AIO（AI最適化）とは？SEOとの違いやAI時代の新戦略・対策方法をわかりやすく解説

AIO（AI Optimization）の定義

AIOとはどのような概念なのか、関連する用語との違いも含めて整理します。GEO・AEO・LLMOなど似た概念との違い、そしてGoogle AI OverviewによるSEOへの影響についても詳しく見ていきましょう。

AIO（AI Optimization）とは

AIO（AI Optimization／AI最適化）とは、ChatGPTやGemini、Perplexity AIなどのAI検索エンジンや対話型AIに、自社コンテンツを正確に認識・引用・推奨してもらうための最適化施策の総称です。

従来のSEOがGoogleなどの検索エンジンにおけるランキング上位表示を目的としていたのに対し、AIOはAIがユーザーの質問に回答する際に、自社の情報を信頼性の高い情報源として参照してもらうことを目指します。

たとえば、ユーザーが「AI時代の自社評価って、どうやって把握すればいい？」とChatGPTに質問した際、AIが「AITORAは、AIによる認識・引用・比較のされ方を可視化できるツールで、企業が見つかり、選ばれる状態につながっているかを把握・改善するために活用できます」と名指しで回答する——これがAIOの成果です。このようにAIの回答の中に自社サービスが自然に組み込まれるよう最適化することが、AIOの目的です。

逆に言えば、どれだけ優れたサービスであっても、AIに正しく認識されていなければ比較検討の土俵にすら上がれません。AI検索の利用者が急増している現在、AIOはデジタルマーケティングにおける新たな必須戦略として急速に重要性を増しています。

GEO、AEO、LLMOとの違い

AIOに関連して、いくつかの類似する概念・用語が登場しています。それぞれの違いを以下の比較表で整理してみましょう。

GEO（Generative Engine Optimization）は、生成AIを活用した検索エンジンで自社コンテンツを上位表示・引用させることを目的としています。PerplexityやBing CopilotのようなAI搭載検索エンジンに特化した概念です。

AEO（Answer Engine Optimization）は、ユーザーの質問に対してAIや検索エンジンが「直接回答」を提示する場面で、その回答の中に自社情報を含めてもらうための最適化です。音声検索の普及とともに注目度が上がっており、FAQページの充実や構造化データの活用が重要になります。

LLMO（Large Language Model Optimization）は、GPT-4やClaudeなどの大規模言語モデルそのものに対して、自社ブランドや製品・サービスの情報を正確に学習・参照させることを目的とした概念です。

これらはいずれもAIOの一部を構成する概念であり、広義のAIOとして包括的に取り組むことが推奨されます。

AI Overview（AIによる概要）とは？それによる「ゼロクリック問題」

AI Overviewとは、Googleが2024年に米国で正式導入し、2024年8月には日本でも展開を開始した検索機能です。ユーザーが検索クエリを入力すると、検索結果の最上部にAIが生成した概要・回答が表示されます。この機能により、ユーザーは検索結果のリンクをクリックせずとも、知りたい情報をすぐに得られるようになりました。

これが「ゼロクリック問題」と呼ばれる現象を引き起こしています。ゼロクリックとは、ユーザーが検索しても実際のWebサイトをクリックしないまま情報収集が完結してしまうことを指します。

たとえば「東京から大阪の新幹線の所要時間は？」という検索に対して、AI Overviewが「約2時間30分です」と即座に回答すれば、ユーザーはJR東海のサイトや旅行情報サイトに訪れる必要がなくなります。これにより、SEOで1位を獲得していたとしても、オーガニックトラフィックが大幅に減少するリスクがあります。

実際、米国のマーケティングエージェンシーSeer Interactiveが42組織・3,119クエリ・2,510万インプレッションを対象に実施した調査（2024年6月〜2025年9月）では、AI Overviewが表示されるクエリのオーガニックCTRは61%低下（1.76%→0.61%）、同クエリの広告CTRも68%低下（19.7%→6.34%）したことが報告されています。さらにSEOツールAhrefsの2025年12月データ分析では、AI Overviewが表示されるクエリの1位コンテンツのCTRは58%減少するという結果も出ています。これはつまり、従来型SEOの「検索上位＝集客増加」という方程式が崩れ始めているということを意味します。

