TL;DR
私は GEO (Generative Engine Optimization) アナライザー ツールを作成し、自分のポートフォリオサイトでテストしたところ、53/100というがっかりするスコアを取りました。その後、見つかったすべての問題を体系的に修正しました。以下は、正確なプロセス、私が変更した点、そしてChatGPT、Perplexity、Google AI Overviewsに自分のコンテンツが表示されることを望む人にとってなぜ重要かという理由です。
GEOとは何で、なぜ気にするべきか？
Generative Engine Optimization（GEO）は、AI検索エンジンがあなたのコンテンツを見つけ、理解し、引用できるように、コンテンツを構造化する実践です。従来のSEOはGoogleでのランキングを得ます。GEOはAI生成の回答に言及されるようにします。
この重要性は、人々の検索方法が急速に変化しているためです。10個の青いリンクをクリックする代わりに、ユーザーはChatGPTに「最良の競合分析ツールは何ですか？」と尋ねたり、Perplexityに「冷たいアウトリーチを自動化するにはどうすればよいですか？」と尋ねたりします。これらのAIエンジンに最適化されていないコンテンツは、視界に入らない観客セグメントに見えてしまいます。
私が作成したツール
GEO アナライザーは、5つのカテゴリにわたって任意のウェブページを評価し、各カテゴリは20点満点で、合計100点になります:
コンテンツ構造 — H1タグ、見出し階層、質問ベースのH2、内部リンク
E-E-A-Tシグナル — 著者情報、日付、引用、統計、信頼指標
技術的AI準備性 — メタタグ、スキーママークアップ、Open Graph、正規URL、AIクローラーアクセス
コンテンツ品質 — 価値、明確さ、流れ、Q&A形式、独自性（AI評価）
AI検索最適化 — 要約可能なコンテンツ、FAQ構造、定義、リスト、トピック焦点（AI評価）
最初の3つのカテゴリは、HTML解析のためにCheerioを用いてプログラム的に分析されます。最後の2つは、AIを活用した評価のためにGroqのLlama 3.3モデルを使用し、Geminiを代替として用います。
私のスコア: 53/100（評価: F）
以下が私のポートフォリオサイトで分析ツールが検出した内容です：
カテゴリ別スコア／問題点
コンテンツ構造 6/20 — H1タグなし、質問ベースのH2なし、内部リンクは1つだけ
E-E-A-T シグナル 13/20 — 公開日なし、統計情報なし
技術的AI準備性 13/20 — スキーママークアップなし、正規URLなし
コンテンツ品質 13/20 — Q&A形式が低品質、流れが弱い
AI検索最適化 8/20 — 要約可能なコンテンツなし、FAQなし、定義なし
最大の問題点は明らかでした。スキーママークアップがないためAIクローラーはサイトの構造を理解できず、質問ベースの見出しがないためAIエンジンはQ&A形式を好み、そして“抜粋可能な”コンテンツがないためAIが直接引用できる短い文がありませんでした。
修正（53→85+）
修正1: スキーママークアップ (0 → 5点)
サイトにJSON-LD形式の構造化データを追加しました。これによりAIクローラーは私が誰で何をしているかを正確に把握します：
私の名前、職名、スキル、ソーシャルリンクを含むPersonスキーマ。さらに一般的な質問のためのFAQPageスキーマ。AIエンジンはこの構造化データを直接解析します—ページ全体を読ませる代わりに要約カードを渡すようなものです。
修正2: 単一のH1 + 質問ベースのH2 (0 → 10点)
見出し構造を変更しました。上部に1つの明確なH1。H2は質問形式に再構成しました：「私が扱う技術は何ですか？」、「解決する問題は何ですか？」、「貴社のビジネスをどうお手伝いできますか？」
AIエンジンは数十億件の質問と回答のペアで訓練されています。見出しが質問で、下の内容がそれに答えているとき、あなたは彼らの言語で話していることになります。
修正3: 抜粋可能なコンテンツ (0 → 5点)
AIが直接引用できる短く決定的な文を追加しました。例えば：「Akın Coşkunは、AI搭載の自動化、N8Nワークフロー、ゼロコストSaaS開発を専門とするフルスタック開発者です。」
この文は、誰かがAIに「Who is Akın Coşkun?」または「Who builds N8N automations?」と尋ねたときの答えとして設計されています。
修正4: FAQセクションとスキーマ (0 → 4点)
一般的な質問5つを含む専用のFAQセクションを追加し、各質問に簡潔な回答を付けました。FAQPageスキーママークアップを用いてAIエンジンが直接Q&Aペアを抽出できるようにしています。
修正5: 統計とデータ (0 → 4点)
具体的な数値を追加しました: 「10+ 本番プロジェクト」「$0/月のインフラ費用」「1つの公開 npm パッケージ」「4つの専門資格」。AIエンジンは具体的な統計を引用するのを好みます。
対策6：内部リンク（1 → 4 リンク）
すべてを接続しました: プロジェクトカードはブログ投稿にリンクし、ブログセクションはプロジェクトへリンクし、FAQは関連ページへリンクします。AIクローラーは内部リンクを辿ってサイトの全体像を構築します。
対策7：正規URL + robots.txt
正規URLを追加して重複コンテンツの問題を防ぎました。robots.txtを更新してAIクローラー（GPTBot、ClaudeBot、PerplexityBot）を明示的に許可するようにしました。
GEOについて学んだこと
このプロセスを経て、主なポイントは以下のとおりです：
スキーママークアップは譲れません。AIの可視性を高めるために追加できる中で最も影響力のある要素です。Person、FAQPage、SoftwareApplication — これらのスキーマはAIエンジンに対してすぐに解析できる構造化データを提供します。
質問ベースの見出しは機能します。AIエンジンは本質的にQ&Aマシンです。コンテンツを質問と回答の形式に整形すれば、情報の処理方法と一致します。
スニップ可能な文はあなたのAIのエレベーターピッチです。各セクションにつき1〜2文を書き、それ自体でAI生成の回答として成り立つものにしてください。明確で、断定的で、事実に基づく内容。
従来のSEOはまだ重要です。AIエンジンはしばしばGoogleの検索結果をソースとして使用します。Googleで良い順位を取れば、ChatGPTやPerplexityに引用される可能性が高くなります。
E-E-A-Tは普遍的です。Googleのアルゴリズムであろうと、どのソースを引用するかを決定するLLMであろうと、専門性、経験、権威性、信頼性が選ばれる要因です。
GEO Analyzerを自分で試す
任意のURLを入力して、具体的な推奨とともにGEOスコアを取得します：
ライブアプリ: geo-analyzer-sepia.vercel.app
ソースコード: github.com/akincskn/geo-analyzer
今後の展望
GEOはまだ新しい分野です。多くのウェブサイトは50/100未満のスコアです。AI検索に最適化されていないためです。今から始める開発者やマーケターは、AI検索がデフォルトになるにつれて大きなアドバンテージを得るでしょう。
この分野でツールの開発を続けています。GEO/AEO、AI自動化、またはゼロコストの SaaS 開発に興味がある方は、今後の情報をフォローしてください。
私は Akın Coşkun、フルスタック開発者および AI 自動化スペシャリストです。 RivalRadar（AI競合分析）、GEO Analyzer（AI検索最適化）、LeadPilot（AI SDRエージェント）などのツールを作っています。GitHubで私を見つけるか、私のポートフォリオをチェックしてください。
