Gemini：Google の AI モデルと、そこで引用される方法

Gemini は Google DeepMind が開発したマルチモーダルな大規模言語モデルのファミリーであり、同名の Google の AI アシスタントの背後にあるエンジンです。PaLM 2 と LaMDA の後継として 2023 年に発表され、テキスト、画像、音声、動画、コードをまとめて扱えるよう、最初から設計されました。マーケターにとって Gemini が重要なのは、Google の広大な製品群の体験を動かしており、検索の最上部にますます置かれる AI の答えも含まれるからです。

Google が AI による概要や AI モードを通じて Gemini を検索に組み込むにつれ、問いは、青いリンクで順位を取ることから、Gemini が合成し引用する情報源になることへと移ります。Gemini の仕組みを理解することが、その可視性を獲得する第一歩であり、それが AI 引用最適化の目標です。

Gemini とは

Gemini は、モデルの集合であると同時に、その上に作られた一般消費者向けのアシスタントでもあります。Google は 2023 年 5 月の I/O の基調講演で発表し、2023 年 12 月に Gemini 1.0 を公開して、以前の言語モデルを超える飛躍と位置づけました。単独のアプリから、エコシステム全体に組み込まれた機能まで、Google の生成 AI 戦略の背骨です。

核心において Gemini は LLM ですが、その決定的な特徴は、ネイティブなマルチモーダル性です。多くのモデルが主にテキストで学習されていたのに対し、Gemini は複数のモダリティを同時に取り込むように作られており、マルチモーダル AI の代表的な例です。Google の AI 研究部門を統合した Google DeepMind によって開発されています。

Gemini のモデルファミリー

Gemini は、さまざまな必要に合わせて調整された階層で提供されます。最初のリリースには、非常に複雑なタスク向けの Ultra、一般用途向けの Pro、スマートフォンのデバイス上のタスク向けの Nano が含まれ、その後の追加で、速度とコストに最適化された Flash と Flash-Lite のバリエーションが導入されました。この段階により、Google は、スマートフォンの機能から要求の厳しい企業のワークロードまで、あらゆるものに対応できます。

能力は急速に高まりました。Gemini 1.0 Ultra は、MMLU ベンチマークで人間の専門家を上回った最初のモデルと報告され、スコアは約 90% でした。その後のリリースは、推論、コーディング、エージェント型の性能をさらに押し上げ、コンテキストウィンドウは最大 100 万トークンと報告されています。これらは、Google の多くの下流の製品も支える基盤モデルです。

Gemini の仕組み：マルチモーダル性と長いコンテキスト

Gemini はマルチモーダルなので、1 つのコンテキストウィンドウにテキスト、コード、画像、動画、音声を保持でき、それらの入力は、決まった順序で提示されるのではなく、交互に配置できます。これにより、1 つのプロンプトでグラフと段落について尋ねるなど、本当に混在した会話が可能になり、フレームと音声の両方を含めて、最長約 90 分の動画のような長い入力も処理できます。

非常に大きなコンテキストウィンドウにより、Gemini は文書全体、コードベース、メディアファイルを一度に推論できます。この長いコンテキストとマルチモーダルなグラウンディングは、質問への答え方と、取り込める情報源を形づくり、小さなモデルと比べた Gemini のコンテキストウィンドウの制限の扱いにつながります。

Google 検索の中の Gemini：AI による概要と AI モード

マーケターにとって、Gemini が現れる最も重要な場所は検索です。Gemini は、従来の結果の上に置かれる合成された要約である AI による概要と、より会話的で動的な検索体験である AI モードを動かしています。これらの面では、Google は答えを組み立て、リンクを並べるだけでなく、情報源を引用することがあります。

そのため Gemini は、AI 検索の中心に位置します。Google の検索インデックスとナレッジグラフから引き出すので、Google のエコシステムで順位を取り、検証されたコンテンツは、表示されやすい優位性を持ち、AI による概要への掲載との関係は、直接的で重要です。

Gemini が情報源を調達し引用する方法

Gemini は、Google 自身のデータに大きく頼っています。新しい Web コンテンツには検索インデックス、検証済みのエンティティにはナレッジグラフです。つまり、確立された、明確に構造化され、一貫したエンティティ情報を持つページほど、答えに取り込まれやすくなります。引用するときは、関連性があり信頼できると判断した情報源を指します。

仕組みとしては、取得した Web コンテンツに答えをグラウンディングするのは、検索拡張生成の一形態です。コンテンツが参照されるには、取得でき、解析できなければならず、そのため、すっきりした構造と正確な事実が、ほかのエンジンと同様に、Gemini でも LLM の引用を促します。

Gemini が SEO と GEO にとって重要な理由

検索を通じた Gemini の到達範囲は、自然検索での可視性にとって、おそらく最も賭け金の大きい AI の面にしています。AI による概要が質問に直接答えると、クリックして訪れるユーザーが減るので、引用される情報源になることが、見え続ける方法です。これにより、目標は、順位だけから、Google が生成する答えの中で再利用されることへと捉え直されます。

心強いのは、従来の SEO との重なりです。Gemini は Google のインデックスとナレッジグラフから引き出すため、順位を獲得する作業の多くが、AI による概要への登場にも役立ち、強力な AI コンテンツ戦略は、両方で積み重なります。強いエンティティデータと権威性は、二重に報われます。

Gemini 向けにコンテンツを最適化する方法

Gemini は Google のインデックスに頼っているので、従来の SEO を強く保ち、ナレッジグラフがブランド、人物、製品を一貫して認識できるよう、エンティティを補強しましょう。各ページを直接的で単独で成り立つ答えで始め、構造化データを使い、Gemini が抽出し信頼できるよう、事実を正確で最新に保ちます。

Gemini はマルチモーダルなので、適切にラベル付けされた画像、動画、音声も寄与しうるため、関連する場面で説明的な代替テキスト、文字起こし、キャプションを加えます。これを規律あるキーワード調査とコンテンツ計画と組み合わせて、ユーザーが尋ねる質問を狙い、AI 検索のアナリティクスで時間とともに存在感を追跡します。

まとめ

Gemini は Google DeepMind のマルチモーダルなモデルファミリーで、デバイス上の Nano から、高性能な Pro や Ultra クラスのモデルまでの階層にまたがり、非常に大きなコンテキストウィンドウと、Google の製品との深い統合を備えています。マーケターにとっては、検索の AI による概要と AI モードの背後にあるエンジンとして最も重要で、クリックが減るなかで、引用される情報源になることが可視性を守ります。Google のインデックスとナレッジグラフに頼っているため、強い SEO とエンティティデータが、登場する助けになります。

さらに進むには、AI による概要の最適化や AI 引用最適化と結びつけ、Sorank の調査とコンテンツ計画のツールを使って、Gemini が答える質問を狙いましょう。参照した情報源：Wikipedia、Google、Google AI for Developers。