6月22日、Search Engine Landが「Google's LLM patent suggests a new goal for SEO: Teaching AI who you are」と題した記事を公開した。Googleが2023年に出願したLLM関連特許は、SEOの根本的な問いを塗り替えようとしている——「このページは何について書いているか」ではなく、「このビジネスは何者か」をAIに理解させることが、次世代SEOの中心的な課題になるというのがその主張だ。
GoogleのLLM特許が描くエンティティ理解の仕組み
2023年にGoogleが出願した特許「Data extraction using LLMs」が、SEO関係者の間で注目を集めている。
この特許が面白いのは、単なるWebページの内容抽出システムではない点だ。特許の記述によれば、目的は「特定のエンティティについての深く包括的な特性評価（deep, holistic characterization）を生成・強化すること」にある。
エンティティとは何か。 Googleはここで人物、企業、ビジネス、場所、物、概念などを広く指す言葉として使っている。つまりシステムが理解しようとしているのは「このページに何が書いてあるか」ではなく、「このビジネスは何者か」という問いだ。
4ステップで動く特許の処理フロー
特許が記述するプロセスは概ね以下の流れだ。
- エンティティの特定：ドメインとそれに紐づくエンティティを識別し、関連するWebページから情報を収集してLLMで処理する。
- 情報の解釈：抽出したテキストをそのまま複製するのではなく、「抽出したコンテンツの解釈（interpretation）」としてのキャラクタリゼーションを生成する。
- 属性と関係性の抽出：エンティティの存在感、歴史、理念、サービス、評判、ソーシャルメディア上のセンチメント、関連要素間の関係性などを抽出する。
- サードパーティ情報で補完：自社サイトの情報だけでは終わらない。特許には「地図データ、求人情報、ビジネス情報、その他のサードパーティデータをコンテキスト生成の追加入力として使用できる」と明記されている。
特許に含まれるサンプルテキストが、この設計思想をよく表している。架空の企業「Example Search Co」についてシステムが生成した例は次のようなものだ。
"Example Search Co's brand identity is one of simplicity, clarity, and accessibility. The company's logo, a colorful, sans-serif E, is instantly recognizable and easy to remember… The overall tone of Example Search Co's brand identity is friendly and approachable."
これはページのサマリーではなく、ブランドのアイデンティティ、価値観、ポジショニングの記述だ。SEOで言うメタディスクリプションとは根本的に異なる情報の粒度にある。
エンティティグラフとエンティティモデル
特許が描くシステムは、情報を階層的なグラフ構造で整理する。親ノードが属性の大分類を表し、リーフノードが具体的な属性を表す構造だ。
サービス業の例では、あるサービスに対して「ターゲット層」「提供地域」「評判シグナル」「競合との差別化要素」が接続される。製品の例では、製品ノードに「機能」「カテゴリ」「ユースケース」「関連製品」が連なる。
これは従来の「コンテンツ抽出」とは問いの立て方が違う。
- コンテンツ抽出：「このWebサイトにはどんな情報があるか？」
- エンティティモデリング：「このビジネスについて私たちは何を理解しているか？」
Webページの役割が変わる
特許がSEOにとって意味を持つのは、「フォーマットを問わず情報を解釈できる」という点も大きい。
従来のコンテンツ抽出システムは、あらかじめ定義された構造に従ったコンテンツに依存してきた。schema.orgによる構造化データやプロダクトフィード、ビジネスリスティングがその例だ。この特許が記述するシステムは、機械処理向けに構造化されていない情報でも解釈できることを主要な利点として挙げている。
つまり、Webページは「ランキングを獲得するための文書」というより、「AIがエンティティを理解するための証拠のひとつ」になる。自社サイト以外の口コミ、求人情報、地図データ、業界プロファイルも含めて、エンティティについての全体像が形成される。
AI OverviewsやGemini、Ask Mapsのような推薦型・会話型の検索体験が広がれば、AIが「このビジネスを推薦できるか」を判断するためにこのようなエンティティモデルが必要になる。特許はその基盤となりうる技術的アプローチを示している。
SEOへの示唆
特許は製品の設計書ではない。記述された技術がそのまま実装されるとは限らないし、多くの特許は製品化されないままだ。
ただし特許は、Googleがどんな問いを解こうとしているかを示す。エンティティ理解そのものはGoogleのKnowledge Graph（2012年）以来の方向性であり、E-E-A-T（経験・専門性・権威性・信頼性）や評判シグナルの重視もその延長にある。LLMによって、それが構造化データを必要とせず、より広範なソースから実現できるようになる——というのがこの特許の主張だ。
SEOの実務的な含意として記事が示すのは、「コンテンツを最適化する」だけでなく、「AIに自社が何者かを正確に伝える」という視点だ。Webサイトの外にあるシグナル（レビュー、求人情報、SNS上の言及など）も含め、エンティティとしての一貫性と明確さをいかに確保するか、という問いになる。
実務担当者が今すぐ取り組める方向性としては、以下のような観点が考えられる。
- 自社エンティティの棚卸し：Googleが「このビジネスは何者か」を把握しようとするとき、サードパーティのソース（Googleビジネスプロフィール、業界ディレクトリ、求人サイト、レビューサイト）に散在する自社情報が一貫しているかを確認する。名称・所在地・サービス内容・創業背景などの基本情報に矛盾があれば、エンティティの輪郭がぶれる原因になる。
- 「誰のために、何を提供しているか」を明文化する：特許のサンプルが示すように、システムはブランドの理念やターゲット層、差別化要素を読み取ろうとする。Aboutページや会社概要、サービスページにこれらを明確に記述しておくことが、エンティティ理解の精度に直結しうる。
- オフサイトの評判シグナルを意識する：口コミ・レビュー・SNS上の言及は、従来も重要とされてきたが、この特許が示す仕組みではそれらが直接エンティティモデルの入力になる。良質なレビューを増やす努力は、ランキングのためだけでなく、AIによる自社理解の質を高める取り組みとして位置づけ直せる。
詳細はGoogle's LLM patent suggests a new goal for SEO: Teaching AI who you areを参照していただきたい。
