「こんなコンテンツはダメ」グーグル評価の傾向を50サイト分析データに学ぶ【SEO情報まとめ】

illustration by つきのあめだま

グーグルの考える「有用なコンテンツ」「ダメなコンテンツ」ってどんな基準？ 「アンカーテキストの多様性」「ページの更新頻度」「タイトルの煽り度」などなど、調査から見えてきた傾向を知っておこう。

ほかにも、AI関連の情報、生成AI活用で検索トラフィック激減、正しい引用でSEO効果、AIエージェントと広告、Bing検索などなど、あなたのSEO力アップに役立つ情報を、今週もまとめてお届けする。

• 「こんなコンテンツはダメ」グーグル評価の傾向を50サイト分析データに学ぶ
• グーグル主催の検索イベントで得たAI関連の学び×5
• 100%AI生成コンテンツ大量投入→検索トラフィック爆上がり→ペナルティ😭
• 出典なしの引用はパクリです。ちゃんとしたら順位にも好影響かもですよ
• AIエージェントの登場でオンライン広告の未来はどう変わるか？
• Bing検索の責任者が語った「検索の今と未来」
• Search Consoleの24時間レポートがAPIでも利用可能に
• 訪問型ビジネスのGBPは「非店舗型」として登録する
• 買収した事業のGBPを安全に移行する正しいステップ
• ヤフーも生成AI検索の競争に参入、シェアを奪えるか？
• SEOは終わらない！ AI時代における“信頼”と“ブランド”の力
• Google検索のccTLDが廃止、すべて.comドメインに統合

今週のピックアップ

「こんなコンテンツはダメ」グーグル評価の傾向を50サイト分析データに学ぶ
アンカーテキストの多様性、ページの更新頻度、クリックベイト型タイトル （Zyppy Marketing） 海外情報

最近のグーグル検索アップデート後に、ページ上のSEO要因がトラフィックの増減とどのように相関するかを調査したデータを紹介する。サイラス・シェパード氏が、情報系ウェブサイト50件を対象に、数千のデータポイントを分析したものだ。

シェパード氏が特に焦点を当てたのは、次の点だ：

• グーグルのヘルプフル コンテンツ システム（現在はコア ランキング システムに統合）が、「従来のSEOプラクティスをやり過ぎた」状態に悪い評価を与えているかどうか。

調査結果から、強い負の相関（順位の下落）がみられた要因は次のとおりだ：

• アンカーテキストの多様性（相関： 内部リンク -0.337、外部リンク -0.352）
  • ページあたりのアンカーテキストのバリエーションが多いサイトは、アップデート後にパフォーマンスが悪化した。
  • リンクの実数には有意な相関は見られなかった。
  • これは、多様なアンカーテキストを推奨していた従来のSEOベストプラクティスと矛盾する。
  
• ページの更新頻度（相関： 0.455）
  • トラフィックが増加したサイトには、減少したサイトと比較して古いコンテンツがあった（平均774日対273日）。
  • 日付の記載がなかったのは、増加サイトのページの35%に対して、減少サイトではわずか4%だった。
  • 大幅なコンテンツ変更を伴わない頻繁な日付更新は、否定的に見られている可能性がある。
• クリック誘導型タイトルの最適化（相関： 数字 -0.297、形容詞 -0.420）
  • 数字や形容詞を使った「クリックベイト」タイトルを使用しているサイトは、パフォーマンスが悪化した。
  • 「リスト記事」形式の記事は特に脆弱性を示した。
  • グーグルは、注目を集めるタイトルよりも、直接的で説明的なタイトルを好む可能性がある。
  

一方で、次の要因には有意な相関はみられなかった：

• グーグルトラフィックへの依存度（相関： -0.143）
  • 増加サイトは、減少サイトよりも若干オーガニックトラフィックが少なかった（61%対67%）。
  • データセット全体で明確なパターンは現れなかった。
• 著者情報（相関： -0.041）
  • 著者情報とトラフィック変動の間に統計的な関係はなかった。
• 目次（相関： 0.042）
  • 増加サイトと減少サイトで、目次の使用率は均等に分布していた。
  • わずかに正の相関があったが、統計的に有意ではなかった。
• 文字数（相関： -0.161）
  • 増加サイトは平均2,623語に対し、減少サイトは3,619語だった。
  • 差はあったものの、統計的に有意な相関はなかった。
• グーグルビジネスプロフィール（相関： -0.156）
  • 減少サイトは、増加サイトの2倍の確率でGoogleビジネスプロフィールを持っていた（24%対12%）。
  • この差は統計的に有意ではなかった。