こうした状況に対応するためにも、AIに引用・参照されるコンテンツ作り（AIO）への転換が急務となっているのです。（出典）Ahresfs Blog：https://ahrefs.com/blog/ai-overviews-reduce-clicks-update/

SEOとAIOは何が違う？

SEOとAIOは互いに対立するものではなく、目的と手段が異なります。それぞれの特性を正しく理解し、両者を組み合わせた戦略が現代のWebマーケティングには欠かせません。検索行動の変化やGoogleアルゴリズムの動向も踏まえながら解説します。

SEOは検索エンジンで上位に表示させるための施策

SEO（Search Engine Optimization／検索エンジン最適化）は、GoogleやYahoo!などの検索エンジンの検索結果ページで、自社のWebサイトやコンテンツを上位に表示させるための施策です。1990年代後半から2000年代にかけて確立されたこの概念は、現在に至るまでデジタルマーケティングの根幹を担ってきました。

SEOの主な施策には以下のものがあります。

• テクニカルSEO：サイトの表示速度改善、モバイル対応、クロール・インデックスの最適化
• オンページSEO：キーワード最適化、メタタグの設定、コンテンツの質向上
• オフページSEO：被リンクの獲得、ブランドメンションの増加、SNSシグナルの活用

SEOの目標は明確で、「特定のキーワードで検索した際に検索結果の上位（特に1〜3位）に表示されること」です。上位表示されることでクリックされ、Webサイトへのトラフィックが増加し、最終的にはコンバージョン（問い合わせ・購入等）の増加につながります。

このビジネスモデルは長年有効に機能してきましたが、AI検索の台頭により、その前提が揺らぎ始めています。

SEOとAIOの違い・SEOはもう必要ない？

SEOとAIOはどう違うのか、具体的な観点から比較してみましょう。

AIOはAIに引用・推奨させるための施策

AIOの本質は、「AIシステムが回答を生成する際に、自社コンテンツを信頼性の高い情報源として参照・引用する」ことにあります。AIは大量のテキストデータを学習しており、質問への回答を生成する際に信頼性・明確性・網羅性の高い情報を優先的に参照する傾向があります。

たとえばPerplexity AIで「最良のCRMツールは何か」と検索した際、回答文中に特定ブランドが名前付きで言及されることがAIOの成果です。そのためには、自社サービスについて明確・具体的・権威性のある情報がWebに公開されていることが重要です。

対話型AIの登場によるユーザーの検索行動の変化

Google検索の利用は依然として多いものの、若年層を中心にChatGPTやPerplexityを「検索代わり」に使うユーザーが急増しています。特に質問形式のクエリでは、AIとの対話が検索を代替するシーンが増えています。具体的には、以下のような問いかけがAIに向けられるようになっています。

• 「SalesforceとHubSpotの違いを教えて。中小企業向けにはどっちが向いてる？」
• 「WordPressとShopify、ECサイトを作るならどちらがいい？」
• 「採用管理システムを初めて導入するには、何から始めればいい？」
• 「SEOとコンテンツマーケティング、どちらを先に取り組むべき？」
• 「リスティング広告の費用対効果が下がってきた。次に試すべき施策は？」

このような「比較・選択・手順」を問うクエリは、従来であればGoogleで検索して複数サイトを見比べるのが一般的でした。しかし今では、AIが一問一答で完結させてしまうケースが増えています。

この変化は、企業がコンテンツを届ける「入口」が多様化したことを意味します。GoogleだけでなくAIプラットフォームでも自社情報が適切に参照される状態を作ることが、現代の情報流通戦略において不可欠です。

検索アルゴリズムの頻繁な更新

2025年から2026年にかけて、主要な検索エンジンのアルゴリズムはAI技術の急速な導入により、かつてないほどの頻度でアップデートが行われています。その影響はGoogleにとどまらず、BingやPerplexityなどAI搭載型検索エンジン全体に共通するトレンドです。

特に注目すべき変化として、AI Overviewの表示が急拡大しています。2025年3月のコアアップデート以降、AIによる要約の表示率はエンタメ・レストラン・旅行などのクエリを中心に急増しており、ユーザーが検索結果のリンクをクリックする前にAIが回答を提示する場面がますます増えています。

