GoogleがGEOという言葉を公式に使い始めた
2026年4月、Googleが「GEO Partner Manager, Performance Solutions」という求人を出した。これが今回の話の起点だ。
求人票の職務内容を読むと、建前がよくわかる。「Generative Engine Optimization（GEO）プレイヤーとの関係構築をリード」「GEOエコシステムがGoogle検索面を優先するよう誘導」——要するに、GEOという動きがGoogleの広告ビジネスを脅かしており、それを管理下に置きたいということだ。
Googleが公式にGEOという概念を認識したことで、一つの事実が確定した。SEO・AEO・LLMOは一過性のバズワードではない。
念のため用語を整理しておく。
| 略称 | 対象 | 目的 |
|---|---|---|
| SEO | Google, Bing等 | 検索結果で上位表示 |
| AEO | 強調スニペット, 音声検索 | 「唯一の回答」として選ばれる |
| GEO | AI Overview, SGE | AI生成結果に引用される |
| LLMO | ChatGPT, Perplexity等 | LLMの回答で推薦される |
これらは競合する概念ではなく、検索の「どの面」に最適化するかという違いだ。
なぜこれがエンジニアに関係するのか
「SEOはマーケターの仕事」という認識はもう古い。
AI検索時代のSEOで差がつくのは、キーワード選定よりも技術実装の質だ。元記事の著者・今井政和氏が指摘するように、構造化データ・セマンティックHTML・llms.txtの実装が、マーケティング成果に直結する時代になっている。
たとえば、AIがページの内容を正確に把握するには、HTMLだけでは情報が足りない。JSON-LDで機械可読なメタデータを提供する必要がある。FAQPage schemaを実装すれば、AIが質問と回答のペアを認識し、AI Overviewの引用元として選ばれる確率が上がる。
セマンティックHTMLも同様だ。<div class="title"> よりも <article> + <h1> + <time datetime="2026-04-23"> の組み合わせのほうが、AIクローラーは文書構造を正確に読み取れる。「divを使うな」ではなく、「文書の意味を構造で伝えろ」という話だ。
もう一つ、注目しておきたいのが llms.txt だ。robots.txtのLLM版と考えればわかりやすい。サイトルートに設置し、サイトの概要・主要コンテンツ・著者情報をLLMクローラーに伝える。まだ標準化途上の仕様だが、早めに抑えておく価値はある。
Googleが抱えているジレンマ
ここが個人的に面白いと思う部分だ。
Googleは今、2つの矛盾する目標を同時に追いかけている。「AI検索で最高のユーザー体験を提供したい」と「広告収入（売上の約80%）を維持したい」という目標だ。
これは本質的に相反する。AI検索が進化してユーザーの検索意図を直接満たせるようになるほど、ユーザーは広告をクリックしなくなる。AI Overviewが答えを出してしまえば、その下のリスティング広告は見られない。
GEO Partner Managerの求人は、このジレンマへの応急処置として読める。GEOエコシステムを「Google検索面を優先するよう誘導する」という職務内容は、AI検索の流れに乗りながらも自社の広告枠を守ろうとする意図の表れだ。
エンジニアとして注視すべきは、この綱引きが続く限り、Googleのアルゴリズムや表示仕様が「ユーザー体験の最適化」だけで動くとは限らないという点だ。広告収入の都合でルールが変わるリスクは、常に念頭に置いておく必要がある。
実際に何をすればいいか
抽象論に終わらせたくないので、実装レベルで整理する。
① 構造化データ（JSON-LD）
Articleスキーマで著者情報・公開日・発行元を明示する。FAQPage schemaでQ&Aを構造化する。これはAIが「誰が」「いつ」「何について」書いたかを機械的に判断する材料になる。
② セマンティックHTML
<article>、<section>、<header>、<address rel="author">、<time datetime="...">を正しく使う。div地獄から脱出するだけで、クローラビリティは変わる。
③ llms.txt
サイトルートに設置し、サイトの目的・主要コンテンツへのリンク・著者プロフィールを記述する。フォーマットはMarkdownベースで、現時点ではシンプルなもので十分だ。
④ E-E-A-Tの技術的表現
E-E-A-T（経験・専門性・権威性・信頼性）は、これまでコンテンツの「質」の話として扱われがちだった。だが技術実装でも表現できる。著者情報をJSON-LDで明示する、著者ページへのリンクを構造的に示す、<address>タグで著者を紐付ける——これらがAIの情報選択に影響を与える。
「誰が書いたか」が情報選別の基準になる時代において、その「誰か」をコードで伝えることがエンジニアの役割になった。
まとめ
GoogleがGEO Partner Managerを採用し始めた2026年4月は、AI検索時代のSEOにおけるターニングポイントとして記憶されるかもしれない。
有料広告との比較で言えば、SEO+AEO+LLMOは「予算停止でゼロになる」リスクがない代わりに、「専門性が必要」という参入障壁がある。その専門性の中核に、エンジニアリングの知識がある。
広告費では買えないE-E-A-Tを、技術的に表現する。これが今、エンジニアがAI検索時代にできる最も具体的な貢献だと思う。