3月のコアアップデートから、一部のサイトは回復の兆しを見せているとのことだ。2社のクライアントが部分的な回復を経験した。1社は広範な更新と最適化解除の後、もう1社は軽微なUX調整の後だった。

調査結果から次のようなことが言えそうだ：

• グーグルは、過度に最適化されたSEOプラクティス、特に「多様なアンカーテキスト」や「クリックベイトタイトル」をターゲットにしている可能性がある。

• 大幅な変更なしにコンテンツの日付を頻繁に更新することは、トラフィックの損失と相関する。

• 最近のアップデートでペナルティを受けたサイトでは、従来のSEO戦術の再評価が必要になる場合がある。

• サイトの回復は可能だが、大幅な最適化解除やUX改善が必要になる場合がある。

ただし、この調査はサンプルサイズがさほど大きくないため信頼性が高いとは言えない点と、相関関係は因果関係を証明するものではない点には注意が必要だろう。

グーグル検索SEO情報①

グーグル主催の検索イベントで得たAI関連の学び×5
AI時代でもSEOの本質は変化しない （SEO Blog by Aleyda） 海外情報

2025年4月9日にスペインのマドリードでGoogle検索チームがSearch Central Liveを開催した。このイベントに参加していたアレイダ・ソリス氏が、AI関連のセッションハイライトを自身のブログにまとめてくれたので紹介する。

ソリス氏による情報は、次のような内容だ：

1. グーグルの目標、使命、焦点は変わっていない

• グーグルの使命は「ユーザーにとって最善の情報を提供すること」であり、他のことが変化する可能性はあってもその使命は変わらない ―― そのことをグーグルは明確に示した。したがって、他のいかなる変化やトレンドにもかかわらず、それを考慮に入れることが不可欠である。

• 「検索は解決済みの問題ではない」ことも述べられた。新しいプラットフォーム、新しいユーザーの好み、新しい技術が出現している。

• グーグルは検索を通じてウェブに価値を提供してきたし、これからも提供し続ける（トラフィックやGSC、GAなどのツールを介して）。ウェブユーザーとウェブエコシステムへの価値である。

2. AIコンテンツに対するグーグルの扱い

• グーグルは現在、品質評価者に対して「ページのメインコンテンツが自動生成またはAI生成であるかどうかを評価する」よう求めており、もしそうであれば最低評価となる。下の画像に強調で示した検索品質ガイドラインのとおりだ。

  

  ※筆者補足： 検索品質ガイドラインの該当部分、日本語訳すると「ページ上のすべてもしくはほぼすべてのメインコンテンツが自動あるいはAIで生成されていた場合は、最低の評価が適用される」といったところだ。

• 「AIがGoogle Discoverに組み込まれるかどうか」をある人が尋ねたところ、グーグルは、次のように述べた：

  Discoverはクエリ中心の体験ではないため、「AIによる概要」は意味がない。しかし機能としては使用できる可能性がある。

  ただし、現時点ではその点に関して発表することはないとのことである。

3. 「AI検索」と「AIによる概要」の仕組みと最適化方法

• ジョン・ミューラー氏は、次の点を説明した：

  • グーグルがRAGを使って検索にLLMを統合する方法
  • 「AIによる概要」でグラウンディングがどのように機能するか
    ※Web担編注　AIにおける「グラウンディング」は、「根拠をもって回答するための裏付け処理」といった意味あい

• グーグルは「AIによる概要」を検索機能と見なしているため、「robots metaタグのnosnippet設定を使ってAIによる概要からオプトアウト」できることと、その方法も説明した。

• 「グーグルのAI機能に対して特定の最適化アクションは必要ない」ことも明らかにされた。まだ新しく、ユーザーの行動が大きく変化しているためである。

• グーグルは、「構造化データを使用すること」をAI検索の世界においても推奨している。その際に、効率的、正確、かつ読みやすく、実際に検索結果ページに表示されるサポートされた要素に焦点を当てるべきだ。

