Hatching Growth #17: 自社のサーバーログでChatGPT流入を37倍にした話

Glaspからのお知らせ: これは Hatching Growth という、Glaspがどうやってオーガニックに数百万人の方々に届いたのかを書いていくシリーズです。うまくいったこと、うまくいかなかったこと、そしてその過程で学んだことを共有していきます。

🌐 他の言語で読む: English · 日本語 · Español · Français · Português (BR) · Tiếng Việt · 한국어

このニュースレターを読み返したり、ハイライトしたい方は、Glaspに保存してください。

Glaspに保存

賭け

Glaspには40万ページ超のYouTube Q&Aコーパスがあります。サイドプロダクトのYouTube Summary with ChatGPTから育ったものです（そのコーパスがどう生まれたかはHatching Growth #8、それを受け入れると決めた経緯は#10にあります）。

そのページがどう作られているかは、以降のすべてに関わります。この規模のAEOは、クリエイター、プラットフォーム、そして「クロールを続けるかどうか」を決めるAIプロバイダーからの精査にコーパスが耐えられて初めて成立するからです。私たちはトランスクリプトを保存していません。YouTubeの規約は大規模な再公開を認めていないので、保持するのは動画のメタデータだけです。著作権に厳しいスタンスのチャンネルはパイプラインから完全に除外し、クリエイティブ・コモンズの動画を優先します。記事にトランスクリプトの断片が現れるときは、それは引用であって中身ではありません。ページは私たち自身のQ&A合成と構造化データを軸に組み立てられています。そしてクレジットはクリエイターに戻ります。すべての記事が元動画を埋め込み、目立つ形でリンクしているので、全部を観たい読者は上流に注意を送ることになり、自分で次の動画を要約したい読者は私たちの拡張機能にたどり着きます。求める前に与えるよう設計されたコーパスは、長持ちするように設計されたコーパスです。

2025年12月末、私たちはそのコーパスに賭けました。直接的なSEO投資の優先度を下げ、代わりにChatGPT向けに最適化する。増えつつある層にとって、YouTube動画の中身を知るための最初の一手はもうGoogleではありません。検索行動は死につつあるのではなく、広がっているのです。そしてAIアシスタントは、私たちのコーパスがまさに得意とする要約とQ&Aのクエリを吸収しています。40万ページは、間違った取得面に向けて最適化されていました。

その前に、ひとつ重要な前提を。AEOはSEOの代わりではありません。SEOの上に乗るものです。この実験を始めた時点でGlaspのドメインオーソリティは69から70あたりでした。何年もかけてカテゴリクラスタ、クリーンなHTML、スキーマ、JSON-LDを積み上げた結果です。執筆時点では71になっていて、この小さな動きがなぜ重要なのかは後で戻ってきます。以下のすべては、Googleがすでに真面目に扱っているドメインを前提にしています。この土台を飛ばしてゼロからChatGPT向けに最適化したらどうなるかは、正直わかりません。その実験は走らせていないからです。

なぜSEOから手を引いたのか

その土台があるのに、なぜ投資をやめたのか。私たちの規模では、SEOに実際に引けるレバーがほとんど残っていなかったからです。インデックスされているのにランクしないページについては、正直まだ被リンクが答えの一部でした。しかし、プログラムで生成された40万ページの一つひとつに意味のある被リンクを獲得するのは事実上不可能で、ユニットエコノミクスが合いません。最初の数週間はSEOとAEOの並行マトリクスを回し、全記事を両軸でスコアリングして別々のプレイブックに振り分けていましたが、運用上のオーバーヘッドが潰れるほど重かった。さらに悪いことに、この規模でSEOに残っていた数少ないレバー、つまりタイトル書き換えと構造の書き換えは、AEOを助けるレバーと同じものでした。2つのプレイブックが1つに収束しつつあり、AEO側のほうが上振れも速度も大きかったのです。

