、修正リストを作り、レポートを書いて、次に進む。壊れたサイトには、これで十分でしょう。しかし、AIの回答には合いません。モデルは情報源も言い回しも絶えず更新するからです。こちら側で何も変えていなくても、同じ質問が来月には別のブランド群を挙げるかもしれません。
一度きりのプロジェクト対フライホイール
ChatGPT、Claude、Geminiの完全な設定方法が知りたい場合は、GEO最適化のページでツールを紹介しています。この記事は、ループそのものを扱います。最初の1か月の後も、その設定を役立つ状態に保つ部分です。
まずGoogleから見ていきましょう。Googleの立場がもっとも単純だからです。Search Centralのドキュメントで、Googleは、AI OverviewsやAI Modeに表示されるために「追加の要件」はないと述べています。また、それらの機能のために「新しい機械可読ファイル、AI用テキストファイル、マークアップ」は不要だとしています(Google Search Central、AI features and your website)。ページはインデックスされ、スニペットを表示できる状態である必要があります。それ以外は、良質なコンテンツの通常のルールが当てはまります。
ChatGPT、Claude、Perplexityは、Googleほど指針を公開していません。そのため、挙動は計測を通じて知るしかありません。その回答は、何を検索して取得したか、ブランドについてすでに何を知っているか、他のサイトがあなたについて何を書いているかに左右されます。回答を劣化させる要因は次の3つです。
次の表は、各原因と、最初に現れる症状を対応づけたものです。
| 原因 | 最初に見える症状 | 最初のチェック |
|---|---|---|
| モデルの更新 | あるエンジンだけで表示が減り、他のエンジンは安定している | 他のエンジンで同じプロンプトを再実行し、その後レビューサイクルを一つ待つ |
| 競合が公開 | 以前あなたが挙がっていた回答に、競合が現れる | 回答が引用しているページを開き、そこにあって自分のページにない内容をメモする |
| 自分のページが古くなった | 回答が古い価格、機能、日付を繰り返す | 最終更新日と、ページ上のすべての数字を確認する |
| 情報源が変わった | レビューサイトやフォーラムのスレッドが回答に出てこなくなる | 今週引用された情報源と先月の情報源を比べる |
ループは、この問題への答えです。各サイクルで低下を早期に捉え、何が変わったかの記録を残します。一度きりの監査は、ある時点のスナップショットを与えてくれます。ループは、傾向を与えてくれます。そして、行動の判断材料になるのは傾向のほうです。

ループは、計測、構築、獲得、更新の4段階からなります。名前は、あえて平易にしてあります。今週何をしているのかを、一行で言えるようにするためです。
4段階のGEOフライホイール
各段階には、コストと見返りがあります。計測は時間がかかりますが、基準値が得られます。構築は執筆時間がかかりますが、モデルが引用できる内容を変えます。獲得は働きかけの手間がかかりますが、あなたに言及する情報源を変えます。更新は見直しの時間がかかりますが、他の3段階を正直に保ちます。ある段階を飛ばしても、ループは回りますが、目隠しをしたまま回るか、改善が止まってしまいます。
以下のセクションでは、各段階を順番に、正確な手順と、よくある失敗とともに解説します。
プロンプトパネルとは、同じ言い方で、各エンジンに毎週投げる、固定された質問のリストです。固定とは、言い回しを変えないことを意味します。質問を変えると、回答が変わったのがエンジンのせいなのか、自分の言い方のせいなのか、区別できなくなります。
マーケターがカテゴリを呼ぶ言葉ではなく、購入者が入力する言い方でプロンプトを書いてください。「5人規模の代理店に最適な会計ソフト」は、「会計ソフト」よりも多くのことを教えてくれます。次の3種類を組み合わせます。
言い回しは、営業の電話、サポートのチケット、分析データにある長い質問から集めてください。顧客は購入後にも質問します。「それだけの価値はあるか」「何を置き換えるのか」。こうした質問は、購入者がすでに検討した競合の名前を挙げることがよくあります。リストを体系的に作るには、AIプロンプトリサーチの機能と、AIプロンプトのガイドを参照してください。
