- AI Overviews（AIによる概要）とは
- AI Overviews（AIによる概要）とは、Google検索の結果ページ上部に、AIが複数のWebページを要約した回答を表示する機能です。この回答に自社ページを引用されやすくする施策をAIO対策と呼びます。
こんにちは、Webflow専門家からAIの最先端を追いかけているマサトです。
2026年7月、自社ブログの全63記事にAI Overviews対策（AIO対策）を一括実装しました。この連載は、その実装内容と結果を実測データで公開していく記録です。第1回は実装編。何を入れたか、どうやって63記事に一括で入れたか、何をもって「効果あり」と判定するかを書きます。
✓記事の内容
- AIO（AI Overviews）とは何か（一文定義）
- 63記事に一括実装した6つの施策
- AI（Claude Code）でどう一括実装したか
- 効果測定の設計と現在のベースライン
先に結論から書きます。実装は終わりました。ただし、結果はまだ何も出ていません。「AIOにはこれが効く」と言い切る記事はたくさんありますが、実測データ付きで検証されたものはまだ少ない印象です。だから自分のブログ63記事で実験して、数字ごと公開することにしました。
AIO（AI Overviews）とは
AI Overviews（AIによる概要）とは、Google検索の結果ページ上部に、AIが複数のWebページを要約した回答を表示する機能です。日本の検索結果でも表示される場面が増えていて、2025年9月からは対話型の「AIモード」も日本語に対応しています。
この記事で言う「AIO対策」は、そのAIの回答に、自分の記事が引用・参照されやすくするための施策のことです。ChatGPT経由の流入まで含めて考えるなら、LLMOやGEOと呼ばれている領域とほぼ同じと思ってもらって大丈夫です。
ちなみにGoogleの公式ドキュメントは「AI機能向けの特別な対策は不要。従来のSEOのベストプラクティスに従えばよい」という立場です。それでも僕がわざわざ手を入れたのは、「AIが要約・引用しやすい形に整えること」と従来のSEOがほぼ重なっていて、やって損がないと判断したからです。
なぜ今やるのか
僕のブログは年間19万表示あります。一方で、GA4で見えるAI経由の流入は約12セッション/月。ほぼゼロです（内訳はほぼChatGPT）。
検索の入口がAIに置き換わっていくなら、この「12」という数字がどう動くかを今のうちから記録しておきたい。効果がなければ「なかった」と書きます。それもデータです。
AIO対策として63記事に一括実装した6つの施策
- 要点ボックス（Key Takeaways） 記事冒頭に3〜5行の要点を置きました。ルールは1つで、1行目でタイトルの問いに直接答えること。「〜を選んだ理由」というタイトルなら、理由そのものを1行目に書きます。AIは冒頭の要約部分を引用しやすい、というのが狙いです。
- FAQ＋FAQPage構造化データ 各記事に3〜5問のFAQを追加し、FAQPageのJSON-LDを自動出力するようにしました。質問文はそのまま検索クエリやAIへの質問になり得るので、想定質問に一問一答で答える形にしています。
- 一文定義（「Xとは〜です」） 記事の主題を「Xとは、〜です。」の一文で定義するボックスを追加。AIが定義を切り出して引用しやすい形です。
- Speakable構造化データ 読み上げに適した箇所を指定するschemaです。対応はまだ限定的な仕様ですが、要点ボックスのデータから自動生成できるので、追加コストほぼゼロで入れました。
- llms.txt AIクローラー向けにサイトの構成や主要ページを案内するテキストファイルです。標準化は途上で効果も未知数ですが、これもコストが低いので設置しています。
- メタディスクリプションの改善 空・短すぎ・長すぎだったものを全記事分見直しました。地味ですが、AI以前に検索結果での見え方に直結する部分です。
副産物もありました。全記事を機械的に読み直す過程で誤字・表記ゆれが450件以上見つかり、一括修正。内容がかぶっていた記事は3組を301リダイレクトで統合しました。正直、AIO対策とは関係なくやるべきだったやつです。
どうやって一括実装したか｜LLMO実装のAI活用設計
本文には一切手を入れない
63記事の本文を書き直すのは現実的じゃないし、僕の体験談をAIに書き換えられるのは嫌でした。そこで、本文は不変のまま、記事データに構造化フィールドを追加する設計にしています。
