検索の文脈における主要なAIシステム

OpenAIのChatGPTは、生成型AI検索に広く注目を集めた最初のシステムでした。このシステムは質問に直接回答するだけでなく、現在では過去の学習データだけに頼るのではなく、ウェブ上でリアルタイムに検索を行い、情報源を表示することも可能になっています。 そのため、多くのユーザーにとって、従来の検索エンジンを開く前にまず利用されるツールとなっています。

注：すべてのシステムがウェブ上でリアルタイムに検索を行うわけではありません。回答の中には、トレーニングデータのみに基づいており、最新の情報ではないものもあります。そのため、変化の激しいトピックでは、明らかな誤りが生じる可能性があります。

一方、Perplexityは当初から出典を明記する回答エンジンとして設計されており、あらゆる主張が直接リンクで裏付けられているため、最も透明性の高いシステムの一つと見なされています。これにより、ユーザーはシステムを盲目的に信頼することなく、あらゆる主張を即座に自分で確認することができます。

• ChatGPT：ウェブ検索機能付き会話
• Perplexity：出典を明記した回答
• Gemini：Googleと深く統合されている
• これら3つはいずれも、言語モデルを基盤としている

これらのシステムがコンテンツをどのように選択するか

従来のソーシャルメディアのアルゴリズムや検索エンジンとは異なり、AIシステムは単なるリストではなく、複数の情報源から抽出した要約された回答を提供します。どの情報源が引用されるかは、テキスト内のキーワードの出現頻度だけではなく、各ページの明瞭さ、構成、信頼性によって決まります。

まさにここに、ジェネレーティブ・エンジン・オプティマイゼーションの役割があります。コンテンツは、言語モデルが容易に要約し、正確に出典を特定できるよう構成されます。 構造が明確で簡潔な質問は、構造が不明確で長々と入り組んだ文章ブロックよりも、モデルに正しく認識される可能性が高くなります。また、専門用語も一貫して使用することで、モデルがブランドを確実に識別できるようになります。

• 文章の洪水ではなく、明確な構成を
• 具体的な質問に対する明確な回答
• 本文中の信頼できる出典情報
• 古い情報ではなく、最新の情報

企業にとっての重要性

マーケティング担当者にとって、これはつまり、可視性がGoogleの1位で終わるのではなく、AIシステムの回答にまで及ぶようになったことを意味します。そこに表示されない企業は、クリックが行われる前から、ますます増え続ける接触機会を失うことになります。 特にブランドや製品に関する質問の場合、多くのユーザーにとって、AIによる回答は、ウェブサイトを直接訪問することなく、従来の検索プロセスを完全に置き換えるようになっています。この傾向は、もはやテクノロジーに精通したターゲット層だけにとどまらず、市場全体にますます広がっています。

• 複数のシステムにわたる可視性
• クリック前の新たな接点
• 信頼は、その答えの段階ですでに生まれている
• とはいえ、従来のSEOは依然として基本である

企業がAIシステムをどのように監視すべきか

回答はシステムや時期によって異なる可能性があるため、ChatGPT、Perplexity、Geminiで自社の主要な質問を定期的にランダムに確認しておく価値があります。そうして初めて、自社のブランドが実際に引用されているかどうか、その頻度はどの程度か、また競合他社がこの点ですでに先行しているかどうかを把握できるのです。 そのための手段としては、質問、日付、結果を記載したシンプルな表で十分であり、技術的な基盤を確認するために時折SEO/GEO監査を行うと良いでしょう。

• 主要な事項を定期的に手動で確認する
• 複数のシステムを並行して監視する
• 引用した出典を正確に記録する
• 経時的な変化を比較する

AIシステムを正しく位置づける：企業が犯しがちな間違い

よくある間違いとして、AIシステムがライブWebデータへのアクセス頻度や優先する情報源が異なるにもかかわらず、すべてのシステムを同じように扱ってしまうことが挙げられます。ChatGPT向けの戦略をそのままPerplexityやGeminiに適用してしまうと、各システムが情報源の選択や引用方法において独自の基準を採用しているという事実を見落としてしまいます。

