用語を知る032026/8/30
AI 検索に出てこないのはなぜか — 症状は一つ、原因は段階ごとに違う
「AI 検索に出てこない」は症状であって原因ではありません。7 段階のどこの話かによって見る場所が変わること、SILVE が観測しているのは準備状態であって実際に取得されたことではないこと、そして提供元の記述と食い違う説明を、順に切り分けます（SILVE の操作的手順。業界標準ではありません）
記事
海外の一次情報を全文翻訳ではなく「要約＋独自解説＋日本企業への示唆」の形でまとめています。
各行の左の数字は、判断基準を読む順番です。順路に入っていない記事には付きません。
用語・診断基準の記事は一続きの判断基準として書いています。はじめての方は 判断基準を読む順番 から、どの記事がどの問いに答えるのかを見てください。
何を知りたいですかいま直せることを知りたい測り方の考え方を知りたいAI 検索に出ない理由を知りたい施策の効果を確かめたい診断していない領域を知りたい
16 件 / 測り方の考え方を知りたい条件をクリア
用語を知る012026/8/29
AI 検索とは — SILVE が何を含め、何を分けているのか
SILVE がサイト・書籍・診断で使う「AI 検索」の意味と境界を固定します。製品名ではなく表示面・機能で判定すること、一つの仕組みとして扱わないこと、情報源が公開 Web だけではないこと、そして SILVE が直接測るのはそのうち公開ページ側の準備状態だけであることを分けて書きます（SILVE の操作的定義。業界標準ではありません）
サイトを直す132026/8/14 ・ SILVE 編集部
AI 検索のための特別な対策は要るのか — 提供元自身が書いていること
「AI 検索のために新しいファイルやマークアップを作る必要はない」と、提供元自身が書いています。ただし「追加の技術要件は無い」であって「要件が無い」ではありません。Google と OpenAI の公式資料から、提供元が何を要ると言い、何を要らないと言っているのかを集めます（まとめ方は SILVE の読みです）
外部要因を知る182026/8/13 ・ SILVE 編集部
サイトを直すだけでは足りない条件がある — AI 検索の「掲載資格」はどこにあるのか
Google は「AI 検索のための特別なファイルもマークアップも要らない」と書く一方、「Search Console で生成 AI 機能に含まれている必要がある」とも書いています。矛盾ではなく、条件の置き場所が違います。掲載の可否がサイト側だけで完結しないことを一次資料から整理します（SILVE の横断的な読み。どの提供元もこの形では述べていません）
外部要因を知る252026/8/11 ・ SILVE 編集部
AI 検索ごとに、情報源はどれだけ違うのか — 一つの GEO を全エンジンへ一般化しない
同じ Google の従来検索・AI Overviews・Gemini ですら、取得する情報源の Jaccard 類似度は 0.11〜0.18。SIGIR 2026・ACL 2026 の査読済み研究から、エンジンごとに何が違い、何を共通化し、何をプラットフォーム別に測るべきかを整理します（SILVE の測定モデル。業界標準ではありません）
測り方を知る232026/8/11 ・ SILVE 編集部
AI可視性 は何回測れば信頼できるのか — 1 回の検索を指標にしない
「AI Visibility 62%」は、もう一度測っても 62% とは限りません。引用元の重なりはどれくらいか、3.5 ポイントの差は本当に差なのか、何回測れば信頼できるのかを一次資料から整理します（SILVE の測定モデル。業界標準の手順ではありません）
サイトを直す192026/8/11 ・ SILVE 編集部
「AI に引用されやすい文章」が逆効果になる — 取得と引用を分ける
「AI に引用されやすい文章」に書き換えると、上流の取得が悪化して引用まで減る場合があります。GEO 研究の「最大 40%」が何を測っていたのか、取得から測り直すと何が起きるのかを一次資料から整理します（SILVE の操作モデル。業界標準ではありません）
測り方を知る222026/8/11 ・ SILVE 編集部
引用される・推薦される・選ばれるは全部違う — AI 上の露出を分けて測る
「AI に出た」には言及・引用・推薦・選択・行動という 5 つの違う現象が隠れています。それぞれを分けて測る方法と、単発のプロンプト結果を順位と呼んではいけない理由を一次資料で整理します（SILVE の測定モデル。業界標準の指標ではありません）
測り方を知る212026/8/11 ・ SILVE 編集部
AI 検索の成果はどう測るか — 準備状態 / 可視性 / 実行 / 成果を混ぜない
AI 検索の成果を準備状態（使える状態か）・可視性（実際に使われたか）・実行（タスクがどこまで進んだか）・成果（事業に何が起きたか）の 4 層に分け、混ぜてはいけない理由を一次資料で示します（SILVE の測定モデル。業界標準ではありません）
用語を知る022026/8/11 ・ SILVE 編集部
AI に見つかってから取引されるまで — 7 段階で用語を整理する
AI に見つかってから取引されるまでを 7 段階に分け、各用語がどこを扱っているかを整理します（SILVE の操作モデル。業界標準ではありません）
用語を知る092026/8/11 ・ SILVE 編集部
AAO とは — AI エージェントに「選ばれ、実行される」ための最適化と、2 つの起源系統
ユーザーから目的や条件を委任された AI エージェントが、企業・ブランド・商品・サービス等を正確に発見・理解・比較し、必要な情報や機能へアクセスしたうえで、適切な選択・操作・取引等を安全に実行できる状態を整える取り組み。（SILVE の操作的定義。業界標準ではありません）
用語を知る072026/8/11 ・ SILVE 編集部
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
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。（SILVE の操作的定義。業界標準ではありません）
用語を知る062026/8/11 ・ SILVE 編集部
AIO とは — 何の略かに正解がない用語と、AI Overviews との略称衝突を整理
AI が情報の発見・取得・理解・回答・比較・推薦などを仲介する環境全般において、企業・ブランド・商品・人物・コンテンツ等が正確かつ適切に利用・提示される状態を整えるための包括的な最適化概念。（SILVE の操作的定義。業界標準ではありません）
用語を知る082026/8/11 ・ SILVE 編集部
LLMO（Large Language Model Optimization）とは — 意味・起源・GEO との違いと「AI に覚えさせる」の誤解
大規模言語モデルを利用して回答・対話・推薦等を行うシステムが、公開された企業・ブランド・商品・人物・コンテンツ等の情報を正確に理解・取得・利用し、適切な文脈で言及・引用・推薦できる情報環境を整える取り組み。（SILVE の操作的定義。業界標準ではありません）
用語を知る052026/8/11 ・ SILVE 編集部
GEO（Generative Engine Optimization）とは — 意味・起源・SEO との違い・「最大40%改善」の正しい読み方
外部情報を検索・取得して生成回答を構成するシステムにおいて、自社または自社コンテンツが適切に発見・取得され、回答生成に利用され、必要に応じて引用・提示される状態を整える取り組み。（SILVE の操作的定義。業界標準ではありません）
用語を知る042026/8/11 ・ SILVE 編集部
AEO（Answer Engine Optimization）とは — 意味・歴史・SEO との違い・実践方法を一次資料から整理
ユーザーの問いに対して直接回答を提示または生成するシステムが、公開された情報を正確に発見・取得・理解し、回答の根拠または回答要素として適切に利用できる状態を整える取り組み。（SILVE の操作的定義。業界標準ではありません）