「はい」か「いいえ」だけでは、シグナルの大半が隠れてしまいます。プロンプトとエンジンの組み合わせごとに、表にある項目を記録してください。毎週同じ順序で表を保存すると、時間をまたいで行を比べられます。
| 項目 | 記録する内容 | なぜ重要か |
|---|---|---|
| プロンプト | 使った正確な言い回し | 毎週同じ言い回しにすると、結果を比較できる |
| エンジン | ChatGPT、Claude、Gemini、Perplexityのどれか | エンジンごとに引用する情報源が異なる |
| 言及あり | はいかいいえ | これがメインの数字になる |
| 順位 | 1番目、2番目、それ以降、掲載なし | 後のほうの言及は、最初の言及より価値が低い |
| 文 | あなたに言及している行を一字一句コピーしたもの | モデルがあなたをどう説明しているかを示す。説明が間違っていることもある |
| 情報源 | 回答が引用しているURL | 言及を獲得すべき場所がわかる |
| 競合 | あなたの位置に挙がっているブランド | 実際の競合の顔ぶれがわかる |
結果は割合で集計してください。25件の回答のうち9件であなたが挙がっていれば、割合は36%です。エンジンごとの割合も記録してください。4つのエンジンは引用する情報源が異なり、しばしば意見が食い違うからです。
エンジンは、実行するたびに同じ質問に違う答えを返すことがあります。プロンプトごとに1回の回答では、1つのサンプルにすぎません。各エンジンで、各プロンプトを少なくとも2回実行し、平均を取ってください。小さなパネルは敏感です。25件のプロンプトでは、回答1件が割合で4ポイントに相当します。1週間の変化ではなく、4週間にわたる傾向で判断してください。
ツールがこれを代わりに実行できます。AIの言及トラッキングの機能は、同じ考え方に基づいています。各プロンプトを追跡し、AIがいつあなたを引用したかを表示します。

モデルは、単独で成り立つページの部分を引用します。この段階でのあなたの仕事は、ページをキーワードの羅列にせず、各セクションを取り出しやすくすることです。基準値で最も多くのプロンプトを勝ち取ったページから始め、残りは後回しにしてください。
各セクションは、まず答えで始め、その後に根拠を示してください。理由は位置です。論文「Lost in the Middle: How Language Models Use Long Contexts」で、Liuらは(2023年、arXiv 2307.03172)、言語モデルが長い入力をどう使うかを検証しました。彼らは、関連情報が入力の先頭か末尾にあるとき性能が高くなることが多く、重要な内容が中央に埋もれると性能が落ちることを見いだしました。ウェブページはプロンプトではなく、検索システムも彼らの検証環境と同じではありません。それでも、この教訓は執筆にも当てはまります。セクションの最初の数行が、最も大きな重みを持つのです。
同じ主張の2つのバージョンを比べてみましょう。
強いバージョンは、範囲、数字、方法を含んだ、そのまま引用できる文をモデルに与えます。弱いバージョンは、モデルに意味を推測させることになり、推測するモデルは、たいていあなたを除外してしまいます。
GEOの論文は、この分野で最も管理された検証に近いものです。Aggarwalらは(KDD 2024、arXiv 2311.09735)、生成エンジンの回答のベンチマークを作り、テキストの変更を検証しました。情報源の引用、引用の追加、統計の追加です。彼らは、生成された各回答のどれだけが元のテキストに基づいていたかを測定しました。論文は、そのベンチマークでGEOが「可視性を最大40%まで高めうる」と述べています。
以下のブロックの数字は、論文自身の表から取ったものです。GEO-benchの設定は、Googleに由来する構成とGPT-3.5の生成エンジンを使いました。Perplexity.aiの結果は、別の検証によるものです。どちらの場合も、向上幅はその設定での基準テキストに対する相対値であり、絶対的なトラフィックではありません。