同様に、技術的な基盤も軽視されがちです。堅実な技術的SEOを土台としない限り、そのサイトは従来の検索エンジンのクローラーと同様に、生成型システムにとってもアクセスしにくいままとなります。

• システムを同一視しない
• どのシステムも独自の情報源を優先する
• 技術的な基盤が依然として前提条件である
• 戦略をそのまま適用しない

AIシステム向けにコンテンツを適切に加工する

最初のステップは、多くの場合、コンテンツ監査を行うことです。これにより、既存のページのうち、適切なテーマをすでに網羅しているものの、表現がまだ十分に明確ではないものを特定します。その後、的を絞ったテキストの最適化を行うことで、回答を短く明確な段落に分割し、言語モデルが容易に処理できるようにします。

これら2つの手順を1回きりで済ませるのではなく、定期的に繰り返すことで、個々のシステムやその評価基準が時間の経過とともに変化しても、引き続き存在感を維持することができます。

• 第一歩としてのコンテンツ監査
• 明確な段落構成のための文章の最適化
• この2つの手順を定期的に繰り返してください
• システムの変更があっても可視性を維持する

AIシステムにおける自社の可視性を、従来のランキングと同様に真剣に捉える企業は、時間の経過とともにその真価が発揮される優位性を手に入れることになる。 すでに現在、生成型回答に自社がどのように登場しているかを定期的に確認している企業は、可視性の低下がすでに測定可能になってから初めて対応する競合他社に比べ、将来の検索環境の変化に対してはるかに冷静に対応できるでしょう。

生成AIモデルとは何ですか？

生成モデルとは、膨大な量のテキストデータを用いて学習されたAIシステムであり、既存の文書を単に列挙するのではなく、そこから新しい、首尾一貫した回答を生成するものです。これらは言語のパターンを認識し、そこから次に続くべき単語の確率を導き出します。

理解しておくべき重要な点：生成モデルは意図的に事実をでっち上げることはありませんが、誤りを犯す可能性はあります。明確かつ曖昧さのない形で記述された情報源は、曖昧な記述よりもはるかに信頼性高く取り込まれます。

よく知られている例としては、ChatGPTのようなチャットシステム、Perplexityのような回答生成ツール、そして検索機能に直接統合されたGoogleAI Overviewsなどが挙げられます。これら3つはいずれも、最新の質問に対してウェブ上のコンテンツを参照し、選定された情報源を引用しています。このようなモデルの学習は、いくつかの段階を経て行われます。 まず、非常に広範なテキストデータから一般的な言語パターンを学習し、その後、有益で信頼性が高く、理解しやすい回答を構成できるよう、的を絞って訓練されます。この第2段階は、不確実な情報や矛盾する情報をモデルがどのように処理するかを決定づける重要な要素となります。

• 独自の新しい答えを導き出す
• 膨大な量のテキストを用いて学習
• 最新情報を取得するためにWebにアクセスする

ChatGPT、Perplexity、Google AI Overviewsの比較

これら3つのシステムは、利用方法や情報源の扱いにおいて明らかに異なります。 ChatGPTは主に学習データに基づいて質問に回答し、必要に応じてのみウェブ検索の結果を補足します。Perplexityは当初から、出典リストが表示される回答エンジンとして設計されています。Google AI Overviewsは従来の検索結果の直上に表示され、すでに上位にランクインしているコンテンツを優先的に取り上げます。

企業にとって重要なのは、これらのシステムの最新性には大きな違いがあるという点です。リクエストがあるたびにリアルタイムでウェブにアクセスするシステムもあれば、特定の時点での知識を主に基にしており、それを段階的にしか更新しないシステムもあります。 価格、在庫状況、イベント情報などの最新コンテンツを重視する場合は、自社のターゲット層が実際にどのシステムを利用しているかを把握しておく必要があります。

