最新版-AI検索で変わる検索キーワード構造と新しい攻略法

2026/07/28 Rekam SEOニュース AI googleニュース

そもそも「検索キーワード」とは何だったのか

AI検索の話をする前に、まず「キーワード」という概念そのものを定義し直しておきたい。ここが曖昧なまま「AIでキーワードが長文化した」と語られるため、多くの議論が表面的な話に留まっている。

検索キーワードとは、ユーザーが頭の中にある意図を、検索エンジンが処理できる形に圧縮した符号である。「30代未経験でも受け入れてくれる会社に転職したいが、何から始めればいいか分からない」という切実な意図は、検索窓では「転職 30代未経験」という3語に圧縮される。この圧縮作業は、ユーザーが望んでやっていたわけではない。機械の側の制約に、人間が合わせていただけだ。

キーワードという概念が成立していた3つの前提

この「圧縮された符号」が、SEOという産業の土台を25年間支えてきた。それは以下の3つの前提が成立していたからである。

前提1：入力が単語である — 検索エンジンは長らく単語の一致とリンク構造で関連性を判定していた。文章で入力してもノイズが増えるだけで、ユーザーは経験的に「単語で打つ方が良い結果が出る」ことを学習していた。
前提2：同じ意図が同じ文字列に収束する — 転職を考える数万人が、ほぼ全員「転職 30代未経験」という同一の文字列に収束する。だからこそ「月間検索ボリューム」という指標が成立した。ボリュームとは、意図の総量ではなく「同じ文字列に収束した人数」を数えたものである。
前提3：結果が順序付きのリンクである — 検索結果が10本のリンクとして並ぶからこそ、「何位か」という評価が意味を持った。順位はクリック率と直結し、クリック率は流入と直結していた。

検索エンジン自身は、この間ずっと意味理解へと進化してきた。2013年のハミングバード、2019年のBERT導入と、エンジン側は「単語ではなく文脈を読む」方向に着実に進んでいた。だが入力する人間の側の習慣だけは、単語のまま20年以上変わらなかった。この非対称が、AI検索によって一気に解消されつつあるというのが、いま起きていることの本質である。

逆に言えば、上の3つの前提が崩れると、SEOの評価体系そのものが機能しなくなる。次章では、その3つの前提が実際にどう崩れたのかを、AI前・AI後で対比しながら整理する。

AI検索で何がどう変わったのか──従来型検索との体系的比較

まず前提として、AI検索はすでに「一部の先進層の行動」ではなくなっている。博報堂DYグループのHakuhodo DY ONEが2026年3月に公開した「AI検索白書2026」によれば、AI検索の利用率はプライベートで27.6％、ビジネスシーンで29.9％に達している。前回調査（8.4％／9.4％）からわずか半年で約3倍という伸びであり、年代による差もほぼ解消された。ChatGPTアプリのセッション数も2025年1月の6億から同年12月には16億へと増加している。

この規模の行動変化が、検索の構造を以下のように変えている。

8つの観点で見るAI前・AI後の対比

観点	従来型検索（〜2023年頃）	AI検索・会話型（2024年〜）
入力の単位	キーワード（2〜3語の単語列）	プロンプト（状況・制約を含む1〜数文）
ユーザーの作業	意図を単語に圧縮する	意図をそのまま述べ、条件を追加する
1回の検索の形	単発クエリ。外れたら打ち直す	対話の連続。追加質問で絞り込む
検索を実行する主体	人間（打った文字列がそのまま検索される）	AI（プロンプトから複数のサブクエリを自動生成して並列検索）
結果の形式	順序付きの10本のリンク	1つの合成された回答＋引用元
意図と文字列の関係	同一意図が同一文字列に収束する	同一意図が人ごとに無限に分散する
企業側のゴール	上位表示 → クリック → 流入	回答内での言及・推奨 → 想起 → 指名検索
測定できる指標	検索順位、検索ボリューム、CTR	言及率、推奨順位、指名検索数