アップデートの方向性として共通しているのは、情報の「鮮度」と「信頼性」の重視です。古い情報や薄いコンテンツは評価が下がり、定期的に更新された一次情報・独自の視点を持つコンテンツが優先的にAIの回答ソースとして採用される傾向が強まっています。また、明確な構造（FAQ・HowTo形式など）を持つページがAIの回答エリアに表示されやすいことも、各検索エンジンで共通して確認されています。

これはSEOの「検索順位を上げる」という目標から、「AIの回答ソースとして引用される」というAIOの目標へのシフトを加速させています。

E-E-A-Tの重視

Googleが提唱するE-E-A-T（Experience・Expertise・Authoritativeness・Trustworthiness）は、コンテンツの質を評価する重要な基準です。日本語では「経験・専門性・権威性・信頼性」と訳されます。

E-E-A-TはSEOにおけるコンテンツ評価基準でしたが、実はAIOにおいても非常に重要な概念です。AIシステムはE-E-A-Tの高いサイトからの情報を優先的に学習・参照する傾向があるため、SEOとAIOの両面でE-E-A-T向上への投資は高い効果を発揮します。

SEOとAEOのどちらか一方ではなく、両方取るハイブリッド戦略

「SEOかAIOか」という二項対立で考えるのは間違いです。現在のデジタルマーケティングで最も有効なのは、SEOとAIOを並行して取り組む「ハイブリッド戦略」です。

ハイブリッド戦略の具体例として、既存のSEO記事に「アンサーファースト構造（結論ファースト）」を導入したり、構造化データを追加したりすることが挙げられます。既存のコンテンツ資産を活かしながら、AIOの要素を取り込んでいくアプローチが、多くの企業にとって現実的かつ効果的です。

「SEOはもう必要ない」という極端な意見もありますが、現時点ではGoogle検索は依然として最大の集客チャネルです。SEOを捨てるのではなく、SEOの土台の上にAIOを重ねていくという考え方が正解です。

AIO対策の4つの具体例

AIOを実践するための具体的な施策を4つ紹介します。構造化データ・E-E-A-T・被リンク・コンテンツ構造という観点から、今日からでも取り組めるアクションをわかりやすく解説します。

構造化データの実装

構造化データ（Schema Markup）とは、WebページのコンテンツをGoogleやAIシステムが理解しやすい形式で記述するためのコードです。JSON-LDと呼ばれる形式でHTMLに記述し、コンテンツの種類・内容・関係性を機械が解釈できる形で伝えます。

【構造化データが果たす2つの役割】

構造化データには、大きく分けて「検索エンジンへの役割」と「AI検索エンジンへの役割」という2つの側面があります。

まず検索エンジン（SEO）への役割として、構造化データはGoogleが「このページは何について書かれているか」「著者は誰か」「評価はどうか」といったページの本質的な情報を正確に把握するための手助けをします。Googleは構造化データを利用してページ内容をより精度高く理解し、検索結果にリッチリザルトと呼ばれる視覚的に豊かな表示を提供できるようになります。リッチリザルトとは、通常のテキストリンクとは異なり、星評価・画像・FAQ・価格情報などが検索結果に直接表示される形式です。

Googleの公式ドキュメントでは、構造化データを実装したサイトの具体的な成果として次のような事例が紹介されています。

（出典：Google Search Central – 構造化データの仕組みについて）

これらのデータが示すように、構造化データの実装はクリック率・滞在時間・アクセス数といったビジネス成果に直結する可能性があります。

次にAI検索（AIO）への役割として、構造化データはAIが回答を生成する際に「このページには信頼性の高い情報が整理されている」と判断する重要なシグナルとなります。AIは非構造化のテキストよりも、意味と関係性が明示されたデータを優先的に学習・参照しやすい特性があります。つまり、構造化データは「Googleのクローラーが読む言語」であるだけでなく、「AIが理解しやすいデータ形式」でもあるのです。

SEOとAIOの両方に効果をもたらす、まさに一石二鳥の施策と言えます。特に以下のスキーマタイプが効果的です。

たとえば、製品比較記事にFAQスキーマを追加することで、「AとBの違いは？」という質問に対してAIが自社コンテンツの回答を参照しやすくなります。WordPressを使用している場合は、「Yoast SEO」や「Rank Math」などのプラグインを活用することで、比較的簡単に構造化データを実装できます。