もうひとつ、スプレッドシートには書きにくい静かな理由もありました。その頃には「何が引用されるか」の感覚が育っていたのです。それ以前の小さな実験、Glasp Postでのチュートリアル公開、glasp.coドメイン上のランディングページやユーザー生成コンテンツの観察、他サイトへの記事投稿を通じて、ChatGPTが実際に拾うページの種類を見てきましたし、アンサーエンジンが何に手を伸ばすのかについて使える直感を持てていました。その直感が100%正しかったわけではなく、それは自分たちでも分かっていました。ただ、方向感を持って大きな実験に入れるかどうかは、その経済性をまったく変えます。改善アイデアがゼロから採掘するものではなく、自然に湧いてくるようになるからです。私たちは非対称な賭けに最適化し、2つのプレイブックを1つにまとめました。

モデルの心ではなく、自分のログを読む

多くのAEOツール（Profound、Peec、AirOpsなど）は、プロンプトのリストで外側からLLMに問い合わせ、何度も走らせて引用率を統計的に推定します。私たちも2025年8月に自前のMVPを作りました。1クエリにつきChatGPTのウェブ検索を100回叩き、glasp.coが何割の確率で出るかを計算する。技術的には動きました。同時に、間接的で、ノイズが多く、コストがかかり、答えるのは「引用されているか」であって「次に何を作るべきか」ではありませんでした。

このプロジェクト全体を駆動したリフレーミングはこうです。モデルに何を引用しているか聞くのではなく、自分のサーバーに何が到着したかを聞く。ボットはすでにルーティングの判断を下しています。サーバーログは決定論的で、無料で、しかもすでに自分のものです。

こちらに寄った理由がもうひとつあって、正直に書いておく価値があります。サーバー側ですでに決着している引用率を推定するために、LLMに100個のプロンプトを浴びせるというのは、間違った問題を間違った側から解いている感じがしたのです。ログ駆動のアプローチのほうが筋がよく思えましたし、私たちが調べた限り、誰もそこに乗っていませんでした。検索して、周りに聞いて、見つかる限りのAEO製品ページを読みましたが、CloudflareのAI Crawl Controlログの上に何かを作っているところはありませんでした。小さな規模であっても本当に新しいことをやるというのは、この実験を実際に走らせるだけの面白さを与えてくれた要素でもあります。

CloudflareのAI Crawl Controlダッシュボードは、AIボットのリクエストをカテゴリ別・ページ別に見せてくれますが、遡れる期間は短く、プランに依存します。無料プランは直近24時間だけ、私たちのプランではダッシュボードが7日間保持していました。いずれにせよ、そのウィンドウから外れたデータは消えます。そこで私たちは週次スナップショットのパイプラインを作りました。7日ごとにAPIでデータを引き、タイムスタンプ、ページURL、ボット種別、リクエスト数をFirestoreに保存する。数か月続けば、ダッシュボード自身が持っていない縦断データになります。私たちのものはCloud Run Jobとして動いていますが、cronで動くGitHub Actionでも月5ドルのVPSでも同じことができます。

CloudflareはAIボットのトラフィックを3カテゴリに分けていて、この切り分けこそが肝です。AI Crawlerは学習用の収集。AI Searchはインデックス作成。AI Assistantは、生きたユーザーのプロンプトによって発火するリアルタイムの取得、つまり誰かの質問に答えている最中にChatGPT-Userがあなたのページを取りに来ている状態です。この3つ目が、あなたのコンテンツをこれから見る人間に、サーバー側でもっとも近い代理指標です。私たちは書き換えキュー全体をページごとのAI Assistantリクエスト量で並べ替えました。すでに生きた人間の需要があるページを改善するほうが、いちばん速く複利がかかるからです。

この記事全体にかかる注意点をひとつ。Cloudflareが記録しているのはボットのリクエストであって、引用ではありません。ChatGPT-Userがライブのプロンプト中にページを取得したことは見えますが、モデルがその答えでそのページを使ったのか、読んだうえで捨てたのかは見えません。AI Assistantの量は、サーバー側で得られる引用挙動への最良の代理指標ですが、あくまで代理です。ここで「引用された」と書くときは推論のことであり、リフトの数字を挙げるときは測定されたリクエスト量のことです。