• ChatGPT：知識とピンポイントなウェブ検索の組み合わせ
• Perplexity：出典リスト付き回答エンジン
• AIの概要：Google検索で直接閲覧可能
• 誰もが、明確に構成された情報源を好む

ジェネレーティブ・エンジン・オプティマイゼーションとの関連性

生成モデルは回答ごとに引用する情報源が限られているため、AIの回答そのものの中で、注目を集めるための新たな競争が生まれています。質問に対して正確かつ構造化され、明確な定義を伴って回答するコンテンツが優先的に採用されるようになっています。 企業にとって、これは従来のオンページ最適化だけでは不十分であり、機械が読み取りやすい回答を実現するためには、整然としたテキスト構造が不可欠であることを意味します。

純粋なテキスト構造に加え、技術的なアクセシビリティも重要な役割を果たします。クリックやフォーム入力といった操作の背後に重要な情報が隠されることなく、クローラーが確実に読み取れるコンテンツは、生成型システムによって正確に認識・再現される頻度が格段に高くなります。

• AIの回答ごとに参照元が少数
• 正確で、体系的な回答を歓迎します
• 明確な定義は引用される可能性を高める
• オンページSEOは依然として基本要件である

生成モデルを正しく位置づける

これほど注目されているにもかかわらず、生成モデルはこれまでのところ従来の検索機能を完全に置き換えるものではなく、新たな次元を付加する形で補完しているに過ぎない。 多くのユーザーは、迅速かつ直接的な回答が必要か、あるいは比較のための複数の情報源が必要かによって、検索クエリに応じて従来の検索エンジンとチャットシステムを意図的に使い分けています。企業にとっては、どちらか一方に集中するのではなく、これら2つの露出形態を並行して管理する必要があることを意味します。

• 従来の検索機能を補完するものであり、それに取って代わるものではない
• リクエストに応じてユーザーを切り替える
• 両方の可視化形態を並行して管理する
• 技術的なアクセシビリティは依然として必須条件である

生成モデルを正しく理解する：よくある誤解

よくある誤解として、生成モデルが従来の検索エンジンのようにインターネット上のコンテンツを直接検索すると思われていることがあります。実際には、多くのシステムが学習済みの知識と、特定の部分を対象とした的を絞ったウェブ検索を組み合わせており、つまり、すべての検索クエリが自動的に最新のウェブコンテンツを反映するわけではないということです。 このことを知らない人は、古くなった回答や不完全な回答に戸惑ってしまうでしょう。

モデルの出所についても、しばしば混同されがちです。独立した製品のように見えるシステムすべてが、同名の企業によるものとは限りません。その背景については、ChatGPTを支える最も有名なプロバイダーの一つであるOpenAIに関する記事などで詳しく解説されています。

• すべての検索クエリがライブウェブ検索を利用するわけではない
• トレーニングに関する知識は時代遅れになっている可能性がある
• メーカーとモデル名を混同しないようにしてください
• システムの由来を事前に確認する

生成モデル用のコンテンツを準備する：手順別ガイド

生成型システム向けにコンテンツを最適化したい場合は、まず既存のページに対してコンテンツ監査を行い、どのコンテンツがすでに明確に構造化されているか、どのコンテンツを修正する必要があるかを把握することから始めるのが最善です。その後、個々のセクションを修正し、具体的な質問に対する正確で完結した回答に仕上げます。

最後に、他のページの内容作成作業を進める前に、これらのコンテンツがクローラーからアクセス可能かどうかを技術的に確認しておく価値があります。

• まず既存のコンテンツを監査する
• 各セクションを明確な回答に書き直す
• 技術的なアクセシビリティの最終確認を行う
• 一気にやるのではなく、段階的に進める

強力な効果を持つ短いクリップ

KI Update mit Stephan Czaja (Co-Owner)

