GEOとユーザーコンテキスト：なぜAIはあるユーザーには競合他社を、別のユーザーにはあなたを推薦するのか

AIはすべてのユーザーに同じ情報源を推薦するわけではなく、それは意図的なものです

2人のユーザーがChatGPT、Perplexity、Geminiに同一の質問をすると、しばしば異なる情報源を引用した回答を受け取ります。この変動は不具合ではなく、AIエンジンが各会話の周囲に静かに構築する暗黙的なプロファイリングシステムの結果です。AIはあなたが誰であるか（業界、地域、推定される専門知識、検索履歴）を分析し、回答のトーンや形式だけでなく、信頼できる情報源として引用するソースも適応させます。つまり、「AIで第一位を取る」ための最適化は時代遅れの戦略です。汎用的なクエリではなく、特定のユーザープロフィールに合わせて最適化する必要があります。

AIがユーザーの暗黙的なプロフィールをどのように構築するか

AI回答エンジンはゼロから始めるわけではありません。最初のインタラクションから、複数のシグナルが静かなユーザープロフィールの構築に寄与します：

Cookieとセッショントークンの役割

ユーザーがChatGPT Plus、Googleアカウント、またはPerplexityプロフィールにログインしている場合、AIは明示的な情報を持ちます：会話履歴、保存された設定、申告されたユーザープロフィール。しかし、認証されていないユーザーでも痕跡を残します。セッショントークン、永続Cookie、IPアドレスにより、AIはリピーターを認識し、暗黙的であっても文脈的な記憶を保持できます。この持続性は、「ブログの始め方」という最初の質問が、「エンタープライズ向けコンテンツ管理ツール」に関する以前のクエリを踏まえて再解釈される可能性を意味します。

業界と利用形態の受動的検出（B2B vs B2C）

AIは語彙、質問の具体性、会話の文脈を分析し、あなたがB2BかB2Cで活動しているかを推測します。「SaaSプラットフォームに決済APIを統合する方法」と尋ねるユーザーは、「オンラインで支払いを受け取る方法」と尋ねる別のユーザーとは異なる扱いを受けます。AIは、前者が技術的なプロフェッショナル文脈に属し、後者が個人事業に属することを暗黙的に検出します。そして、各セグメントに関連する情報源を推薦します：前者には高度な技術リソース、後者にはアクセスしやすいチュートリアル。同じドメイン（例：オンライン決済に関するブログ）でも、この推定プロフィールに応じて引用されたり無視されたりします。

言語と地理的地域

IPアドレス、インターフェース言語、ブラウザの位置情報設定、質問内容（現地の法律、通貨、地域のプロバイダーへの言及）により、AIはユーザーを特定できます。「最高のCRMツール」に関する質問は、スイスから尋ねられた場合とカナダから尋ねられた場合では同じ推薦を受けません。AIは地域に関連する情報源、地域に拠点を置くプロバイダー、その地域の規範と法的文脈で書かれたコンテンツを優先します。米国拠点のサイトは米国のオーディエンス向けに広く引用されるかもしれませんが、GDPR規制やフランスの特殊性に対応していなければ、フランスのユーザーには無視されます。

推定される専門知識レベル

最初の質問から、AIはユーザーの専門知識レベルを推測します。高度な技術用語（「トークナイゼーション」、「ファインチューニング」、「推論レイテンシ」）を使うユーザーは専門家として分類され、基本的な質問をするユーザーは初心者として扱われます。この分類は、複雑さのレベルと推薦される情報源に直接影響します。専門家は学術論文、深い技術文書、経験豊富な実務者向けに書かれたコンテンツへのリンクを受け取ります。初心者は入門ガイド、段階的なチュートリアル、平易な説明を受け取ります。同じサイトが、あるセグメントには「基本的すぎる」として無視され、別のセグメントには「初心者に最適」として推薦されることがあります。

