LLMO(GEO)の効果を語る記事は、数字や「最大40%」といった言葉だけが一人歩きしがちです。その数字がどんな実験から出たのかを、自分の目で確かめたい。そう考える方のために、海外のLLMO(GEO)の学術論文を、原文から読んでやさしく解説するシリーズを始めました。
この記事は、そのシリーズの一覧(ピラー記事)です。2026年9月19日時点で確認できた92本を、8つのテーマに分けて掲載します。新しい論文が見つかったら、この記事に1行足して、その論文の解説記事を書きます。
合同会社謙虚は、3つのドメインを並行して運用し、何を変えると数字が動くかを測り続けています。論文を読むのは、実験室で確かめられたことと、まだ確かめられていないことを、自分たちで区別しておくためです。
このシリーズの書き方
- 論文の原文(arXiv)を読んで書きます。数値は原文の表から拾い、私が計算した値には「概算」と書きます
- 各記事は「結論、この論文が答えた問い、測り方、結果、論文自身の限界、言えることと言えないこと」の順に整理します
- 公開前に、書き手とは別の確認者が、原文と数値・主張を突き合わせます
- 実在を確認できない論文や、民間企業の調査レポートは取り上げません
いま読める解説記事
| 論文 | 何が分かるか | 解説記事 |
|---|---|---|
| GEO原論文(arXiv:2311.09735、KDD 2024) | GEOという言葉を作った最初の大規模な実験。「最大40%」の正体と条件 | 読む |
| GEO研究のサーベイ(arXiv:2607.14035) | 2023〜2026年の45本を、証拠の強さで整理。何が確かめられ、何が確かめられていないか | 読む |
| arXiv:2609.11915 | GEOと生成エンジン広告の効果を因果推論で推定する枠組み。英語と日本語のシミュレーションで検証 | 読む |
| arXiv:2603.20062 | 東京のホテルの質問でGeminiの引用1,357件を監査。日本語では体験の質問で予約サイト以外の引用が多い | 読む |
| arXiv:2509.08919 | AI検索が、第三者の権威ある情報源を偏って引用することを大規模実験で示した | 読む |
| arXiv:2602.12187(SAGEO Arena) | 検索と再ランクまで含めて、書き換えの効果を評価できる環境 | 読む |
| arXiv:2506.11097(C-SEO Bench) | 54通りのうち有意にプラスは3つ。みんなが使うと効果が薄れると報告 | 読む |
| arXiv:2606.04362 | ChatGPTからの流入の伸びを、プラットフォーム全体の成長と切り分けた(本番サイト1つの分析) | 読む |
| arXiv:2601.00912 | 名前を出せば知られているが、名前なしの探索では薦められない(112社) | 読む |
| arXiv:2604.07585 | 可視性は1回の測定ではなく分布で捉える。7〜8回の繰り返しを提案 | 読む |
| arXiv:2604.25707 | 引用の「選ばれ方」と、回答への「吸収」を分けて測る枠組み | 読む |
| arXiv:2605.25517 | 25万回超の要因実験で、関連性と位置が引用を左右すると報告 | 読む |
まず、GEO原論文、サーベイの順に読むのがおすすめです。1本目で「最大40%」が何を測った数字かを知り、2本目で、その後の研究がその数字にどんな条件をつけたかを確かめられます。
論文の地図:92本の一覧
この一覧の集め方と範囲
- GEO研究のサーベイ(arXiv:2607.14035)が対象にした45本(2026年7月14日まで)を出発点にしました
- サーベイの調査期間の後(2026年7月15日〜9月)の論文と、取りこぼしを、arXivの検索で補いました。検索した言葉は、generative engine optimization、answer engine optimization、AI search visibility、AI Overviewsの引用、順位操作などです
- 題名・公開日・arXiv番号は、arXivで1本ずつ確認しました。arXivに無い2本は、学会・会議録のページを載せています
- 「内容」は、サーベイの文献表と、各論文のアブストラクトに基づきます。解説記事を書くまでは、詳しい数値には触れません
- 一般的なRAG、画像生成、AI安全性一般の論文は、GEOと直接関わるものを除いて含めていません
- arXiv以外の学会論文をすべて拾えている保証はありません。見つけ次第、追加します
「状況」の欄は、サーベイの文献表とarXivの記載に基づきます。「arXivプレプリント」は、採択の記載を確認できなかったという意味で、査読されていないと断定するものではありません。
1. 原点・全体像(2本)
GEOの出発点と、研究全体を整理したサーベイです。
| 論文 | 公開 | 状況 | 内容 |
|---|---|---|---|
