MEO対策とは｜店舗が地図とAI検索で見つけられる方法

先に結論を3つ書く

1. 地図の対策とAI検索の対策は、別の作業ではありません。どちらも見ているのは、店名・住所・電話番号・営業時間・カテゴリー・写真・口コミという同じ情報です。Googleはローカル検索結果のランキング要素として関連性・距離・知名度の3つを公表している（Googleビジネス プロフィール ヘルプ。2026年8月8日確認）。
2. 店舗・ローカルは、AIが根拠を示しにくい業種です。100問を毎日6モデルへ投げている観測のうち、質問セットが1か月まるごとそろっている2026年7月1日から7月30日を業種別に集計すると、店舗・ローカルの回答2,059件で出典が付いたのは50.6%でした。12業種中10位で、最上位の生命保険64.2%とは13.6ポイント開きます。
3. 押さえる場所は、自社サイトだけではありません。2026年5月19日から7月30日の全出典を集計すると、上位10ドメインに食べログ（2,862回、190問）とホットペッパー（2,091回、195問）が入ります。ただしこれは100問すべてを合わせた集計で、店舗の問いだけに絞った集計をこの調査では持っていません。店舗自身のサイトより比較メディアのほうが多く引用されていると断定はできません。それでも、この2媒体が上位に入っている事実は、手を入れる先を決める材料になります。

数字はすべて出どころを添え、この調査が数えていないことは「確認できていない」と書いた。

図1：同じ店舗情報の土台が、地図検索とAI検索の両方の入口を支える。

拡大

図1：同じ店舗情報の土台が、地図検索とAI検索の両方の入口を支える。

閉じる

MEO対策とは何か。SEOとの違いと、なぜ今AI検索でも効くのか

図2：登録から継続更新まで、店舗情報を実態に合わせて整える流れ。

拡大

図2：登録から継続更新まで、店舗情報を実態に合わせて整える流れ。

閉じる

MEO対策は、地図で見つけてもらうための取り組み

MEO対策とは、Googleマップや検索結果の地図枠で自店を見つけてもらいやすくするための取り組みを指します。MEOはMap Engine Optimizationの略で、日本で使われている言い方です。この記事はAI検索との関係を扱うので、言葉の定義と施策の全体像そのものは別の記事「MEO対策とは」に譲ります。

図3：依頼から返信までを回し続け、評判を継続的に可視化する。

拡大

図3：依頼から返信までを回し続け、評判を継続的に可視化する。

閉じる

この記事で押さえてほしいのは、SEO・MEO対策・AI検索での対策が、別々の作業ではなく置き場所の違いだという点です。

検索エンジンがページを取り直しに来ることを再クロールと呼び、自社サイトを直しても、取り直しが来るまでは古い内容が検索側に残ります。

地図の対策がAI検索でも効くのは、見ている情報が同じだから

Googleが公表しているローカル検索のランキング要素は3つある。関連性は検索語句とビジネスプロフィールが合致する度合いを指し、距離は検索した人から店舗までの距離を指し、知名度はビジネスがどれだけ広く知られているかを指します。知名度についてはリンクの数や口コミの数も判断材料になると明記されています。またGoogleは、ランキングを上げるためのリクエストや金銭の受け取りには一切応じていないと同じページで述べている（2026年8月8日確認）。AIが店の話をするときに使う材料も、これと同じ情報です。

図4：複数の掲載先で店名・住所・電話の表記を一致させる。

拡大

図4：複数の掲載先で店名・住所・電話の表記を一致させる。

閉じる

この調査の独自消費者調査「AI検索・従来検索の関係 大調査」でも、同じことが利用者の側から見える。インターネット調査で、2026年5月29日から6月9日に実施し、事前予備調査9,036人・この調査1,667人から回答を得た。ここで言うAI Overviewsとは、Google検索の結果ページの上部に、AIが答えをまとめて表示する機能を指します。

