検索で自社を見つけてもらっても、製品の特徴や導入条件が伝わらなければ、問い合わせにはつながりません。AIが検索結果を要約し、候補を比較するようになった今は、サイトへの訪問前に自社が検討対象から外れることもあります。企業のSEOでは、認知を広げる記事に加え、購入を検討している人が判断に使える情報を用意する必要があります。
その役割を担うのが、比較検討段階に向けた「中部ファネル」のコンテンツです。この記事では、マーケティングファネルの基本を確認したうえで、AI検索に対応する情報の作り方と、問い合わせや商談までを見据えた改善方法を説明します。
マーケティングファネルと、検索する人の検討段階
マーケティングファネルは、顧客が製品やサービスを知り、比較し、購入するまでの過程を段階に分けて捉える考え方です。ファネルは漏斗を意味し、認知した人の一部が検討や購入へ進む様子を表します。ここでは、認知・情報収集を上部、比較検討を中部、導入判断を下部として説明します。
| 段階 | 読者が知りたいこと | 用意する情報の例 |
|---|---|---|
| 上部：認知・情報収集 | 何が課題で、どんな解決方法があるか | 用語解説、課題の原因、解決方法の紹介 |
| 中部：比較検討 | 自社の条件に合う方法や会社はどれか | 選定基準、仕様比較、導入事例、費用の内訳 |
| 下部：導入判断 | 依頼前に何を確認し、どう申し込むか | 見積もり条件、納期、契約範囲、相談窓口 |
実際の購買行動は、必ずこの順番で進むわけではありません。BtoBでは、担当者が比較を終えてから上司が基礎情報を調べ直したり、技術部門と購買部門が別の条件で候補を確認したりします。ファネルは読者を固定的に分類するためではなく、ページに不足している情報を見つけるために使うと実務に役立ちます。
AI検索は、比較検討にも使われている
GoogleはAI Modeの説明で、選択肢の比較や、追加の調査が必要な質問への対応を挙げています。AIは比較記事や製品ページも参照するため、「基本的な質問だけがAIに置き換わる」と想定して、中部ファネルだけに注力するのは適切ではありません。
企業が公開する仕様、対応範囲、導入条件が曖昧だと、読者は自社に合うか判断できません。AIの回答に取り上げられても、説明が不正確だったり、古い情報で比較されたりすれば、検討を誤らせます。自社サイトには、他の候補と比較するための事実を、更新日や適用条件とともに掲載することが必要です。検索サービスごとの違いは、AI OverviewsとAI Modeの解説でも紹介しています。
検索結果に表示されても、クリックされるとは限らない
Pew Research Centerの調査では、米国の成人900人の2025年3月の閲覧記録を分析し、AI要約が表示された検索で通常の検索結果がクリックされた割合は8％、表示されなかった検索では15％でした。AI要約内のリンクがクリックされた割合は1％です。ただし、検索内容などの違いを含む観察結果であり、AI要約だけが差の原因だと断定することはできません。日本の検索全体や、AI Modeの利用状況を示す数値でもありません。
この結果から考えるべきなのは、検索結果に出ることと、サイトへ来てもらうことを分けて評価する必要がある、という点です。AIの回答で概要を知った人が、仕様の確認や社内説明のためにサイトを訪れる場合もあります。そのときに確認できる資料がなければ、せっかくの関心を商談につなげられません。
顧客の質問から、比較コンテンツの題材を決める
中部ファネルのコンテンツを作る際は、検索語の一覧だけで題材を決めず、営業やサポートに届く質問を確認します。「既存設備に接続できるか」「海外拠点でも保守を受けられるか」「見積もりに何が含まれるか」といった質問には、購入前に解決したい具体的な条件が表れています。回答が担当者のメールにしか残っていないなら、公開できる部分を記事や製品ページに反映する余地があります。
