LLMO・GEO の研究論文と民間調査/GEO手法・効果検証
研究論文
クエリを暗示する生成エンジン最適化
原題:Query Implied Generative Engine Optimization
著者は Shilpa Ramakrishna, William B. Andreopoulos。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:2609.27845)論文が報告した結果
既存のGEOの多くは、明示された質問や、そこから取った信号に内容を合わせる。
QI-GEO は、文書自身から利用者の意図の空間を近似し、ありうる質問に答えるために足りない箇所を足す、と提案している。GEO-Bench と Extended GEO-Bench で、客観指標が最大15.9%、主観指標が最大17.6%上がり、引用の増加は減少のほぼ2倍だった、とされる。明示の質問入力に頼らなくても、文書から近似した意図で見え方が上がりうる、と述べる。
調査の条件
- 論文が調べたこと
- クエリから暗示されるGEO手法(固定候補プール上)
- 調べたモデル
- 原文に記載なし
- 回答データの取り方
- GEO-Bench と Extended GEO-Bench 上のオフライン評価(候補集合は固定、と本文)
- 調査の規模
- GEO-Bench と、文書あたり質問5変種の Extended GEO-Bench(本文)。詳細な文書数は本文
- 数字が載っている場所
- 要旨(客観最大15.9%、主観最大17.6%、引用の増減がほぼ2倍)。固定候補の設定は本文
結果を読むときの注意
評価は、質問に紐づく候補文書の集合を固定した設定であり、検索の変動からは切り離している(本文)。Extended GEO-Bench は文書あたり意味の近い質問5変種を使う。生成エンジンの製品名の一覧は、確認した範囲では要旨にない。
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
- 2026年11月Shopify における生成検索と推薦
- 2026年11月IntentGEO:意図を意識した、推薦向け生成エンジン最適化
- 2026年10月GEOの伸びは、ライブのウェブでも残るか:LIVE-GEO による野外評価
- 2026年10月GLOBE:生成検索向けの電子商取引で、構造化したエージェント記憶を育てる