AIEO（AI Assistive Engine Optimization）とは — 「回答」から「推薦」への変化と、枠組みへの依存を切り分ける

• 最終検証日：2026年8月13日
• SILVE が使う展開形：AI Assistive Engine Optimization
• 日本語参考訳：AI支援エンジン最適化
• 競合する展開形：AI Engine Optimization（日本語圏で複数の用例を確認）
• 用語ステータス：Emerging / Framework-specific / Acronym Ambiguous
• 枠組みの提唱者：Jason Barnard / Kalicube
• SILVE での扱い：Recognized Framework（独立したスコアのレイヤーには使わない）
• 本文中の「2026.08.xx」：その訂正を行った判断基準の版の番号です。公開した版は書き換えず、訂正は新しい版として残しています

結論

AIEO（AI Assistive Engine Optimization）は、Jason Barnard / Kalicube が提唱する概念で、AI がユーザーの問いに答えるだけでなく、調査・比較・意思決定を支援し、有力な選択肢として推薦する環境への最適化を指します。

Kalicube の整理では、SEO は「見つけてもらう」、AEO は「答えとして選ばれる」、AIEO は「推薦される」、AAO は「エージェントに選ばれる」という段階になっています。

この記事で伝えたいのは 3 点です。

1. 「AI が回答から比較・推薦へ進んでいる」という現象は実在する。 Google の公式ガイドも、予約や商品比較を人に代わって行うエージェントについて説明しています
2. しかしそれを SEO ⊂ AEO ⊂ AIEO ⊂ AAO という階層で説明するのは Barnard / Kalicube の枠組みであり、業界標準ではない
3. 日本語圏では AIEO を「AI Engine Optimization」の意味で使う用例が複数確認できる。 同じ略語で別の概念を指すため、日本語で書くときは特に注意が必要です。ただしどちらが優勢かは調べていないので「主流」とは書きません（2026.08.37 で訂正）

さらに、提唱者側の資料には年代の不整合と、他の用語の起源に関する明確な誤りが含まれています。これは canonical な一次資料であっても、そのページ全体が歴史資料として正しいとは限らないことを示しています。

SILVEにおける操作的定義

SILVE では AIEO を次のように定義します。

ユーザーの調査・比較・意思決定を支援する AI システムが、企業・ブランド・商品・サービス等について正確な情報を取得・理解・評価し、適切な文脈において有力な選択肢として提示・推薦できる情報環境を整える取り組み。

「AI におすすめさせるための裏技」とは定義しません。

実際の AI の推薦には、発見・取得・実体解決・情報抽出・grounding・比較・情報源の選択・モデルの推論・推薦ロジック・パーソナライズ・安全方針など、複数の処理が関わりえます。SILVE は「AI に信頼される」という抽象表現をそのまま採点せず、観測できるシグナルへ分解します。

これは SILVE の操作的定義であり、業界標準を主張するものではありません。

起源と初期史

枠組みの所有者は明確ですが、正確な命名年は確定できません。 この 2 つを分けて記録します。

Jason Barnard / Kalicube は、Barnard が AI Assistive Engine Optimization を 2024 年に命名したとしています。2024 年 12 月 12 日の Search Engine Land 記事で「assistive engine optimization」の公開使用は確認できますが、同記事に「AIEO」という略称も「AI Assistive Engine Optimization」という完全名称も登場せず、さらにその記事の著者は Barnard 本人であるため独立確認にはあたりません。加えて Kalicube の別ページは命名年を 2023 年としており、提唱者側の資料が一致していません。

順に見ていきます。

提唱者側の主張

Kalicube Pro の方法論ページには「Coined by Jason Barnard in 2024」と明記されています。Barnard 本人も 2026 年に「2024 年に AI assistive engine optimization を formalize した」と説明しています。

2024 年の同時代記録で確認できること

2024 年 12 月 12 日、Barnard は Search Engine Land に「A 13-point roadmap for thriving in the age of AI search」を寄稿しています。ここで確認できるのは次のとおりです。

Some are talking about answer engine optimization ... but that is merely a stepping stone that inevitably leads to assistive engine optimization.