- 各記事のデータに「要点」「FAQ」「一文定義」のフィールドを追加
- テンプレート側が、そのデータから可視ボックスとFAQPage/Speakableの構造化データを自動生成
見た目と構造化データが同じソースから出るので、内容がズレません。手書きのJSON-LDを63記事分メンテし続けるのは無理なので、ここは仕組みで解決しました。
生成はAIエージェントの並列作業。ただしルールは厳しく
要点・FAQ・定義の中身は、Claude Codeで複数のエージェントを並列に走らせて生成しました。ただしルールを2つ課しています。
- その記事に書いてあることだけを根拠にする。新しい事実や数字を足さない
- 体験談の記事は僕の言い回しをそのまま使う（AIの創作を混ぜない）
僕のブログは体験と数字で書いてきたブログなので、AIに事実を捏造されたら全部が崩れます。この制約が一括実装の生命線でした。
実装後、自作のチェックリストで全記事を採点したところ、平均47.8点→97.3点になりました。ただ誤解しないでほしいのですが、これは「実装がどれだけ行き渡ったか」を自社基準で測った点数であって、検索での成果ではありません。成果はこれから数字で確認します。
ちなみにこのサイト自体もAI（Claude Code）で7日間かけてフルリニューアルしたもので、その工程は別記事に全部書いています。
計測設計｜何をもって「効果あり」とするか
やりっぱなしにしないために、見る数字を先に決めておきます。
- Search Consoleの表示回数・順位 直近92日の実測で、クエリ「webflow」が3.9位・681クリック/15,084表示。ここがうちの看板なので、まずこの周辺の動きを見ます。なお公式ヘルプによると、AI Overviews経由の表示・クリックはSearch Console上で通常の検索結果と分離されずに集計されます。つまり「AIOに引用されたか」を直接示す指標はなく、間接的に追うしかありません。
- GA4のAI経由セッション chatgpt.comなどからの参照流入です。現在のベースラインは約12セッション/月（ほぼChatGPT）。一番わかりやすい指標なので、月次でここを追います（GA4での測り方の手順はChatGPT流入の実測記事にまとめています）。
- 検索画面の目視での定点観測 狙いクエリでAI Overviewsに自社記事が引用されるかを、実際の検索画面で確認していきます。
実装は2026年7月なので、比較は「実装前」対「実装後」。ただしアルゴリズム更新や季節要因と完全には切り分けられないので、そこは断定せず、条件ごと正直に書きます。
次回は結果編。メルマガで先出しします
繰り返しますが、現時点で成果は何も出ていません。出たら出たで、出なかったら出なかったで、数字ごと公開します。63記事分の実験台は用意できたので、あとは数字を待つだけです。
結果編はメルマガ「AIでブログを伸ばす公開実験」で先出しして、その後ブログにも載せる予定です。同じ実験を自社サイトでやってみたい方は、そちらで続きをどうぞ。実装を丸ごと任せたい方は無料相談からどうぞ。
よくある質問
AIO対策とは何をすることですか？
Google検索のAI Overviews（AIによる概要）やChatGPTなどの回答に、自分のページが引用・参照されやすくする施策だとしています。筆者は要点ボックス・FAQ・一文定義・構造化データ・llms.txtの整備から始めたとのことです。
AIO対策に効果はありますか？
記事時点ではまだ分からないとしています。この記事は63記事に一括実装して効果を実測する連載の第1回（実装編）で、実装前のベースラインはAI経由流入が約12セッション/月とのことです。効果の有無は結果編として別途公開するとしています。
既存記事の本文を書き換える必要はありますか？
筆者は本文を書き換えなかったとしています。記事データに要点・FAQ・定義のフィールドを追加し、テンプレート側で表示と構造化データを自動生成する設計にすれば、本文はそのままで全記事に一括適用できるとのことです。
FAQPageやSpeakableの構造化データは手書きしましたか？
いいえ、手書きしていないとしています。記事ごとのデータに入れたFAQと要点から、テンプレートが自動生成しており、手書きのJSON-LDを63記事分メンテし続けるのは現実的ではないためだとしています。
