AI検索が普及する今、BtoBマーケターはSEOだけでなくAEO（Answer Engine Optimization：回答エンジン最適化）にも対応する必要がある。本記事では、ChatGPTやPerplexityなどのAI検索エンジンに「引用される」コンテンツを作るためのキーワードリサーチの実践的な手順を解説する。
—
AEOキーワードリサーチはSEOと何が違うのか
従来のSEOキーワードリサーチは、月間検索ボリュームやキーワード難易度を軸に、Googleの検索結果上位を狙う戦略だった。しかしAEO（Answer Engine Optimization：回答エンジン最適化）では、根本的な発想の転換が求められる。
BtoBの購買担当者が「クラウド型MAツールの選び方」とChatGPTに入力したとき、AIは検索結果を並べるのではなく、複数の情報源を統合して直接回答を生成する。つまり、あなたのコンテンツが「AIに引用される情報源」になれるかどうかが問われる。
SEOが「ランキング」を競うゲームだとすれば、AEOは「信頼される情報源として選ばれる」ゲームだ。
具体的な違いを整理すると、SEOが短尾キーワードや月間検索数を重視するのに対し、AEOが重視するのは以下の要素だ。
– 疑問形・会話形式のクエリ（「〜とは何か」「〜の選び方」）
– ファンアウトクエリ（Fanout Query：1つの質問から派生する関連質問群）
– セマンティックな意図の一致（単語の一致ではなく意味レベルでの整合）
– ChatGPT・Perplexity・Geminiでの引用可能性
日本のBtoBマーケターにとって実感しやすい例を挙げると、「SFAとCRMの違い」「BtoB向けMAツール比較」といった検討フェーズのクエリが、AI検索で特に回答生成されやすい傾向にある。
—
AEOキーワードリサーチの実践的な3ステップ
### ステップ1：シードクエリを疑問形で洗い出す
まず自社が訴求したい5〜10のテーマを選定し、それぞれを疑問形に変換する。たとえば「マーケティングオートメーション」というテーマなら、「MAツールは何から選べばよいか」「中小企業でもMAは必要か」「MAとCRMはどう連携するか」といった形だ。
この作業に役立つのが「AlsoAsked」や「AnswerThePublic」といったツールだ。AlsoAskedはGoogleの「他の人はこちらも質問」のデータを視覚的なツリー構造で表示し、親質問と派生質問の階層を一目で把握できる。AlsoAskedで抽出した質問階層は、そのままコンテンツのH2・H3構成に転用できるため、AEOコンテンツブリーフの骨格として非常に有効だ。
日本語での検索データに対応しているSemrushの「キーワードマジックツール」で疑問形フィルタをかけると、国内ユーザーが実際に検索している質問形式のクエリを大量に抽出できる。
### ステップ2：ファンアウトクエリでAI視点の質問を拡張する
ファンアウトクエリ（Fanout Query）とは、1つの質問をAIが内部的に複数の関連質問へと展開するプロセスを指す。たとえば「BtoBのリード獲得方法」というクエリに対し、AIは「インバウンドとアウトバウンドの違い」「ホワイトペーパーの効果」「リードスコアリングの仕組み」といった関連質問を内部処理してから回答を生成している。
このファンアウトを把握するには、ClaudeやChatGPTに以下のようなプロンプトを与える方法が実践的だ。
「ユーザーが『〔テーマ〕』について質問した後、どんなフォローアップ質問をする可能性があるか、8つ挙げてください」
生成された質問をPerplexityやChatGPTで実際に検索し、AI生成の回答が出てくるものを優先AEOターゲットとしてリスト化する。AI生成回答が表示されるということは、そのクエリに対して「引用される機会」が存在することを意味する。
### ステップ3：AI引用ギャップを特定してコンテンツロードマップを作る
優先クエリが決まったら、自社コンテンツが現時点でAI回答に引用されているかどうかを確認する。OtterlAI（オタリーAI）などのAEO可視性トラッカーを使えば、ChatGPTやPerplexityで特定のプロンプトに対して自社が引用されているかをプラットフォーム別に確認できる。
「競合他社はPerplexityで引用されているが自社は引用されていない」というギャップが、そのままコンテンツ制作の優先順位になる。ギャップが特定できたら、以下の要素を含むAEOコンテンツブリーフを作成する。
– コアとなる質問（タイトルとH1）
– 冒頭50〜100字以内での直接回答
– 関連エンティティ（AIが関連付けるべき概念・製品・ブランド名）
– ファンアウト質問を網羅したFAQセクション
– FAQスキーマやHowToスキーマのマークアップ
– 関連コンテンツへの内部リンク
—
日本のBtoBマーケターが押さえるべきAEOツール選定の考え方
ツール選定は「目的」から逆算することが重要だ。AEOキーワードリサーチには大きく3つの機能が必要になる。
① 質問発見：SemrushやAnswerThePublic、AlsoAskedが担う領域。国内BtoB文脈では、まずSemrushで日本語の疑問形クエリを抽出し、AlsoAskedで質問階層を整理するコンビネーションが実用的だ。
② ファンアウト生成：ClaudeやChatGPTなどの生成AIで合成クエリを作り、実際にAI検索エンジンで検証する。新製品や新カテゴリーなど、まだ検索データが蓄積されていないテーマでも機能する点が強みだ。
③ AI引用可視化：Otterly.aiやHubSpot AEOなどが担う領域。自社がどのプロンプトで引用されているかをプラットフォーム横断で把握し、競合との比較から優先度を判断する。
予算の少ないチームでも、無料のGoogle検索のオートコンプリートや「他の人はこちらも質問」の手動調査、ClaudeのProプラン（月額約3,000円）、AlsoAskedの基本プランを組み合わせれば、月1〜2万円程度でAEOキーワードリサーチの基礎的なワークフローを構築できる。
—
AEOキーワードリサーチの更新頻度と運用ルール
AEOはSEOよりも高頻度での見直しが必要だ。AI検索エンジンは定期的に回答生成のロジックを更新し、ユーザーのプロンプトパターンも変化する。推奨する運用サイクルは以下の通りだ。
– 月次：プロンプトトラッキングデータを確認し、引用されているクエリと失われたクエリを把握
– 四半期：AEOキーワードリサーチをフルで実施し、新規ターゲットクエリを特定
– 半期〜年次：コンテンツブリーフとFAQセクションを刷新し、エンティティの最新化を図る
日本のBtoBマーケターがよく陥るミスは、キーワードリサーチの結果をスプレッドシートに保存したままコンテンツ制作に連携しないことだ。AEOの効果はリサーチと実装をセットで動かすことで初めて生まれる。
—
まとめ
AEOキーワードリサーチは、「ランキングを上げる」から「AIに引用される」への発想転換が出発点だ。疑問形クエリの洗い出し、ファンアウトクエリの拡張、AI引用ギャップの特定という3ステップを月次・四半期のサイクルで回すことが、日本のBtoBマーケターがAI検索時代に情報発信力を維持するための実践的な戦略となる。まずは自社の主力テーマ5つを疑問形に変換することから始めてみてほしい。
—
参考：https://blog.hubspot.com/marketing/keyword-research-tools-for-aeo