| arXiv:2311.09735 | 2023年11月 | KDD 2024 | GEOの枠組みと評価用の質問集を初めてまとめて示した原点の論文 解説記事 |
| arXiv:2607.14035 | 2026年7月 | arXivプレプリント | 45本の研究を証拠の強さで整理した批判的サーベイ 解説記事 |
2. 書き換え手法(最適化)(16本)
ページの文章を書き換えて、生成エンジンでの見え方を高める研究です。手作業の経験則から、AIによる自動化、エージェント型へと進んでいます。
| 論文 | 公開 | 状況 | 内容 |
|---|---|---|---|
| arXiv:2507.03169 | 2025年7月 | arXivプレプリント | 言語モデルを微調整して、ページの文章を自動で書き換える |
| arXiv:2507.21099 | 2025年7月 | ICML 2025ワークショップ | 広告文を書き換えて、取得される確率を強化学習で高める |
| arXiv:2508.11158 | 2025年8月 | arXivプレプリント | 検索の意図と役割を使って、生成検索向けにコンテンツを最適化する手法 |
| arXiv:2510.11438 | 2025年10月 | ICLR 2026 | 【AutoGEO】生成エンジンの好みをAIに説明させてルール化し、ページの書き換えに使う枠組み |
| arXiv:2511.04080 | 2025年11月 | ECML PKDD 2026採択と記載 | 画像のキャプションを差し込んで、生成検索での見え方を高める手法 |
| arXiv:2511.20867 | 2025年11月 | arXivプレプリント | 【E-GEO】ECでの試験環境。15の経験則のうち10は効果なしか逆効果だった、と報告 |
| 2026.acl-long.1894 | 2026年 | ACL 2026 | 【Mind Reader】質問の裏にある潜在的な需要を抽出し、それに沿って内容を最適化して、生成回答での見えやすさを高める(arXiv番号は確認できず) |
| arXiv:2601.13938 | 2026年1月 | Findings of ACL 2026 | 【IF-GEO】複数の質問で食い違う書き換え要求を、1つの改稿方針にまとめる |
| arXiv:2602.02961 | 2026年2月 | 産業界のプレプリント | 画像サービスでの大規模な実装。本番で20%のトラフィック増を報告(詳細は不足) |
| arXiv:2603.09296 | 2026年3月 | arXivプレプリント | 【AgentGEO】引用されない原因を分類して診断し、原因に合った修理を行う仕組み |
| arXiv:2603.20213 | 2026年3月 | arXivプレプリント | 【AgenticGEO】固定の方法に頼らず、自分で戦略を進化させて最適化するエージェント |
| arXiv:2603.29979 | 2026年3月 | arXivプレプリント | ページの構造が、引用のされ方にどう影響するかを調べた |
| arXiv:2604.19113 | 2026年4月 | ACL 2026 | 【FeatGEO】文章を直接いじらず、構造・内容・言語の特徴を解釈しやすい形で最適化する |
| arXiv:2604.19516 | 2026年4月 | Findings of ACL 2026 | 【MAGEO】複数のエージェントが、うまくいった編集を再利用できる「スキル」として蓄積する |
| arXiv:2608.27631 | 2026年8月 | arXivプレプリント | 競合も書き換えるという前提で、書き換え戦略の選び方を定式化 |
| arXiv:2608.29063 | 2026年8月 | arXivプレプリント | 【Agent2UCB】フィードバックを受けながら自律的に可視性を高めるエージェントの実演 |
3. 評価環境と測り方(14本)
効果をどう測るか、どんな環境で評価するかを扱う研究です。1回の測定では判断できない、という指摘が目立ちます。
| 論文 | 公開 | 状況 | 内容 |
|---|---|---|---|
| arXiv:2410.15531 | 2024年10月 | NAACL 2025 | 回答が、必要な下位の問いをどれだけ網羅しているかの指標 |
| arXiv:2506.11097 | 2025年6月 | NeurIPS 2025(データセットと評価) | 【C-SEO Bench】54通りのうち有意にプラスは3つ。みんなが使うと効果が薄れると報告 解説記事 |
| arXiv:2509.05607 | 2025年9月 | arXivプレプリント | 【CC-GSEO-Bench】出典の「影響」を測る、内容を中心にしたベンチマーク |
| arXiv:2509.10762 | 2025年9月 | arXivプレプリント | 【GEO-16】ページ品質の16の指標で、3つのAIの引用1,702件を監査 |
