この記事の結論
AI検索への対応は、二つの層に分かれます。「AIに読ませる技術的な準備」と、「AIに引用される中身」です。編集部が製造業を中心とする6社のサイトを調べたところ、前者は各社おおむね整っている一方、後者は総じて空白でした。準備だけを整えて、引用される中身が伴わない――これが共通してみられた構造です。本記事では、その空白がどこにあるのか、自社サイトをどう点検すればよいかを整理します。
AI検索対応（GEO/LLMO）とは──「読ませる準備」と「引用される中身」の二層
AI検索対応（GEO/LLMO）とは、ChatGPTやGeminiなどの生成AIが回答を組み立てる際に、自社サイトの情報を正しく読み取り、引用・参照できる状態に整えることです。GEO（Generative Engine Optimization）、LLMO（Large Language Model Optimization）などと呼ばれます。
ここで押さえておきたいのは、AI検索対応が一枚岩ではなく、性質の異なる二つの層でできている、という点です。
一つは、AIに読ませる技術的な準備です。AIのクローラーがサイトを巡回することを許可しているか、ページの本文がきちんと配信され機械的に読み取れるか、といった「入り口」の話です。もう一つは、AIに引用される中身です。読み取れたとして、その内容が、AIが回答に引用したくなる形になっているか。結論が一つの段落で完結しているか、根拠となる数値が文章として読めるか、といった「中身」の話です。
この二つは連続しているようで、実際には別物です。入り口を開けても、中身が引用に向いていなければ、AIの回答には現れません。本記事の調査で最も目立ったのは、まさにこの二層のあいだにできた空白でした。
この調査について──製造業6社・2026年・5観点
本記事が用いるのは、編集部が2026年に実施した独自調査です。製造業を中心とする6社のコーポレートサイト・製品サイトを対象に、以下の5つの観点から診断しました。
- 技術面：AIクローラーの許可、ページ本文の配信状態
- 引用可能性：AIが引用しやすい、自己完結した段落の有無
- 構造：見出しや比較表など、内容の構造化の度合い
- 権威：外部からの評価（被リンク等）や、外部エンティティとの結びつき
- マルチモーダル：図表・画像の情報が、テキストとしても読める状態か
この調査は、製造業全体の平均を測るためのものではなく、6社それぞれのサイトで何が起きているかを詳しくみるためのものです。診断の観点や基準も、AIへの引用適性を実務的に捉えるために編集部が設けたもので、業界共通のものさしではありません。そのため本記事では、個社の特定につながる情報や総合的な点数は扱わず、6社に共通してみられた傾向と数値のレンジを示します。
発見1：技術は整っているのに、引用適性が低い
まず、調査で観察された事実から述べます。
6社の技術面はおおむね良好でした。AIクローラーの許可はほぼ全社が問題なく、ページ本文の配信も多くが良好です。つまり、AIがサイトを読みにくる「入り口」は、各社ともほぼ開いていました。
一方で、AIに引用される状態（引用適性）は、総じて低いという結果でした。象徴的なのが、引用に向いた段落の少なさです。AIが引用しやすいのは、結論が一つの段落で完結した、短くまとまった文章（自己完結パッセージ）ですが、こうした段落の比率は、低いサイトではほぼ0%、高いサイトでも3割程度にとどまりました。多くの本文は、前後の文脈を読まなければ結論がわからない書き方になっていた、ということです。
整理すると、次のような対比になります。
比較表（1）：AI検索対応の二層（6社調査で観察された状態）
| 層 | 内容 | 6社での状態 |
| AIに読ませる技術的な準備 | クローラー許可・ページ配信 | おおむね良好（入り口は開いている） |
| AIに引用される中身 | 自己完結した段落・機械可読な根拠 | 総じて空白（引用適性が低い） |
※出典：ものづくり経営フォーラム編集部調べ（2026年、製造業を中心とする6社・GEO調査）。診断基準は編集部の暫定値であり、絶対評価ではありません。
「AIに読ませる準備」と「AIに引用される中身」は別物であり、多くのサイトが前者だけを整えて後者が空のまま――これが、6社に共通してみられた最大の発見です。技術的な対応が済んでいることと、実際にAIに引用されることのあいだには、まだ距離があります。