Perplexity、ChatGPT、Geminiがこれらのプロフィールをどのように構築・使用するか

各AI回答エンジンはわずかに異なるメカニズムを使用しますが、原則は同じです：検出されたプロフィールに応じて引用を適応させることです。

Perplexityとカスタムコパイロットによるプロファイリング

Perplexityでは、ログインしたユーザーが指示、優先ソース、検索パラメータで定義されたカスタム「コパイロット」を作成できます。しかし、この明示的なカスタマイズを超えて、Perplexityは検索パターンを静かに分析します：参照されたドメイン、質問の深さ、トピックの履歴。マーケティングのトピックを体系的に検索するユーザーはマーケター向けに調整された回答を得て、クラウドインフラを検索するユーザーはDevOps向けに調整された回答を受け取ります。引用される情報源もそれに応じて変わります：前者には評判の良いマーケティングブログが引用され、後者には同じブログを技術記事が凌駕します。

ChatGPTと会話におけるプロフィールの持続性

ChatGPTは各会話を通じて漸進的なプロフィールを構築します。OpenAIは（認証されたユーザーの）会話履歴をインデックス化し、あなたが誰であるかの暗黙的なモデルを洗練させるために分析します。しかし同様に重要なのは：同じ会話内で、各回答がプロフィールを洗練させることです。基本的な質問をし、次に同じトピックについて非常に技術的な2番目の質問をすると、ChatGPTは3番目の質問のために専門知識プロフィールを再調整します。この流動性は、回答で引用される情報源の位置が、静的なセグメンテーションではなく、会話の軌跡に応じて動的に変化することを意味します。あるサイトが一般的な回答では無視されても、ユーザーが成長する専門知識を示した場合、次の回答で引用されることがあります。

GeminiとGoogleエコシステムによるプロファイリング

Gemini（旧Bard）には独自の利点があります：Googleエコシステム全体へのアクセスです。ユーザーがGoogleアカウントで認証されている場合、GeminiはGoogle Analytics、Google検索履歴、使用されているGoogle Workspaceアプリ、さらにはGmailのメールからのシグナルを持ちます。このエコシステム的文脈は、極めて正確なユーザープロフィールを作成します。代理店でGoogle Workspace Proを使用するユーザーはエンタープライズソリューションに方向付けられた推薦を受け、個人的にGmailを使用するユーザーは一般向けコンテンツを受け取ります。同じ情報源でも、この暗黙的なエコシステム的文脈に応じて異なる重み付けがされます。

AIが引用を適応させるために使用するシグナル

ユーザープロファイリングを超えて、AIは各候補ソースが検出されたユーザーの文脈にどのように対応するかも評価します：

公開日とコンテンツの鮮度

新興技術を検索するユーザーは最近のコンテンツに基づく回答を受け取り、基礎を検索するユーザーはより古いが正典的な参照を受け取ることがあります。AIはドメインと文脈に応じて鮮度を重み付けします：2024年のSEO記事は進化するトピック（AI技術、Googleアルゴリズム）に好まれ、2015年の古典は安定したトピック（マーケティングの基本原則）に関連し続けます。

サイトのローカリゼーションと地域的関連性

フランス拠点のサイトでフランス語で公開され、GDPR規制に対応したコンテンツは、フランスのユーザーにとって強く評価されます。同じコンテンツは米国のユーザーにとっては価値が下がります。AIはサイトの拠点国（ドメイン、インフラ、言及された法的文脈を通じて）を検出し、ユーザーの位置情報と照合します。これが、一見同一の質問に対して2人のユーザーが同じ情報源を見ない理由を説明します：一方はその地域向けに最適化され、他方は自分の地域向けに最適化されています。

業界によって重み付けされたドメインオーソリティ

サイトのオーソリティは普遍的な指標ではありません。金融で非常に権威のあるサイトでも、UXデザインの質問にはほとんど重みがないかもしれません。AIは検出されたユーザーの業界と質問のトピックに応じてドメインオーソリティを重み付けします。彼らは暗黙的に分析します：このドメインはこの特定の業界で認められた権威か？このユーザーにとって？この専門知識レベルで？人気のある一般サイトは、専門家ユーザーにはニッチな専門家を引用し、初心者には明確な一般論を引用することがあります。

