〜診断スコアと、実際のAI検索露出は同じものなのか？〜

はじめに

ある企業のサイトにある、AIO診断ツールで、NDLのコーポレートサイトを計測してみました。結果は、「AIO＝0点」でした。

SEOはそこそこ。LLMOは高い。でも、AIOだけが0点。

普通なら、「まずい。対策しないと」となるところだが、待て。Googleサーチコンソールの新しい機能、「検索パフォーマンス：生成AI機能」レポートを見てみた。

過去3か月で、約1000回表示されている。

「ん？」

これが、最初の違和感でした。

実際に検索してみる

一社のツールだけだと偏りがあると不本意なので、もうひとつ、同様のツールで診断してみました。

AIO診断：総合37点。やはり及第点ではない（笑）。

じゃあ、実際にGoogleのAIではどう認識されているのか。

試しにChromeのシークレットモードで、「ニューロデザイン 相談」で検索してみた。

すると、AIによる概要の「相談できる主な窓口」に、TOPPANと並んでNeural Design Labが表示された。

……これで、なぜAIOだけこんなに低く出るのか。意地で言っているのではなく、少し深掘りしてみます。

診断スコアと、実際の露出は、同じ指標ではない

この結果から言えることは、はっきりしています。

「AIO診断のスコアと、AI検索で実際に表示・引用されることは、少なくとも同じ指標ではない。」ということ。

診断ツールが見ているのはたぶん、見出し構造、canonical、JSON-LD、AIクローラー向けの静的情報、その他の技術的な実装。要はAIに拾ってもらいやすいサイトの「整備度」である。

一方で、Search ConsoleやAI Overviewが示しているのは、実際にGoogle側でどう露出しているか、という「実測結果の話」である。

技術的な準備度と、実際の露出実績は、分けて考えないといけない。

診断は「H1がない」と言った。でも、あった。

いずれの診断ツールも、「SEO」についても詳細に診断してくれています。

診断では、「H1（最上位の見出し）がない」という判定。自分自身で構築したサイトなので、「そんなワケはない（笑）」と思いながら、念のためにClaude Codeを使ってコードを分析させた。

もちろん、H1は存在していた。むしろ、レスポンシブ設計の都合で、複数あった。

自動診断はヒントにはなる。でも、事実そのものではない。

では、AIO対策は意味がないのか

では、AIO対策の要素を整備することに意味がないのかというと、そうではない。

JSON-LDやcanonical、見出し構造などは、機械に自分のサイトを理解してもらうための整理として、意味がある。

ただし、点数を上げることが目的になった瞬間に、順番が逆になる。

先に見るべきは、こっちだ。実際にAI検索で表示されているか。どんな文脈で引用されているか。誤認されていないか。どのページが拾われているか。

AIOを責めず、構造を見る。

診断ツールは、役に立たなかったのか

では、この「診断ツール」が無意味かというと、むしろ逆です。

0点と言われたことで、H1、canonical、JSON-LD、SPAの構造などを、実際に監査するきっかけになった。

診断ツールは、答えではなく、観測点として使う。これが、今回の学びです。

診断ツールはブックマークしました。改修のたびに、採点させるつもりです。ちょこざいなので（笑）。

さて、Neural Design Lab のサイトは

AIO診断：0点〜37点。 Google生成AI要約：約1000回表示。 AI Overview：相談先として引用。

さて、NDLのサイトは「AIOができていない」のだろうか。

たぶん答えは、こうです。

採点方法によっては0点。別の見方では37点。でも現実には、「もうAIに見つけられている。」

「【LLMO異説】ルルモ？知らねぇってばよ。でも、できた。」というエントリーで、「スキーマもサイテーションもUSPもFAQも、知らなくても大丈夫。」と言い切ってきました。知らなくても必要になったら後から整えればいい。

小手先の対策ではなく、話せば伝わる中身を作ってきた結果が、「約1000回表示」という結果につながっています。小手先の対策を否定するつもりはありません。ただ、順番は逆にしたくない。

まず、中身をつくる。次に、機械にも伝わるよう整える。

もう一度言い切ります。「自分の仕事を、自分の言葉で。話せばわかる。」

まとめ

• AIO診断のスコアと、AI検索での実際の露出は、同じ指標ではない
• 診断ツールが見ているのは技術的な「整備度」、Search ConsoleやAI Overviewが示すのは「実際の露出実績」
• 自動診断の指摘（例：H1がない）が、実際のコードと食い違うこともある
• JSON-LDや見出し構造の整備自体は意味がある。ただし、点数を上げることを目的化すると順番を誤る
• 診断ツールは答えではなく、監査のきっかけとなる観測点として使うのが実践的

編集後記

余談ですが、この診断サイトの運営会社は、マーケティング戦略を主導する人材を募集していました。
AIに見つけてもらう技術と、人材市場で見つけてもらうことは、どうやら別競技のようです。
世の中、なかなか奥深い（笑）。

---

関連するNDL語彙：[LLMOとは] [一次情報とは] [前捌きとは] [ニューロデザインとは] [AIOを導入するには]