MENU
あなたに最適庵コンテンツを診断
スモールビジネス、および個人が激動の時代を勝ち抜くためのWEBサービスを提供

レリバンスエンジニアリング入門｜AI Mode時代の中小企業戦略

広告
海外のweb集客Topics
  1. ホーム
  2. 海外のweb集客Topics
  3. レリバンスエンジニアリング入門｜AI Mode時代の中小企業戦略
海外のweb集客TOPICS

※この記事にはプロモーションが含まれています

2026年、Google検索で歴史的な変革が起きています。

iPullRank CEOで、エンタープライズSEOとAI検索の第一人者であるマイク・キング氏が、「How AI Mode Works」という記事で、衝撃的な事実を明らかにしました。

従来のSEO対策は、もはや機能しない。必要なのは「レリバンスエンジニアリング」だというのです。

この記事では、GoogleのAI Modeがどう動作するのか、そして日本の中小企業が具体的にどう対応すればいいのかを詳しく解説します。

目次

GoogleのAI Modeとは何か

まず、AI Modeとは何かを理解する必要があります。

マイク・キング氏はこう説明しています。

You open Google and ask it a question. But what happens next doesn’t resemble search as you’ve known it. There are no blue underlines. Just a friendly, context-aware paragraph, already answering the next question before you think to ask it. Welcome to AI Mode.

（Googleを開いて質問する。しかし、次に起こることは、あなたが知っている検索とは似ていない。青いアンダーラインはない。ただ、親しみやすく文脈を理解した段落があり、あなたが質問する前に次の質問に答えている。これがAI Modeだ）

出典: How AI Mode Works and How SEO Can Prepare for the Future of Search

AIによる概要

従来の「10個の青いリンク」ではなく、AIが生成した回答が表示されるのです。

AI Modeの5つの特徴

マイク・キング氏の記事によると、AI Modeには5つの重要な特徴があります。

特徴1: Query Fan-Out（クエリ展開）

従来の検索では、ユーザーが入力したキーワードで検索結果を返していました。しかし、AI Modeでは、1つの検索クエリを複数の関連クエリに自動展開します。

マイク・キング氏はこう説明しています。

The query expansion technique Google refers to as “query fan-out” is fundamental to how AI Mode retrieves and selects content. Rather than issuing a single search, Google extrapolates the original query into a constellation of related subqueries in parallel.

（Googleが「クエリ展開」と呼ぶクエリ拡張技術は、AI Modeがコンテンツを検索し選択する方法の基本だ。単一の検索を発行するのではなく、Googleは元のクエリを並行して関連するサブクエリの星座に外挿する）

出典: How AI Mode Works and How SEO Can Prepare for the Future of Search

具体的には、以下の7種類の合成クエリが生成されます。

  • 関連クエリ（Related Queries）: 意味的または分類的に隣接するクエリ
  • 暗黙クエリ（Implicit Queries）: ユーザーの意図から推論されるクエリ
  • 比較クエリ（Comparative Queries）: 製品やエンティティを比較するクエリ
  • 最近のクエリ（Recent Queries）: ユーザーの最近の検索履歴
  • パーソナライズクエリ（Personalized Queries）: ユーザーの興味、場所、行動履歴に基づくクエリ
  • 再定式化クエリ（Reformulation Queries）: 異なる語彙や構文での書き換え
  • エンティティ展開クエリ（Entity-Expanded Queries）: ナレッジグラフのエンティティ関係に基づく置換

どういうことかというと、あなたが狙っているキーワードで上位表示されても、AI Modeが生成した「隠れたクエリ」で評価されなければ、表示されないんですね。

特徴2: ベクトル埋め込み（Vector Embeddings）

従来のSEOでは、「キーワード密度」「見出しにキーワードを入れる」といった語彙的な一致（Lexical Matching）が重要でした。しかし、AI Modeでは、すべてがベクトル化されます。

マイク・キング氏はこう説明しています。

Every query, subquery, document, and passage is converted into a vector embedding. Google calculates similarity between these vectors to determine what gets selected for synthesis.