AI Overviewsを参考にする場面として購入検討中の商品・店舗を挙げた人は33.8%（認知者1,667人）で、わからない言葉・用語の確認61.2%（同）に次ぎます。一方、AI Overviewsだけで検索が完結するジャンルとして購入検討中の商品・店舗を挙げた人は22.0%（この設問の回答者1,584人）にとどまり、商品検討の初手に生成AIを使う人は31.3%（この調査1,667人）です。

店舗選びでAIの要約だけを見て終わる人は22.0%で、多数派ではありません。AIの回答は、店を決める最後の一押しではなく、候補を絞る最初の入り口として使われています。

AIが店舗を答えるとき、どこを見ているか。実測で並べる

図5：外部の言及と構造化データで、店舗の事実をAIと検索に渡す。

拡大

図5：外部の言及と構造化データで、店舗の事実をAIと検索に渡す。

閉じる

引用先の上位に、食べログとホットペッパーが入っている

この調査では2026年5月19日から7月30日まで、100問の質問を毎日6つのモデルへ投げ、回答本文と出典URLをそのまま記録し、総回答は2万9,582件で、内訳は5月が試験運用の7件、6月が1万2,435件、7月が1万7,140件です。質問文に企業名も商品名も書いていないのは、AIが自分から挙げるものだけを見るためです。

図6：担当を決め、定期的に実態との一致を点検する流れ。

拡大

図6：担当を決め、定期的に実態との一致を点検する流れ。

閉じる

この集計は100問すべてを合わせた値であって、店舗に関する問いだけを抜き出した値ではありません。店舗だけに絞った引用先の集計を、この調査ではまだ出していません。そのうえで、食べログが2位、ホットペッパーが5位に入っていることは、手を入れる先を決める材料になります。

引用され方には2つの型があり、ホットペッパーは195問、食べログは190問と広い範囲に散らばって薄く引用される。一方、くすりの窓口は16問で2,537回、JCBは8問で1,286回と、狭い範囲で濃く引用される。店舗が現実に狙えるのは後者です。

観測している店舗の問いは、6月から7月は12問で、8月から18問に増やした

質問の数は途中で増えているので、どちらの観測の数字かを分けて書きます。この記事が数字を出している2026年6月から7月の観測では、1日に投げる質問は100問で、そのうち店舗・ローカルに割り当てていたのは12問であり、ほかの11業種は各8問でした。2026年8月からは質問セットを150問へ広げ、店舗・ローカルを18問、ほかの11業種を各12問にしています。

6月から7月の12問は、9問が地域名を含み、3問が含みません。11問が飲食で、飲食以外は美容室の1問だけであり、「新宿で会社の歓迎会に使える居酒屋、どう選べばいい？」のように、選び方と実際の店名の両方を求める形にそろえてある。

この記事の数字は飲食に偏った観測から出ているので、飲食以外の業態にそのまま当てはめられるとは言えません。

店舗・ローカルはAIに引用されにくい。12業種の中での位置を確かめる

出典率50.6%は12業種中10位

同じ観測を業種別に集計すると、AIが根拠を示す度合いは業種によってはっきり違いますが、業種別の集計だけは、対象期間を2026年7月1日から7月30日に絞ってある。12業種の質問セットがそろったのが6月12日で、1か月まるごと同じ100問で回っている月が7月だけだからであり、回答数は1万7,140件で、これは7月分の回答すべてにあたる。

12業種の回答数を足すと1万7,140件で、記事の冒頭に掲げた総回答2万9,582件とは1万2,442件の差があり、差の内訳は、5月の試験運用7件と6月の1万2,435件であり、業種の比較だけは7月の1か月に絞った数字だと読んでほしい。店舗・ローカルの回答数だけ2,059件と多いのは、この期間の質問数が12問で、他業種の8問より多いためであり、約半分の回答が、根拠を示さないまま店の話をしています。

引用されにくい業種でも、手を付ける順番は決められる

出典が付かない回答が半分あるということは、その半分ではAIが学習済みの知識だけで店を語っているということであり、エンジンごとに見ると、この構図がはっきりする。次の表は2026年5月19日から7月30日の総回答2万9,582件を、100問すべて合わせてエンジン別に集計したものです。

