出典付きで確認した音声検索の統計、引用をやめるべき俗説、GeminiとAlexa+による転換、そして音声の回答を勝ち取る6ステップのプランを紹介します。

このページの内容
要点
音声は急成長する習慣ではなく、安定して定着した習慣になりました。12歳以上のアメリカ人の約35%がスマートスピーカーを所有し(Edison Research、2025年)、世界の消費者の32%が過去1週間に音声アシスタントを使っています(GWI)。2025年と2026年の本当の変化は「誰が答えるか」です。AndroidではGeminiがGoogleアシスタントに取って代わり、Alexa+は大規模言語モデルで動いています。そのため音声の質問には、読み上げられる強調スニペットだけでなく、生成された回答が返ってくるようになりました。以下の統計でこのチャネルの規模を正直に見積もり、マイクの向こうにある回答エンジンに向けて最適化しましょう。
さらに詳しく知るには、こちらに質問
クイック診断
あなたに最適なオンライン集客の方法は?
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)。
「音声検索 統計」で検索すると、50、80、100もの数字を並べたページが出てきます。その多くは互いのコピーです。数字を元までたどると、2018年の調査、サンプル数のないベンダーのプレスリリース、あるいは実現しなかった予測に行き着くことがよくあります。
最も有名なのは「2020年までに検索の半分が音声になる」という主張です。何年も出回り、複数の企業の発言とされましたが、実測データと一致したことは一度もありません。今年公開された記事にもまだ登場します。
数字を引用する前に、次の3つの箱のどれかに入れてください。
ほとんどの記事はこの3つを混同しています。「成人の62%が音声アシスタントを使っている」が「62%の人が音声で検索している」に変わりますが、これは別の主張です。
役員会の資料に載せられる数字には5つの要素があります。発行元の名前、調査の実施時期、サンプル数と対象者(18歳以上の成人、12歳以上、スマートフォン所有者)、明確な質問文、そして国です。5つのうち1つでも欠けていれば、その数字は事実ではなくシグナルとして扱いましょう。
音声の統計を引用する前に
発行元自身のページで確認した数字と、それが実際に測っている内容です。
確認済みの4つの数字で見る音声
出典:Edison Research Infinite Dial 2025(National Public Media経由)、GWI 2026、Amazon 2026
Edison ResearchのInfinite Dialは、アメリカで最も長く続くオーディオ習慣の調査です。National Public Mediaが2025年4月にまとめた2025年版によると、12歳以上のアメリカ人の35%、約1億100万人がスマートスピーカーを所有しています。所有者の69%は、デバイスをオーディオを聴くために使っています。
2つ目の数字は注意して読んでください。スマートスピーカーの主な役割は音楽、ポッドキャスト、ラジオです。検索は副次的な用途にすぎません。ブランドにとって、スマートスピーカーはまずオーディオのチャネルであり、検索のチャネルはその次です。
調査会社のGWIは2026年3月の音声検索トレンドの記事で、世界の消費者の32%が過去1週間に音声アシスタントを使ったと報告しています。利用は2つの用途に分かれます。21%が情報を探すために、20%が操作を実行するために毎週アシスタントを使っています。
出典:GWI「4 voice search trends and statistics」2026年3月
SEOにとって重要なのは21%です。これは、ウェブサイトが提供できる情報を得るために、少なくとも週に1回音声を使う人の割合です。
GWIは2020年から2024年までのアメリカでのアシスタント別の月間利用も追跡しています。Googleアシスタントは46%、Siriは40%、Alexaは26%成長しました。成長は確かにありますがゆるやかで、スマートフォンのアシスタントがスピーカーのアシスタントより速く伸びています。
アメリカの月間利用の伸び(2020年から2024年)