引用されるページと無視されるページを分けるもの

診断は2層で走らせました。まずサイト全体。glasp.coのどこにAIトラフィックが実際に着地しているのか。ブログ記事か、ランディングページか、ユーザープロフィールか、ディスカバリーページか、YouTubeコーパスか。分布は極端に偏っていて、YouTubeコーパスが桁違いに支配的でした。それだけで戦略は決まりました。すでにAIトラフィックの大半を生んでいる面に賭け増しするほうが、他を上向かせようと苦労するより明らかに筋がよかったからです。

次にコーパスの内側。AI Assistantトラフィックの上位10%のページと最下位10%を、抽出できるあらゆる次元で比較しました。ソースチャンネル、言語、トピック、記事の長さ、タイトル構造、TLDR構造、Q&Aの深さ、語彙。40万ページをこれだけの次元で手作業で比べるのは現実的でなかったので、ログとページのメタデータをモデルに食わせ、分離パターンを浮かび上がらせました。AIに引用される方法をAIに考えさせるのは少し再帰的な冗談ですが、この統合作業はスプレッドシートのピボットが吸収できる範囲を本当に超えていました。

他を圧倒する発見が3つありました。

TLDRこそが引用面です。 頻繁にリクエストされるページのTLDRは平均132文字、2文で約20語でした。まれにしかリクエストされないページは平均14文字、2語。プレースホルダーの長さです。おおよそ10倍の差で、AIボットのリクエスト量と強く相関していました。

説明的な散文の書き出しが、もっとも強い構造シグナルでした。 頻繁にリクエストされるページでの集中度は約15倍。「This video explains...」や「The video covers...」で始まる文は、モデルがきれいに引き抜ける自立した答えとして読まれます。箇条書きが敵だったのではありません。空のTLDRが敵でした。

教育的な語彙は、本物の答えのしるしになります。 トピックを具体的に名指しし、動画を説明的なものとして枠づけるTLDRは、より多くリクエストされます。これは記述であって処方ではありません。そのページのテーマでないキーワードを詰め込むようなことは一切していません。

実際に動かした3つのシグナル

シグナル1: URLの衛生

半分は告白です。私たちは同一のコンテンツを2つのURLパターン、slugベースと動画IDベースで配信していました。何年も前の設計上の見落としです。ログを見ると、AIボットのトラフィックが同じ記事の重複の間でクレジットを分け合っていました。動画ごとに正規URLを1つに統合し、slugの生成をやめました。AEOのトリックではありません。ログのおかげで、古い衛生上の負債がようやく払う気になるくらいはっきり見えただけです。

シグナル2: 潜在需要としての404

このプロジェクトでもっとも過小評価されている発見です。CloudflareのログにはAIボットからの404も含まれていて、ChatGPT-Userからの404は、モデルがあなたのドメインに存在すると期待したURLを組み立て、回答の最中に取りに行き、何もなかったことを意味します。LLMは見たことのあるURL構造をパターンマッチするので、glasp.co/youtube/ 形式のページを多く観測していれば、同じ形の新しいURLを推測します。Ahrefsによれば、ChatGPTがユーザーを404に送る頻度はGoogle検索の約3倍です。

規模の感覚を伝えると、ある7日間のウィンドウで、ChatGPT-Userだけでglasp.coに対して78,640件の失敗リクエストが記録されていました。そのすべてが404というわけではなく、403、429、サーバーエラーも含まれるバケットです。ただ、意味のある割合が404であり、その部分にロードマップのシグナルが宿っています。業界はこれを掃除すべきノイズとして扱います。私たちはロードマップとして扱います。モデルは、あなたのカテゴリに本来あるべきなのに存在しないコンテンツを教えてくれているのです。競合もそのページを持っていませんし、ユーザーはすでにそれを求めています。私たちは頻度の高い404パターンに対してページを生成しました。それらが数週間以内にChatGPTから再リクエストされる率は、ベースラインを意味のある水準で上回りました。