| arXiv:2602.12187 | 2026年2月 | KDD 2026採択と記載 | 【SAGEO Arena】検索と再ランクまで含めて、書き換えの効果を評価できる環境 解説記事 |
| arXiv:2603.08924 | 2026年3月 | arXivプレプリント | 1回の測定値で引用割合を語る危うさを、統計的に扱う枠組み |
| arXiv:2604.25707 | 2026年4月 | arXivプレプリント | 引用の「選ばれ方」と、回答への「吸収」を分けて測る枠組み 解説記事 |
| arXiv:2604.07585 | 2026年4月 | arXivプレプリント | 可視性は1回の測定ではなく分布で捉える。7〜8回の繰り返しを提案 解説記事 |
| arXiv:2605.25517 | 2026年5月 | SIGIR 2026 | 25万回超の要因実験で、関連性と位置が引用を左右すると報告 解説記事 |
| arXiv:2606.20065 | 2026年6月 | arXivプレプリント | 複数のAI検索でブランドの見え方を大規模に測る |
| arXiv:2607.10341 | 2026年7月 | arXivプレプリント | 順位の安定度から、必要な測定量を判断する方法 |
| arXiv:2608.30023 | 2026年8月 | arXivプレプリント | 買い手が何を尋ねるかという需要側のデータで、ブランドの入り方を測る |
| arXiv:2609.06811 | 2026年9月 | arXivプレプリント | 質問の集め方が「回答市場」を決めてしまう、と指摘する批判的整理 |
| arXiv:2609.07559 | 2026年9月 | arXivプレプリント | AIの回答を使わずに、内容を決まった方法で採点する指標の検証 |
4. 実サービスの監査(21本)
ChatGPT、Perplexity、GoogleのAI Overviewsなど、実際のサービスが何を引用し、何を薦めるかを調べた監査です。
| 論文 | 公開 | 状況 | 内容 |
|---|---|---|---|
| arXiv:2405.14034 | 2024年5月 | ASIS&T 2024 | BingとPerplexityで、出典の偏りと権威性を監査 |
| arXiv:2509.08919 | 2025年9月 | arXivプレプリント | AI検索が、第三者の権威ある情報源を偏って引用することを大規模実験で示した 解説記事 |
| arXiv:2510.11560 | 2025年10月 | Findings of ACL 2026 | 米国とドイツで複数の画面を比べ、AI Overviewsの出典の重なりの低さと不安定さを報告 |
| arXiv:2601.00869 | 2025年12月 | arXivプレプリント | 学習データの違いで、中国系と欧米系のAIのブランド推薦が変わる |
| arXiv:2601.16858 | 2026年1月 | EDBT/ICDT 2026ワークショップ採択と記載 | Google検索と生成AIの出典の違いを大規模に比較 |
| arXiv:2601.17109 | 2026年1月 | arXivプレプリント | AIが引用する健康情報源の、権威性のシグナルを評価する枠組み |
| arXiv:2601.00912 | 2026年1月 | arXivプレプリント | 名前を出せば知られているが、名前なしの探索では薦められない(112社) 解説記事 |
| arXiv:2603.16138 | 2026年3月 | arXivプレプリント(備考欄に「EMNLP 2026」とあるが採択かは不明) | SearchGPT、AI Overviews、Googleの間で情報の出方の重なりが小さい |
| arXiv:2603.12282 | 2026年3月 | 技術レポート(企業の研究部門) | 英国のオンラインゲーム分野で、規制順守の信号がAIの評価にどう効くかを分析した技術レポート |
| arXiv:2603.20062 | 2026年3月 | HFE 2026(東京)採択と記載 | 東京のホテルの質問でGeminiの引用1,357件を監査。日本語では体験の質問で予約サイト以外の引用が多い 解説記事 |
| arXiv:2604.27790 | 2026年4月 | SIGIR 2026 | 通常のGoogle、Gemini、AI Overviewsの出典が大きく異なると報告 |
| arXiv:2605.14021 | 2026年5月 | arXivプレプリント | AI Overviewsが出る頻度、出典の質、主張の裏づけ、出版社への影響を長期で監査 |
| arXiv:2606.25787 | 2026年6月 | arXivプレプリント | 128ブランド・12市場・13言語で、引用元のURLを分析 |
