AI検索で選ばれる情報設計とは？Query Fan-outから考えるSEO・LLMO

検索の仕組みは、単に「入力されたキーワードに近いページを並べる」ものから、ユーザーの質問の背景まで読み取り、複数の観点から回答を組み立てる方向へ変わりつつあります。

その変化を理解するうえで重要な考え方のひとつが、Query Fan-outです。

Query Fan-outは、ユーザーの質問を複数のサブトピックや関連クエリに分解し、それぞれを横断的に調べたうえで、最終的な回答を組み立てる仕組みです。

これは、SEOやLLMOを考えるうえで非常に重要です。AI検索では「1つのキーワードで上位表示されること」だけでなく、関連する問いに対して、サイト全体がどれだけ明確に答えられているかが見られやすくなるためです。

Query Fan-outとは

Query Fan-outとは、ひとつの検索クエリを、複数の関連クエリやサブトピックに展開して情報を取得する考え方です。

たとえば、ユーザーが以下のように検索したとします。

従来の検索では、この文に近いキーワードを含むページや、関連性が高いと判断されたページが検索結果に表示されます。

一方で、Query Fan-out的な処理では、検索意図が複数の問いに分解される可能性があります。

• BtoB製造業のWebサイト改善ポイント
• 製品ページで伝えるべき情報
• 問い合わせ導線の作り方
• 技術力や対応範囲の見せ方
• 事例ページの重要性
• 競合と比較されたときの判断材料
• フォーム改善のポイント
• スマホ表示で注意すべき点

つまり、AI検索はユーザーの質問をそのまま1つの検索語として扱うのではなく、背景にある複数の疑問を展開しながら、回答に必要な情報を集めようとします。

GoogleのAI Modeに関する公式ブログでも、AI Modeが質問をサブトピックに分解し、複数のクエリを同時に実行するQuery Fan-outの技術を使うと説明されています。 Google公式ブログ

なぜAI検索でQuery Fan-outが重要なのか

AI検索では、ユーザーが短いキーワードではなく、自然な文章で質問することが増えています。

従来は、以下のような検索が多くありました。

• Webサイト 改善
• LP 成果 出ない
• Shopify 購入導線
• SEO 対策

しかし、AI検索では次のような質問になりやすくなります。

• 問い合わせが来ないWebサイトは、どこから改善すればいいですか？
• LPを作ったのに成果が出ない場合、構成で見直すべきポイントは何ですか？
• Shopifyの商品ページで購入率を上げるには、どんな情報を追加すべきですか？

こうした質問は、1つのキーワードだけでは答えきれません。ユーザーは、原因、改善方法、優先順位、具体例、注意点まで含めて知りたいと考えています。

そのためAI検索側も、複数の観点を分解しながら情報を集め、ひとつの回答にまとめようとします。このとき、ページ内に関連する情報が整理されていなかったり、サイト全体でトピックのつながりが弱かったりすると、AIがそのサイトを回答材料として扱いにくくなる可能性があります。

SEOは「キーワード」から「問いのまとまり」へ

Query Fan-outを前提にすると、SEOで見るべき対象は単一キーワードだけではありません。

重要なのは、ユーザーがそのテーマについて知りたい問いを、どれだけ自然にカバーできているかです。

たとえば「Webサイト改善診断」というページを作る場合、単に以下のような言葉を入れるだけでは不十分です。

• Webサイト改善
• サイト診断
• 問い合わせ改善
• SEO対策

本当に必要なのは、ユーザーがその前後で知りたいことを整理することです。

• どんな状態ならWebサイト改善が必要なのか
• リニューアルと部分改善のどちらがよいのか
• 最初に見るべきポイントはどこか
• 問い合わせが少ない原因は何か
• ファーストビューで何を伝えるべきか
• CTAやフォームはどう改善すべきか
• 改善診断では何を確認するのか
• 改善後にどのように検証するのか

このように、メイントピックの周辺にある問いまで設計することで、ページの情報密度と文脈が強くなります。SEOは、キーワードを散りばめる作業ではなく、ユーザーの判断に必要な情報を順番に設計する作業へ近づいています。

LLMOでは「AIが引用しやすい情報単位」が重要になる

LLMOでは、AIがページを読んだときに、どの部分を回答材料として使いやすいかが重要になります。

そのためには、ページ全体が長いだけでは不十分です。重要なのは、各セクションが独立して意味を持ち、質問に対する答えとして抜き出しやすい形になっていることです。

たとえば、以下のような書き方はAIにも人にも理解されやすくなります。

一方で、「私たちはお客様に寄り添い、最適なWebソリューションを提供します。」のような抽象的な表現だけでは、何を、誰に、どのように提供するのかが曖昧です。

AI検索で見つけられやすくするには、抽象的なブランドコピーだけでなく、具体的な定義、対象、課題、対応範囲、判断基準を明確に書く必要があります。

Query Fan-outを意識したページ設計

Query Fan-outを意識する場合、ページは以下のように設計するとよいです。

1. まず結論を示す
2. 用語やサービスを明確に定義する
3. 対象となるユーザーや状況を説明する
4. よくある課題を整理する
5. 原因を分解する
6. 改善方法を具体的に示す
7. 判断基準を提示する
8. 関連ページへ内部リンクをつなぐ
9. FAQで自然な質問に答える