たとえば、工場用センサーを販売する企業を想定します。読者が「産業用センサーのおすすめ」と検索していても、実際に確認したいのは、設置環境で測定できるか、既存の制御機器に接続できるか、交換時に生産ラインをどれだけ止める必要があるか、といった点です。一般的な性能紹介に、用途別の選定基準や導入時の確認事項を加えると、読者は自社の条件に照らして候補を評価できます。
同じ製品でも、技術担当者は性能や接続条件を、購買担当者は費用や調達期間を、管理職は事業への効果や導入リスクを確認します。役職ごとの関心を踏まえて説明を分ける方法は、BtoBコンテンツのパーソナライズの記事で説明しています。読者に合わせるとは、名前を差し込むことだけでなく、その人が判断に使う情報を提示することです。
比較ページには、判断基準と根拠を載せる
自社製品の長所を並べるだけでは、読者は他の候補との違いを判断できません。比較する項目を先に定め、測定方法や対象条件をそろえて説明する必要があります。価格を比べるなら、初期費用だけでなく、保守、追加機能、設置作業などの費用が含まれているかを明記します。数値を載せるときは、試験条件や測定時期も併記し、条件の違う結果を同じ基準で比較しないようにします。
導入事例には、業種や用途、導入前の課題、採用した方法、確認できた結果を記載します。成果が特定の環境で得られたものなら、その条件も説明します。自社製品が向かない用途や、追加の確認が必要なケースを示すことで、読者は期待だけでなく制約も含めて判断できます。競合情報は公開資料で確認し、未確認の弱点や古い価格を使って自社を有利に見せないことも必要です。
AIで下書きを作る場合も、現場の確認を入れる
AIは、資料をもとに質問を分類したり、比較表の下書きを作ったりする作業に使えます。ただし、AIには取引の背景や顧客の事情が共有されているとは限らず、資料にない条件を推測で補ってしまうことがあります。製品名、仕様、対応地域、用語の定義、更新日などが分散し、資料間で食い違っていれば、その内容をもとにした文章にも誤りが入り込みます。
AIを使う前に、参照する資料を指定し、製品情報の項目や単位、版を統一します。そのうえで、技術担当者が仕様や制約を、営業担当者が契約や対応範囲を確認し、編集者が読者に伝わる説明になっているかを点検します。入力資料を充実させることは下書きの精度を支えますが、個別の案件で何を約束できるかを判断する責任は、企業側に残ります。
SEO・GEO・AEOは、読者に役立つ情報を土台にする
従来の検索で見つけてもらう施策をSEO、生成AIの回答で参照されることを意識した施策をGEO、質問への回答として情報を届けることを意識した施策をAEOと呼びます。使われ方には重なりがあり、別々の仕組みとして切り分けるよりも、検索やAI回答を通じて、必要な人に正確な情報を届けるための取り組みとして捉えると実務で扱いやすくなります。
GoogleのAI OverviewsやAI Modeへの対応でも、通常のSEOの基本は有効です。参照リンクの候補になるには、ページがインデックスされ、検索結果にスニペットを表示できることが前提になります。専用のAIファイルや特別な構造化データを追加する必要はありません。サイト内のリンクから必要なページにたどり着けるか、製品の説明が画像だけでなく本文にもあるか、といった基本事項を確認します。
コンテンツでは、読者の質問と回答の対応を明確にし、比較表や根拠となる資料へ進める構成にします。特定の書式を使えばAIに必ず引用される、という保証はありません。公開後も内容と参照状況を確認し、仕様変更や新しい質問に合わせて更新する運用が必要です。継続的な改善の考え方は、SEO・AI検索対策を継続する理由の記事で説明しています。
被リンクは、役立つ資料を公開した結果として考える
他のサイトで参照する資料として役立つのは、独自の調査、条件を明記した試験結果、実務で使える選定表などです。読者や業界の関係者が確認・参照できる情報を公開し、必要に応じて関連団体や専門媒体に案内する方法が基本です。リンクの獲得だけを目的に、内容の薄い記事を増やす必要はありません。