出典:GWI、2026年3月
同じGWIの記事によると、音声アシスタント利用者のほぼ3人に1人が過去1か月にChatGPTを使っています。音声の利用者は別の層ではありません。AIチャットボットに質問を入力しているのと同じ人たちであり、チャットボットに話しかけることも増えています。
テキスト検索の全体像を知りたい場合は、同じ出典ルールで作成したGoogle検索の統計とGEOの統計のページをご覧ください。

所有率はほとんど変わっていません。変わったのはデバイスの中のソフトウェアです。18か月の間に、主要な3つのアシスタントがエンジンを入れ替えました。
アシスタントはどう変わったか
2025年2月に初公開され、2026年7月に更新されたAmazonのAlexa+の発表によると、Alexa+はAmazon Bedrockで提供される大規模言語モデルで動いています。料金は月額19.99ドルで、Prime会員は無料です。Amazonによれば、稼働中のAlexaデバイスは6億台を超えます。Alexa+は修理の予約など、ユーザーに代わってウェブ上のタスクを実行でき、スマートフォン、車、パソコンをまたいで会話を続けられます。

企業にとっては、問いそのものが変わります。旧来のAlexaは、ブランドについて話すために「スキル」を必要としました。Alexa+は自ら情報を探しに行き、サイト上で直接操作することもできます。あなたのページはエージェントの素材になるのです。
9to5GoogleのAbner Li氏は2026年9月28日に、9月初旬に始まったモバイル版Googleアシスタントの終了が広く展開されたと報じました。アメリカとヨーロッパで確認された端末ではアシスタントが消え、ユーザーは元に戻せなくなっていました。その時点では、Google NestとHomeのスピーカーは影響を受けていませんでした。
実務上の影響はこうです。Androidスマートフォンの電源ボタンを長押しして質問すると、生成モデルが答えます。強調スニペットを1つ読み上げる代わりに、複数の情報源を要約し、選択肢を比較し、ページを引用できるのです。
従来型アシスタントと生成AIアシスタント
ボリュームの統計は当てになりません。行動パターンのほうがはるかに役立ちます。自分のデータで確認できるからです。
人は完全な文で話します。入力なら「ランニングシューズ おすすめ 扁平足」が、話すと「扁平足でも走りやすいおすすめのランニングシューズは何?」になります。音声クエリは、誰、何、どこ、いつ、どうやって、できる、すべき、で始まり、条件(価格、距離、時間)を含むことがよくあります。
だからこそ音声対策は質問型キーワードの調査と重なります。人が話す質問は、AIチャットボットに入力する質問と同じなのです。
従来の音声検索はローカルな意図が中心でした。営業時間、道案内、「近くの」、店舗への電話などです。この意図は生成AIアシスタントになっても消えていません。今も同じデータに依存しています。Googleビジネスプロフィール、Appleマップの掲載情報、口コミ、そして各ディレクトリでの名称、住所、電話番号の一貫性です。
GWIの内訳(21%が情報検索、20%が操作の実行)は、音声利用の半分が何かを「する」ためであることを示しています。Alexa+のようなエージェントでは、「する」には第三者のサイト上での操作も含まれるようになりました。価格、在庫、予約ルール、ポリシーをわかりやすいテキストで示したページは、エージェントにとって使いやすくなります。
Google Search Consoleは音声クエリにラベルを付けません。それでも、クエリレポートで正規表現フィルタを使えば会話型のクエリを抽出できます(検索パフォーマンス、クエリ、カスタム(正規表現)の順)。
^(who|what|where|when|why|how|which|can|should|is|are|does|do)\b.*\s.*\s.*\s.*
これは疑問詞で始まり5語以上を含むクエリを残します(英語クエリ向け)。リストをエクスポートし、表示回数で並べ替えれば、音声と入力が混ざった会話型の需要が見えます。ローカル意図用に2つ目のフィルタを追加しましょう。