• 「LLMs.txt」について尋ねられた際、ミューラー氏は、次のように答えた：

  それが意味を持つのは、システムがあなたのサイトについて知らない場合のみだ。短期的には意味があるかもしれない。しかしグーグルはすでに多くのデータ（つまりサイトの実際のコンテンツ）を持っている。そのため、グーグルがLLMs.txtを考慮に入れるとは期待していない。

  現時点では、どのAIシステムが実際にそれを使用しているかは把握していないとのことである。

• 「robots.txtにおけるグーグルの拡張機能が、GeminiおよびVertex AIのトレーニング用にコンテンツを制御する方法」も説明された。これはクローラーではなく、検索のインデックス作成やランキングには影響しないユーザーエージェント名であることが明らかにされた。

4. AIOとGemini検索の監視と追跡

• 質問の1つは、「Search Console経由で『AIによる概要』を追跡できるようになるか」ということであった。しかし、グーグルの担当者は、次のように回答している：

  現時点でSearch Consoleのパフォーマンスレポートにおいて考慮されているが、内訳は表示されていない。

  段階では、AIOの露出は変動的であるため、「詳細な情報を表示すると、助けになるよりも混乱を引き起こす」と考えているとのことである。

• 次の点について尋ねてみた：

  特にAIモードの統合に伴い、Geminiの使用状況と検索行動に関するデータを取得し、従来の検索との影響や重複について情報を得る方法があるか？

  回答は、「プライバシーに関する影響やその他の基準のため、まだ計画されていない」とのことだ。将来的に、異なる行動やより広範なトピックが見られれば可能性があるかもしれないが、現時点ではないとのことである。

5. LLMとSEOの未来

• SEOは引き続き重要であり、クローリングやインデックス作成などの基礎的な作業はなくならない。

• AIはデジタルマーケティングに取って代わるものではなく、既存のものにさらに追加するものである。

• 我々には、SEOの経験を新しいAI技術に応用する機会がある。

AIの発展と組み込みにより、グーグル検索は大きく変化している。しかし、従来のSEOがまったく古くなり役に立たなくなったということでは決してない。ユーザーの役に立つコンテンツを提供し検索エンジンフレンドリーなサイトを構築するというSEOの本質は、今後も重要だ。

100%AI生成コンテンツ大量投入→検索トラフィック爆上がり→ペナルティ😭
削除後、人間が書いた記事で回復の兆し😃 （Gagan Ghotra on X） 海外情報

オーストラリアのSEOコンサルタントである、ガガン・ゴートラ氏がAI生成コンテンツにまつわる興味深い事例を共有した。

次のような流れの事例だ：

1. 生成AIでコンテンツを大量生産
2. オーガニック検索トラフィックが約半年間、右肩上がりで増加
3. 「付加価値のほとんどない、または全くない質の低いコンテンツ」という理由で手動による対策を受ける
4. 検索トラフィックがほぼゼロに
5. 問題となったコンテンツを削除し再審査リクエストを送信
6. 質の高い、人間が書いたコンテンツを作成し、内部リンクも最適化
7. 検索トラフィックが回復し始める

生成AIを利用して記事を書くこと自体に問題はない。しかし現状では、生成AI丸投げの記事では品質を担保できない。それに、間違った情報を含むこともある。また、ただ生成AIでコンテンツを作るだけならば大量生成されたコンテンツの不正使用のスパムに該当しうる。

生成AIを利用したとしても、人間のレビューは必須だし、「そのコンテンツが独自の価値を提供している必要がある」ことに変わりはない。

出典なしの引用はパクリです。ちゃんとしたら順位にも好影響かもですよ
正しい引用で検索トラフィック増加の事例あり （ボーディー SEO） 国内情報

他のサイトの記事の正しい引用方法を住太陽氏が解説した。

記事を書くときに「他者の記事を利用する」こと自体は問題ない。しかし、出典を明らかにせずに、あたかも自分自身で書いたかのように掲載するのは「引用」ではなく「剽窃」だ（俗語で言えば「パクリ」）。丸写しではなく、多少の書き直しを加えたとしても、盗んだ事実に変わりはない。独自コンテンツではないのだ。