シグナル3: タイトルとTLDRがインターフェース

もっともレバレッジの効く書き換えです。ユーザーはChatGPTに命令や質問の形でプロンプトを打つので、私たちはタイトルを動画自身のクリック最適化された言い回しから、ユーザーが実際に聞くであろう質問へと書き換えました。そして薄いTLDRを、80から150文字のレンジで自己完結する2、3文の答えに書き換え、説明的な動詞で始め、エンティティを先頭に置きました。規模について具体的に書いておくと、この最初の書き換えパスは約12,000ページ、40万ページのコーパスのごく一部を対象にし、AI Assistantリクエスト量の降順で処理して、すでに生きた需要があるところに労力が落ちるようにしました。このプログラムはその後も止まっておらず、執筆時点で7万ページ強がAEO書き換えを通過しています。さらにページを短い自己完結型のチャンクを軸に再構成しました。この方向はGlasp Talk #55でのMetehan Yeşilyurt氏との会話で鋭くなったもので、モデルは長い段落より短い段落を確実にパースするため、他が読まれなくてもページの上部が完全な答えを担う必要があります。

How to Use YouTube Summary with ChatGPT and Claude

SEO Guard: 安全弁

SEOから手を引くとしても、すでに持っているSEOを壊してはいけません。私たちはGoogle Search ConsoleのAPIを同じFirestoreパイプラインに接続し、すべてのページにルールを与えました。

180日間でGoogleクリックが100以上あるページはロックされます。すでにGoogleで成果を出しているページには、自動書き換えを一切触れさせません。しきい値は科学ではなく判断です。原則は、確実な価値を投機的な価値と交換しないということです。

180日間でGoogleインプレッションがゼロ、かつログ取得開始以降AIボットのリクエストもゼロのページは墓石化します。非公開にし、サイトマップから外し、Firestoreにフラグを立てて、シグナルが変われば復元できるようにしておく。最初のパスだけでおよそ5万から6万ページでした。剪定はその後も書き換えと並行して続いていて、執筆時点で20万ページ超、コーパスのおよそ半分が墓石化されています。

その中間にあるものすべてが書き換えゾーンです。

墓石化パスの直感に反する結果は、残ったコンテンツのインデックス率が改善したことです。クロールバジェットが、本来あるべきところに集中しました。モデルがサイト全体のシグナルでソースを判断する世界では、削除は成長レバーです。

結果、そしてその正直版

chatgpt.com からの日次セッション: 2026年1月1日は517、2026年5月5日は19,129。4か月でおよそ37倍です。これはGA4で計測した人間のクリックスルーであって、ボットのヒットではありません。ボットはJavaScriptを実行しないからです。むしろ過少計上でしょう。ChatGPTのモバイルアプリはリファラーを剥がしてDirectバケットに入れてしまうからです。

もうひとつの測定があり、これがこの記事でいちばん興味深いかもしれません。私たちの週次AIボットリクエスト量は、この期間を通じてほぼ横ばいで、週200万から300万の範囲で揺れていました。37倍にはなっていません。37倍になったのは人間のセッションです。同じクロール量で、下流のトラフィックが劇的に増えた。同じボットが、以前より引用しやすくクリックされやすい答えを私たちのページから引き出していたということです。書き換えは、クロールされる頻度ではなく、選ばれてクリックされる頻度に複利で効きました。あなたのAEOダッシュボードが生のボットリクエスト数に固執しているなら、それが本当に下流の価値を反映する指標なのかを問い直す価値があります。

37倍は、スクリーンショットでよく回る数字です。ここからは、それを段階的に正直にしていくと何が起きるかを書きます。このカスケードこそ、すべてのAEO事例に含まれていてほしいと私たちがもっとも願う部分であり、最近まで私たち自身も含めていなかった部分です。

37倍は2つの単日の比較です。念のため書くと、どちらも演出のために選んだ日ではありません。1月1日は単に2026年の始まりで、使えるなかで最もきれいなカレンダー境界であり、12月末にFirestoreのロギングが動き出した直後にあたります。5月5日は、Seanに草稿を送ったちょうどその頃です。私たちは事前にしきい値をコミットしてもいて、日次1万セッション超えをSeanにゲスト投稿を持ちかけるトリガーにすると先に決めていました。19,129という値はそのバーを大きく超えた、タイミングの幸運でした。とはいえ、正直な端点であっても単日は脆い数字です。単日はぶれるからで、5月下旬に定着した水準はそのピークの半分以下でした。この脆さは意図の問題ではなく、日次端点という性質の問題です。