変化の根本原因は「制約が機械側から外れた」こと

この表の変化は、個別に起きたバラバラの現象ではない。原因はひとつで、言葉を圧縮するという制約が、機械の側から取り払われたことに尽きる。

AIは文脈を解釈して回答を生成するため、ユーザーは意図を単語に翻訳する必要がなくなった。ユーザーはただ、頭の中にあることをそのまま書けばいい。すると当然、入力は「単語」から「文」に戻る。そして文になった瞬間、同じ意図でも表現は人によって無限に分かれる。ここで前章の「前提2（同一意図が同一文字列に収束する）」が崩壊し、検索ボリュームという指標の母数が意味を失い始める。

さらに決定的なのが、クエリファンアウトという仕組みである。これはユーザーが入力したプロンプトから、AIが複数の検索用サブクエリを自動生成して並列検索を行う技術を指す。Hakuhodo DY ONEのONE-AIO Labの調査では、このサブクエリ経由で上位に入ったドメインが、AIの最終回答に引用されやすい傾向が判明している。加えて、生成されるサブクエリの傾向はAIモデルごとに異なり、一般名詞を重視するモデルと、ブランド名を含みやすいモデルの差も確認されている。

つまりユーザーが打った文字列と、実際に検索エンジンに投げられた文字列は、もはや別物になったということだ。これは「前提1（入力が単語である）」の崩壊であると同時に、後述する評価設計の話に直結する重要な事実である。人間側のキーワードだけを追いかけても、実際に検索されている語は見えない。

「キーワード」という概念は消えるのか

ここまでの整理を踏まえると、「キーワードという概念自体がなくなりつつあるのではないか」という感覚には、構造的な裏付けがある。結論から言えば、キーワードは消えないが、居場所が変わる。ユーザーの入力単位という座を降り、別の2箇所へ移動する。

ユーザー入力の単位としてのキーワードは機能を失う

その理由は3つある。

入力が一意でなくなった：「予算3万円台で、一人暮らしの狭いキッチンに置ける浄水型のウォーターサーバーを探している」という文は、10人が書けば10通りになる。どの文字列にも月間検索ボリュームは付かない。キーワード単位で管理していたリストが、そのままでは対象を捕捉できなくなる。
検索する主体が人間ではなくなった：前述のクエリファンアウトにより、実際にインデックスに投げられる語はAIが生成する。ユーザーの入力語を追跡しても、勝負が行われている場所は見えない。
文脈が持ち越される：対話では前のターンの内容が次の質問の前提になる。「じゃあ、その中で保証が長いのはどれ？」という発話は、単独では何の意味も持たない。従来の「1クエリ＝1意図」という切り出し方が成立しなくなる。

キーワードが移動する2つの居場所

一方で、キーワードが完全に消滅するわけではない。役割を変えて、次の2箇所に残る。

AIの内部で使われる中間言語として：クエリファンアウトが生成するサブクエリは、まさに従来型のキーワードそのものである。つまりキーワードSEOは、人間向けからAI向けへと対象を移して生き続ける。従来型のSEO施策の多くが引き続き有効なのは、この構造があるからと言える。
指名検索という形で人間側に残る：AIの回答で社名やサービス名を知ったユーザーは、その後Googleで社名を打つ。この指名クエリは、圧縮された単語列そのものである。むしろAI時代において、この指名キーワードの重要性は跳ね上がる。

整理すると、消えるのは「一般名詞の組み合わせで、非指名のユーザーを捕まえる」という中間層のキーワードである。この層がAIの回答に吸収されていく。実際、AI検索白書2026では、AIの回答だけで解決して一切サイトを訪れない「ゼロクリック」層が23.9％、およそ4人に1人にのぼることが示されている。

ただし同じ調査では、AIの回答では不十分で従来型検索に戻った層が32.8％と最も多い。従来型検索は依然として最大の主戦場であり、順位計測をやめるという判断は現時点では明確に誤りである。変わったのは「順位だけを見ていれば良かった」という状態が終わったことであって、順位が無価値になったわけではない。

キーワード選定から「プロンプト設計」へ──実務の置き換え

では実務では何を管理すればいいのか。答えはシンプルで、管理する単位をキーワードからプロンプトに置き換える。キーワードリストの代わりに、顧客が実際にAIへ投げるであろう文の集合──プロンプト集を持つ。