GEO論文における、基準に対する最良の方法
出典:Aggarwal et al., "GEO: Generative Engine Optimization", KDD 2024, 表1と表7(arXiv 2311.09735)
数字は予測ではなく、方向性として読んでください。論文は自分たちでクエリとエンジンを選んでおり、あなたのカテゴリは異なる振る舞いをするかもしれません。数字が実際に裏付けているのは、実践的な習慣です。可能な限り、各数字の一次情報源を引用し、日付付きの正確な数字を書き、主張を、それを裏付ける人や文書に帰属させてください。日付付きの数字と名指しされた情報源を含んだ一文は、「広く認められている」という表現より見過ごされにくいのです。
構造化データは、クローラーにページが何であるかを伝えます。見出し、著者、日付です。モデルがあなたを引用するようになるわけではありません。ただし、誰がページを書き、いつ最後に確認されたかについての疑問を取り除きます。以下のブロックは、最小限のArticleの記述です。CMSやテンプレートから追加し、構造化データ検証ツールでテストしてください。
{
"@context": "https://schema.org",
"@type": "Article",
"headline": "GEO Flywheel: A Weekly Loop That Builds Your AI Visibility",
"author": {"@type": "Person", "name": "Thibault Besson-Magdelain"},
"datePublished": "2026-11-19",
"dateModified": "2026-11-19"
}
警告
AIに引用されるための最初のステップとして、llms.txtファイルを追加するようにというアドバイスを目にするかもしれません。Googleは、AI機能にそのようなファイルは必要ないと述べています。追加したければ構いませんが、それはループの外にある小さなタスクとして扱ってください。明確で、情報源があり、最新の主張の代わりにはなりません。
モデルは、あなたのサイトだけからブランドの評価を形成することはほとんどありません。他のページも読みます。一か所にしか出てこない主張は無視されやすいですが、独立した複数のサイトに同じ主張が出ていれば、繰り返されやすくなります。これが獲得の段階の理由です。正しいことを言ってくれる情報源の範囲を広げるのです。
パネルがすでに、どこへ行くべきかを教えてくれています。各回答で引用されている情報源を開き、URLを一覧にしてください。種類ごとにまとめます。レビューサイト、比較記事、業界メディア、コミュニティのスレッド、ディレクトリなどです。そのうえで各ページを読み、3つの質問をしてください。
競合の名前を挙げていて、あなたの名前を挙げていないページが、最も価値の高い対象です。古い数字を含むページが次に来ます。正しい数字とその情報源を、2、3行で編集者に送ってください。出典付きの訂正は、一般的な売り込みよりも承諾されやすいものです。見返りを求めず、ページを助けることになるからです。
この段階から有料掲載は外してください。AIの回答での言及を約束する有料の一文は、リンクに関するGoogleのルールに抵触するおそれがあり、後から弁明できる記録も残りません。リスクと、より安全な選択肢については、バックリンクは買うべきか?リスク、Googleのルール、より安全な代替案で解説しています。
自分のサイトは、モデルやクローラーが深さを探す最初の場所です。内部リンクは、クローラーにどのページが重要かを伝え、読者に次にどこへ行くべきかを示します。Googleの Search Central のドキュメントは基本を扱っています。「重要なページには、サイト内の別のページから少なくとも1つのリンクが必要」であり、Googleは「リンクが<a> HTML要素である場合にのみ、そのリンクをクロールできる」と述べています(Google Search Central、Link best practices for Google Search)。