イデオロギー的・文脈的整合性

AIはコンテンツの潜在的なイデオロギー的バイアスと文脈的整合性を静かに分析します。「中小企業のデジタルトランスフォーメーション」を検索するユーザーは中小企業の現実に沿った情報源を受け取り、エンタープライズ文脈で同じ質問をするユーザーはエンタープライズ志向の情報源を受け取ります。これは政治的検閲ではなく、文脈的適応です：検出された特定の文脈に関連する情報源を選ぶことです。

なぜあなたの競合他社があるユーザーに推薦され、あなたは別のユーザーに推薦されるのか

ここでメカニズムが明確になります。あなたと競合他社が両方ともプロジェクト管理ソフトウェアを販売していると仮定しましょう。「シンプルなコラボレーションツール」を検索するB2Cユーザーは、おそらく「一般消費者に優しい」ソリューションとして評判を築いた競合他社を引用する回答を受け取るでしょう。同じツールでもB2Bテックユーザーには、あなたが「技術チーム向けソリューション」として位置づけたため、あなたのサイトを引用する回答を受け取ります。AIは絶対的にあなたの競合他社をより好んでいるわけではありません。誰が質問しているかに応じて引用を適応させているのです。

同様に、あなたのコンテンツがGDPRコンプライアンスのフランスの専門家向けに書かれており、米国のユーザーが「データチームの構造化方法」を検索する場合、AIはおそらくあなたのサイトを引用しません。たとえ優れていても、間違ったセグメントに対応しているからです。「米国スタートアップ向けデータチーム構造」のガイドを書いた競合他社が引用を受け取ります。

この適応は、従来のSEO戦略（「第一位」に最適化する）がAI文脈で失敗する理由も説明します：単一の第一位はなく、セグメントごとの第一位があるのです。あなたの競合他社はあるセグメントで第一位を占め、あなたは別のセグメントで、第三者はさらに別のセグメントで、すべて同じクエリ上で第一位を占めるかもしれません。

特定のユーザーセグメントに対する可視性を最適化する方法

ターゲットセグメントを明示的に定義し、それに向けて書く

正確なユーザーセグメントを選びます：業界（B2B SaaS、eコマース、金融）、地理（フランス、ベルギー、フランス語圏スイス）、専門知識レベル（初心者、中級者、専門家）、ユースケース（成長中のスタートアップ、確立された中小企業、エンタープライズ）。次に、すべてのコンテンツをそのセグメントだけに向けて書かれているかのように書きます。汎用的なコンテンツで「みんな」を狙わないでください。セグメントの特定の課題に明示的に対応するガイドを書き、彼らの語彙を使い、彼らの法的・規制的文脈を参照し、彼らがすでに使用しているツールやソリューションに言及します。

「フランスのeコマース向けオンライン決済システムの実装方法」と書くと、AIはあなたのコンテンツが特定のセグメント（フランスのeコマース）をターゲットにしていることを暗黙的に検出し、そのプロフィールに一致するユーザーに大量に推薦します。「オンライン決済ガイド」と書くと、全員と競合し、誰も支配しません。

ローカリゼーションと地域的文脈のシグナルを統合する

コンテンツにターゲット地域や言語を明示的に言及します。適用される法律（ヨーロッパのGDPR、カリフォルニアのCCPA）、現地通貨、地域に確立されたプロバイダー、地域の会計基準を参照します。適切な地理的拡張子のドメイン（例：フランスの.fr）で公開するか、.comを使用する場合は、コンテンツとメタデータに物理的・法的拠点を言及します。

AIは明示的なローカリゼーションシグナルを強く重み付けします。ドイツ語で書かれドイツ法に対応した.deサイトはドイツのユーザーに強く推薦されます。これらのシグナルなしで同じオーディエンスに対応する.comサイトは、コンテンツが優れていても、そのセグメントでは価値が下がります。