Googleのリンクスパムの方針では、検索順位を操作する目的でリンクを売買する行為などが問題とされています。リンク数だけを追うより、掲載先と内容の関連性、紹介の理由、読者が得られる情報を確認することが適切です。被リンクを得たことと、AIの回答に引用されることや売上が増えることも、同じ成果として扱わないようにします。
比較の先に、問い合わせまでの導線を用意する
読者が候補を絞れたら、製品ページ、導入事例、見積もり条件、相談窓口へ進めるようにします。関連ページへのリンクは、その段落の疑問に答えるものを選び、リンク先の内容が分かる短い文言にします。比較記事から相談ページへ直接進む人もいれば、仕様書を社内で共有してから連絡する人もいるため、どちらの行動にも対応できる資料を用意します。
相談フォームでは、回答に必要な項目を残しながら、入力の負担を抑えます。対応できる地域やサービスの範囲、相談後の流れが分かると、読者は何を準備して連絡すればよいか判断できます。海外向けサイトでは、英語で情報が載っているだけでは十分ではありません。英語サイトが商談につながらない原因を確認し、読者が求める説明と問い合わせ方法がそろっているかを見直します。
アクセス数と、問い合わせ・商談を分けて評価する
閲覧数は認知や関心を把握する指標として使えますが、それだけで記事の営業上の成果は判断できません。比較ページからの資料閲覧、相談フォームへの移動、問い合わせ内容、商談化した案件を確認し、どこで読者が止まっているかを調べます。MQLという指標を使う場合も、「営業に渡す条件を満たした見込み客」を社内で具体的に定義し、件数だけを増やす運用を避けます。
McKinseyの2026年B2B調査は、13カ国の意思決定者約4,000人を対象とし、買い手が購入過程で利用するチャネルは平均10種類と報告しています。日本企業だけの結果ではありませんが、商談の接点を一つのページや検索経路だけで捉えないための参考になります。検索で見つけた記事を社内で共有し、展示会や営業との会話を経て問い合わせる場合もあるため、最終的な流入元だけで記事の役割を判断しないことが必要です。
GoogleのAI機能経由の実績は、Search Consoleの「ウェブ」検索のデータに含まれます。検索データに、アクセス解析や問い合わせ記録、営業で聞いた情報を合わせ、判断に使われたページを確認します。AIの回答で自社が紹介されているかを点検する場合は、質問、サービス、確認日、参照リンクを記録し、単発の回答を市場全体の結果として扱わないようにします。
海外向けには、比較に必要な条件を英語でも伝える
海外の読者が比較する際には、日本語の製品紹介をそのまま英訳するだけでは、必要な情報が不足する場合があります。対象国で使われる専門用語、単位、認証、対応地域、納期や保守の条件を確認し、海外拠点でも適用される情報と、日本国内だけの条件を分けて説明します。購入や契約に関わる表現は、営業・技術担当者の確認を受けてから公開します。
英文として自然でも、製品の選び方や依頼する理由が伝わらなければ、比較段階の読者は判断できません。想定する業種と担当者を決め、その人が社内説明に使える内容を用意することが必要です。題材の選び方や制作の進め方は、日本企業の英語コンテンツ制作の記事で紹介しています。
見直すなら、購入前によく読まれるページから
中部ファネルの改善では、営業で繰り返し聞かれる質問と、比較・製品ページの内容を照合するところから始めます。説明が足りない条件を追記し、事例や資料の根拠を確認したうえで、問い合わせまでの導線を点検します。公開後は、どのページが判断に使われたかを営業と共有し、読者から届いた質問を次の更新に反映します。
AIが比較を支援するようになっても、企業が提供する事実と、取引の条件を確認する作業は残ります。MacroLingoでは、日本語で製品やサービスの背景を確認し、海外の読者が選定に使える英語コンテンツの制作とAI検索対策を支援しています。自社サイトで不足している説明を確認し、必要なページから改稿することが、比較検討から相談へ進んでもらうための具体的な出発点になります。