つまり 2024 年時点で「assistive engine optimization」という概念を公開媒体で使用していたことは確認できます。 AEO をその前段階と位置づけていた点も、LLM・ナレッジグラフ・検索エンジンを横断して最適化すべきという主張（algorithmic trinity）も、この記事にあります。

ただしこの記事に「AIEO」という略称も「AI Assistive Engine Optimization」という完全な名称も登場しません。

したがって SILVE は次を分けて記録します。

そしてもう一点、構造的に重要なことがあります。 この 2024 年の記事は Search Engine Land という独立媒体に載っていますが、著者は Barnard 本人です。 媒体が独立していても、書いているのが当事者であれば、その人自身の命名の主張に対する独立確認にはなりません。

AEO では、少なくとも第三者（Rebecca Sentance）が書いた同時代記事が存在しました。AIEO については、今回確認した範囲でそれに相当する資料が見つかっていません。 確認できた同時代記録はすべて Barnard 自身の執筆によるものです。用語を扱う第三者の記事は 2025〜2026 年に存在します。 見つかっていないのは、命名の年と主体を裏づける同時代の独立資料です。

提唱者側の資料で AIEO の命名年が食い違っている

Kalicube 自身の資料のなかで、AIEO の命名年が一致していません。

AEO の記事でも同じ構図（2017 と 2018 の併存）が出ており、Kalicube の資料では年代の記録が一貫していない傾向が見られます。

★ 3 行目は 2026.08.37 で追加しました。 kalicube.com の entity ページは「coined by Jason Barnard in 2020」とし、さらに「Assistive Engine Optimization (AEO) is a synonym for AI Assistive Engine Optimization (AIEO)」「両者を interchangeably に使う」と説明しています。

ただしこれを「AIEO は 2020 年だった」と統合してはいけません。 このページが命名を主張しているのは Assistive Engine Optimization という文字列であって、AI Assistive Engine Optimization ではありません。 前身ないし同義とされる別名称の主張として、分けて記録します。

そしてこのページは、その略称を「AEO」と書いています。 Barnard / Kalicube は Answer Engine Optimization の命名も主張しているので、同じ提唱者の資料の中で AEO が 2 つの展開形を指しています。 略称の衝突は他人との間だけでなく、提唱者の内部でも起きています。

なお UCD についても、AIEO の canonical ページは「UCD framework — 2024」とする一方、別ページは「coined in 2019」としていました。この記事は当初これを矛盾と断定せず、「着想した年」「最初に公開した年」「枠組みとして命名した年」を別々に記録していれば両方が同時に正しくなりえる、と留保していました。

★ その留保どおりでした（2026.08.37 で確認）。 UCD 専用の canonical ページが実在し、次のように明示しています。

したがって UCD の 2019 と 2024 は矛盾ではなく、別のマイルストーンです。 この記事の「年代の記録が内部で不一致」という記述は取り下げます。AIEO 本体の年（2023 と 2024）の食い違いとは分けて扱ってください。

したがって SILVE では次のように分けます。

• Framework Ownership Confidence: High — AIEO の詳細な定義・階層・UCD 等が Barnard / Kalicube によって体系化されていることは明確
• Exact Coinage Year Confidence: Medium-Low — 正確な命名年は確定できない

歴史

現在の業界用法

Barnard / Kalicube の定義

Kalicube Pro の canonical ページは AIEO をこう定義しています。

The art and science of persuading AI Assistive Engines such as Google, Bing, Yahoo, ChatGPT, Perplexity, Siri, Alexa, and Copilot to recommend your solution to their users as the best in the market.

対象となる「AI Assistive Engine」は非常に広く、ChatGPT・Claude・Gemini・Perplexity・Grok・Copilot・Google の AI Mode / AI Overviews・Siri・Alexa・Microsoft 365 Copilot・Apple Intelligence などを同じカテゴリに含めています。共通点は「単に文章を生成するだけでなく、ユーザーの情報探索・判断・推薦を支援する」ことだとされています。

これは Barnard / Kalicube によるカテゴリ定義です。 各プラットフォーム自身が「AI Assistive Engine」という分類を採用しているわけではありません。

展開形は提唱者側の資料の中でも一致していない

これが AIEO で最も見落とされやすい点です。

「Barnard は AI Assistive Engine Optimization、他社は AI Engine Optimization」と綺麗に二分できるわけではありません。Kalicube Pro 自身の資料の中で表記が揺れています。

Barnard の記事では、こう書かれています。

Search engine optimization (SEO) — be found. Answer engine optimization (AEO) — be the answer. AI engine optimization (AIEO) — be the recommendation. Assistive agent optimization (AAO) — be chosen when no human is in the loop.