異なる専門知識レベル向けにコンテンツを構造化する

「初心者から専門家まで」の単一のガイドを書く代わりに、3つの別々のコンテンツを書きます：「初心者向け」ガイド、「中級者向け」、「専門家向け」。AIはコンテンツの複雑さのレベルを暗黙的に分析し、検出されたユーザーの専門知識プロフィールと照合します。初心者が検索すると初心者ガイドを受け取り、専門家が検索すると専門家ガイドを受け取ります。3つの別々のコンテンツは、専門知識セグメントごとに1つずつ、引用される3つのチャンスを与えます。

各コンテンツで、専門知識レベルと一致する語彙を使用します。初心者ガイドは用語を説明し、専門家ガイドはそれらが既知であると仮定してより速く進みます。AIはこの一貫性を検出し、引用を検出された文脈と整合させます。

業界のポジショニングを明確にする（B2B vs B2C、特定業界）

コンテンツとポジショニングでターゲット業界について明示的にします。B2B中小企業に対応する場合、中小企業に関するケーススタディを書き、中小企業の課題を参照し、典型的な中小企業の予算とリソースに言及します。AIはこのポジショニングを暗黙的に検出し、B2B中小企業ユーザーが検索するときにあなたのコンテンツを推薦します。

同様に、特定の業界（ヘルスケア、金融、小売、製造）に対応する場合、それを明示的に言及し、その業界の特定の課題を説明し、業界規制を参照します。そうすれば、たとえ全体的にあまり知られていなくても、その業界のユーザーにとって支配的になります。

ユーザー文脈のためにメタデータを最適化する

タイトルタグ、メタディスクリプション、構造化スキーマは、各コンテンツのターゲットセグメントを反映する必要があります。フランスのDevOpsに対応するページはメタデータでそれを示す必要があります。成長中のスタートアップに対応するページはメタデータに「スタートアップ」または「成長段階」に言及する必要があります。AIはこれらのシグナルを暗黙的に読み取り、これらのメタデータを使用してコンテンツと検出されたユーザープロフィールのマッチングを洗練させます。

ユーザーの変革と軌跡に対応するコンテンツを作成する

AIはユーザーの暗黙的な軌跡に応じて引用も適応させます。最初に初心者の質問をし、次に高度な質問をする人は、成長中の人として扱われます。これらの軌跡を認識し対応するコンテンツを作成します：「スケール準備ができた中小企業向けガイド」、「フリーランスから代理店への移行方法」、「オンプレミスインフラをクラウドに移行する方法」。

これらのコンテンツは、現在のステータスだけでなく、軌跡の観点で特定のユーザープロフィールをターゲットにします。AIが検出された進化する文脈と整合していると検出するため、この移行段階のユーザーにとって支配的になります。

言語と地域変種で公開する

複数の言語地域にサービスを提供する場合、受動的に翻訳しないでください。各地域向けにネイティブに書かれた別々のバージョンを公開します。ケベックのフランス語はフランスのフランス語と異なり、インドの英語はアメリカの英語と異なります。AIはこれらの変種を暗黙的に検出し、ユーザーの地域向けにネイティブに書かれたコンテンツを推薦します。

汎用的な「フランス語」で公開するサイトは、「フランスのフランス語」と「ベルギーのフランス語」で別々に公開するサイトよりも具体的に推薦されません。この執筆の区別は、AIに深い地域的知識と関与を示します。

特定のセグメントに対する可視性を測定し検証する

特定のクエリに対するランキングを追跡する従来のSEOとは異なり、セグメントごとのAI推薦のために最適化するには、異なる測定方法が必要です。

多様なユーザープロフィールで手動テストする

ターゲットセグメントを代表するユーザープロフィールを作成し、それらのプロフィールを通じて質問します：フランスのVPN位置から、米国に位置する別のものから、新しいユーザーアカウントから、B2B vs B2Cのトピックの履歴を持つアカウントから。AIがどの情報源を推薦するか観察します。あなたのコンテンツがターゲットセグメントに推薦され、他のセグメントで無視されているかどうかすぐにわかります。そうであれば、あなたの戦略は機能しています。そうでなければ、あなたのコンテンツはセグメントに十分明示的に対応していません。