月次集計では、ChatGPTからの総リファラルは1月から5月で5.7倍でした。それでも十分に素晴らしい。そしてすでに37からはかなり遠い。

処置群と非処置群を分けると、潮の流れが見えてきます。上に書いたAEOバンドルはYouTubeコーパスにのみ適用しました。glasp.coの残りはその処置を受けていません。公平を期すと、完全に凍結していたわけではなく、パフォーマンスチューニングやLLM向けスキーマなどのサイト全体の作業はどこでも続いていました。ただ、それは両群に等しく効いていて、それこそが対照群の役割です。非処置ページもChatGPT自身の成長に乗って同じ期間に3.5倍に伸びました。処置ページは6.1倍。生の曲線ではなく、この2つの差こそが私たちの仕事が主張できるものです。そして共有されたサイト全体の改善が対照群を少しでも押し上げていたなら、真の処置効果は過大ではなく過小に見積もられていることになります。

介入の擁護可能な効果は、およそ1.8倍から2.3倍です。週次の処置群対対照群の比率に対する分割時系列モデルは、1月のロールアウトとぴったり一致する1.82倍の離散的なジャンプ（95%信頼区間 1.31から2.54）を見つけ、投げつけたあらゆる仕様で安定していました。エンゲージメントでフィルタしたトラフィックでは2.27倍です。

それでも、証明されたとは言いません。私たちが走らせたもっとも保守的なテスト、事前期間にわたるプラセボ並べ替え検定は p=0.16 を返します。事前期間が短くノイズが多いため、これに近い大きさのジャンプが偶然に現れることがある、という意味です。だから論文は「示唆的であって決定的ではない」と書いています。データがそう言っているからです。

ChatGPT経由のリファラルセッション、処置群 vs 対照群、2026年1月を100とした指数（対数スケール）。両方の線が上がっていて、その共通の上昇がプラットフォームの追い風です。1月の介入のあとに開く差が、私たちの仕事が主張できる部分です。

既存の検索チャネルを守っている人にとって重要な結果がもうひとつ論文にあります。書き換えたページへのGoogleオーガニッククリックは約25%減りました。これはこの期間のサイト全体および業界全体のトレンドと整合していて、インデックス削除は起きていません。SEO Guardは持ちこたえました。境界を明示的に守るなら、AEOとSEOは対立しません。

方法論としての学びは、採用コストがゼロです。ドメイン内に対照群を確保すること。3.5倍で勝手に伸びたチャネルの上で生のAEO倍率を提示してくる人がいたら、その人は天気の手柄を取っています。完全なモデル、頑健性チェック、再現コードは論文にあります。

この2か月で加わったこと

5月5日のピークは持ちませんでした。ChatGPTからのリファラルセッションは6月から7月にかけて大きく下がり、その下落を追いかけたことのほうが、成長そのものより多くを教えてくれました。5つの更新があります。

1. 6月にAI引用が再び増えた理由: ページの磨き込みより、ページの選定

ラウンド1は既存ページの書き換えの話でした。ラウンド2は、ページの生まれ方を変えました。記事を大量に生成して需要が来るのを願うのではなく、いまはほぼ観測された需要からのみページを作ります。繰り返し現れるAIボットの404パターン、薄いプレースホルダーページに当たっているAI Assistantリクエスト、そして検索データ由来の実際のクエリです。

コホートの数字は明快です。Search ConsoleのBigQuery一括エクスポートを使い、新規作成ページのうちGoogleインプレッションを1つでも得たものの割合を、作成月別に測りました。3月から5月に作成したページは0.3%から0.8%。需要駆動フローで6月に作成したページは13.4%、およそ17倍で、7月も同様に推移しています。明白な交絡は確認済みです。生成プロンプトは3月中旬以降、実質的に変わっていません。書き方は同じままで、変わったのは「どのページが存在するに値するか」の選定です。プログラマティックなコンテンツにおいて、誰も求めていない完璧に最適化されたページは、やはり誰も求めていないページです。