| arXiv:2606.16344 | 2026年6月 | arXivプレプリント | 評価・口コミ数などの何が、AIのホテル選びを動かすかを実験で調べた |
| arXiv:2606.17443 | 2026年6月 | arXivプレプリント | スキンケアで、既存の有名ブランドが有利になる偏りを3つのAIで調べた |
| arXiv:2607.15771 | 2026年7月 | arXivプレプリント | 中国語の生成検索4サービスが、何を引用し何を出すかを大規模に調べた |
| arXiv:2607.14197 | 2026年7月 | arXivプレプリント | 紛争に関する質問で、AIの誤りにどんなパターンがあるかを調べた |
| arXiv:2609.00319 | 2026年8月 | arXivプレプリント | メンタルヘルスの質問で、3つのAIの引用を監査 |
| arXiv:2608.07069 | 2026年8月 | arXivプレプリント | バリ島の飲食店4,776軒を全数調べ、4つのAIが薦める店を監査 関連記事 |
| arXiv:2609.14575 | 2026年9月 | arXivプレプリント | Reddit Answersを3万回の回答で監査し、どの声が残るかを調べた |
| arXiv:2609.06798 | 2026年9月 | arXivプレプリント | GoogleとBaiduのAI Overviewsを、12か国・4言語の健康の質問で比べた |
5. 引用の信頼性と出典の質(5本)
引用された出典が信頼できるか、回答が出典に裏づけられているかを扱う研究です。
| 論文 | 公開 | 状況 | 内容 |
|---|---|---|---|
| arXiv:2304.09848 | 2023年4月 | Findings of EMNLP 2023 | 生成検索の回答で、文が出典に裏づけられている割合を測った初期の監査 |
| arXiv:2402.11782 | 2024年2月 | ACL 2024 | AIが「説得力がある」と判断する根拠は何か。質問との関連が重視される |
| ACM会議録 | 2025年 | FAccT 2025 | 出典付きの回答が「検証できる」という約束を、利用者が誤解していると報告(arXiv番号は確認できず) |
| arXiv:2510.13749 | 2025年10月 | EACL 2026 | チャット型AIの出典の信頼性と、回答の裏づけを評価 |
| arXiv:2605.23684 | 2026年5月 | arXivプレプリント | 引用された出典に、AI生成のページがどれだけ含まれるかを監査 |
6. 操作・攻撃(16本)
生成エンジンの回答や推薦を、ページの内容で操作できるかを調べた研究です。
| 論文 | 公開 | 状況 | 内容 |
|---|---|---|---|
| arXiv:2404.07981 | 2024年4月 | arXivプレプリント | 戦略的な文字列で、AIの商品推薦を操作できることを示した |
| arXiv:2406.03589 | 2024年6月 | EMNLP 2024 | ページに仕込んだ指示で、Perplexityの順位を操作できた |
| arXiv:2406.18382 | 2024年6月 | ICLR 2025 | 選好操作攻撃を実サービスで示し、皆が攻撃すると囚人のジレンマになると論じた |
| arXiv:2502.01349 | 2025年2月 | EMNLP 2025 | 人間の認知バイアスを使った商品説明の書き換えで、AIの推薦を操作 |
| arXiv:2504.05804 | 2025年4月 | プレプリント(ワークショップ版あり) | 【StealthRank】順位の操作と、見つかりにくさの両立を最適化 |
| arXiv:2509.18575 | 2025年9月 | EMNLP 2025 | AIによる順位づけに、乗っ取りに使える盲点があると示した |
| arXiv:2510.06732 | 2025年10月 | ACL 2026 | 短くて自然に見える文字列で、対象を上位に押し上げる |
| arXiv:2601.12263 | 2026年1月 | ワークショップ | 画像と文章を扱うAIの順位づけの脆弱性を示した |
| arXiv:2602.03608 | 2026年2月 | arXivプレプリント | 【CORE】AIの出力する順位を制御する手法。高い成功率を報告 |
| arXiv:2605.00012 | 2026年3月 | arXivプレプリント | AIの偏りを使って、要約に載るスニペットを操作する |
| arXiv:2605.29107 | 2026年5月 | arXivプレプリント | 【GEO-Bench】順位操作の手法を比較する。書き換えだけの手法が勾配を使う攻撃に並ぶ場合がある |
| arXiv:2605.28017 | 2026年5月 | arXivプレプリント | 攻撃が、取得と再ランクを通り抜けて生成まで届くかを調べた |