Soraは1080pで20秒までの動画を作成します。短いように聞こえますが、広告、製品プレゼンテーション、ソーシャルメディアへの投稿には十分です。これらのフォーマットは、TikTok、Instagram、YouTube Shortsなどのプラットフォームで特に効果的です。これにより、キャンペーンをより迅速に開始し、トレンドを把握し、ターゲットグループに的確にリーチすることができます。

• 20秒までのクリップ
• TikTok、リール、ショーツに最適
• 製品広告に最適

ブランディングとストーリーテリング

ブランド構築を重視する人なら、リアルな構図、照明のムード、動きのあるシーンを創り出すSoraの能力が役に立つだろう。これによって、イメージフィルムやショートストーリー、ブランディングキャンペーンなど、大規模なカメラチームがなくても、ブランドへの近さを演出し、プロフェッショナルに見せることができます。

• 映像映画のリアルなシーン
• ブランドメッセージを視覚的に強化
• 撮影コストをかけないストーリーテリング

クリエイティブなエフェクトのためのピクチャー・トゥ・ビデオ

Soraの強力な機能は、画像を動画に変換することです。ロゴ、商品写真、キービジュアルをアニメーション化し、動かすことができます。これは、既存の素材を再利用する効率的な方法であり、特に多くのアセットを持つキャンペーンに有効です。

• 画像をアニメーションクリップに
• 既存の資産からより多くを得る
• キャンペーン用クリエイティブ・アニメーション

デモはこちら

パフォーマンス・マーケティングへの活用

パフォーマンスマーケティングは、スピードとテストが重要です。Soraは、A/Bテストに使用できるさまざまな広告バリアントを生成するために使用できます。これにより、マーケティング担当者はデータに素早く反応し、クリエイティブなアイデアを測定可能なキャンペーンに直接反映させることができます。

• 広告制作のスピードアップ
• バリアントによるA/Bテスト
• キャンペーンの最適化の迅速化

マーケティング・ワークフローへの統合

OpenAIはSoraをAPIとして提供しています。ChatGPTやDALL-Eと連携することで、テキスト、画像、動画をシームレスに組み合わせたワークフローが構築される。これにより、脚本から絵コンテ、完成したクリップまで、コンテンツ制作の全プロセスがデジタル化され、スケーラブルになります。

• 自動化のためのAPIファースト
• ChatGPT & DALL-Eと組み合わせ可能。
• 代理店向けのスケーラブルなプロセス

戦略は依然として不可欠

テクノロジーがパワフルであるのと同様に、Soraであっても計画なしには何も機能しない。明確な編集計画、ターゲットグループ分析、キーワード戦略は、成功するキャンペーンの基本であり続ける。テクノロジーと戦略が一体となって初めて、AIはその効果を最大限に発揮するのだ。

• 戦略＋AI＝成功
• リーチのためのキーワード計画
• 一貫性を保つための編集計画

マーケティング・スタンダードとしてのAIビデオ

ソーシャルメディア用の短くリアルなクリップ、画像からのクリエイティブなアニメーション、映画品質のブランディングキャンペーン。今日、これらの可能性を統合した企業は、明日、より低いコスト、より大きなリーチ、そして明確な競争上の優位性から利益を得るだろう。

• プロダクションのコスト削減
• ソーシャルメディアの新しいフォーマット
• アーリーアダプターのためのスタートダッシュ

ソラはすでにそれができる：

展望そら2はどうなる？

より長い動画、より良い音質、よりリアルなアバター。マーケターにとって、これは早期に経験を積み、ワークフローを最適化し、次世代のAI動画に備えることを意味する。

• 将来的にはロングクリップも
• より良い声とサウンド
• 早めのスタートが有利

そら vs グーグル ヴィオ 3

最後に、OpenAIのSoraと Google Veo 3の直接比較。

OpenAIは実際に何をするのか？

OpenAIは、言語、画像、コード、音声入力を理解し処理できるAIモデルとツールを開発しています。これは単なる研究ではなく、世界中で使用できる具体的な製品です。

チャットGPT

最も有名な製品：ChatGPT。これはAIがサポートするチャットボットで、日常会話からプログラミングコードまで、テキストを生成、分析、構造化することができる。数百万人が毎日ChatGPTを利用しており、ニューヨーク・タイムズ紙などが報じている。

