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