記事全体では assistive という役割を重視しているため、体系上は AI Assistive Engine Optimization を指していると考えられます。しかし文字としては assistive がありません。

つまり AIEO の展開形は、競合他社が別の意味で使っているというだけでなく、提唱者側の現行資料そのものでも固定されていません。

日本語圏でも別の展開形が使われている

日本でも、複数の事業者が AIEO を AI Engine Optimization（AI エンジン最適化） の略として使い、サービス名や解説記事に用いています。意味するところは「ChatGPT・Claude・Perplexity などが自社サイトの情報を正確に理解し、回答内で引用しやすくするための最適化」で、Barnard の枠組みとは別の概念です。

どちらが優勢かを言うには、日本語の AIEO 記事を一定数抽出して比率を出す必要があります。 それは行っていないため、ここでは「AI Engine Optimization という展開形の有力な用例が複数存在し、Barnard / Kalicube の AI Assistive Engine Optimization と競合している」とだけ述べます。

いずれにせよ 日本語で「AIEO」とだけ書けば、読者がどちらを想起するかは制御できません。 SILVE は AIEO という略語だけを見て展開形を自動判定せず、初出時には必ず正式名称を併記します。

プラットフォーム別の位置づけ

Google — AIEO を公式カテゴリとしていない

Google の公式ガイドは、AEO（answer engine optimization）と GEO（generative engine optimization）を業界用語として明示的に取り上げ、Google Search ではそれらを SEO の範囲として整理しています。AIEO も assistive engine optimization も、このガイドの本文には登場しません。

ただし、AIEO が扱おうとしている現象自体は Google も認めています。 同じガイドはエージェントについてこう説明しています。

AI agents are autonomous systems that can perform tasks on behalf of people, such as booking a reservation or comparing product specifications.

ブラウザエージェントがスクリーンショットや DOM 構造、アクセシビリティツリーを解析してタスクを完了させること、Universal Commerce Protocol のようなプロトコルが登場しつつあることにも触れています。

つまり 「検索 → 回答 → 比較・支援 → 実行」という方向への拡張は実在します。 名称と階層が枠組み固有であることと、現象が実在することは別の話です。

関連用語との違い

AEO との違い（Barnard / Kalicube の整理）

Kalicube の canonical ページは、AAO（2025）⊃ AIEO（2024）⊃ AEO（2017）⊃ SEO という明確な包含階層を定義しています。

この包含関係は業界標準ではありません。 Barnard / Kalicube の分類です。SILVE は知識ベース上でこれを説明しますが、診断システム自体をこの階層に依存させません。

GEO との違い、および canonical ページの誤り

Kalicube は GEO を AIEO より狭いものと位置づけています。名称の中心が「Generative Engine（生成機構）」か「Assistive（ユーザーへの役割）」かという整理には概念的な合理性があります。

ただしその説明に明確な誤りがあります。 Kalicube Pro の AIEO ページにはこう書かれています。

Generative Engine Optimization is a Microsoft-originated term covering a subset of what AIEO addresses.

これは事実に反します。 GEO は 2023 年 11 月 16 日に公開された Aggarwal ら 6 名の論文「GEO: Generative Engine Optimization」で体系化され、2024 年の ACM SIGKDD に採択された学術由来の用語です。Microsoft が 2026 年 1 月に GEO を公式コンテンツで積極的に使い始めたことと、Microsoft が GEO を originate したことは別です。

この誤りには一般的な教訓があります。canonical な一次資料であっても、そのページ全体が歴史資料として正しいとは限りません。

したがって SILVE は Kalicube Pro のページを、

• Barnard / Kalicube が AIEO を現在どう定義しているかを知る資料 → 最重要
• GEO・AEO など他概念の歴史を証明する資料 → 必ず別途検証する

と使い分けます。

LLMO・AIO との違い

LLMO が技術名に縛られるのに対し、AIEO は役割を名称の中心にしているため、将来システムが LLM 以外の技術を多く使うようになっても名称を維持できます。これは AIEO の設計上の利点です。

一方 AIO が特定の提唱者を持たない広い傘であるのに対し、AIEO は 明確な枠組みの所有者を持つ点が異なります。これは強みでもあり、特定の組織の体系に依存するという弱みでもあります。

実務で何を最適化するのか

AIEO 固有の普遍的なランキング要因は確立していません。したがって問題意識を具体的なシグナルへ分解します。

AIEO が提起しているのは、企業サイトが「検索結果に出る情報」だけでなく「比較・推薦の判断材料として使える情報」を公開する必要がある、ということです。 これは SILVE が取り入れる価値のある問題設定です。