検索をしないモデルは出典が1件も付かないまま2,200字から2,600字の回答を返し、ここには引用を取りにいく施策が届きません。Google AI Overviewは28.9%で回答そのものが出ない。エンジンによって求められる条件の性質がまったく違います。

順番はこうなり、第一に、検索をするモデルが読む場所を正しくする。Googleビジネスプロフィール（＝Googleマップと検索に出る店舗情報を、店舗側が自分で管理するための無料の仕組み）と、食べログ・ホットペッパーのような媒体がこれにあたる。第二に、検索をしないモデルが古い情報で自店を語っていないかを実際に聞いて確かめる。第三に、自社サイトに構造化データを置きます。

最初の一歩は、Googleビジネスプロフィールを埋め切ること

AI検索の観点で先に効く項目は、営業時間・写真・カテゴリー

プロフィールを作れるのは、顧客が訪れることのできる実在の店舗や拠点を持つ場合か、顧客のいる場所に出向くことができるビジネスの場合です。郵送先住所だけを借りていて、その住所で実際にサービスを提供していない場合は利用できない（Googleビジネス プロフィール ヘルプ「Google に掲載するビジネス情報のガイドライン」。2026年8月8日確認。以下この節の公式情報は同じ出典である）。

埋める欄はビジネス名・住所・電話番号・営業時間・カテゴリー・ビジネスの説明・写真・サービス提供地域の8種類ある。このうちAI検索の観点で先に効くのは、営業時間・写真・カテゴリーの3つであり、営業時間と写真はAIが答えを作るときに使う情報でありながら、更新の担当が決まっていない店舗が多い。カテゴリーは、中心となる事業内容をできるだけ具体的に、できるだけ少なく設定するのが公式の考え方で、集客したい語を並べる欄ではありません。更新の担当と頻度は第11節で決める。

登録の手順と、8種類の欄を1つずつどう埋めるかは、別の記事「Googleビジネスプロフィールの登録手順」と「Googleビジネスプロフィールの使い方」で扱います。

ビジネス名に余計な情報を混ぜると、プロフィールが止まることがある

ビジネス名に不要な情報を含めると、ビジネスプロフィールが停止される場合があるとGoogleは明記しています。名称の欄に入れてよいのは、店舗・ウェブサイト・ビジネスレターで一貫して使い、顧客に認知されている実際の名称だけです。所在地や最寄り駅は住所の欄、営業時間は営業時間の欄、業種や取扱商品はカテゴリーの欄に分けて入れる。

説明欄にも制限があり、質が低い内容や関連性のない内容、特別キャンペーンや特別料金を過度に強調する内容、そしてリンクを含む内容は入れられない。住所の行にURLやキーワードを含めることも禁じられており、アカウントが同じか別かにかかわらず、1つの拠点について複数のページを作ることはできません。

食べログとホットペッパーに自店が載っているかを、媒体ごとに確かめる

掲載の有無をその場で確かめる

自社サイトをどれだけ整えても、AIが引いている媒体に自店が載っていなければ回答の材料には入りません。まず掲載の有無を確かめる。

ホットペッパーグルメの掲載手順を書かなかったのは、公式の記載を確認できなかったためであり、確認できていないものを、それらしく書きません。

掲載が無い場合と、情報が古い場合でやることが違う

掲載が無い場合は、載せるかどうかの判断から入り、掲載に費用がかかることがあり、額はプランと地域で変わります。この調査では各媒体の料金を調べていないので金額は書きません。判断材料は、その媒体がAIに引用されているかと、自店の業態がその媒体の得意分野かの2点であり、飲食であれば食べログとホットペッパーの両方が上位に入るが、飲食以外については観測が12問中11問を飲食に割いているため、同じことが言えるかを確かめられていません。

掲載はあるが情報が古い場合は、直す作業だけであり、優先するのは営業時間・電話番号・住所・定休日の4つで、来店の可否に直結し、写真とメニューはその次でよい。古い情報を放置することは、載っていないことより悪く、AIは古い情報をそのまま引いて、自信のある文体で書いてしまいます。