アンカーテキストは、リンクそのものと同じくらい重要です。Googleのガイダンスは、「良いアンカーテキストは、説明的で、適度に簡潔で、リンクがあるページに関連している」というものです。ガイダンスに沿って書いたリンクは次のとおりです。
<a href="/ja/blog-geo-seo/ai-visibility-optimization">how to get named by ChatGPT, Gemini and Perplexity</a>
「続きを読む」や「こちらをクリック」は避けてください。アンカーテキストは、リンクの中で、読者とクローラーに、移動先が何についてのページかを伝える唯一の部分です。同じガイダンスは、ページに適した魔法のようなリンク数はないとしつつ、「多すぎると思うなら、おそらく多すぎる」と述べています。読者の役に立つリンクだけを使い、そこで止めてください。
山積みではなく、ハブを作ってください。ハブのページはトピックを幅広くカバーし、より深く掘り下げた関連ページにリンクします。この構造はトピッククラスターであり、トピッククラスターの用語解説で定義されています。各関連ページがハブに戻るリンクを持つとき、最も効果的に機能します。計画の面では、コンテンツの柱を読んでください。トピッククラスタージェネレーターの機能は、重複するページなしに、この構造を計画してくれます。
すでにある内部リンクを確認するには、内部リンクアナライザーで、任意のページの内部リンクをチェックできます。

ヒント
まずハブのページでアナライザーを実行してください。想定より少ない関連ページにしかリンクしていない場合は、新しいものを書く前にそれを直してください。作業の順序は、内部リンク戦略のガイドにあります。
更新とは、カレンダーに従うのではなく、データが示すときにページや情報源を更新することです。理由もなく毎月ページを更新しても何も分かりませんし、検証済みの事実から離れていくおそれもあります。ルールはシンプルです。どの変更にも、ログに理由があり、どの理由も、計測結果か日付のある事実に基づいています。
毎週同じリストを使うと、レビューの形が一定になり、先週と今週を比べられます。
毎週のレビュー
レビューは短くしてください。変化を読み、一つか二つの行動を選び、そこで止めます。ループは、一回ごとの規模よりもリズムに依存します。ほとんどのサイトには毎週で十分です。日次の結果はほとんどがノイズです。月次のレビューでは、チェックとチェックの間に低下が溜まりすぎてしまいます。
低下には原因があり、その原因が行動を決めます。どのページにも手を付ける前に、この表を使ってください。
| 症状 | 考えられる原因 | 対応 |
|---|---|---|
| 4つのエンジンすべてで同時に低下 | サイトが変わった、またはクローラーが重要なページに到達できなくなった | インデックスとrobotsの設定を確認し(AIクローラー向けのrobots.txtを参照)、最後の編集を見直す |
| 一つのエンジンだけで低下 | そのエンジンがモデルや情報源を変えた | レビューサイクルを一つ待ち、編集の前に他の3つのエンジンと比べる |
| 新しい回答に競合が現れた | 競合が新しい情報源を公開したか、獲得した | 回答が引用しているページを読み、同じ質問により良い回答を計画する |
| 回答に否定的な表現がある | 古いレビュー、フォーラムのスレッド、または古い事実 | 引用されているページを見つけ、事実を元の情報源で直すか、自分の根拠で訂正する |
ログは、多くのチームが省いてしまう部分ですが、ループが複利で効くようにするのは、このログです。変更ごとに、日付、ページまたは情報源、何を変えたか、どのプロンプトに影響するはずかを記録してください。4から6週間後には、どの種類の変更が自分の割合を動かしたかを示す記録が残ります。その記録が、次のサイクルの作業を決めます。
説明できない理由で回答が変わるときは、AI検索の変動性のガイドで、何かを書き直す前に、ノイズと本当の変化を区別する方法を確認してください。
ヒント
ページを変える前に、そのページで無料のGEO監査を実行してください。その結果が、そのページの基準値になるので、後から変更を基準と比べて計測できます。