(near me|open now|opening hours|closest|nearby|directions to)
ヒント
これらの質問型クエリのクリック率をサイト平均と比べてください。表示回数が多いのにクリック率が低い場合、たいていは回答ボックスやAIの回答がすでに質問に答えています。まさにそこが、音声や生成AIの回答に向けて書き直すべきコンテンツです。
このテーマの上位記事で引用されているものを含め、よく目にする数字の簡単な読み解き表です。
| よく見かける主張 | 実際に測っているもの | 判定 |
|---|---|---|
| 12歳以上のアメリカ人の35%がスマートスピーカーを所有(Edison、2025年) | デバイス所有、アメリカ、12歳以上 | 信頼できる、長期の調査シリーズ |
| 32%が過去1週間に音声アシスタントを利用(GWI) | アシスタント利用、世界の消費者 | シグナルとして信頼できる、記事に調査の詳細は非掲載 |
| 稼働中のAlexaデバイスは6億台(Amazon) | 導入台数、企業の数字 | 企業の発表としては信頼できるが、利用を示すものではない |
| 「アメリカの消費者の50%が毎日音声検索を使う」 | 2022年のベンダー調査、小規模パネル | 注意して使う、生成AIアシスタント以前 |
| 「音声クエリの90%は英語」 | 公開された手法なし | 引用しない |
| 「2020年までに検索の半分が音声になる」 | 実現しなかった古い予測 | 俗説、引用しない |
単一の「音声SEO」は存在しません。アシスタントの種類とクエリの種類に結びついた5つのアプローチがあります。ほとんどのサイトには、そのうち2つか3つが必要です。
原則:質問形式の見出しのすぐ下に40〜60語の直接的な回答を置き、従来型アシスタントが読み上げ、生成AIアシスタントが抜き出せるようにします。使う場面:情報系ページ、ハウツー、用語の定義。利点:テキスト検索やAIの回答にも効果があります。限界:Googleがあなたのスニペットを選ぶかどうかに左右されます。例:水道修理のサイトが、H2の直下の最初の数行に「給湯器は何年もつ?ほとんどの貯湯式給湯器は8年から12年もちます……」と書きます。強調スニペットのガイドもご覧ください。
原則:アシスタントが参照するすべての場所で、事業データを完全かつ同一にします。Googleビジネスプロフィール、Apple Business Connect、Bing Places、Yelp、口コミサイトなどです。使う場面:実店舗やサービス提供エリアのあるすべての事業。利点:最もコンバージョンにつながる音声クエリはローカルなものです。限界:全国規模やオンライン専業のブランドには効果がありません。例:レストランが12月の前に全プラットフォームの年末年始の営業時間を修正します。ローカルSEOチェックリストで30項目を確認できます。

原則:ページの中で音声読み上げに適した部分をマークアップします。使う場面:ニュース媒体。利点:Googleアシスタントにどの部分を読み上げるかを伝えます。限界:Googleのspeakableのドキュメントでは、ベータ版、英語のみ、Google Homeデバイスを使うアメリカのユーザー向けで、ニュースコンテンツを対象としています。この枠の外では成果を期待しないでください。設定の詳細はspeakableの用語解説ページで説明しています。

<script type="application/ld+json">
{
"@context": "https://schema.org/",
"@type": "WebPage",
"name": "How long does a water heater last?",
"speakable": {
"@type": "SpeakableSpecification",
"cssSelector": [".summary", ".answer-1"]
},
"url": "https://www.example.com/water-heater-lifespan"
}
</script>
Googleは、マークアップした各セクションを約20〜30秒の音声、つまり2〜3文程度にすることを推奨しており、日付行、キャプション、出典のクレジットはマークアップしないよう勧めています。