口コミを集めて返信し、評判が見える状態を作る

依頼してよい集め方と、規約に触れる集め方を線引きする

口コミの数と評価は、Googleが公表している知名度の判断材料に含まれており、集めること自体は正しい施策ですが、集め方には明確な線があります。

不可とした3行は、いずれも公式ポリシーで名指しされている行為である（マップユーザーの投稿コンテンツに関するポリシー ヘルプ「禁止または制限されているコンテンツ」。2026年8月8日確認）。1人のユーザーが複数のアカウントから投稿する行為、競合の評判を傷つける内容を投稿する行為も同じく禁止です。最後の行は禁止とまでは書かれていないが、規約違反として扱うのではなく、効果が薄いやり方として避けるのが正しい。

返信の型を先に決めておくと、担当が替わっても崩れない

返信は書く人によって長さも調子も変わり、型を先に決めておくと、担当が替わっても崩れません。決めておく単位は、高い評価・低い評価・事実と異なる内容の3つで足りる。

この記事で押さえるのは、どの型にも共通すると考えられる、外してはいけない点だけであり、低い評価への返信は、投稿者だけでなく、これから来店を検討している人にも読まれる。どちらが多いかはこの調査で測っていません。言い返さず、直したことだけを書き、事実と異なる内容には削除を申請する手段もあるが、この調査では通過率を測っていないので、どのくらい通るかは書きません。

型ごとの書き出しと、そのまま使える例文は、別の記事「口コミへの返信の書き方」で扱います。

NAP統一。店名・住所・電話をどこでも同じにする

表記ゆれが起きやすいのは住所と店名

NAPとは、Name（店名）・Address（住所）・Phone（電話番号）の頭文字を並べた言い方です。この3つをどの媒体で見ても同じ表記にそろえることをNAP統一と呼び、機械が同じ店だと判断できる状態を作るための作業です。

住所の行に、実際の住所以外の情報、たとえばURLやキーワードを含めてはいけないとGoogleは明記している（2026年8月8日確認）。

確認する媒体を一覧にして順に見る

思いついた媒体を場当たりに見ても終わりません。確認する媒体を一覧にして、上から順に見るほうが早い。見る先は、Googleビジネスプロフィール、自社サイトの店舗ページ、食べログ、ホットペッパーグルメ、SNSのプロフィール欄、店舗検索や地域情報のポータルの6つです。自社サイトだけは、店舗ページの本文と構造化データの両方を見ます。本文だけ直して構造化データを直し忘れる事故が起きやすい。

一覧には媒体名・確認した日・直した日の3列を持たせ、直したかどうかではなく、いつ確認したかを残すのが要点であり、媒体側の仕様変更で表記が戻ることがあり、確認日が無いと気づけない。なお、この調査ではNAPをそろえた店とそろえていない店でAIの回答がどう変わるかを測っていません。そろえれば引用が増えるという実測は持っていません。

ローカル引用と構造化データで、AIに事実を渡す

自社サイトにLocalBusinessを置く

構造化データとは、ページに書いてある内容を機械が読める形で明示するための記述であり、店舗については LocalBusiness（＝店舗や拠点を表すための構造化データの型） という型が用意されています。Googleの公式ドキュメントは、各拠点を LocalBusiness として定義し、Restaurant や DaySpa のようにできる限り具体的なサブタイプを使うよう案内している（Google 検索セントラル。2026年8月8日確認。以下この項も同じ出典である）。

必須は address と name の2つだけです。公式ドキュメントの例には、このほかに緯度と経度、電話番号、曜日ごとの営業時間、店舗ページのURL、店舗の画像、営業時間や電話番号が異なる部門の定義が含まれています。Googleは、指定するプロパティが多いほど検索結果の質が高くなると書いていますが、それが引用の増加につながるという実測をこの調査では持っていません。

1つだけ間違えやすい項目があり、aggregateRating は、その店に付いた評価の平均点と件数をまとめて書くための項目です。Googleは「他のローカルビジネスを収集するサイトにのみ推奨される」と書いており、自店のサイトに自店の評価を書くための項目ではありません。実装の詳細はテクニカルSEOのカテゴリーで扱います。