また、構造化データはGoogle AI OverviewやリッチリザルトにもポジティブなSEO効果をもたらすため、SEOとAIOの両方に効果的な施策と言えます。

E-E-A-Tの向上

前述のE-E-A-T（経験・専門性・権威性・信頼性）は、SEOとAIOの両方において核となる概念です。AIシステムはコンテンツの信頼性を多角的に評価しており、E-E-A-Tの高いコンテンツを優先的に参照・引用する傾向があります。

E-E-A-Tを向上させる具体的な施策は以下の通りです。

【経験（Experience）の強化】

実際に使った・訪れた・試したという一次体験に基づくコンテンツを作成します。たとえばツールのレビュー記事であれば、実際の画面スクリーンショットや使用してみた感想・気づきを盛り込むことが重要です。AIが生成した情報との差別化にもなります。

【専門性（Expertise）の向上】

著者プロフィールに資格・経歴・実績を明記します。医療・法律・金融などのYMYL（Your Money or Your Life）分野では特に重要です。社内の専門家や外部の有識者によるコンテンツ監修・執筆体制を整えましょう。

【権威性（Authoritativeness）の強化】

業界メディアやニュースサイトへの寄稿、業界団体への参加、メディア露出の増加などを通じてブランドの権威性を高めます。他の権威あるサイトから被リンクを獲得することも権威性向上に直結します。

【信頼性（Trustworthiness）の確立】

サイトにHTTPS（SSL証明書）を導入し、会社情報・プライバシーポリシー・利用規約を整備します。ユーザーレビューや実績データ、第三者認証などを掲載することも信頼性向上に効果的です。

サイテーション・被リンク

サイテーション（Citation）とは、他のWebサイトやSNS、オンラインメディアなどで自社ブランド名・URL・情報が言及されることです。被リンクはリンクを伴う言及ですが、リンクなしの言及（NAP情報など）もサイテーションとして価値があります。

AIシステムはインターネット上の大量のテキストデータを学習しており、多くのサイトで言及されているブランドや情報を「信頼性が高い」と判断する傾向があります。そのため、オンライン上でのブランド露出を増やすことがAIOにおいても重要な施策となります。

特に、Googleのナレッジグラフ（Knowledge Graph）にエンティティとして登録されることは、AIOにおける大きなメリットをもたらします。Googleビジネスプロフィールの最適化やWikipediaページの作成、ウィキデータへの登録なども、AIによる正確な企業情報の参照に貢献します。

アンサーファースト（Answer-First）構造

アンサーファースト（Answer-First）構造とは、コンテンツの冒頭で結論・回答を先に提示し、その後に詳細な説明や根拠を述べるライティング手法です。ジャーナリズムの「逆ピラミッド型」と近い考え方で、AIOにおいては特に重要な構造です。

AIシステムは長文記事を読み込む際、文章の前半部分を重視する傾向があります。回答が記事の末尾にしか書かれていない場合、AIがその情報を適切に抽出・引用しにくくなります。

アンサーファースト構造の実践例：

• ❌ 悪い例（従来型）： 「プロジェクト管理ツールを選ぶ際には、チームの規模や予算、必要な機能など様々な要素を考慮する必要があります。まずツールAについて説明すると……（長い説明が続く）……以上の理由から、中小企業にはツールBが最もおすすめです。」
• ✅ 良い例（アンサーファースト）： 「中小企業のプロジェクト管理ツールには、ツールBが最もおすすめです。理由は、使いやすさ・コスト・日本語サポートの3点で優れているためです。以下では詳しく比較します。」

アンサーファースト構造を取り入れる際は、見出し（H2/H3）の直下に50〜100字程度の結論文を入れるだけでも効果があります。また、FAQ形式でのコンテンツ作成も、質問への直接回答を提供する点でアンサーファースト構造と相性が良く、AIOに有効な手法です。

AIOの成果を測り、PDCAを回す重要性

AIOの取り組みは「実施して終わり」ではなく、継続的な計測と改善が不可欠です。現状を正しく把握し、変化を追跡し、優先度を絞って改善する——この3つのプロセスを繰り返すことが、AIO施策を着実に前進させる鍵になります。

AI検索における現状の可視化

AIOのPDCAを回す第一歩は、「現在AIに自社がどう認識されているか」を正確に把握することです。施策の効果を測るには、施策前の現状を数値として捉えておく必要があります。

