LLMO・GEO の研究論文と民間調査/GEO手法・効果検証
研究論文
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
原題:GLOBE: Evolving Structured Agentic Memory for E-commerce Product Optimization in Generative Search
著者は Hyunseo Kim, Suil Choe, Sukkyoung So, Daeyeon Yi。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:2610.23709)論文が報告した結果
生成検索向けに商品ページを直すとき、うまくいった直し方を、プロンプトや軌跡の中に暗黙のまま残さず、欄ごとの振る舞いとしてハンドブックに蓄積する枠組み GLOBE を提案している。
編集役が振る舞いを適用し、順位のフィードバックを受け、反省役が更新案を出し、司会と管理役が重複や有害な項目を除く。構造化した振る舞いの方が、一塊のプロンプト最適化より良く、フィードバックで育て、有害な項目を止めると効果と下振れの抑えがさらに良くなった、とされる。見たことのない商品カテゴリでも振る舞いが効いた、と報告している。
ChatGPT を調べた論文Gemini を調べた論文公開モデル を調べた論文
調査の条件
- 論文が調べたこと
- 生成検索向けにEC商品ページを書き換えるエージェントの記憶・改善手法(GLOBE)
- 調べた対象の AI
- ChatGPT、Gemini、公開モデル
- 調べたモデル
- GPT-5.4/Qwen3.5-122B-A10B/Gemini-3.5-flash
- 回答データの取り方
- Amazon カテゴリから構築した商品集合上のオフライン最適化実験(本文。候補10件の並べ替え)
- 調査の規模
- マクロカテゴリ6、各150クエリ、候補10件(本文)
- 数字が載っている場所
- 評価セットは本文(150クエリ×6マクロカテゴリ、候補10件)。モデルは本文 4.1節。可視性などの表は本文
結果を読むときの注意
EMNLP 2026 の REALM ワークショップ採択。LLM部品は GPT-5.4、埋め込みの重複除きは all-MiniLM-L6-v2(本文)。移し先の比較に Qwen3.5-122B-A10B と Gemini-3.5-flash も使う。評価は Amazon の大分類から作ったセット(マクロカテゴリあたり150クエリ、候補10件)であり、ライブの ChatGPT 画面そのものではない。
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8月クエリを暗示する生成エンジン最適化