LLMO・GEO の研究論文と民間調査/GEO手法・効果検証

研究論文

生成エンジンでの見え方を最適化する:生成エンジン最適化の批判的サーベイ(2023–2026)

原題:Optimizing Visibility in Generative Engines: A Critical Survey of Generative Engine Optimization (2023-2026)

著者は Olivier Martinez。に arXiv へ投稿されました。日本語の題名は、ガーオンによる仮の訳です。

論文の原文を arXiv で読む(arXiv:2607.14035)

論文が報告した結果

GEOは、生成エンジンの答えにおける存在、引用されやすさ、影響力を高めることを目指す。

基礎論文以降、用語や指標、証拠の基準はばらばらなまま広がった、として、2023年11月から2026年7月を中心に選んだ45研究を批判的に整理している。GEOは単一の順位付けではなく、検索の起動から引用、吸収、忠実さ、利用者行動まで、確率的で一部しか観察できない流れだ、と論じる。基礎論文で広く引用される伸びは、その実験設定(すでに固定の文脈に入っている出典)では妥当だが、自然な発見可能性や持続する流入効果を示したことにはならない、とされる。

調査の条件

論文が調べたこと
生成エンジンでの可視性最適化に関する批判的サーベイ
調べたモデル
原文に記載なし
回答データの取り方
その他(文献サーベイ。検索手順と文献行列の付録あり、とコメント)
調査の規模
選んだ研究45(要旨)。新規の実験データはない
数字が載っている場所
要旨およびコメント(45研究、対象期間 2023-11〜2026-07)

結果を読むときの注意

このコーパスの範囲では、すでに取られた内容が引用や利用を因果的に変えうる、ということは示されるが、自然な発見可能性や後段の行動に対して、時間をまたぎ複数のサービスで安定した因果効果を示した手法はなかった、と著者は書く。新しい独自実験ではなく、文献の整理と枠組みの提案である。

上の要約は、株式会社ガーオンが生成AIを使って作成しました。最終更新は2026年11月19日です。正確な内容は、論文の原文で確認してください。

「GEO手法・効果検証」を調べたほかの論文