原則:自社の商品やサービスについて実際に話される質問を集め、それぞれに2〜3文のわかりやすい言葉で答えます。使う場面:商品、サービス、料金のページ。利点:生成AIアシスタントにきれいな質問と回答のペアを提供し、ロングテールのクエリもカバーします。限界:現在GoogleがFAQのリッチリザルトを表示するサイトはごく一部なので、価値があるのはマークアップではなくコンテンツです。何が変わったかはFAQスキーマのガイドで解説しています。
無料ツール
質問ブロック用のきれいなFAQPage JSON-LDが必要ですか?無料のFAQスキーマジェネレーターなら数秒で作成できます。
原則:Gemini、Alexa+、ChatGPTの音声モード、Perplexityが名前を挙げ、引用するブランドになることです。使う場面:購入者が比較やおすすめの質問をするすべてのブランド。利点:前述の2026年の転換に沿っており、音声とテキストの両方のAI回答に効きます。限界:測定が難しく、自社のページだけでなく第三者による言及が必要です。例:あるソフトウェア企業が「フリーランス向けで一番良い請求書作成ツールは?」というプロンプトを毎月4つのAIアシスタントで追跡します。
ここで役立つのがSorankのAI言及トラッキングです。顧客が尋ねる質問に対して、ChatGPT、Gemini、Claude、Perplexityがあなたのブランドを引用しているかを確認します。生成AIによる音声回答に最も近い代替指標です。
| 戦略 | 向いている対象 | アシスタントの種類 | 労力 | 測定手段 |
|---|---|---|---|---|
| 結論先行のライティング | 情報系コンテンツ | 従来型と生成AI | 低 | Search Console、スニペット追跡 |
| ローカルデータの整備 | 地域ビジネス | 従来型と生成AI | 中 | ビジネスプロフィールのインサイト、電話 |
| Speakableマークアップ | ニュース媒体、アメリカ英語 | スピーカー上のGoogleアシスタント | 低 | 測定が難しい |
| 会話型FAQ | 商品・サービスページ | 主に生成AI | 中 | ロングテールの表示回数 |
| 生成エンジン最適化 | 比較・おすすめのクエリ | 生成AI | 高 | AI言及トラッキング |
小規模なサイトなら約1週間、大規模なサイトなら2〜3週間でこのプランを実行できます。
6ステップの音声対応プラン
Search Consoleでわかるのは、すでに順位を得ているものです。まだ順位がないものを見つけるには、3つの情報源を加えましょう。主要キーワードの「他の人はこちらも質問」ボックス、サポートのチケットと営業通話のメモ、そして人々がAIアシスタントに尋ねるプロンプトです。SorankのAIプロンプトリサーチは、あなたの市場で顧客がAIアシスタントに尋ねている質問を一覧にします。これは、人が音声でどう質問するかをよく反映しています。
回答を声に出して読んでみてください。息が続かなければ長すぎます。音声読み上げにも生成AIの抽出にも有効なルールです。
アシスタントは位置情報や履歴によって回答を個別化します。月ごとに比較するには、同じ端末、同じ場所、同じ言い回しを使いましょう。記録するのは、アシスタント、質問の正確な文言、情報源が示されたか、どのブランドが推薦されたか、です。10の質問を5つのアシスタントで試せば月に50のデータが得られ、傾向を見るには十分です。
内容:「X%の人が音声で検索している」を年なしで引用すること。見つけ方:リンクをたどり、元の調査が2022年より前なら、その形ではもう存在しないアシスタントを測ったものです。直し方:文中に必ず発行元と年を書き、2022年より前の数字は最新のものに置き換えるか削除します。
内容:「35%がスマートスピーカーを所有」を根拠に、検索の3分の1が音声だと主張すること。見つけ方:その統計がクエリではなく、デバイス、所有者、世帯について語っています。直し方:所有率は受け手の規模の見積もりにだけ使い、検索需要の見積もりには利用データ(GWIの週21%の情報検索など)を使います。