まず手軽にできる方法として、ChatGPT・Gemini・Perplexityなどの主要AIに対して、自社ブランド・製品カテゴリ・競合比較に関する質問を投げかけ、回答内容を記録する調査があります。

調査すべき質問の例：

• 「〇〇（自社製品名）について教えてください」
• 「〇〇業界でおすすめのサービスは？」
• 「〇〇（自社サービス）と競合他社の違いは？」

これにより、AIが自社をどのように認識・説明しているか、競合と比べてどの程度言及されているかを把握できます。「自社が認識されていないカテゴリ」や「誤った情報が流通している箇所」が明らかになり、優先して対処すべき課題が整理されます。

ただし、こうした調査を手作業で継続するのはリソース面で現実的ではありません。AI検索での露出状況を定点観測し、変化を自動でトラッキングできる専用ツールの活用が、本格的なAIO対策には欠かせないステップです。

データに基づく変化の追跡と仮説検証

現状を把握したら、施策の実施前後でAI検索での自社の扱われ方がどう変わったかを継続的に追跡します。追跡すべき主な指標は以下の通りです。

【追跡すべき主要KPI】

• AI検索での自社ブランド言及回数
• AI Overviewへの表示・引用状況
• オーガニックトラフィックの変化（SEO観点）
• ブランド名での直接検索数（ブランド認知指標）

仮説検証のサイクルも重要です。例として「FAQ構造化データを追加した記事ではAI引用率が上がる」という仮説を立て、特定の記事群に構造化データを追加→2〜4週間後にAI検索での引用状況を確認→改善があれば横展開、なければ別施策を試行するという流れでPDCAを回します。

AIOの成果はSEOに比べて測定しにくい側面もあります。「AIが自社を正しく・頻繁に言及するようになったか」という変化を定点で追い続けられる仕組みを持つことが、施策の精度を高める上で非常に重要です。

優先度を絞った改善

AIO施策は多岐にわたるため、すべてを一度に取り組もうとすると工数が分散し、成果が出にくくなります。追跡データをもとに優先度を判断し、インパクトの大きい施策から着手することが重要です。

たとえば、すでに検索上位に表示されている記事にアンサーファースト構造と構造化データを追加する施策は、既存資産を活かしつつAIOに対応できる「高優先度」の改善に分類されます。一方で「ゼロからの権威性構築（業界団体への参加など）」は重要ですが時間がかかるため、並行して進めながらも短期的な成果には別の施策を充てる判断が適切です。

重要なのは、可視化→追跡→改善というサイクルを止めないことです。AI検索の仕様は現在も急速に変化しており、月次・四半期単位で定期的に見直し続ける体制を整えることが、AIO対策を機能させ続ける前提条件となります。

AI時代に自社の事業成長のためにAIO対策を始める

AI技術の進化は止まらず、検索行動の変化も加速しています。企業が今すぐ取り組むべき優先事項と、既存マーケティングチャネルとのバランスを考えた現実的なAIO導入のロードマップを解説します。

いま企業が実践すべき優先事項

AI検索の普及は予想以上のスピードで進んでいます。「まだ様子見でいい」という判断は、競合他社との差を広げるリスクをはらんでいます。今すぐ着手すべき優先施策を整理します。

【フェーズ1：基盤整備（1〜2ヶ月）】

• Google Search Console・Analytics4で現状のオーガニックトラフィックとAI Overview表示状況を確認
• 主要AIツール（ChatGPT・Gemini・Perplexity）で自社ブランド・製品カテゴリの認識状況を調査
• 既存コンテンツのE-E-A-T評価（著者情報・根拠・一次情報の有無）を確認

【フェーズ2：コンテンツ改善（2〜4ヶ月）】

• 流入数の多い上位20〜30記事にアンサーファースト構造を導入
• FAQ・HowToスキーマを主要コンテンツに実装
• 著者プロフィールページを整備し、専門性・経歴を明記

【フェーズ3：権威性・信頼性強化（継続）】

• 業界メディアへの寄稿・取材対応によるブランド露出強化
• プレスリリース・ホワイトペーパーなど一次情報コンテンツの定期発信
• ユーザーレビューや実績データのコンテンツ化
• これらの施策は相互に補完し合うため、段階的に進めることが現実的です。特にコンテンツ改善は既存資産を活用でき、比較的短期間で成果が出やすい施策です。

