AI検索に引用される広報へ：プレスリリースの構造改革が迫られる理由

米国のPR・コーポレートコミュニケーション専門メディアRaganは、AI検索の普及に対して広報実務者たちが具体的にどう適応しているかを、2026年4月7日公開の記事で報じた。

同記事はRaganがLinkedIn上で実施した意見募集への回答を編集したもので、米国のPR会社や広報部門に勤める複数の実務者が、GEO（Generative Engine Optimization＝生成エンジン最適化）と呼ばれる新しい考え方への対応策を具体的に語っている。GEOとは、従来型検索エンジンではなく、ChatGPTやGoogle Gemini、Perplexityといった大規模言語モデル（LLM）が情報を引用・推薦しやすいようにコンテンツを設計する手法だ。従来のSEO（検索エンジン最適化）の次世代に位置づけられる概念であり、広報の世界では「AI検索に拾われるかどうか」がブランドの情報可視性を左右する時代が到来しつつあるという。

LinkedInが「第2の引用源」に浮上

記事の中で注目を集めたのが、Powell Communicationsのデジタル戦略担当バイスプレジデント、サラ・バートネス・グラウェ氏（Sarah Bertness Glawe）の発言だ。同氏は「最新データによると、LinkedInは複数のAIチャットボットを横断して2番目に多く引用されるソースとなっている」と述べ、クライアント企業のLinkedInプロフィールや投稿コンテンツが、GEO対応において以前にも増して重要な役割を果たすと指摘したという。

広報コンサルタントのアリソン・ウィルソン氏は、独自調査コンテンツの作成と構造化に取り組み始めたと語る。具体的には、番号付きの統計データや明確な情報源の提示、FAQ形式の調査結果、冒頭に置いた簡潔な要約文などが、AIの生成回答に引用されやすいと説明した。「データを持っていても密な段落に埋め込んでいれば、依然として見えない存在のままだ」と同氏は述べたという。

「クリック数より理解」へ目標を転換

Greenough CommunicationsのCEO、ニッキー・フェスタ・オブライエン氏は、クリック数を意識したコンテンツ制作をやめ、「理解のための書き方」に軸足を移したと語った。明確な定義、直接的な結論、読者が実際に使う言葉に沿った表現が重要だとし、「AIが1文でその要点を要約できなければ、読者にとっても同じことだ」と述べたという。

Smartlyでグローバルコミュニケーション担当シニアディレクターを務めるジョセフ・J・ニュネス氏は、自社の主要テーマに関連する質問をLLMに投げかけ、どのメディアや情報源が引用されているかを継続的に観察していると明かした。その結果を踏まえて、ターゲットとする媒体や使用するメッセージの言葉遣いを調整しているという。さらに、社内の成長マーケティングチームと連携し、競合との比較における自社の「シェア・オブ・ボイス（情報空間での存在感）」をAI検索上でどう高めるかを協議していると語った。

コンテンツ更新の定期化も重要な施策として挙げられた。Austley創業者のリア・M・ダーガチェフ氏は、コンテンツカレンダーの中に「既存記事の更新」を組み込み、新規コンテンツ制作と同等の優先度を与えていると説明した。統計データの更新やメッセージの精査、見出しの見直しなどを定期的に行うことが、広報戦略全体の一部だとしている。

「格の低い媒体」への評価が逆転

伝統的なメディアリレーションの有効性を改めて強調する声も上がった。Strata CEOのケリー・マクレナハン氏は、「関連性が高く、データに裏付けられた信頼できる情報を中心に広報プログラムを構築しているなら、GEO対応のために作り直す必要はない。LLMが情報源を評価する基準に、すでに沿っているからだ」と述べたという。

一方、V2 Communicationsのチーフクライアントオフィサーであるケイトリン・ホルブルック氏は、メディアの「格」でAI上の影響力を測る考え方を捨てたと語った。同氏によると、生成型AIエンジンは質問に明確に答えるコンテンツを優先する傾向があり、ニッチな専門ブログや特定のコミュニティフォーラムなど、これまで「優先度が低い」と見なされてきた媒体が、AIに引用されやすいケースが増えているという。大手有名媒体と並行して、こうした媒体への露出も積極的に狙う戦略に転換したと述べた。

The Motherhood Incのバイスプレジデント兼アナリティクス・クライアントエンゲージメント担当ディレクター、ディアナ・トマゼッリ氏は、過去のキャンペーンデータを参照したキーワード選定をインフルエンサー向けのブリーフィング資料に反映させる取り組みを紹介した。人々が検索する言葉を把握し、コンテンツに自然に織り込むことで、AI検索での発見可能性を高めるとしている。