キーワードとプロンプトの構造的な違い

従来のキーワードが持っていた情報は、実質的に「対象」だけである。一方、プロンプトは4つの要素を含む。

状況：「一人暮らしを始めたばかりで」「社員30名の製造業で」など、話者の置かれた文脈
制約：「予算は月3,000円以内」「導入は3ヶ月以内」など、選択を絞る条件
求める判断：「比較して」「どれがいい？」「デメリットも教えて」など、AIに期待する処理
対象：従来のキーワードに相当する部分

キーワード選定では、この4要素のうち「対象」しか扱えなかった。残り3つは検索者の頭の中にあり、我々は「検索意図の推測」という名前でそれを想像するしかなかった。プロンプトでは、その3要素が文字として明示されている。推測していたものが、観測できるデータになったと捉えるべきである。

プロンプト集の作り方（5ステップ）

顧客の意思決定プロセスを段階に分解する：課題認識 → 手段の探索 → 候補の比較 → 特定候補の検証 → 発注判断、といった具合に自社の商材に合わせて5段階前後に分ける。
各段階で顧客が打つ文を一人称で書き出す：「〜について教えて」ではなく、実際の顧客の口調で書く。「小規模でも使える勤怠管理システムを探しているけど、何を基準に選べばいいか分からない」といった具合に、1段階あたり10本前後、合計50〜100本を目安に用意する。
指名／非指名で分類する：自社名やサービス名を含むプロンプト（指名）と、一般名詞のみのプロンプト（非指名）に分ける。AIモデルによってブランド名を含みやすいものとそうでないものがあるため、この分類が後の分析で効いてくる。
実際にAIへ投げて現状を記録する：ChatGPT、Gemini、Google AI Overviewなど主要な回答面に対して、作成したプロンプトを実際に投げる。自社が登場するか、何番目に登場するか、どう説明されているかを1本ずつ記録する。
登場しない理由を分類する：「そもそも言及がない」「競合だけが挙がる」「言及はあるが情報が古い・誤っている」の3つに分けて記録する。打ち手はこの分類ごとに全く異なるため、ここを混ぜると施策が散らかる。

この5ステップで完成したプロンプト集が、従来のキーワードリストに代わる管理台帳になる。そして次章で述べる通り、これがそのまま評価指標の測定対象になる。コンテンツSEOの戦略設計においても、記事単位の企画はこのプロンプト集を起点に組み直すことになる。

AIO時代の評価設計──「順位」から「言及→指名検索→成果」へ

ここが本記事の核心である。「生成AIとの会話で検索されるようになった以上、何をもって成果と判断すればいいのか分からない」という問いに、正面から答える。

結論を先に述べる。AIO時代の評価は、単一指標ではなく3層のファネルで設計する。AI回答内での露出を先行指標、指名検索を中間指標、事業成果を最終指標に置き、この3層が連動しているかを見る。

評価の3層構造

層	指標	測定方法	頻度
先行指標 AI内の露出	言及率（プロンプト集のうち自社が登場した割合）／推奨順位／言及の文脈（肯定・中立・誤情報）	プロンプト集を主要AIに定期投入し記録	週次〜月次
中間指標想起の証拠	指名検索数（社名・サービス名を含むクエリの表示回数・クリック数）	Google Search Consoleでブランドクエリをフィルタ	月次
成果指標事業への接続	AI経由の流入数／CV数／問い合わせ時の「AIで知った」回答数	GA4の参照元セグメント＋フォームの認知経路設問	月次

なぜ「指名検索」が評価の要になるのか

3層の中で最も重要なのが、中間指標に置いた指名検索である。理由は3つある。

第一に、AIの回答は必ずしもクリックを生まないからである。前述の通りゼロクリック層は約4分の1に達している。AIの回答内で自社が推奨されても、その場ではアクセスログに何も残らない。しかしユーザーの頭の中には社名が残る。そして後日、Googleで社名を打つ。指名検索の増加は、AI回答内での露出が実際に効いたことを示す、事実上唯一の追跡可能な証拠になる。AI内の露出が増えると、遅れてこの数字が動く遅行指標として機能する。