（すべてのクエリ、サブクエリ、ドキュメント、パッセージがベクトル埋め込みに変換される。Googleは、これらのベクトル間の類似性を計算して、合成に選択される内容を決定する）

出典: How AI Mode Works and How SEO Can Prepare for the Future of Search

ベクトル埋め込みとは、テキストを数値のベクトル（多次元空間の点）に変換する技術です。Googleは、クエリとドキュメントのベクトル間の距離を計算して、意味的に近いコンテンツを選択します。

特徴3: パッセージレベルの検索

従来のSEOでは、「ページ全体」で評価されていました。

しかし、AI Modeでは、ページ内の特定のパッセージ（段落）が評価されます。

マイク・キング氏はこう指摘しています。

LLMs retrieve and reason at the passage level not the whole page. A passage must answer or contextualize a specific subquery on its own.

（LLMは、ページ全体ではなくパッセージレベルで検索し、推論する。パッセージは、特定のサブクエリに対して単独で答えるか、文脈を提供する必要がある）

出典: How AI Mode Works and How SEO Can Prepare for the Future of Search

ページ全体が良くても、特定のパッセージが「意味的に完結していない」なら、引用されないのです。

特徴4: 推論（Reasoning）

AI Modeでは、検索のすべての段階で推論（Reasoning）が適用されます。マイク・キング氏は、以下の6つの段階で推論が適用されると説明しています。

段階推論の適用方法
クエリ分類LLMが初期推論仮説を生成：ユーザーが何を意味しているか、どんな意思決定経路にいるか
クエリ展開推論ニーズに基づいて合成クエリを生成（機能を比較、リスクを探索、代替案を探す）
コーパス検索推論チェーンが、各ステップを満たすために必要なコンテンツやパースペクティブのタイプを決定
LLM選択とタスクルーティング推論構造に基づいて特定のモデルを選択（抽出にモデルA、要約にモデルB、合成にモデルC）
最終合成推論チェーンが回答構築の足場となり、回答の各部分が1つ以上の論理ステップと一致
引用個々の推論ステップを最も直接的にサポートするパッセージが引用される

従来のSEOのように「キーワードを入れれば表示される」という単純な世界ではなくなったのです。

特徴5: ステートフルチャット（状態保持会話）

AI Modeは、ユーザーの過去の会話、興味のあるトピック、検索パターンを記憶します。

マイク・キング氏はこう説明しています。

“Stateful chat” means Google accumulates an ambient memory of you over time. These “memories” are likely aggregated embeddings representing past conversations, topics of interest, and search patterns.

（「ステートフルチャット」とは、Googleが時間とともにあなたの周囲記憶を蓄積することを意味する。これらの「記憶」は、過去の会話、興味のあるトピック、検索パターンを表す集約された埋め込みである可能性が高い）

出典: How AI Mode Works and How SEO Can Prepare for the Future of Search

同じ検索でも、ユーザーごとに異なる結果が表示されるのです。

従来のSEO対策が機能しない3つの理由

では、なぜ従来のSEO対策が機能しないのか。

マイク・キング氏は、以下の3つの理由を挙げています。

理由1: ランキングではなく「引用」

従来のSEOでは、「何位に表示されるか」が重要でした。しかし、AI Modeでは「引用されるかどうか」が重要になります。

マイク・キング氏はこう説明しています。

What matters is no longer just “ranking for the query,” but how well your document, or even an individual passage within it, aligns semantically with the hidden constellation of queries.

（もはや「クエリでランキングされること」だけが重要ではなく、ドキュメント、またはその中の個々のパッセージが、隠されたクエリの星座とどれだけ意味的に一致しているかが重要）

出典: How AI Mode Works and How SEO Can Prepare for the Future of Search

繰り返しになりますが、あなたのページが1位でも、AI Modeが生成した「隠れたクエリ」に対して意味的に一致していなければ、引用されないのです。

理由2: SEOツールが時代遅れ

従来のSEOツール（AhrefsやSEMrushなど）は、語彙的な一致に基づいていますが、AI Modeでは、ベクトル埋め込みが重要です。

マイク・キング氏はこう指摘しています。

Vector Embeddings underpin everything in modern Google. Despite this, the SEO industry is still anchored in lexical scoring and keyword density, unable to access the semantic landscape that actually governs inclusion in AIOs and AI Mode.