外部サイトでの言及を増やす

第2節のとおり、AIが引く先の上位には比較メディアが並びますが、あの集計は100問すべてを合わせた値なので、店舗自身のサイトより比較メディアのほうが多く引用されていると断定はできません。それでも、自社サイトを整えるのと並行して、外部で言及される状態を作っておく意味はある。

現実的にできるのは3つであり、第一に、第5節で扱った媒体に載り、情報を最新に保つことです。第二に、地域の情報サイトや商工団体の一覧など、その土地で参照されている場所に載ることです。第三に、自店が扱う分野で狭く濃く引用される情報源になることだと考えられます。第2節のとおり、質問数16問で2,537回引用されている媒体があり、狭い分野の定番になるほうが店舗の規模でも狙え、具体的な方法はコンテンツSEOのカテゴリーで扱います。

引用先の順位は1か月で入れ替わる。毎月何を見るか

ホットペッパーは6月に4位、7月に8位へ動いた

一度整えて終わりにできない理由が実測にあり、検索を行う4モデルに絞って月別の上位8サイトを集計したところ、サイトは8件中8件が一致した一方、順位は動いていました。

ホットペッパーは4位から8位へ、食べログは2位から4位へ動いた。ただし、この変動をそのまま読んではいけません。この調査では7月に質問の一部を入れ替えており、この動きがAI側の変化なのか質問側の変化なのかを切り分けられていません。切り分けられていない変動を、施策の効果としても媒体の価値の低下としても読まないでほしい。質問文もIDも1年据え置く問いを2026年8月から導入したので、切り分けができるのはそれ以降です。

毎月見る3項目と、見なくてよい2項目を決めておく

順位が動くという事実を運用に落とすと、毎月見るものは3つに絞れる。第一に、自店の基本情報が正しいかであり、Googleビジネスプロフィールと掲載媒体の店舗ページで、営業時間・電話・住所・定休日の4つが合っているかだけを見ます。第二に、新しい口コミへの返信漏れであり、未返信が残っていないかを見て、返信の質は四半期に見直します。第三に、AIが自店をどう説明するかであり、自店の業態と地域を含む問いを主要なAIへ投げ、名前が出るかと、出た情報が正しいかを見ます。

見なくてよいものも決めておき、引用先の媒体の順位は1か月で動くうえ、店舗側の作業では動かせない。地図枠の掲載順位は検索した人の現在地で変わるため、店舗側で安定した値を取れない。

AIに聞いたときの回答はそのまま記録しておき、回答は毎回変わるので、1回の結果で判断しません。変わったかどうかではなく、書かれている事実が正しいかどうかを見ます。

店舗が増えると手順が崩れる。多店舗のときは先に線引きを決める

崩れるのは店名・住所・口コミ返信・写真の4つ

1店舗を前提にした手順は、店舗が増えると崩れ、店名は支店名の付け方が店ごとに割れ、住所はビル名を入れる店と入れない店が出ます。口コミ返信は担当が決まっていない店だけ未返信が積み上がり、写真は開店時に入れたきりで更新されない店が出ます。

表記の規則を1枚決めるほうが、あとから全店を直すよりはるかに安い。なお、拠点ごとに複数のページを作ることはできないという制限があり、この制限は、アカウントが同じか別かにかかわらず適用されます（Googleビジネス プロフィール ヘルプ。2026年8月8日確認）。

本部で決めることと店舗に任せることを分ける

線引きは項目ごとに決め、全部を本部で握ると回らず、全部を店舗に任せると表記が割れる。本部が決めるのは規則で、店舗がやるのは入力と撮影と返信であり、店名は支店名の付け方と空白の有無を本部が1枚に決め、店舗はそのとおりに入力する。住所はビル名・階数・丁目の書き方を本部が決め、店舗は自店の実際の住所を規則どおりに入れ、口コミ返信は返信の型と返信までの日数の目安を本部が決め、店舗が実際に書きます。写真は撮る対象と最低限の枚数を本部が決め、店舗が撮影と差し替えを行う形が考えられます。