内容:「/voice-search-answers」のような、話し言葉風の質問を詰め込んだページを作ること。見つけ方:何十もの質問と1行の回答だけの薄いページで、流入が少なく、本来のページとカニバリゼーションを起こすこともあります。直し方:各回答をそのトピックを扱うページに移し、音声ページはリダイレクトします。
内容:フランス語やドイツ語のECサイトやサービスサイトにspeakableマークアップを追加して成果を待つこと。見つけ方:何か月たっても何も変わりません。直し方:Googleのドキュメントどおり、speakableはアメリカ向けの英語ニュースコンテンツに限定し、代わりに結論先行のライティングに力を注ぎます。
内容:AndroidユーザーがGeminiの回答を受け取っているのに、「ポジションゼロ」だけを狙って最適化すること。見つけ方:強調スニペットは獲得しているのに、声で尋ねるとアシスタントが競合の名前を挙げます。直し方:ステップ5のテスト手順を月次レポートに加え、生成AIアシスタントが頼りにする第三者の言及(口コミ、比較記事、ディレクトリ)に取り組みます。
内容:掲載先によって営業時間、電話番号、店名が異なること。見つけ方:2つのアシスタントに「[店名]は今開いてる?」と尋ねて、違う答えが返ってきます。直し方:マスターとなる記録を1つ決め、そこからすべての掲載情報を更新し、営業時間を変えるたびに再確認します。「近くの」クエリへの対応はハイパーローカルSEOのガイドで紹介しています。
注意
音声での回答を保証すると約束する「音声検索最適化」パッケージは買わないでください。アシスタントがどの情報源を選ぶかは誰にもコントロールできず、生成AIアシスタントは日ごとに情報源を変えます。
音声のトラフィックを直接報告するツールはありません。部分的な視点を組み合わせて使います。
| ツール | わかること | 音声との関係 |
|---|---|---|
| Google Search Console | 質問型クエリ、表示回数、クリック率 | 会話型の需要、音声と入力が混在 |
| Googleビジネスプロフィールのインサイト | 電話、ルート検索、検索数 | ローカルな音声アクション |
| SERP機能対応の順位トラッカー | 強調スニペットの獲得状況 | 従来型アシスタントの回答 |
| AI言及トラッキング | AIの回答でのブランドの引用 | 生成AIアシスタントの回答 |
| 手動のテスト手順 | 各アシスタントが声で答える内容 | 実地の事実、小さなサンプル |
ツールと機能のより詳しい一覧は、音声SEOソフトウェアの比較と、音声検索最適化の用語解説ページをご覧ください。
音声は、2018年の統計が約束した「次の巨大チャネル」ではありません。毎週およそ3分の1の消費者が使う安定した習慣で、主にローカルかつタスク志向です。本当のニュースは、マイクの向こうのアシスタントが回答を生成するようになったことです。これにより音声SEOと生成エンジン最適化が一つになります。結論先行のページ、整ったローカルデータ、第三者による言及は、どちらにも役立ちます。
今日からSearch Consoleの2つのフィルタで始めましょう。1時間で、あなたのサイトがすでに答えている会話型の質問の数と、競合があなたの代わりに答えている質問がわかります。
Edison ResearchのInfinite Dial 2025によると、12歳以上のアメリカ人の約35%がスマートスピーカーを所有しています。世界全体では、GWIが消費者の32%が過去1週間に音声アシスタントを使い、21%が毎週情報を探すために使っていると報告しています。
デバイスの所有はアメリカ人の約3人に1人で頭打ちとなり、アシスタントの利用はゆるやかに伸びています。大きな変化は質の面です。2026年にAndroidでGeminiがGoogleアシスタントに取って代わり、Alexa+は大規模言語モデルで動くため、音声の質問には生成された回答が返るようになりました。
質問形式の見出しごとに短く直接的な回答を書き、ローカルの掲載情報をどこでも同一に保ち、トピックを扱うページで顧客の実際の質問に答えましょう。そのうえで毎月、主要な質問をGemini、Siri、Alexa、ChatGPTで試し、誰が引用されるかを確認します。