• 実体の明確さ（正式名称・ブランド名・提供主体・所在地の一貫性）
• 判断材料（誰に向くか・誰に向かないか・価格・対応地域・機能・制約・導入条件・他方式との違い）
• 一次情報源としての正確さ
• 第三者による検証可能性
• 取得経路の確保

「誰に向かないか」は、人間にも AI にも、選択肢を比較するための判断材料として情報価値が高いものです。 自社に都合の良い情報だけでは、比較の材料になりません。ただし「書けば推薦されやすくなる」と実証されたランキング要因ではありません（aeo の記事で Decision-useful Information Principle として整理しています）。

根拠が比較的強い施策

1. 実体を明確にする

法人正式名称・ブランド名・サービス名・英語表記・所在地・運営主体・代表者・対象顧客・事業内容を矛盾させない。表記揺れの多い日本企業では特に重要です。

ただし「表記を統一すれば推薦率が何%上がる」という因果は確立していません。

SILVE での扱い：原則として Adopted / 因果は未確立

2. 比較・推薦に必要な情報を公開する

AI がユーザーの意思決定を支援するなら、企業紹介より具体的な判断材料が必要になります。価格・対応地域・機能・制約・導入条件・他方式との違い・解約条件・製品仕様など。

これは AI の推薦だけでなく、人間の意思決定にも有益です。

SILVE での扱い：情報品質の原則として Adopted

3. 自社を正確な一次情報源にする

企業自身が最も正確に提供できる情報（企業情報・商品仕様・価格・ポリシー・専門家情報・独自調査）を公開する。Google も生成 AI 検索について、独自で有用な、他所の焼き直しではないコンテンツを重視するよう案内しています。

SILVE での扱い：原則として Adopted

4. 第三者による検証可能性を高める

「当社が一番です」と自分で書くだけでは検証材料になりません。公的資格・業界団体・信頼できるレビュー・報道・第三者調査など、照合できる状態には合理性があります。

ただし 第三者の言及数が普遍的なランキング要因であるとは断定しません。

SILVE での扱い：重要な原則 / off-site の因果証拠は限定的

まだ確立していないこと

UCD・NEEATT・Algorithmic Trinity は Kalicube の枠組み

AIEO の周辺には、Barnard / Kalicube による複数の枠組みがあります。

いずれも Google や OpenAI が公式に採用したランキングモデルではありません。

特に Algorithmic Trinity については注意が必要です。AI サービスの内部構成はそれぞれ異なります。Google は AI Overviews / AI Mode について Search インデックス・ランキングシステム・RAG・クエリ fan-out を使うと説明していますが、すべての AI アシスタントが「LLM ＋ 検索エンジン ＋ ナレッジグラフ」という同一の三層構成で動いていることが公式に確立しているわけではありません。

SILVE はこれらを 有用な概念モデルとして参照はしますが、配点の根拠には使いません。

「AI がブランドを信頼する」という表現

Barnard / Kalicube は「Understand → Trust → Recommend」という分かりやすい表現を使います。しかし AI が人間と同じ意味でブランドを「信頼」しているわけではありません。

実際の出力は、取得・ランキング・実体照合・情報源の重みづけ・grounding・モデルの確率・推薦ルール・パーソナライズ・プラットフォームの方針など、複数の処理から決まります。

SILVE は「AI Trust Score」のような観測できない抽象概念をそのまま採点しません。

ナレッジパネルがあれば推薦されるのか

Kalicube はナレッジグラフと実体の基盤を重視しています。しかし Google のナレッジパネルが存在することと、ChatGPT や Claude で推薦されることの直接的な因果関係は確立していません。

SILVE では実体の明確さに関する一つの観測として扱い、自動的な加点にはしません。

SILVE Readinessとの関係

SILVE は AIEO スコアを作りません。 理由は 3 つです。

1. 枠組み固有だから — 詳細な定義・包含関係・UCD 等が Barnard / Kalicube に強く依存している
2. 固有シグナルを分離できないから — 実際の施策は取得可能性・実体の明確さ・情報源の透明性・情報の充実度・第三者照合・エージェント対応へ分解できる
3. 推薦は観測結果だから — 「推薦された」は非決定論的で、準備状態（Readiness）とは性質が違う