口コミ返信を本部に集約する形も取れるが、店舗ごとの事情を書けなくなり、どちらが良いかをGMO AI検索ラボは比較していないので、断定はしません。

MEOを続けるために、担当と頻度と確認方法を決める

誰が何をどの頻度で見るかを1枚にする

ここまでの作業を担当と頻度に割り付け、担当の名称は自社の呼び方に置き換えてほしい。

頻度は、この調査が効果を測って決めた値ではありません。作業の性質から置いた目安であり、実測に基づく頻度ではありません。

追う指標は3つに絞る

指標を増やすと続きません。1つ目は基本情報4項目が正しいかで、営業時間・電話番号・住所・定休日がGoogleビジネスプロフィールと掲載媒体で合っている媒体の数を数え、2つ目は口コミへの未返信件数で、0件を保てているかだけを見ます。3つ目はAIに聞いたときに自店の名前が出るかと、出た情報が正しいかです。

地図枠の掲載順位は検索した人の現在地で変わり、引用先の媒体の順位は1か月で動き、どちらも店舗の作業では動かせないので追いません。動かせないものを指標に置くと、報告のための作業が増えるだけになりやすい傾向があります。なお、この3つを改善したときに来店や売上がどれだけ動くかをこの調査では測っていません。

自分でやるか、道具を入れるか、外に頼むか

ここまでの手順を読んで、次に出てくるのがこの問いであり、実際、探している人は多い。外部ツールAhrefsで2026年8月16日に日本を対象として取ると、「meoツール」に類する語が合わせて月3,100回、「meo代理店」「meo業者」に類する語が合わせて月2,900回でした。いずれも推計であり、この調査が測った数字ではありません。

先に断っておき、GMO AI検索ラボは、MEOの道具も代行の会社も1つも比べていません。したがってこの節では製品名も会社名も挙げません。書くのは、何を基準に決めるかと、決める順番だけです。

4章から8章までは、道具を買わなくても実行できる

Googleビジネスプロフィールの登録と更新は無料で、店舗の担当者が管理画面から行える。掲載媒体に自店が載っているかの確認も、媒体の画面を開けば分かり、口コミへの返信も管理画面から打て、NAPの統一は、表記を決めて順に直すだけです。

つまり、この記事の手順のうち大半は、費用をかけずに始められ、費用が要るのは、掲載に料金がかかる媒体を使う場合と、8章の構造化データを外注する場合です。

道具が関わってくるのは、店舗が増えてから

1店舗であれば、11章の3つの指標は手作業で追え、基本情報が4項目とも合っているかを媒体ごとに見て、未返信の口コミを0に保ち、AIに聞いて自店が出るかを確かめる。月に一度なら、紙とブラウザで足りる。

手作業が崩れ始めるのは、10章で書いた4つが起きるときであり、店名の表記が店舗ごとにずれ、住所の書き方が揃わず、口コミへの返信が止まり、写真の更新が止まる。この段階になると、確認そのものに時間が取られて、直す時間が残らなくなる。

道具が肩代わりするのは、おおむね次の3つであり、掲載順位や口コミの記録を自動で残すこと、複数店舗の情報をまとめて更新すること、返信が必要な口コミを一覧で示すことです。どれも「見つける手間」を減らすもので、直す作業そのものは人が行うことになると考えられ、この点を取り違えると、入れたのに何も変わらないという結果になる可能性があります。

外に頼むときに、先に確かめる3つ

1つ目は、何をやるかが具体的に書いてあるかであり、「MEO対策一式」ではなく、4章の項目のどれを埋めるのか、7章の媒体をいくつ確認するのか、口コミの返信を代行するのか、といった粒度で書いてもらう。この記事の章立てをそのまま照らし合わせると、抜けが分かります。

2つ目は、順位を保証していないかであり、地図枠の掲載順位は、検索した人の現在地で変わります。11.2で書いたとおり、店舗の作業では動かせない。動かせないものを保証すると言っているなら、その根拠を確かめたほうがよい。

