AI検索 Growth Conference 2026

検索の入口が、リンクの一覧から「AIの回答」へと広がりつつあります。そこでは、どのブランドが引用され、どの名前が語られるかが、これまでとは違う形で決まっていきます。AI検索で存在感を築いている企業は、特別なことをしているのでしょうか。それとも、これまで積み重ねてきたことの延長線上にいるだけなのでしょうか。本セッションでは、引用や言及が生まれる背景を整理しながら、取り組みの輪郭と、その成果をどう捉えるかを考えます。数字で測れるものと、測りきれないもの。そのあいだで、私たちは何を見て判断すればよいのか。施策の一覧ではなく、考え方の持ち帰りを目的としたセッションです。

AI検索の普及により、ChatGPTやGeminiなどのAIに「選ばれ、推薦される」ことが重要となってきています。 では、AIはどのような情報や企業を評価し、回答の中で推薦しているのでしょうか？ AI検索対策（LLMO/AIO）において押さえておきたい「AIに推薦されるための2つの原則」を軸に具体的な対策方法や考え方を事例を交えながら解説します。

LLMOの目的の最たることは、自社ブランドがAIに推奨されることでコンバージョンを獲得することでしょう。そのためには、自社サイトが引用されるだけでは十分とはなりません。 ではどうすればAIに推奨してもらえようになるか、データ分析をもとにした具体的な実践方法について解説いたします。

生成AIに引用されたい、AI検索でも見つけてほしい。LLMOやAIOの情報を集めている方は多いはずです。ですが対策の前に、一度問いかけてみてください。顧客がどんな場面で困ったとき、自社は思い出されたいか。ここを決めないまま施策を回しても、指名は増えません。 リード獲得を軸に伸ばしてきたBtoBほど、いま成長の頭打ちに悩んでいます。CPAは上がり、同じコア顧客層を競合と奪い合い、指名はなかなか育たない。そこにAI検索が加わり、買い手は商談前にまずAIへ相談するようになりました。BtoBで今すぐ買うのはわずか5%。残る95%に、いつ想起されるかが勝負です。 AIに選ばれる会社は、顧客に選ばれる理由を持つ会社です。本セッションでは、AI検索対応を小手先で終わらせず、その仕組みを正しく理解したうえで狙うべき文脈（CEP）を絞りリード獲得とブランド形成を両立させる設計を、自社の実践例をもとに解説します。

ChatGPTやGeminiなどのAIに自社名を尋ねると、終了したサービス、古い料金、競合と混同した説明が返ってくることは珍しくありません。買い手が商談前にAIへ相談する今、これは機会損失であると同時にブランドリスクです。本セッションでは、AIが自社を誤認する主な原因を整理し、公式サイト・プレスリリース・外部メディアなどの情報をどう整えればAIの「自社理解」が改善するのかを解説します。

AI検索への対応が必要だと言われても、どのAIの対策をしたら良いのでしょうか。 本セッションではまず、主要なAI提供企業の動きを踏まえ、どのAIへ対策をすべきか見解をお話しし、そのうえで具体的な打ち手を解説します。 AIO対策の現状分析・情報整理・ユーザー分析・施策実施・計測までの一連の流れをご紹介致します。

AI 検索で自社や競合がどのように推奨され、どの情報源が引用されているのか。本セッションでは、Ahrefs ブランドレーダーを使い、業種全体の可視化から AI SOV、これまで見えていなかった競合、引用元ドメインと DR、推奨された回答・されなかった回答の確認までを実演します。さらに、見るべき指標、Ahrefs 標準プロンプトとカスタムプロンプトの違い、レポート作成と定期観測、MCP を使った大規模分析への広げ方まで、実務の流れに沿って解説します。

生成AIの進化により、記事は誰でも作れるものになりました。一方で、AIに任せただけの記事はGoogleに評価されず、成果にもつながりません。重要なのは「AIにどう作らせるか」であり、それを個人のスキルに依存せず組織で回せる形にできるかどうかです。本セッションでは、年間2,300本以上のSEOコンテンツを制作するWACULが、キーワード選定から構成案作成、本文執筆、ファクトチェック、推敲までの全工程を公開。AIに任せる工程と人が判断すべき工程を切り分け、誰が担当しても一定品質を担保できる制作フローの作り方をご紹介します。

検索では上位に出ているのに、AI回答では自社が出てこない。この「ずれ」は珍しいことではありません。海外調査では、対話型AIが引用したページのうち検索10位以内だったものは12%にとどまります。AIは検索順位とは別のロジックで引用先を選んでいるためです。 本セッションでは、AIが引用先に選ぶページの条件を「文章の構造」「情報の鮮度」「一次情報の有無」の3点から整理します。あわせて、当社独自調査（2026年8月）から見えた検索行動の変化と、弊社クライアントで解説ページがAI Overviewsに引用され、社名まで言及されるに至った実例を公開します。明日から着手できるコンテンツの作り方をお持ち帰りください。

「自社の名前が出るべきプロンプトが分からない」 「変化し続けるAIの回答を、どう計測すればいいのか」 LLMOの実践には、概要やメカニズムを理解するだけでは越えられない壁があります。 本セッションでは、実務で使えるワークフローツールやプロンプト設計のフレームワークをご紹介しながら、具体的な実践方法をプロンプトの設計から計測まで細かく解説します。 セッションにご参加いただいた方には、ワークフローツールの設計書を含む、実践のための手順書等を配布しますので、持ち帰って資料を見ながら対策を始めていただけます！

検索で上位表示されるだけでなく、AIに正しく理解され、回答の中で引用・推薦される存在になることが求められる時代になっています。とはいえ、自社がまずどこから着手すべきかの判断に迷う企業は少なくありません。本セッションでは、Speeeが自社の立場を踏まえてAEO（AI検索対策）にどう向き合い、何から着手したのかを、実際の取り組みを紹介します。自社のAI検索対策の"最初の一手"を考えるヒントを持ち帰っていただける内容です。

AI検索対策の必要性は感じているものの、「何から手をつければよいのか」が分からず、着手できずにいる企業は少なくありません。 最初の一歩として思いつくのは、自社名やサービス名をChatGPTやGeminiに入力し、どう回答されるかを確認することでしょう。しかし、それで分かるのは一時点の結果だけです。 競合と比べて紹介される比率が低いのか、語られている情報は正しいのか、どこから手を付けるべきか——成果につながる判断をするには、これらを継続的に比較できる状態が欠かせません。そこで最初に決めるべきなのが、「どのような質問に対して選ばれたいのか」という質問設計です。 本セッションでは、対策すべき質問を洗い出す方法を解説します。後半では、CINCが提供するAI検索対策ツール「AIsearchmap」を用いて、複数のAIにおける自社・競合の言及状況をどのように把握し、改善の優先度を判断するのか、実際の分析イメージもご紹介します。