したがって「AIEO スコア 78 点」のような表示はしません。

準備状態と 推薦の可視性 を分ける

将来 推薦の可視性 を測る場合も、最低限プラットフォーム・モデル・プロンプト・日付・地域・試行回数を記録します。

測定と限界

推薦は二値ではない

AI の推薦には、1 社だけを推奨する形、上位 3 件を挙げる形、条件別に分ける形、比較表、長所短所の併記など様々な形があります。

「AI におすすめされた / されなかった」という二値だけでは粗すぎます。 将来的には 候補入り（Shortlist Inclusion） と 筆頭推薦（Top Recommendation） を分けて扱うほうが合理的です。

単発のクエリで測らない

ChatGPT に一度「おすすめは？」と聞いて自社名が出たかどうかは、重要な観測ではありますが準備状態ではありません。プラットフォーム・モデル・プロンプト・文脈・地域・日付・パーソナライズによって変化します。

まとめ

AIEO（AI Assistive Engine Optimization）は、AI が回答を返すだけでなく比較・推薦・意思決定支援を行う環境への最適化を表す、Barnard / Kalicube による概念です。

要点は次のとおりです。

1. 枠組みの所有者は明確（Barnard / Kalicube）だが、正確な命名年は確定できない
2. 2024 年 12 月の Search Engine Land 記事で「assistive engine optimization」の公開使用は確認できる。ただし同記事に「AIEO」も「AI Assistive Engine Optimization」も登場しない
3. Kalicube 内部で AIEO の年が食い違っている（2024 と 2023）。 なお UCD の 2019 と 2024 は、専用ページが別のマイルストーンとして整理しているため食い違いではない（2026.08.37 で訂正）
4. SEO ⊂ AEO ⊂ AIEO ⊂ AAO という包含階層は Barnard / Kalicube 独自の分類であり、業界標準ではない
5. Kalicube の canonical ページには「GEO は Microsoft 由来の用語」という明確な誤りがある。 GEO は Aggarwal らの 2023 年の研究で体系化された
6. 日本語圏では AIEO を「AI Engine Optimization」の意味で使う用例が複数確認できる（優勢比率は未調査）
7. 提唱者本人も 2026 年の記事で「AI engine optimization (AIEO)」と表記しており、展開形が統一されていない
8. UCD・NEEATT・Algorithmic Trinity は有用な枠組みだが、プラットフォームの公式仕様ではない
9. Google は AIEO を独立した最適化分野として定義していない
10. 一方で、AI が比較・推薦・実行を支援する現象そのものは実在する（Google 自身がエージェントについて説明している）
11. SILVE は AIEO を知識ベース上の重要概念として採用するが、独立したスコアは作らない

AIEO の価値は「AI におすすめさせるテクニック」ではありません。情報探索の主導権が、人間がリンクを比較する世界から、AI が情報を比較して候補を提示する世界へ移りつつある — その変化を理解するための枠組みとして有用です。

ただし、その名称・階層・周辺枠組みを業界全体の確立済み標準として扱わないことが重要です。

Canonical Record

この記事の判断を、あとから検証できる形で記録したものです。本文の結論（Core Rules）と、SILVE が内部で持つ記録の項目、参照した一次資料が入っています。

Term: AIEO SILVE Preferred Expansion: AI Assistive Engine Optimization Competing Expansion: AI Engine Optimization（日本語圏で複数の用例を確認。優勢比率は未調査） Industry Canonical Expansion: 確立していない Japanese: AI支援エンジン最適化（参考訳） Status: Emerging / Framework-specific / Acronym Ambiguous SILVE Adoption: Recognized Framework（独立したスコアのレイヤーには使わない）

枠組みの所有

Framework Owner	Jason Barnard / Kalicube
Ownership Confidence	High
Exact Coinage Year Confidence	Medium-Low

起源

提唱者側の現在の主張	Barnard が 2024 年に命名 / formalize した
同時代の公開記録	2024-12-12 Search Engine Land、表記は「assistive engine optimization」
独立確認資料	命名年・命名主体を裏づける同時代資料は未確認（確認できた同時代記録はすべて Barnard 本人の執筆。用語を扱う第三者記事は 2025〜2026 年に存在する）
矛盾する提唱者側の記録	Kalicube の別ページは 2023 年とする

同時代資料が確認すること — 2024 年に assistive engine optimization の概念を公開していたこと、AEO をその前段階と位置づけていたこと、LLM / ナレッジグラフ / 検索エンジン横断の最適化を主張していたこと。

同時代資料が確認しないこと — 2024 年に「AI Assistive Engine Optimization」という完全名称を命名したこと、AIEO という略称を 2024 年に使用していたこと。