| arXiv:2606.28356 | 2026年6月 | arXivプレプリント | 【SafeGEO】売り手が管理する出典で、質の低い商品が良く見えるリスクを調べた |
| arXiv:2606.13610 | 2026年6月 | EMNLP 2026 Findings | 汚染された1ページで、AIの推薦がどこまで動くかを評価 |
| arXiv:2607.21951 | 2026年7月 | arXivプレプリント | 【SIREN】ウェブを読むAIの推薦を、攻撃で操作する手法 |
| arXiv:2609.06027 | 2026年9月 | arXivプレプリント | 【HAE-GEO】調査型のエージェントが、汚染された根拠を見抜いて修正できるかを評価 |
7. 防御と検出(6本)
操作を防ぐ方法や、操作されたページを見分ける方法の研究です。
| 論文 | 公開 | 状況 | 内容 |
|---|---|---|---|
| arXiv:2505.07546 | 2025年5月 | EMNLP 2025 | 【GRADA】文書同士の関係を使った再ランクで、いくつかの攻撃を大きく減らした |
| arXiv:2605.21948 | 2026年5月 | NeurIPS 2026投稿と記載 | 【SCI-Defense】製品説明への操作を、3つの仕組みを組み合わせて防ぐ |
| arXiv:2607.20730 | 2026年7月 | arXivプレプリント | 【GPE】GEO風の操作の下で、根拠の集約が頑健かを評価する |
| arXiv:2608.16824 | 2026年8月 | arXivプレプリント | 【GEO-Flag】GEOで最適化されたページを見分ける方法を評価 関連記事 |
| arXiv:2609.02316 | 2026年9月 | EMNLP 2026 Main採択と記載 | 【Counter-GEO-Bench】情報を歪めるGEOへの防御を評価するベンチマーク |
| arXiv:2609.02964 | 2026年9月 | arXivプレプリント | 【GEO Defender】悪意あるGEOから、AIを微調整せずに守る2段階の防御 |
8. 経済・生態系・成果・ガバナンス(12本)
引用をめぐる競争、制作者の生態系、流入への効果、ガバナンスを扱う研究です。
| 論文 | 公開 | 状況 | 内容 |
|---|---|---|---|
| arXiv:2501.00745 | 2025年1月 | ICML 2026ワークショップ | 攻撃の選択を、無限に繰り返す囚人のジレンマとして理論化 |
| arXiv:2601.22493 | 2026年1月 | 理論のプレプリント | 引用と報酬が、コンテンツ制作を支える生態系を保てる条件を理論で示した |
| arXiv:2601.01750 | 2026年1月 | arXivプレプリント | 報酬で動く制作者の生態系で、生成検索での露出がどう決まるかを調べた |
| arXiv:2604.03656 | 2026年4月 | arXivプレプリント | 検索拡張のGEOが抱える不確かさと、信頼の持続性を論じる |
| arXiv:2606.12439 | 2026年5月 | ICML 2026 立場論文 | 集中、開示、学術と産業のずれに着目したガバナンスを提案 |
| arXiv:2606.11216 | 2026年5月 | arXivプレプリント | 生成検索が、サイトへの流入を減らし、独立した制作者を脅かすことを論じる |
| arXiv:2605.12887 | 2026年5月 | arXivプレプリント | 【EcoGEO】1ページではなく、エージェントが辿る複数の根拠の生態系を対象にした |
| arXiv:2606.04362 | 2026年6月 | arXivプレプリント | ChatGPTからの流入の伸びを、プラットフォーム全体の成長と切り分けた(本番サイト1つの分析) 解説記事 |
| arXiv:2607.12056 | 2026年7月 | arXivプレプリント | AIが買い物を代行する時代の、サイト設計の枠組み(書き換え手法ではなく設計論) |
| arXiv:2608.11390 | 2026年8月 | arXivプレプリント | 引用をめぐる争いを、仕組みの設計で共存に向ける |
| arXiv:2608.30466 | 2026年8月 | COLM 2026採択と記載 | 【CHASE】書き換えを繰り返すと、コンテンツが似通っていく集団的な影響をシミュレーション |
| arXiv:2609.11915 | 2026年9月 | arXivプレプリント | GEOと生成エンジン広告の効果を因果推論で推定する枠組み。英語と日本語のシミュレーションで検証 解説記事 |
日本・日本語に関わる研究
調べた範囲で、日本や日本語を直接扱っていた研究は次の2本でした。多くの研究は英語で行われているため、貴重な手がかりです。