2. 誰も読んでいないAEOダッシュボード、Bing Webmaster Tools

ラウンド1に対する妥当な疑問として、狙いがChatGPTなら検索インデックスなど気にする必要があるのか、というものがあります。答えは、ChatGPTのライブウェブ検索が長らくBingのインデックスを主要なグラウンディング源のひとつにしてきたからです。Bingから見えないページは、TLDRがどれだけ良くても、グラウンディングされたChatGPTの回答に入る経路がずっと細くなります。そこでBing Webmaster ToolsとそのAPIを同じ計測ループにつなぎました。すると、他のどのソースも報告してくれないものがBingにはあると分かりました。あなたのページが検索者にどう使われたかではなく、AIにどう使われたかです。

直近30日で、私たちのページはBingがグラウンディングしたAI回答の中でおよそ62,000回引用されていました。1日あたり約2,000引用で、ChatGPTのリファラルセッションが激しく揺れているあいだも、週次で安定したリズムを保っていました。サイト全体で320万のインデックス済みページに対して、平均的な日に実際に引用されるページ数はおよそ520です。そしてGrounding Queriesレポートは、AIが私たちのページを使って答えた質問そのものを、どのウィンドウでも数百件並べてくれます。ファインマン・テクニックからオーストラリアの民事責任法まで。404ログが「何が存在すべきか」を教えてくれるなら、グラウンディングクエリは「すでに何が効いているか」を教えてくれます。どちらも無料です。そしてどちらもほとんど誰も読んでいません。

3. 次のラウンドがTLDRより深く行かなければならない理由

そのBingの数字には、厳しいメッセージが含まれています。320万のインデックス済みページに対して引用されたページが486件というのは、インデックスの問題ではありません。選択の問題です。私たちのAI引用のワーキングモデルは、いま3段階になっています。ページはまず発見され、次に最良の答えとして選ばれ、そしてクリックされる。Bingのデータは、インデックスにすべてが入っている以上、発見は私たちにとって実質的に解決済みだと言っています。タイトルとTLDRの書き換えは候補集合に入れてくれました。ただ、それは質問により良く答えているページに対して第2段階で勝たせてはくれませんし、第3段階については何も言っていません。

なので現在の書き換え世代は、表面ではなく中身に取り組んでいて、狙いはまっすぐ「選ばれること」です。グラウンディングデータが実在の質問を示している場所では、ページはその実際の答えを持っている必要があります。Q&Aセクションは4項目から6項目、8項目へと深められ、実際のグラウンディングクエリを冒頭の質問に据え、丁寧な要約4文ではなく、元動画からの具体的な詳細と引用を入れます。自分たちの最初のパスが与えた損傷も戻しています。初期の書き換えは、ページを見つけやすくしていたエンティティ、番組名、エピソード番号、人物、製品名を最適化で削ってしまうことがあり、それらを復元しています。そしてすべての書き換えはグラウンディングゲートを通ります。元素材にない数字は書かれません。アンサーエンジンの信頼は借り物であり、ハルシネーションした統計ひとつはそれを失うには高くつく方法です。

前回、書き換えから計測されたリフトまでのループはまだ閉じていないと書きました。今回はきちんとやっています。Q&Aの深掘りはランダム化テストとして走っていて、対象ページを処置群と対照群に分けています。これはまさに、論文の限界セクションで「誰かがやるべきだ」と書いた実験です。読み出せたら、どちらに転んでも結果を報告します。第3段階、選ばれたページが実際にクリックされるかどうかは、この世代の書き換えに設計として組み込まれてはいますが、まだ計測できていません。もう1本カーブのスクリーンショットを出すより、そう伝えるほうがいいと思っています。

4. 運用上の2つのメモ、ヒントとして

第1に、何かを最適化する前に自分のファイアウォールを監査してください。夏の下落を調べているとき、私たち自身のセキュリティルールがAIボットのリクエストの一部に403を返していることが分かりました。最悪の時点でChatGPT-Userのリクエストのおよそ4分の1が拒否され、あるページタイプは完全にブロックされ、レート制限ルールがChatGPT自身の取得インフラを断続的に弾いていました。私たちは何か月も、玄関先で一部を追い返しているボットのためにページを最適化していたわけです。しかも下落の原因をモデル側の変更ではなくこれに特定できました。同じBingインデックスにグラウンディングしているCopilotのリファラルは一度も下がらなかったからです。対照群を置く習慣は、ページ群をまたぐだけでなく、エンジンをまたいでも効きます。