4つの段階を回す方法は1つではありません。それぞれ、時間のコストもリスクも異なります。パネルの規模とチームの規模に合うものを選び、今の方法が追いつかなくなったときにだけ、上の方法へ移ってください。
この方式では、担当者が各プロンプトを手作業で投げ、回答をシートに記録し、変更を行います。原則は、人間がすべての回答を読むことです。約10プロンプト、1から2エンジン、一人のチームに向いています。時間以外のコストがかからず、各エンジンが自分のカテゴリをどう書くかを実感として掴めるという利点があります。限界は、時間と漂流です。手作業の実行は抜けがちで、言い回しも少しずつ変わり、数か月後にはシートが読みにくくなります。
この方式では、トラッキングツールがパネルを実行して履歴を保持し、人が行動を担当します。20から50プロンプト、複数のエンジン、コンテンツを書くチームに向いています。利点は、安定したサンプリングと明確な傾向線です。限界は、ダッシュボードが変化を示しても、修正は示さないことです。何を書き直すかは、やはり編集者が決める必要があります。GEOとSEOのダッシュボードは、GoogleとAIのトラフィックを一つの画面にまとめ、毎週のレビューに材料を提供します。

この方式では、ソフトウェアが計測を行い、ページを書くか更新し、リンクを提案します。人は各変更を承認します。多数のページがあり、安定したアウトプットが必要な小さなチームに向いています。利点は、誰かが追いかけなくても、ループが毎週回ることです。限界は、悪いルールが大規模に繰り返されることです。各変更のレビューと、システムが何をしたかのログが必要です。そうでなければ、どの変更が割合を動かしたのか分からなくなります。
Sorankは3つ目の方式のために作られています。AIの言及を追跡し、記事を書いて更新し、リンクを獲得します。すべてautopilotで動きます。どの方式を選んでも、毎週のレビューは続けてください。autopilotであっても、何が変わったのか、なぜ変わったのかを確認する人が必要です。
| 方式 | 向いている場面 | 主なリスク | 作業を担当する人 |
|---|---|---|---|
| スプレッドシートのループ | 約10プロンプトまで、1から2エンジン | 実行の抜けと言い回しの漂流 | 一人、手作業 |
| ダッシュボードのループ | 20から50プロンプト、複数のエンジン | 修正のない傾向だけが見える | 書いて編集するチーム |
| autopilotのループ | 多数のページ、小さなチーム、安定したアウトプット | 悪いルールが大規模に繰り返される | ソフトウェア、各変更を承認する人 |
以下の各失敗には、3つの部分があります。どのように見えるか、自分のデータでどう見分けるか、そしてどう直すかです。見覚えのあるものから始め、残りは最初のレビューで確認してください。
どう見えるか。パネルを一度だけ実行し、通常は一つのエンジンで行い、その結果を一年間の出発点として保存している状態です。
どう見分けるか。シートのヘッダーに日付が一つしかなく、同じプロンプトの2列目がありません。行った変更はすべて、成功か失敗に見え、比べるためのノイズがありません。
どう直すか。基準値として、各エンジンで各プロンプトを2回ずつ実行し、2回の平均を取り、争いのある行を再確認できるように生の回答を保存してください。そのうえで初めて、変更を成果として数えます。
どう見えるか。最もよく知られたエンジンだからという理由で、パネル全体をChatGPTで実行し、チームは結果があらゆる場所で成り立つと仮定しています。
どう見分けるか。情報源の列が、どの行でも同じ少数のドメインを並べています。他のエンジンは、別の仕方であなたに言及するか、まったく言及せず、誰もそれを確認していません。
どう直すか。4つのエンジンすべてをパネルに加えてください。各エンジンは異なる情報源を引用するので、一つに対する修正が、他に影響しないこともあります。全体の割合と並べて、エンジンごとの割合を報告してください。
どう見えるか。チームが2週間を機械可読ファイルに費やし、パネルが言及を失っていると示すページには時間を使わない状態です。