| 論文 | 公開 | 状況 | 内容 |
|---|---|---|---|
| arXiv:2603.20062 | 2026年3月 | HFE 2026(東京)採択と記載 | 東京のホテルの質問でGeminiの引用1,357件を監査。日本語では体験の質問で予約サイト以外の引用が多い 解説記事 |
| arXiv:2609.11915 | 2026年9月 | arXivプレプリント | GEOと生成エンジン広告の効果を因果推論で推定する枠組み。英語と日本語のシミュレーションで検証 解説記事 |
どちらも、日本のホームページの効果を保証するものではありません。解説記事を書くときに、条件を詳しく確かめます。
読む前に知っておきたい4つのこと
1. 論文には種類があります
学会で審査を受けた論文(査読済み)と、審査の前に公開されるプレプリントは、証拠の重みが違います。このシリーズでは、各記事で「どちらか」を書きます。arXivに載っているだけでは、審査を経たことにはなりません。
2. 「〇%上がった」は、何と比べた数字かを見ます
相対的な伸びなのか、順位の変化なのか、AIに渡された後の話なのか。数字だけが引用されると、条件が抜け落ちます。1本目の記事で、この点を詳しく扱っています。
3. 実験室と実サービスは別です
実験用に作った環境で得た結果は、ChatGPTやPerplexityの実際の動きと同じとは限りません。サービスは頻繁に変わります。
4. 日本語での検証は、まだ少ないようです
サーベイによれば、多くの研究は英語で行われています。上の一覧のうち、日本や日本語を直接扱っていたのは2本でした。日本語のページでも同じ傾向が出るかは、自分たちで確かめる必要があります。
用語のミニ辞典
| 用語 | 意味 |
|---|---|
| 生成エンジン | 検索して集めた情報をAIがまとめ、出典を添えて答える仕組み。ChatGPT、Perplexity、GoogleのAI Overviewsなど |
| GEO / LLMO | 生成エンジンの回答に、自分のページが引用されやすくなるように整える取り組み。論文ではGEO、日本ではLLMOと呼ばれることが多い |
| 取得(リトリーバル) | 質問に合うページを、候補として拾う段階 |
| 引用 | 回答の中で、ページの名前やリンクが根拠として示されること |
| 吸収 | 回答の内容に、そのページの事実や言い回しが実際に反映されること |
| 忠実度 | 引用された主張が、本当にそのページで裏づけられていること |
| プレプリント | 査読の前に公開される論文 |
よくある質問
どの順番で読めばよいですか
いま読める2本を、GEO原論文、サーベイの順で読んでください。今後は、日本や日本語を扱った2本、第三者メディアが優遇される研究、検索段階まで含めた評価、操作と防御の順で公開する予定です。順番は、公開の状況で変わることがあります。
新しい論文が出たら、どうなりますか
この記事の表に1行を足し、その論文の解説記事を書きます。更新した日は、下の更新履歴に残します。
論文を読まずに、結論だけ知りたいのですが
各記事の冒頭に、3行の結論を置いています。全体の結論を先に知りたい場合は、サーベイの記事の冒頭が近道です。
更新履歴
- 2026年9月19日:シリーズを開始。解説記事2本(GEO原論文、サーベイ)を公開し、92本を一覧に載せた
- 2026年9月19日:解説記事10本を追加(arXiv:2506.11097、arXiv:2509.08919、arXiv:2601.00912、arXiv:2602.12187、arXiv:2603.20062、arXiv:2604.07585、arXiv:2604.25707、arXiv:2605.25517、arXiv:2606.04362、arXiv:2609.11915)
この記事に書いたことを、そのまま御社のページに
生成AIに引用されるページを、お話しいただくだけでお作りします。お時間をいただくのは初回15分のヒアリングだけです。まず1ページ、無料でお作りします。
OKが出るまで、何度でも直します。事実が違う、言い回しが硬い、この話は入れないでほしい。どれも遠慮なくおっしゃってください。何度お直ししても、追加の料金はいただきません。
これまでに127社にご利用いただきました。毎月ご依頼いただいている方の6割以上が、月10ページを選ばれています。料金はページに掲載しています。
ページを増やしても問い合わせが来ないなら、原因はページの外にあります。その場合は、下の入口からご相談ください。
自社のマーケティング課題を根本から解決しませんか?
ウェブサイトから要素を引き算し、訪れた人が迷わず次の一歩に進む形へ組み直す。初回60分のオンラインで御社のサイトを一緒に読み、どこから直すべきかをお伝えします。手順をまとめた無料の診断と解説動画もご用意しています。
初回は無料・60分・オンライン完結・その場で契約のお願いはいたしません

