生成AI検索最適化（GEO）の検出と測定：新たな脅威への対策

生成AI検索最適化（GEO）とは

生成AI検索最適化、通称GEOは、ウェブ上の情報を生成AI検索エンジンに選ばれやすく、引用されやすくするための工夫です。これは従来の検索エンジン最適化（SEO）とは少し違います。

従来の検索は、複数の情報源を並べて提示します。利用者はそれらを見比べて、自分で判断できました。しかし、生成AI検索は、情報を合成して直接的な答えを提示します。このため、情報源の権威や信頼性を確認するには、追加の操作が必要です。GEOによって、権威や関連性が低い情報でも、AI検索に選ばれやすくなるリスクがあります。これは誤った情報が拡散する原因にもなりかねません。

GEO検出の難しさと新たな評価基準

これまで、GEOに最適化されたコンテンツを体系的に見つける方法はあまり研究されていませんでした。そこで、研究者たちは「GEOFlagBench」という評価基準を作りました。これは、400の質問、4つの分野、8種類のGEO最適化手法にわたる3,200のページで構成されています。

既存のGEO検出方法をこの評価基準で試したところ、最も良いものでもF1スコアは0.880でした。これは一定の精度ですが、手法や著者の特徴に依存する弱点も見つかりました。つまり、特定の書き方や作者の傾向を頼りにしている可能性があったのです。

検出精度向上のための新技術

この弱点を克服するため、「介入対照訓練（IPT）」という新しい訓練手法が提案されました。IPTは、GEOによる介入と、AIによる自然な文章の磨き上げの両方に対する検出器の反応を学習させます。この訓練方法を「ModernBERT」というモデルに適用したところ、F1スコアは0.862から0.944へと大きく向上しました。最も検出が難しかったグループの正確性も、0.725から0.883に改善されました。このIPTは、より正確にGEOを見分けることを可能にします。

実際の検索結果でのGEOの現状

研究者たちは、検出されたGEOページを監査するための「GEO検出ゲート付きエージェントシステム」も開発しました。このシステムは、情報源の信頼度や引用元URLの検証を助けます。

そして、Google SearchとGeminiの実際の検索結果1,000件、合計10,095のページにこの一連の処理手順を適用しました。その結果、全体の8.90%のページでGEOが確認されました。特に、2026年に修正されたページでは、その割合が16.36%にも達しています。これは、実際の検索環境においてGEOが無視できないほど広まっていることを示しています。

私の見方と今後の展望

この研究は、生成AI検索における情報の信頼性を守る上で非常に重要です。私が見るに、GEOは今後ますます巧妙になります。だからこそ、検出技術も常に進化させなければなりません。今回の成果は、GEOの検出、監査、測定のための強固な土台を築いたと言えます。この技術が、より公平で信頼できる情報環境を作る一助となることを期待します。