IV-C1 E-E-A-TをAIO文脈で再定義する

E-E-A-Tという4文字は、SEOをかじったことがある人なら一度は見かけたことがあるはずです。ただし、この評価の枠組みをそのままAI検索(AIO)の話に持ち込むと、話がかみ合わなくなることが少なくありません。E-E-A-Tが本来何を測ろうとしているものなのかを正しく理解しておくと、この先の編IV-Cで扱うエンティティ・ナレッジグラフ・Wikipedia対応・著者情報の設計といった個別の打ち手が、バラバラではなく1本の線でつながって見えてきます。遠回りに見えても、正体を先に掴んでおくのが一番の近道です。

E-E-A-Tの4文字が指しているもの

E-E-A-Tとは、Googleが検索品質評価者(Quality Rater)向けに公開している「検索品質評価ガイドライン」に登場する評価の枠組みで、次の4語の頭文字です。

• Experience(経験): コンテンツ制作者がそのトピックについて実体験・一次体験を持っているか。2022年12月にGoogleが追加した最も新しい「E」です
• Expertise(専門性): そのトピックを論じるだけの知識・スキルを持っているか
• Authoritativeness(権威性): その分野で信頼される既知の情報源として認識されているか
• Trustworthiness(信頼性): ページの内容が正確・誠実・安全であるか。Google自身が「最も重要な要素」と位置づけています

(出典: Google Search Central Blog「E-A-T gets an extra E for Experience」, 2022年12月)

GoogleはE-E-A-Tを「ランキング要因」だと明言していない

ここは誤解されやすいポイントです。Googleは公式に、E-E-A-Tのガイドラインは検索ランキングシステムの性能を評価するために品質評価者が使うものであり、ランキングに直接影響するものではないと説明しています(出典: 前掲Google公式ブログ)。つまりE-E-A-Tは、ページに直接加点される「スコア」ではありません。ただし、E-E-A-Tが示す要素(専門的な言及の多さ、内容の深さ、著者情報の明確さなど)は実際の評価要因と強く相関するとされており、実務上は無視できないというのが妥当な理解です。

SEOとAI検索で、働き方がどう変わるのか

従来のSEOでは、E-E-A-Tは強ければ順位が上がりやすく、弱くても即座にゼロ評価にはならない、連続的な品質シグナルとして機能してきました。一方でAI検索においては、E-E-A-Tは「回答に引用するか、しないか」を分ける、より二値的なゲートキーパーとして働く傾向があるという指摘があります(出典: ZipTie.dev「E-E-A-T for AI Search」)。要するに、順位が少し下がるのではなく、そもそも回答の材料に選ばれないという感覚に近いということです。

この先、編IV-Cで扱っていくこと

次のレッスン(IV-C2)からは、E-E-A-Tという評価の枠組みを支える土台としてエンティティという概念に入ります。そのあとナレッジグラフ、Wikipedia・Wikidataとの向き合い方、著者情報の見せ方へと話を進め、権威性シグナルの積み上げ方(編IV-C7)、サイテーション整備の実務(編IV-C8)へとつなげていきます。今の段階では、E-E-A-Tが「加点要素」から「引用の関門」に近づいているという感覚だけ持っておけば十分です。

実践ステップ

1. 1
   自社の代表的な記事を1本選び、Experience・Expertise・Authoritativeness・Trustworthinessの4観点それぞれに、根拠となる要素が入っているかを書き出す
2. 2
   その記事の著者表記が単なる名前の文字列になっていないか、経歴やSNSリンクが添えられているかを確認する
3. 3
   ChatGPTまたはPerplexityで自社名・主要商品名を尋ね、紹介のされ方と根拠として挙げられている情報源をメモする
4. 4
   自社サイトの「会社概要」「代表者プロフィール」ページの情報が最新かどうかを確認する
5. 5
   4つの頭文字のうち、自社にとって最も手薄だと感じる要素を1つ選び、次に着手すべき課題としてメモしておく

このレッスンはテキストとスライドで学べます。スライドは上のビューアからご覧ください。