どう見分けるか。ループの構築段階のログに、変更された段落がなく、ファイルの編集だけがあります。毎週のレビューでも、ページの変更は一つも見られません。
どう直すか。Googleのドキュメントによれば、AI機能には新しい機械可読ファイル、AI用テキストファイル、マークアップは不要です。各セクションの冒頭の主張、日付付きの情報源、内部リンクに時間を使ってください。それらこそ、構築段階で実際に変わる部分です。
どう見えるか。悪い基準値の後で、サイトを大規模に書き直し、すべてのページを同時に変える状態です。
どう見分けるか。次の週に割合が動きますが、どの変更が原因かは誰にも言えません。ログには、10ページ分の記録が一行しかありません。
どう直すか。各サイクルで変更するクラスターは一つにし、各ページを個別に記録し、次の変更の前に評価サイクルを丸ごと一つ待ってください。説明できる遅いループは、説明できない速いループより優れています。
どう見えるか。あなたのリンクとAI回答での言及がある「パートナー記事」で、開示もなく、実質的な編集レビューもない状態です。
どう見分けるか。ページは有料で、リンクはスポンサーとして表示されておらず、言及がその一か所にしか存在しません。そのような言及は、エンジンをまたいだ回答に長く残ることがほとんどありません。
どう直すか。その掲載を止め、既存のページの編集者に送る訂正かデータポイントに置き換えてください。ルールとより安全な選択肢は、バックリンクは買うべきか?にあります。
どう見えるか。すべての内部リンクが「続きを読む」と書かれていて、リンクが移動先のページについて読者にもクローラーにも何も伝えていない状態です。
どう見分けるか。クロールレポートやリンクアナライザーで、アンカーテキストを並べ替えてください。最も多いアンカーが汎用的なら、問題は体系的です。
どう直すか。各アンカーテキストを書き直し、移動先のページが何に答えているかを示すようにしてください。変更には、リンク1つにつき数分しかかからず、クローラーにより明確な地図を与えます。
一つの内部リンク、二つの書き方
ゼロから始める場合は、この計画を使ってください。各週に主な作業は一つだけなので、大規模に回す準備が整う前に、ループが動き始めます。
最初の30日
判断する前に、少なくとも2、3サイクルを見込んでください。最初のサイクルで基準値と、一つの変更セットが得られます。AIの回答は実行のたびに変わるため、1週間だけでは多くのことは証明できません。最初に読む価値があるのは、4週間の傾向です。
Googleの AI 機能については、必要ありません。Googleは、AI機能に新しい機械可読ファイル、AI用テキストファイル、マークアップは不要だと述べています。他のエンジンは指針をあまり公開していないので、どのファイルも自分の結果で判断してください。追加するのは安上がりですが、ループの一段階ではありません。
はい、シートと20のプロンプトがあれば可能です。限界は時間です。手作業は遅く、言い回しも変わっていきます。まず手作業で始め、どのプロンプトが重要かを学んでから、パネルがシートに収まらなくなったらトラッキングツールに移ってください。
今週、パネルから始めてください。20のプロンプトを書き、4つのエンジンで投げ、最初の数字を記録します。その数字が基準値になり、以降のすべてのサイクルがそれと比べられます。
判断する前に、少なくとも2、3サイクルを見込んでください。最初のサイクルで基準値と一つの変更セットが得られます。AIの回答は実行のたびに変わるため、1週間だけでは多くのことは証明できません。最初に読む価値があるのは、4週間の傾向です。
Googleの AI 機能については必要ありません。Googleは、AI機能に新しい機械可読ファイル、AI用テキストファイル、マークアップは不要だと述べています。他のエンジンは指針をあまり公開していないので、どのファイルも自分の結果で判断してください。追加は安上がりですが、ループの一段階ではありません。
はい、シートと20のプロンプトがあれば可能です。限界は時間です。手作業は遅く、言い回しも変わっていきます。まず手作業で始め、どのプロンプトが重要かを学んでから、パネルがシートに収まらなくなったらトラッキングツールに移ってください。