第2に、生成そのものは、従量課金のAPI呼び出しではなくClaude Code上で動くようになりました。記事生成と書き換えは以前OpenAI APIを通していて、フルスピードだと1日あたり数十ドルを燃やしていました。私たちはパイプラインを常時稼働のMac上で回り続けるClaude Codeに移し、キューが残っているのにジェネレータが止まったら再起動するkeepaliveスクリプトを添えました。1ページあたりは遅くなりますが、メーターではなく定額サブスクリプションに乗るので、40万ページ規模で「何を試すのが経済的か」が変わります。キューが実質無限なら、遅くて定額のほうが、速くて従量課金より勝ちます。Glasp社内でClaude Codeをどう使っているかはそれ自体がひとつの物語になっていて、正直なところ今年もっとも面白い運用上の変化のひとつなので、いずれHatching Growthの単独回にする価値があります。

5. フライホイールの最初の一目盛り

元の記事は仮説で終わっていました。ChatGPTがページを引用し、ライターや研究者がその引用をたどってリンクし、リンクエクイティが積み上がり、SEOが並行投資としてではなくAEOの副産物として強くなる、という仮説です。論文の厳密なテストは、研究期間の中では計測可能なオーガニックトラフィックのリフトを見つけませんでした。それは撤回しません。ただ、遅いほうのダイヤルは動き始めています。YouTubeコーパスへの被リンクが、一度も売り込んでいないサイトから現れ続けていますし、この実験を始めた時点で69から70だったGlaspのドメインオーソリティは、いま71と表示されています。このループが加速すると期待できる構造的な理由もあります。ウェブの記事のうち、ChatGPTやClaudeを介してリサーチ・執筆されるものの割合が増えていて、リサーチャーがAIであるとき、それが引用するソースがそのままリンクされるソースになるからです。アンサーエンジンが手を伸ばすページであることは、もはやその回答を勝ち取るだけではありません。次の世代の記事の中に場所を勝ち取ることでもあります。ベンダー指標の1ポイントは、それ単体では何も証明しません。ただ、フライホイールが最初に生むであろうシグナルの、まさに大きさと種類ではあるので、ここに記録しておき、どちらに転んでも報告を続けます。

メンタルモデル、改訂版

サーバーがセンサーです。 ベンダーダッシュボードよりログを。404はロードマップ。AI Assistantの量は生きた人間の需要。
対照群と比べないなら、あなたが測っているのは天気です。 潮の流れだけで3.5倍。私たちの仕事はその上に約2倍分。どちらの数字も声に出して言う価値があります。
選定は磨き込みに勝ちます。 需要駆動のページ作成はヒット率を17倍動かしました。どんな書き換えもそれはできませんでした。
見つけられることと選ばれることは別の問題です。 タイトルとTLDRは前者を解きます。後者を解くのは、本当により良い答えだけです。
すでに持っているチャネルを守ってください。 SEO Guardのコストはゼロで、守ったものはすべてでした。

最初の記事から残っている未解決の問いはそのままです。AEOトラフィックが何に転換するのか、そしてこれがゼロからのスタートで機能するのか。どちらかについてシグナルをお持ちなら、ぜひ情報交換させてください。

Glaspを持ち歩きませんか

Glaspモバイルアプリを使えば、いつでもどこでもお気に入りのコンテンツをハイライトして整理できます。移動中も学びを止めず、心に残る一文を逃しません。

iOS版をダウンロード · Android版をダウンロード

Glaspとパートナーになる

現在、ニュースレターのスポンサー枠をご用意しています。学びを愛するコミュニティに届けたいプロダクト、イベント、サービスをお持ちの方は、ニュースレターの号スポンサーとして、関心の高い読者にリーチしてください。

号スポンサーになる