略称の衝突

展開形	使用者
AI Assistive Engine Optimization	Barnard / Kalicube の枠組み
AI Engine Optimization	日本の複数事業者。日本語圏で複数の用例を確認（優勢比率は未調査）
AI engine optimization	Barnard 自身の 2026-02-24 記事の表記

Ambiguity Level: High。 AIEO 単独を初出にせず、必ず正式名称を併記する。

枠組みの階層（Barnard / Kalicube 独自）

AAO（2025）⊃ AIEO（2024）⊃ AEO（2017）⊃ SEO = Found → Answer → 推薦（Recommendation） → Agent choice

業界標準ではない。

関連する枠組み

枠組み	状態
UCD（Understandability / Credibility / Deliverability）	Kalicube の診断モデル。年代は専用ページが 2019 / 2020 / 2024 / 2026 の各マイルストーンとして整理している
NEEATT	Kalicube の信頼性枠組み。Google の公式枠組みではない
Algorithmic Trinity（LLM / 検索エンジン / ナレッジグラフ）	有用な概念モデル。検証された普遍的アーキテクチャではない

canonical 資料の健全性

AIEO の定義・階層・枠組みを知る資料としては最重要。 他の用語やプラットフォームの歴史的事実の根拠としては自動的に使わない。

既知の問題 — 同ページは GEO を Microsoft 由来の用語としているが、GEO は Aggarwal らの 2023 年の研究で体系化されている（content/terminology/geo.md で検証済み）。

評価 — 一次的な枠組み定義としては高い健全性。外部の歴史的主張については混在。

SILVE Operational Definition

ユーザーの調査・比較・意思決定を支援する AI システムが、企業・ブランド・商品・サービス等について正確な情報を取得・理解・評価し、適切な文脈において有力な選択肢として提示・推薦できる情報環境を整える取り組み。

証拠の範囲

確立している

• AI が比較・推薦・支援の機能を担う方向へ拡張していること（Google がエージェントについて公式に説明）
• Barnard が 2024 年 12 月までに assistive engine optimization を公開使用していたこと
• Barnard / Kalicube が現在 AIEO を推薦を中心に定義していること
• AIEO に競合する展開形が存在すること

枠組み固有（業界標準ではない）

• AEO を AIEO が包含する関係 / GEO を AIEO の下位に置く関係 / UCD / NEEATT / Algorithmic Trinity

SILVE が運用上の原則として採用

• 実体の明確さ / 正確な一次情報 / 情報源の透明性 / 判断材料となる商品・サービス情報 / プラットフォーム別の取得経路 / 検証可能な第三者照合

普遍的な要因としては未確立

• ナレッジパネルの保有 / UCD スコア / NEEATT スコア / Algorithmic Trinity への適合 / 特定のスキーマ実装 / 一定数の言及 / 単発プロンプトでの推薦結果

測定方針

準備状態（決定論的）と 推薦の可視性（非決定論的）を分離する。推薦の観測を行う場合は、最低限プラットフォーム・モデル・プロンプト・日付・地域・試行回数を記録する。推薦は二値ではないため、候補入りと筆頭推薦を分けて扱う。

Last Verified: 2026-08-11

一次資料

提唱者側（originator）

• Kalicube Pro — AI Assistive Engine Optimization (AIEO)（canonical ページ。2024 年とする） https://kalicube.pro/methodologies/ai-assistive-engine-optimization
• Kalicube — Jason Barnard's Contributions to Digital Marketing（AIEO を 2023 年、UCD を 2019 年とする。題名は記録後に改題された） https://kalicube.com/learning-spaces/created-by-ai/jason-barnards-thought-leadership-in-the-ai-driven-digital-marketing-landscape/

独立媒体（提唱者の寄稿）

• Jason Barnard — A 13-point roadmap for thriving in the age of AI search（Search Engine Land、2024-12-12） https://searchengineland.com/seo-roadmap-ai-search-449199
• Jason Barnard — AAO: Why assistive agent optimization is the next evolution of SEO（Search Engine Land、2026-02-24） https://searchengineland.com/aao-assistive-agent-optimization-469919

プラットフォーム公式

• Google Search Central — AI features and your website https://developers.google.com/search/docs/fundamentals/ai-optimization-guide

競合する展開形（日本）

• GIZIN — AIEO（AI Engine Optimization） https://gizin.co.jp/en/tips/aieo-optimization

参照（SILVE 内）

• GEO の起源については content/terminology/geo.md を参照