第二に、指名検索は原因でもあるからだ。ONE-AIO Labの分析では、AI検索の生成結果と相関する指標として「指名検索数」「サイテーション」「SEOスコア」などが挙げられている。つまり指名検索が増えると、AIが自社を認識・推奨しやすくなり、それがさらに指名検索を増やす。結果指標であると同時に、次の露出を生む原因指標でもあるという二重性を持つ。この正のループを回せるかどうかが、AIO施策の成否を分ける。

第三に、事業成果に最も近いからである。指名検索を行うユーザーは、すでに社名を知り、能動的に調べに来ている。一般キーワードからの流入とはコンバージョン率の水準が根本的に異なる。AI検索白書2026では、生成AIの回答を元に実際に購買・来店した層が7.4％と報告されており、AIでの露出が行動にまで到達する経路がすでに存在することが確認されている。

月次で回す測定オペレーション

実際の運用は、以下の手順で月1サイクルとして固定するのが現実的である。

プロンプト測定：作成したプロンプト集50〜100本を、ChatGPT・Gemini・Google AI Overviewの3面に投入。自社の登場有無、登場順、記述内容の正誤をスプレッドシートに記録する。手動なら30本程度に絞り、月初の同じ日に固定して実施する。
指名検索の集計：Google Search Consoleの検索パフォーマンスで、社名・サービス名・略称・表記ゆれを含む正規表現フィルタを設定し、表示回数とクリック数の月次推移を記録する。
AI経由流入の分離：GA4の探索レポートで、参照元に chatgpt.com、perplexity.ai、gemini.google.com などを含むセッションをセグメント化する。ただしAI検索経由の流入は参照元情報が欠落するケースが多く、実数より少なく出る前提で扱う。
認知経路の直接取得：問い合わせフォームや商談時のヒアリングに「当社を何で知りましたか」という設問を設け、選択肢に「ChatGPTなどの生成AI」を追加する。計測が最も難しい領域を、最も原始的な方法で補完する。

数字の読み方──3ヶ月ベースラインでの切り分け

施策開始時点をベースラインとし、3ヶ月ごとに評価する。単月の変動に反応しても意味がない。判断は3層の連動を見て行う。

言及率が上がり、指名検索も増えている → 施策が機能している。同じ方向で対象プロンプトを拡張する。
言及率は上がったが、指名検索が動かない → AIには認識されたが、ユーザーの記憶に残る訴求になっていない。回答内で自社がどう説明されているか（文脈）を確認し、差別化要素が言及されるようコンテンツを修正する。
指名検索は増えたが、CVが動かない → AI経由の流入は起きている。問題はサイト側にあり、AIで得た情報の次に来る「検証」の期待に応えるページ（料金・事例・比較）が不足している。
言及率が上がらない → 露出の前提が欠けている。構造化データの実装、一次情報の発信、外部での言及（サイテーション）獲得といった土台側の施策に戻る。

なお、この3層評価は従来の順位計測を置き換えるものではなく、並行して二重に持つのが正解である。前述の通り、AIの回答で満足できず従来型検索に戻る層が32.8％と最多を占める。順位表とプロンプト表の両方を月次で見る体制が、当面の標準形になる。SEOとAIOの位置づけの違いを整理したうえで、レポートのフォーマット自体を作り替えることをおすすめしたい。

よくある疑問への回答

AI検索時代の評価について、実際にご相談を受けることが多い論点をまとめておく。

Q. キーワード順位はもう見なくていいのか

見るべきである。AIの回答で解決せず従来型検索に戻るユーザーが3割超を占めており、従来型検索は依然として最大の流入源である。加えて、クエリファンアウトによってAIが生成するサブクエリに対しても検索順位は影響する。順位は「人間に対する成績表」から「AIに引用されるための前提条件」へと意味を変えたと理解するのが正確である。

Q. 検索ボリュームは意味がなくなったのか

従来型検索が残る限り、指標としては有効である。ただし「意図の総量」を表す数字としては信用できなくなった。同じ意図がプロンプトとして無限に分散するため、ボリュームに現れない需要が確実に存在する。ボリュームがゼロに近いテーマでも、そのプロンプトでAIに推奨されれば成果につながり得る。優先順位の決定要因を、ボリューム単独から「ボリューム＋想定プロンプトでの登場可能性」の複合に切り替えるべきである。