セグメントごとの使用とトラフィックのパターンを分析する

アナリティクスで、トラフィックをソース、地理位置、デバイスタイプ、セッション時間でセグメント化します。フランスからフランス語でPerplexityから来るユーザーは、米国から英語でChatGPTから来るユーザーとは異なる行動をとりますか？あなたのコンテンツが実際にセグメントをターゲットにしている場合、そのセグメントに集中したトラフィック、高いエンゲージメント（セッションあたりのページ数、時間）、低い直帰率が見られます。他のセグメントはほとんど来ないか、すぐに離脱します。これは、あなたがセグメントに対して正しく可視的であり、あなたのコンテンツがそれを満足させている兆候です。

特定のAIモニタリングツールを使用する

Semrush、Ahrefs、SEMrushなどのツールがAI推薦の追跡を提供し始めています。専門的なソリューションも登場しています。それらを使用して、あなたのサイトがあなたのドメインのクエリに対してPerplexity、ChatGPT、Geminiに引用されているかどうかを監視します。しかし、「あなたのサイトが引用されている」を全体的に追跡するだけでは不十分です。クエリごと、検出されたユーザータイプごと（可能であれば）、位置ごとにセグメント化します。あなたの可視性が強い場所（高い引用率）と弱い場所がわかります。

避けるべき落とし穴

従来のSEO最適化で十分だと仮定しない

Googleはドメインオーソリティと外部リンクを評価します。AIは検出されたプロフィールとの文脈的整合性も評価します。全体的に非常に権威があるがセグメントと整合していないサイトは、Googleを支配していても、そのセグメントでは無視される可能性があります。逆に、より小さくてもセグメントと極めて整合しているサイトは、Googleで一般的に上位表示されなくても、そのセグメントでAIによって大量に推薦される可能性があります。

「第一位」や「AI回答で引用される」ことを狙わない

これらの目標はあまりに汎用的です。異なるセグメントが異なる回答を受け取る場合、クエリの「第一位」になることはできません。代わりに狙うべきは：「CI/CDツールを探しているフランスのテックスタートアップにとって推薦されるナンバーワンの情報源になること」です。これは具体的で、測定可能で、現実的な目標です。

ローカリゼーションと地域的関連性を無視しない

あなたの製品やサービスがグローバルであっても、コンテンツは地域的に具体的でなければなりません。AIは地域的シグナルを強く重み付けします。ローカリゼーションを無視することは、絶対的に優れていても、地域の競合他社が地域のユーザーを支配するままにすることです。

ポジショニングを過度に多様化しない

「みんな」向けに書く場合（初心者と専門家、B2BとB2C、複数の地域）、どのセグメントも支配しません。どのセグメントも支配せずにすべてのセグメントで可視的であるよりも、1つのセグメントを支配する方が良いです。最初は専門化し、その後徐々に多様化します。

結論：ランキングから文脈的推薦へ

統一された検索エンジンランキングの時代は、AIによる文脈的推薦の時代に道を譲っています。あなたの競合他社があるユーザーに推薦され、あなたが別のユーザーに推薦されるのは、AIが絶対的に彼らをより好んでいるからではなく、それぞれのコンテンツが検出された異なるプロフィールとよりよく整合しているからです。AI可視性で勝つには、この断片化を受け入れる必要があります：あなたが占めるのは単一の位置ではなく、異なるユーザーセグメントに対する異なる位置の集合です。ターゲットセグメントを正確に定義し、意図を持ってそれらのために書き、AIはそれらの中で大量にあなたを推薦するでしょう。みんなにサービスを提供しようとすれば、誰も支配しません。