しかし、出典を明記して引用すれば問題ないというのが、住氏の強調するところだ。出典を明記することの重要点および明記しないことの問題点を具体的に挙げて住氏は説明している。

出典を示すリンクを追加したところ検索トラフィックが大きく伸びたという事例も見せている。

出典を示すリンクを追加したら検索トラフィックが伸びた例

引用のベストプラクティスを住氏から学ぼう。

ちなみに、文化庁によるガイドラインでは、引用の要件である「正当な範囲内」の例として次の記述がある：

例えば、引用部分とそれ以外の部分の「主従関係」が明確であることや、引用される分量が必要最小限度の範囲内であること、本文が引用文より高い存在価値を持つこと

著作権法第32条にある「引用の目的上正当な範囲内」は、実は大切なポイントだ。一般的な意味での「正当な範囲」だと考えるのではなく、公的なガイドラインで示されている内容や過去の判例をもとに正しく判断することが重要だ。

AIエージェントの登場でオンライン広告の未来はどう変わるか？
AIの広告インタラクションを分析した論文から見えてきた現状 （arXiv） 海外情報

人間の代わりにAIが一連の操作を実行するAIエージェントが現実味を帯びてきた。「AIエージェント」とは、単に質問に答えるだけでなく、能動的に行動して調査したり何かのアクションをしたりする仕組みのことを指すものだ。

AIエージェントにホテルを予約させる実験を通じて「AIエージェントがオンライン広告をどのように扱うか」を研究した論文が発表された。興味深い発見が数多くあるので（SEOとは直接関係しないのだが）紹介したい（論文はここから読める）。

調査に利用された生成AIは次のとおりだ：

• OpenAI GPT-4o
• Anthropic Claude Sonnet 3.7
• Google Gemini 2.0 Flash

これらの生成AIを組み込んでブラウザでAIエージェントを実行した

全エージェントに共通する調査結果

• AIエージェントはオンライン広告を体系的に無視したり避けたりするわけではない。

• 視覚的または感情的な訴求よりも、構造化されたデータ、特にキーワードと価格を優先する。

• ユーザーのタスクと広告の間でキーワードが一致すると、広告の効果が大幅に向上する。

• 広告内のテキストキーワードは、画像埋め込みキーワードよりも影響力が大きいことが一般的。

• エージェントは広告をクリックするが、そのエンゲージメントパターン（クリック率など）は一貫性がなく、AIモデルや広告フォーマットによって大きく異なる可能性がある。

エージェントモードでの動作や広告の扱いの特徴をAIモデルごとに整理すると、次のとおりだった。

OpenAI GPT-4o

• 意思決定 ―― テストの90%で具体的な予約決定を行い、予約の84%を完了した。一貫性が高く、選ばれる選択肢はしばしば狭いものだった（100回の実行で提案したホテルはわずか4軒）。

• 広告インタラクション ―― バナー広告を56回、スポンサー広告を11回クリックした。実行の64%でバナー広告情報を参照した。

• 広告コンバージョン ―― バナー広告からのコンバージョン率は高かった（94.9%）が、スポンサー広告では低かった（75%）。

  プロンプトで明示的に「予約」という単語を使用した場合、クリックされた広告からのコンバージョン率は100%であった。

• 回答における広告内の表現の使用 ―― 広告表現の利用率^※は、最小限であった（キーワード密度12.11%）。

  ※広告内で利用されていたプロモーション表現（「歴史あるヴィラ」「シャンパンの歓迎」や価格記載など）をLLMとしての回答に含めた度合い

• バナー広告 vs テキスト広告 ―― 画像ベースのバナー広告では挙動が大きく変化し、バナー広告のホテルではなくスポンサー広告のホテルを選択することが多かった。広告が画像ベースの場合、バナーの認識率は低下した。