（ベクトル埋め込みは、現代のGoogleのすべての基盤となっている。にもかかわらず、SEO業界は依然として語彙的スコアリングとキーワード密度に固執しており、AI OverviewsやAI Modeへの包含を実際に支配する意味的景観にアクセスできない）

出典: How AI Mode Works and How SEO Can Prepare for the Future of Search

従来のSEOツールでは、AI Modeに対応できるようにあっていません。

理由3: 不透明なプロセス

従来のSEOでは、「タイトルタグを最適化する」「メタディスクリプションを書く」といった明確な手順がありました。しかし、AI Modeでは、どのクエリが生成されるか、どのパッセージが引用されるかが不透明です。

マイク・キング氏はこう表現しています。

Reasoning pretty much touches every stage of the process. And that process is more opaque than anything we’ve ever been up against.

（推論は、プロセスのほぼすべての段階に触れる。そして、そのプロセスは、僕たちがこれまで直面したどんなものよりも不透明だ）

出典: How AI Mode Works and How SEO Can Prepare for the Future of Search

「これをやれば大丈夫」という明確な手順がなくなったのです。僕らのようなweb制作者にとっても、これは由々しき問題。

そこで求められるのが、レりバンスエンジニアリング。

レリバンスエンジニアリングとは何か

マイク・キング氏は、従来のSEOではなく、レリバンスエンジニアリング（Relevance Engineering）という新しいアプローチが必要だと主張しました。

Unfortunately, there are no SEO tools to support this, because this isn’t SEO, it’s Relevance Engineering.

（残念ながら、これをサポートするSEOツールは存在しない。なぜなら、これはSEOではなく、レリバンスエンジニアリングだからだ）

出典: How AI Mode Works and How SEO Can Prepare for the Future of Search

レリバンスエンジニアリングとは、AI検索に最適化された「関連性」を設計するアプローチのこと。iPullRankのウェブサイトには、こう説明されています。

iPullRank is the leader in AI Search and Relevance Engineering (r19g). While others chase rankings, we engineer your brand’s visibility in ChatGPT, AI Overviews, and AI Mode by understanding how GEO actually works.

（iPullRankは、AI検索とレリバンスエンジニアリング（r19g）のリーダーだ。他社がランキングを追いかけている間、僕たちは、GEOが実際にどう機能するかを理解することで、ChatGPT、AI Overviews、AI Modeでのあなたのブランドの可視性を設計する）

出典: iPullRank

ランキングを追いかけるのではなく、AI検索での「関連性」を設計するのです。

AI Modeに最適化されたコンテンツの8つの特性

マイク・キング氏は、AI Modeに最適化されたコンテンツの8つの特性を挙げています。マイク・キング氏の事例をそのまま引用させていただきます。

特性1: 単独で意味的に完結している

パッセージだけで特定のサブクエリに答える必要があります。

例:

The Tesla Model Y offers 330 miles of range, advanced driver assistance, and a spacious interior. Compared to the Ford Mustang Mach-E, it provides more range but less trunk space.

（Tesla Model Yは、330マイルの航続距離、高度な運転支援、広々とした室内を提供する。Ford Mustang Mach-Eと比較して、より長い航続距離を提供するが、トランクスペースは少ない）

特性2: 比較やトレードオフを明示

「XよりもYが優れている理由」を明確にする必要があります。

例:

The Rivian R1S is ideal for off-road enthusiasts due to its ground clearance and quad-motor system, while the Tesla Model X excels in highway efficiency and autonomous features.

（Rivian R1Sは、地上高とクワッドモーターシステムにより、オフロード愛好家に最適だ。一方、Tesla Model Xは、高速道路の効率性と自動運転機能で優れている）

特性3: エンティティが豊富

固有名詞（ブランド名、製品名、カテゴリ名）を含む必要があります。

例:

The Hyundai Ioniq 5, classified as a compact crossover SUV, is built on Hyundai’s E-GMP platform and supports 800V ultra-fast charging.

（Hyundai Ioniq 5は、コンパクトクロスオーバーSUVとして分類され、HyundaiのE-GMPプラットフォーム上に構築され、800V超急速充電をサポートする）

特性4: スキャン可能なチャンクに構造化

リストや箇条書きで構造化する必要があります。

例:

**Pros:**
- 300-mile range
- Fast charging

**Cons:**
- Limited rear visibility
- No Apple CarPlay support

特性5: 意図言語で文脈化

「もしあなたが〇〇を探しているなら」といった表現を使う必要があります。

例:

If you’re shopping for a reliable EV under $50K with high safety scores and fast charging, the Kia EV6 is a standout option.