Q. AI経由の流入はGA4で正確に測れるのか

現時点では正確には測れない。参照元情報が付与されないケースが多く、実際にはDirectに計上されている流入がかなり含まれる。だからこそ、GA4の数字だけで判断せず、指名検索と認知経路アンケートを組み合わせて三角測量する必要がある。「正確に測れないから測らない」ではなく、「精度の異なる3つの指標で挟み込む」という発想に切り替えることが実務的な解である。

Q. 言及率は何％あれば合格なのか

業界・競合数・ブランドの認知度によって水準が全く異なるため、絶対値の基準は存在しない。設定すべきは自社の前月比と、競合との相対値である。同じプロンプト集に対して、自社と主要競合3社がそれぞれ何％登場するかを並べれば、絶対値の基準がなくても改善の方向は判断できる。

Q. ゼロクリックが増えるなら、コンテンツを作る意味はあるのか

ある。ただし目的が「読ませる」から「引用させる」に変わる。AIが引用しやすい形、すなわち結論が冒頭にあり、定義が明確で、数値や出典が明示され、構造化データが実装されたコンテンツが求められる。クリックされなくても、回答内で社名が言及されれば指名検索という形で回収できる。評価対象がPVから言及に移るだけで、コンテンツの必要性はむしろ高まっている。

Q. 何から始めればいいのか

最初の30日は、以下の3つに絞ることをおすすめする。

1週目：自社の商材に対するプロンプトを30本作成し、ChatGPTとGoogle AI Overviewに投げて現状を記録する（ベースライン確定）　Rekam-AIが便利です。
2週目：Google Search Consoleで指名検索クエリのフィルタを作成し、過去12ヶ月の推移を出す（もう一つのベースライン確定）
3〜4週目：プロンプト測定で「競合だけが挙がった」テーマを3つ選び、その論点に正面から答えるコンテンツを作成・修正する

この2つのベースラインさえ取れていれば、以降の施策は数字で評価できるようになる。逆に、ベースラインを取らないまま施策を始めると、半年後に効果を説明できなくなる。AIO対応で最初にやるべきは施策ではなく、測定の土台づくりである。

まとめ

本記事の要点を整理する。

キーワードとは、機械の制約に人間が合わせて意図を圧縮した符号だった。AIがその制約を外したため、入力は本来の「文」に戻りつつある。
その結果、「同一意図が同一文字列に収束する」という前提が崩れ、検索ボリュームを母数とした設計が機能しなくなった。
キーワードは消滅せず、AIが内部生成するサブクエリと、人間が打つ指名検索の2箇所に役割を移す。
実務の管理単位は、キーワードリストからプロンプト集へ置き換える。プロンプトには状況・制約・求める判断が明示されており、従来「推測」していた検索意図が観測可能なデータになる。
評価は「AI回答内の言及率（先行）→ 指名検索数（中間）→ 事業成果（最終）」の3層で設計する。指名検索は結果指標であると同時に、AIの推奨されやすさを高める原因指標でもある。
従来型検索は依然として最大の主戦場であり、順位計測とプロンプト計測は当面並行して持つ。

「会話で検索される時代に、何を成果と呼べばいいのか」という問いへの答えは、順位という単一の物差しを捨て、露出・想起・成果の3点で挟み込むことに尽きる。測定の設計さえ先に固めてしまえば、AI検索の変化は恐れるべきものではなく、単に管理する台帳が1つ増えるだけの話になる。

自社の現状の言及率がどの水準にあるか、指名検索がどう推移しているか。まずはベースラインの計測からご相談いただければ、貴社の状況に合わせた測定設計をご提案します。

SEO・AIOの無料相談はこちら

【参考】Hakuhodo DY ONE「AI検索白書2026」（2026年3月2日発行、2025年11月調査）／Web担当者Forum「2026年版AI検索白書が示す「ゼロクリック」の実態」

Post Views: 43