特に重要なのは、ページの冒頭で「このページは何について答えるのか」を明確にすることです。

AI検索では、ページの一部だけが回答材料として使われる可能性もあります。そのため、各見出しの下にある本文が、単体でも意味を持つように書かれていることが大切です。

SEO・LLMOで見直すべき具体的なポイント

Query Fan-outを前提に、Webサイトで見直すべきポイントは以下です。

1. 1ページ1テーマを明確にする

1ページの中で複数のテーマを詰め込みすぎると、何についてのページなのかが曖昧になります。「Webサイト改善診断」「LP制作」「Shopify / EC改善」「AI活用支援」など、主要テーマごとにページを分け、各ページで答える問いを明確にすることが重要です。

2. 見出しを質問に近づける

AI検索では、自然文の質問が増えます。そのため、見出しもユーザーの問いに近い形にすると、内容が伝わりやすくなります。

見出し自体が問いになっていると、その下の本文も回答として整理しやすくなります。

3. 定義文を入れる

専門用語やサービス名は、ページ内で一度明確に定義します。

このような定義文は、AIにも人にも理解しやすい情報単位になります。

4. 関連する問いをFAQで補足する

FAQは、Query Fan-outと相性が良い構成です。ユーザーが続けて知りたいことを、質問と回答の形で整理できるためです。

ただし、FAQを増やすだけでは意味がありません。本文で説明した内容を補足し、検索意図の取りこぼしを減らすために使うことが重要です。

5. 内部リンクでトピック同士をつなぐ

AI検索や通常の検索においても、サイト内の関連ページがつながっていることは重要です。たとえば、以下のような内部リンク設計が考えられます。

• Services
• 問い合わせが来ないWebサイトに共通する問題
• LPで成果が出ない原因と改善ポイント
• AI時代にWeb制作を依頼する意味はあるのか

ページ同士が孤立していると、サイト全体として何に詳しいのかが伝わりにくくなります。関連するページを自然につなぐことで、トピックのまとまりを示しやすくなります。

やってはいけない対策

Query Fan-outやLLMOを意識する場合でも、短期的なテクニックに寄せすぎるのは避けるべきです。

• キーワードを不自然に詰め込む
• AI向けだけの隠しテキストを入れる
• FAQを大量に並べるだけにする
• 実体のない一般論記事を増やす
• 構造化データだけで評価されようとする
• AI生成文を確認せずに公開する

AI検索に向けた最適化は、特別な裏技ではありません。むしろ、ユーザーが知りたいことを分かりやすく整理し、AIにも人にも理解しやすい形で公開することが中心です。

DDUが考えるSEO・LLMOの基本方針

DDUでは、SEOやLLMOを単なる検索対策ではなく、情報設計の一部として捉えています。

重要なのは、検索されるための文章を増やすことではありません。ユーザーが判断するために必要な情報を、適切な順番で配置することです。

特に、WebサイトやLPでは以下の整理が重要になります。

• 誰に向けたページなのか
• どの課題に答えるページなのか
• 最初に何を伝えるべきか
• どの順番で読むと理解しやすいか
• 問い合わせ前の不安をどう減らすか
• 関連する疑問にどう答えるか
• 公開後にどう改善するか

Query Fan-outの考え方は、この情報設計と非常に近いものです。ユーザーの問いは、ひとつではありません。ひとつの検索の裏側には、複数の不安、比較、判断基準、確認事項があります。

それらをページ内とサイト全体で整理することが、これからのSEO・LLMOでは重要になります。

まとめ：AI検索時代は、問いの設計が重要になる

Query Fan-outは、AI検索がユーザーの質問を複数の観点に分解し、関連する情報を横断的に調べる仕組みです。

この仕組みを前提にすると、Webサイトに必要なのは、単一キーワードへの対策だけではありません。

重要なのは、ユーザーが知りたい問いを整理し、それぞれに対して明確な答えを用意することです。

• キーワードではなく、問いを設計する
• ページ単体ではなく、トピック全体を設計する
• 文章量ではなく、判断しやすい情報構造を作る
• AI向けではなく、人にもAIにも伝わる内容にする

AI検索時代のWeb改善では、見た目のデザインだけでなく、情報の順番、見出し、定義文、FAQ、内部リンクまで含めた設計が重要になります。

FAQ