製造業のAI検索時代の情報設計

なお、TimeValue株式会社では、広告運用・クリエイティブ制作・LP改善・データ分析・AI導入までを一括で引き受けるWebマーケティング支援「KAIZEN」を提供しています。

現在、オンラインの無料マーケティング診断を毎月10社限定で実施中です。いまの数字を見ながら、どこから直すのが早いかを一緒に整理します。

今月の無料診断は残り4社です

無料マーケ診断を申し込む

広告からLPまで、まとめて見ます。オンラインで30分から対応しています。

製造業の技術情報は、機械が読めない形で置かれている

AI検索への対応という話は、新しい施策を足す話として語られます。
製造業の場合、まず手をつけるのは既にある情報の置き方です。

技術資料の置かれ方

カタログはPDFで、中身は紙面をそのまま画像にしたものであることがあります。
仕様の表も、画像として埋め込まれています。
この形式だと、文字としての情報が取り出せません。

検索でも不利になっていた

この状態は、生成AIが出てくる前から検索でも不利でした。
ただし、製品名や型番での検索では自社サイトが上位に出るため、問題が表面化しませんでした。
AIが情報源を選んで要約する形になると、この差が結果に出ます。

情報の置き方と、機械からの読み取りやすさ

どこから直すか

検索の変化が、産業財にどう効いているか

検索の変化は、すべての検索語に同じように効くわけではありません。

公表されている数字

Ahrefsが2026年7月16日に公表した調査では、AI Overviewsが表示される場面での検索1位のCTR下落率が、日本で2025年12月の38.0%から2026年6月には62.7%になっています。
日本では予測CTR24.1%に対して実測が9.0%という結果も出ています。

博報堂DYグループのONEが2026年2月時点で公表した内容では、AI Overviewsの表示率は保険や化粧品、クレジットカードで高く、通信や人材、ファッションでは低下しています。
領域によって差があることが示されています。

産業財での効き方の推定

型番や品番での検索は、答えが1つに決まります。
この種の検索では、要約よりも公式の情報が求められます。

一方で、どういう方式を選ぶべきか、どの材質が適しているかといった調べものは、要約で済んでしまう場合があります。

検索語の種類と、影響の受けやすさ

自社の流入を分類する

AIに引用される情報の条件

生成AIが答えを作るとき、参照する情報には性質があります。

一般論は既に学習されている

材質の特性や加工方法の一般的な説明は、既に多くの場所にあります。
自社が同じ内容を書いても、参照される理由がありません。

自社にしかない情報

自社製品の具体的な仕様、対応できる寸法と公差の範囲、実際に対応した用途の種類。
これらは自社しか持っていません。

引用されやすい情報と、されにくい情報

検証した結果を出す

自社で行った試験や検証の結果は、他にない情報です。
条件と方法を明記して公開します。
条件を書かない数値は、根拠が不明なものとして扱われます。

数値には必ず条件を添える

AI経由の流入を、どう評価するか

AI経由の流入が増えているという報告がある一方で、規模はまだ限定的です。

公表されている数字

PLAN-Bマーケティングパートナーズが2025年2月から4月にGA4のデータをもとに行った調査では、83.0%のサイトで生成AI経由のセッションが増加し、最大で2か月間に605.6%の増加が見られました。
一方で、総流入に占める比率は1%未満でした。
AI経由のCVRが他チャネルより高かったサイトは35.1%です。

Criteoが2026年2月に米国の小売500社を対象に行った調査では、LLM経由のCVRが他のリファラルの約1.5倍という結果が出ています。

件数が小さい段階での見方

1%未満の流入に対して、大きな投資はできません。
ただし、その流入の質が高いなら、将来の比率の上昇に備える価値があります。

AI経由の流入で見る項目

対応の進み具合

PRIZMAが2025年12月に行った調査では、AI検索への対応を実施済みとした企業は7.82%でした。
外部のベンダーを検討中が12.64%、情報収集の段階が15.06%です。
業種ではSaaSが最も進んでおり、製造と小売は遅れているという結果が出ています。

実施した企業の実感としては、検索順位の向上が36.5%、AI検索経由の問い合わせの増加が34.1%、リード獲得コストの減少が26.5%でした。

遅れていることの意味

会員登録の後ろに置いた資料を、どうするか

技術資料をダウンロードする際に、会社名と連絡先の入力を求める形が広く使われています。
これはリードを取る手段として機能してきました。

閉じることの代償

登録の後ろに置いた情報は、検索にも生成AIにも参照されません。
その資料の内容で自社が選ばれる機会が減ります。

全部を開く判断ではない

すべてを開くと、リードが取れなくなります。
資料の性質によって扱いを分けます。

資料の性質と、公開の判断を、項目ごとに見ていきます。
製品の仕様と寸法については、公開するかは公開する、理由は選定に必須で、隠すと候補から外れる。
適合表や選定の道具については、公開するかは公開する、理由は検討を進めてもらうため。
一般的な技術の解説については、公開するかは公開する、理由は引用される可能性がある。
自社での検証の結果については、公開するかは一部公開する、理由は要点を公開し詳細は登録の後ろ。
設計に使うデータについては、公開するかは登録の後ろ、理由は相手を把握する必要がある。
個別の見積もりや提案については、公開するかは問い合わせから、理由は個別対応が前提。