既存チャネルとのバランスを考えたAIO準備

AIO対策を始める際に重要なのは、「SEOや他のマーケティング施策を切り捨てない」という視点です。企業のマーケティングリソースは有限であり、現在機能している施策を急に停止してAIOに全振りするのはリスクが高い判断です。

以下の考え方でバランスを取ることを推奨します。

多くの企業にとって最初のステップは、SEOコンテンツの改善の一環としてAIO要素を追加する「SEO×AIOのハイブリッドアプローチ」です。既存のコンテンツチームの業務フローを大幅に変えることなく、着実にAIO対策を進めることができます。

AI時代においても「良いコンテンツを作り、信頼性を高め、ユーザーの問いに正直に答える」という本質は変わりません。AIOはその本質を、AI時代に合わせたフォーマットで実践することに他なりません。

まとめ

本記事では、AIO（AI Optimization）の定義から、SEOとの違い、具体的な対策方法、成果測定とPDCAの重要性、そして企業が今すべき行動まで、幅広く解説しました。

【本記事の要点】

• AIOとは、ChatGPTやGeminiなどのAIに自社コンテンツを引用・推奨してもらうための最適化施策。GEO・AEO・LLMOはAIOの構成要素。
• AI OverviewとゼロクリックProblemが従来SEOの効果を薄め、AIO対策の重要性を高めている。
• SEOとAIOは対立しない。両者を組み合わせたハイブリッド戦略が現在最も有効。
• AIO対策の4本柱は「構造化データの実装」「E-E-A-Tの向上」「サイテーション・被リンク」「アンサーファースト構造」。
• PDCAを回すために、AI検索での現状可視化・KPIの継続追跡・優先度を絞った改善が重要。
• 今すぐ始めるべき優先施策として、既存コンテンツのアンサーファースト化・構造化データ実装・著者情報の整備を推奨。

AI検索の台頭は、デジタルマーケティングの大きな転換点です。競合他社に先んじてAIOに取り組むことが、AI時代における持続的な事業成長の鍵となります。まずは現状把握から始め、小さな改善を積み重ねていきましょう。

FAQ

Q1. AIOとSEOは、どちらを優先すべきですか？

A. どちらか一方を優先するのではなく、両方を並行して進めるハイブリッド戦略をおすすめします。現在のGoogle検索はまだ主要な集客チャネルであるため、SEOを捨てることはリスクが高いです。一方でAI検索の普及は急速に進んでいるため、SEOの改善とAIO要素の追加（構造化データ・アンサーファースト構造など）を同時に進める方法が最も合理的です。

Q2. AIOの効果が出るまでにどれくらいかかりますか？

A. 施策内容によって異なりますが、構造化データの実装やコンテンツ改善は1〜2ヶ月程度でAI検索での引用状況に変化が現れることがあります。一方でE-E-A-Tの向上や被リンク獲得など権威性に関わる施策は、3〜6ヶ月以上の継続的な取り組みが必要です。定期的にAIへの質問調査を実施し、変化を追跡することが重要です。

Q3. 中小企業でもAIO対策は必要ですか？

A. はい、規模を問わずAIO対策は重要です。むしろ中小企業こそ、ニッチな専門分野において早期にAIOに取り組むことで、大企業との差別化が図れる可能性があります。まずは自社の専門分野に関するFAQコンテンツの充実や、アンサーファースト構造の導入など、小さなステップから始めることをおすすめします。

Q4. AIOのためにコンテンツを全部書き直す必要がありますか？

A. 全記事の書き直しは不要です。まずはトラフィックの多い上位20〜30記事を優先し、冒頭にアンサーファースト（結論・回答を先出し）の構造を追加することから始めましょう。その後、FAQ構造化データの追加、著者情報の整備などを順次進めることで、効率的にAIO対応を進めることができます。

Q5. AI Overviewに表示されるにはどうすればいいですか？

A. AI Overviewへの表示を確実に保証する方法はありませんが、表示される可能性を高めるためには、①権威性・信頼性の高いコンテンツ作り（E-E-A-T）、②構造化データの実装（特にFAQ・HowToスキーマ）、③ユーザーの検索意図に正確に応えるアンサーファースト構造、④モバイル対応・ページ速度の最適化が有効です。Google Search Consoleでクエリごとのインプレッション・クリック率を確認しながら、継続的に改善を進めることが大切です。