3つ目は、口コミの集め方が6.1の線引きを超えていないかです。報酬と引き換えに口コミを書いてもらう、代わりに書く、悪い口コミだけを消します。これらは規約に触れ、代行を頼んだ結果として規約に触れた場合でも、プロフィールが止まるのは店舗の側です。

決める順番は、道具より先に手順

順番を間違えないほうがよい。まず4章から8章までを一度自分でやる。そのうえで、何に時間が取られているかを見ます。取られているのが「確認」であれば道具が関わり、取られているのが「直す作業」であれば、人を増やすか外に頼むことになると考えられます。

一度も自分でやらずに道具や代行を選ぶと、何を頼んでいるのかが分からないまま費用だけが続き、この記事の手順が、そのまま発注の基準になります。

よくある質問

用語集

データの出どころ

この記事で使った数字は、次の2つの一次データとGoogleの公式ヘルプから取っており、原典に無い数字は書いていません。

一次データ1。GMO AI検索ラボ プロンプト定点観測

一次データ2。GMO AI検索ラボ 独自消費者調査

Googleの公式ヘルプとドキュメント

外部ツールAhrefsの検索ボリューム

12章の冒頭で挙げた検索回数は、Ahrefsの推計であり、2026年8月16日に日本を対象として取得し、道具に関する語（「meoツール」など）を合わせて月3,100回、外注に関する語（「meo代理店」「meo業者」など）を合わせて月2,900回でした。推計であり実測ではないので、桁の目安として読み、この調査が観測して集めた数字ではないため、一次データには数えません。

確認できていないこと

• この記事の分量の目安は、代替キーワードで測ったものです。計測キーワードの「meo ai」は月間検索ボリューム70と小さく、2026年8月8日にAhrefsのSERP概要へ投げても上位が0件で返った。そのため代替として「meo対策」の上位を測り、本文が取得できた7件の中央値を目安の基準にしています。目安の根拠は「meo ai」の競合ではありません。
• 店舗に関する問いだけに絞った引用先の集計を持っていません。第2節の上位10ドメインは100問すべてを合わせた集計です。
• 観測している店舗の問いは、6月から7月は12問で、うち11問が飲食です。飲食以外の業態に同じことが言えるかを確かめられていません。2026年8月から18問へ増やしたが、この記事の数字は12問だった時期のものです。
• 引用先の順位の変動を切り分けられていません。7月に質問の一部を入れ替えたため、AI側の変化か質問側の変化かを分離できません。
• NAPをそろえた効果と、構造化データの効果を測っていません。どちらも入れれば引用が増えるという実測を持っていません。
• 第11節の頻度は実測に基づく値ではありません。作業の性質から置いた目安です。
• 媒体の掲載料金を調べていません。ホットペッパーグルメについては、掲載の申し込み窓口にあたる公式ページを確認できなかった。
• 口コミの削除申請がどのくらい通るかを測っていません。
• 観測は日本語の問いと日本市場に限っています。各社はモデルを予告なく更新するため、観測期間中にモデルが変わっている可能性もあります。
• MEOの道具も、代行する会社も、1つも比べていません。12章で書いたのは何を基準に決めるかであって、どの製品や会社がよいかではありません。製品名も会社名も挙げていません。
• 道具を入れた効果を測っていません。12.2で「確認の手間が減る」と書いたのは、道具が担う機能の説明であって、入れた前と後を比べた観測ではありません。

著者と更新履歴

公開前に埋める必要がある項目：執筆担当者の氏名、監修者の氏名と肩書き、著者プロフィールページのURL、GMO NIKKOの正式な法人名表記、ロゴ画像のURL。いずれも現時点で確認できていないため、この記事および下のJSON-LDでは空欄にしてあり、推測で埋めていません。

まとめ

この記事の数字は、GMO AI検索ラボが自分で集めた実測であり、母数と期間は「データの出どころ」に書いており、数字は毎月測り直しているので、引用するときは集計期間を添えてください。