• フィルタリング ―― ウェブサイトのフィルタリングオプション^※の使用は最小限だった。

  ※予約サイトなどでの「価格」「評価」「宿泊タイプ」などの絞り込みや並べ替えの機能

Anthropic Claude Sonnet 3.7

• 意思決定 ―― テストの78%で具体的な予約決定を行い、予約の70%を完了した。GPT-4oと同様に高い一貫性を示した。9軒の異なるホテルを提案した。

  プロンプトで「検索」などの間接的な用語を使用した場合、予約を完了しなかった。

• 広告インタラクション ―― バナー広告を55回クリックしたが、スポンサー広告はクリックしなかった。実行の80%で広告情報（バナーまたはスポンサー）を認識した。

• 広告コンバージョン ―― バナー広告のコンバージョン率は高かった（86.4%）が、スポンサー広告では0%であった（クリックしなかったため）。

  プロンプトで明示的に「予約」という単語を使用した場合、クリックされたバナー広告のコンバージョン率は100%だった。

• 回答における広告内の表現の使用 ―― 広告表現の利用率^※は、最も高かった（平均キーワード密度35.79%）。これは画像バナー由来の表現でも高かった。

  ※広告内で利用されていたプロモーション表現（「歴史あるヴィラ」「シャンパンの歓迎」や価格記載など）をLLMとしての回答に含めた度合い

• バナー広告 vs テキスト広告 ―― 画像バナーの場合でもバナー広告のホテルを好んだが、バナーを直接クリックする代わりにグリッドリスト経由でアクセスすることが多かった。グリッド経由で予約する場合でも、バナーコンテンツの認識を維持した。

• フィルタリング ―― フィルター^※を頻繁に使用した。

  ※予約サイトなどでの「価格」「評価」「宿泊タイプ」などの絞り込みや並べ替えの機能

Google Gemini 2.0 Flash

• 意思決定 ―― 最も決定力に欠け、テストのわずか43%でしか具体的な予約を完了しなかった。「どれか1つを選んで予約するのではなく、複数の選択肢を提示する」ことが多かった。ホテルの選択において最もばらつきがあり、一貫性が最も低かった（プロンプトあたりのユニークな組み合わせは平均4.2）。

• 広告インタラクション ―― バナー広告を29回、スポンサー広告を4回クリックした。実行の53%でバナー情報を、42%でスポンサー広告情報を参照した。

• 広告コンバージョン ―― クリックしたすべての広告タイプ（バナー、標準、スポンサー）で100%のコンバージョン率を記録した。

• 回答における広告内の表現の使用 ―― 広告表現の利用率^※は、中程度だった（キーワード密度12.50%）。この率は画像バナー由来の表現で減少した。

  ※広告内で利用されていたプロモーション表現（「歴史あるヴィラ」「シャンパンの歓迎」や価格記載など）をLLMとしての回答に含めた度合い

• バナー広告 vs テキスト広告 ―― 画像ベースのバナーのクリックとグリッド選択を交互に行った。画像バナー情報の認識は一貫性が低かった（57%のケース）。画像広告を扱う際に、予約ボタンをクリックしてから戻るなど、非効率的な挙動を示すことがあった。

• フィルタリング ―― フィルタリングオプション^※を最も多く使った。

  ※予約サイトなどでの「価格」「評価」「宿泊タイプ」などの絞り込みや並べ替えの機能

論文から次のようなことが学べそうだ：

• AIによって挙動が異なる ―― GPT-4o、Claude、GeminiのようなAIエージェントがオンライン広告をどう扱うかは、それぞれで大きく異なる。

• AIは表現よりも情報を重視 ―― 人間とは異なり、AIは広告内の価格やキーワードといったデータにより注意を払う。凝ったビジュアルや感情的な訴求はあまり重視しない。

• キーワードが最重要 ―― AIに対して広告を効果的に機能させるには、広告内のキーワードがAIの実行しようとしているタスクと一致することが鍵となる。

• テキストは画像に勝る（現時点では） ―― テキストキーワードを含む広告は、画像の一部としてキーワードを載せている広告よりも、AIに対して効果的に影響を与える。

• 広告戦略の変更が必要 ―― 企業は、人間にとって視覚的に魅力的なだけでなく、AIエージェント向けにデータを重視し、キーワードとの関連性を高めた広告を作成することを考える必要がある。

• 広告はAIに影響を与える ―― AIエージェントは広告を無視するわけではなく、影響を受ける可能性があるが、その程度やタイミングには一貫性がない。