• 自然言語によるテキストベースの回答
• ライティング、リサーチ、プランニング、コーディングに使用
• ウェブアプリ、モバイル、API経由で利用可能

ChatGPTで何ができるのか？例えば、AIを使った物件ツール。

ダール・イー

DALL-Eはテキスト入力から画像を生成する。このテキストから画像へのアプローチは、AIの創造的な可能性について報じた『The Verge』などで広く賞賛されている。

• 記述に基づく画像生成
• デザイン、ソーシャルメディア、ストーリーテリングに最適
• ブラウザで直接、またはChatGPT経由で使用可能

コーデックス

Codexはプログラミング言語を理解し、自然言語からコードを書くことができる。WIREDによると、CodexはAIがサポートするソフトウェア開発へのマイルストーンだという。

• 自然言語からコードを生成する
• 開発者、新興企業、ローコード・アプリケーションに有用
• GitHub Copilotの基礎

ウィスパー

Whisperは高い精度で音声を書き起こす。TechCrunchは、このツールを強力なオープンソースの音声テキスト変換ツールと評している。

• オーディオとビデオの自動書き起こし
• 多言語対応で字幕やメモに最適
• 独自のアプリケーションに使用可能なオープンソース

OpenAI API

OpenAI APIは世界中の開発者に利用されている。VentureBeatが報じているように、コミュニティは急速に成長している。

• インターフェースを介したAI機能へのアクセス
• カスタマイズされたオートメーションとツール
• 新興企業から企業まで拡張可能

OpenAIはどこから来たのか？

OpenAIは2015年、サム・アルトマン、イーロン・マスク、イリヤ・スーツケバーらによってサンフランシスコで設立された。当初、OpenAIは非営利団体だった。その目的は、AIを安全かつ誰もが利用できるように開発することだった。2019年以降、OpenAIはワシントン・ポスト紙が詳しく説明しているように、「上限付き利益」モデルで運営されている。

起源と構造

OpenAIは、非営利の親会社と営利目的の子会社という2つの事業体で構成されている。この構造は、大企業に支配権を渡すことなく成長を可能にする。

• 2015年にカリフォルニアで設立
• 非営利の中核と営利子会社
• 戦略的パートナーおよび投資家としてのマイクロソフト

OpenAIの今後の計画は？

大きな目標はAGI（Artificial General Intelligence）と呼ばれるものだ。これは、人間のように考え、学習する人工知能のことである。オープンエイのCEOであるサム・アルトマンは、同社は各国政府と緊密に連携し、倫理基準を設定していると『エコノミスト』誌に語った。

AGI、ガバナンス、新製品

AGIの開発は複雑であり、リスクを伴う。そのためOpenAIは、Financial Timesでも報道されたジョニー・アイブとのコラボレーションによるAIデバイスなど、新しいハードウェアのアプローチも計画している。

• 人工知能（AGI）の研究
• AI規制に関するグローバル協議
• ジョニー・アイブ氏によるAIデバイスの可能性

結論：未来のプラットフォームとしてのOpenAI

OpenAIはChatGPT以上のものです。それは、最新のAIアプリケーションのためのプラットフォームであり、開発者にとってオープンで、企業にとって使いやすく、誰にとってもアクセスしやすいものです。テクノロジーの進化を理解したいなら、OpenAIから目を離さず、定期的にチェックすべきです。

OpenAI、Sam Altman & Co.

OpenAIバブルの詳細はこちら：

• オープンAI
• チャットGPT
• サム・アルトマン

また、先見の明のあるサム・アルトマンの作品であることも興味深い：

• ワールドコイン
• オーブ（虹彩スキャナー）