（もしあなたが、5万ドル以下で高い安全性評価と急速充電を備えた信頼性の高いEVを探しているなら、Kia EV6は際立った選択肢だ）

特性6: 読みやすく冗長性がない

繰り返しを避け、簡潔にする必要があります。

悪い例:

The Tesla Model Y is great. The Model Y is great because it’s great for families. Families love the Model Y.

良い例:

The Tesla Model Y combines long range with family-friendly design and seating for up to seven.

特性7: 本質的に回答指向

質問に対する明確な答えを提供する必要があります。

例:

Yes, the federal tax credit applies to the 2024 Mustang Mach-E if it meets final assembly and battery sourcing requirements.

（はい、連邦税額控除は、最終組立とバッテリー調達要件を満たす場合、2024 Mustang Mach-Eに適用される）

特性8: 事実的で検証可能

出典や属性を含む必要があります。

例:

The 2024 Ioniq 5 has an EPA-estimated range of 303 miles and supports 350kW DC fast charging. Source: U.S. Department of Energy, March 2024.

（2024 Ioniq 5は、EPA推定航続距離303マイルで、350kW DC急速充電をサポートする。出典：米国エネルギー省、2024年3月）

中小企業が今日からできる5つの戦略

では、具体的にどうすればいいのか。

日本のスモールビジネス、中小企業が今日からできる5つの戦略を紹介します。

戦略1: パッセージを「意味的に完結」させる

AI Modeでは、パッセージ単位で評価されます。

具体的な手順:

  1. 既存のページを段落（パッセージ）ごとに分析する
  2. 各パッセージが「単独で質問に答えているか」を確認する
  3. 答えていない場合、パッセージを書き直す
  4. 「もしあなたが〇〇を探しているなら」といった意図言語を追加する

戦略2: 比較やトレードオフを明示する

AI Modeは、ユーザーの意思決定を支援します。

具体的な手順:

  1. あなたの製品・サービスと競合の違いを明確にする
  2. 「〇〇は△△に最適だが、××は□□で優れている」といった形式で書く
  3. Pros/Consリストを作成する

戦略3: エンティティを豊富にする

固有名詞（ブランド名、製品名、カテゴリ名）を増やす必要があります。

具体的な手順:

  1. あなたの業界の主要なブランド名、製品名をリストアップする
  2. それらを自然な形でコンテンツに組み込む
  3. ナレッジグラフに登録されているエンティティを優先する

戦略4: 構造化データを整備する

Schema.orgで構造化データを整備することで、AI Modeに引っかかりやすくなります。

具体的な手順:

  1. Schema.orgジェネレーター（https://technicalseo.com/tools/schema-markup-generator/）にアクセス
  2. あなたのビジネス情報（住所、営業時間、電話番号、サービス内容）を入力
  3. 生成されたコードをコピー
  4. ホームページのheadタグ内に貼り付ける

戦略5: ベクトル埋め込みを理解する

ベクトル埋め込みは、AI Modeの基盤です。

具体的な手順:

  1. OpenAIのEmbedding APIを使って、あなたのコンテンツをベクトル化する
  2. 競合のコンテンツもベクトル化する
  3. コサイン類似度を計算して、どれだけ近いかを確認する
  4. 類似度が低い場合、コンテンツを書き直す

レリバンスエンジニアリングへの移行はやっておかないと勝てなくなる？

2026年、GoogleのAI Modeは、検索の仕組みを根本から変えました。

「SEO対策すれば大丈夫」という時代は終わり、「AI Modeで引用されるコンテンツ」を作ることが必須になったのです。マイク・キング氏が指摘するように、従来のSEOツールでは対応できません。必要なのは、レリバンスエンジニアリングという新しいアプローチです。

ホームページは「作ること」がゴールではなく、「24時間働く事業資産」として設計することが重要です。

レリバンスエンジニアリングへの移行は、もはや「やるかやらないか」ではなく、「やっておかないと勝てなくなる」時代になったのかもしれません。

海外のweb集客Topics
「良いな」と思ったらシェアしてください！損はさせません
  • URLをコピーしました！
  • URLをコピーしました！
目次