要点だけを公開する形

資料の内容の要点をページとして公開し、詳細な資料は登録の後ろに置きます。
要点が参照されれば、詳細への導線になります。
この形なら、両方が成立します。

登録の項目を減らす

自社の情報が、どう扱われているかを確認する

対応の前に、現状を確認します。
確認の方法は単純です。

聞いてみる質問の種類

自社の社名を挙げて、何を作っている会社かを聞く。
自社の主力製品の型番を挙げて、仕様を聞く。
自社が得意とする用途について、どの会社が対応できるかを聞く。

この3つで、現状の扱われ方が分かります。

確認する内容と、結果の読み方を、項目ごとに見ていきます。
社名についてについては、良い結果は事業内容が正確に出る、悪い結果は出てこない、誤っている、悪い場合の原因は会社情報の記載が不足。
主力製品の仕様については、良い結果は正確な数値が出る、悪い結果は誤った数値が出る、悪い場合の原因は仕様が文字で公開されていない。
得意な用途での候補については、良い結果は自社が挙がる、悪い結果は競合だけが挙がる、悪い場合の原因は用途の説明がない。
対応範囲の質問については、良い結果は正確に答える、悪い結果は曖昧な回答、悪い場合の原因は範囲の記載がない。
他社との違いについては、良い結果は特徴が挙がる、悪い結果は区別がつかない、悪い場合の原因は比較の材料がない。

誤りが出た場合

誤った情報が出るのは、正しい情報が見つからないか、古い情報が残っているためです。
自社サイトに正確な記載を置くことが、最初の手当てになります。
外部の場に古い情報が残っている場合は、その場に修正を依頼します。

定期的に確認する

一度確認して終わりにせず、四半期に一度は同じ質問で確認します。
回答は時期によって変わります。

複数のサービスで確認する

対応で、優先順位を間違えやすいところ

AI検索への対応として、専門の支援を受ける提案が出てきます。
その前に確認することがあります。

整備されていない情報を増やしても効かない

製品の仕様がPDFの画像のまま、対応範囲の記載がない状態で、新しい施策を足しても参照される情報が増えません。
土台の整備が先になります。

対応の優先順位を、項目ごとに見ていきます。
高いについては、やることは主力製品の仕様を文字として公開する、効果が出る時期は数か月。
高いについては、やることは対応できる範囲を明示する、効果が出る時期は数か月。
高いについては、やることはよくある質問への回答を具体的に書く、効果が出る時期は数か月。
中くらいについては、やることは自社での検証結果を条件付きで公開する、効果が出る時期は半年。
中くらいについては、やることは会員登録の後ろの資料の一部を開く、効果が出る時期は半年。
低いについては、やることは新しい形式への対応を試す、効果が出る時期は不明。

効果の測定が難しいことを前提に置く

AI経由の流入は、計測できる範囲に限界があります。
すべてを数字で証明することを条件にすると、何も進みません。
情報の整備自体が、検索でも人の判断でも効くことを根拠にします。

外部に任せる場合の確認

AI検索への対応を提案されたとき、具体的に何をするのかを確認します。
自社サイトの情報の整備が含まれていない提案は、効果の根拠が不明確になります。
効果の測定をどう行うかも、事前に確認します。

成果の保証をする提案には注意する

情報の整備を、どこから進めるか

整備の作業は、地味で時間がかかります。
対象を絞らないと終わりません。

情報の整備を進める作業の並びを、項目ごとに見ていきます。
1については、やることは生成AIで自社と主力製品について確認する、関わる部門はマーケティング、期間の目安は1週間。
2については、やることは売上上位の製品を5つ選ぶ、関わる部門は営業・マーケティング、期間の目安は1週間。
3については、やることはその5つの仕様を文字としてページに載せる、関わる部門は技術・マーケティング、期間の目安は1か月。
4については、やることは対応できる範囲と対応できない条件を書く、関わる部門は技術、期間の目安は3週間。
5については、やることはよくある質問と回答を20件書く、関わる部門は技術・営業、期間の目安は1か月。
6については、やることは四半期ごとに確認する担当と方法を決める、関わる部門はマーケティング、期間の目安は1週間。

5製品に絞る理由

全製品を一度に整備すると、半年以上かかります。
上位5製品で売上の大半を占める場合が多く、そこから効果が出ます。
やり方が固まってから、残りに広げます。

見る数字を決める

数字は説明のための仮の値です。
主力5製品の仕様をページ化した3か月後、その5製品のページへの流入が月200から340に増え、AI経由と判別できたものが8件から31件になったとします。
問い合わせは1件から4件です。

件数は小さいままですが、増え方の傾きを見ます。
比率が小さい段階では、絶対数より推移が判断の材料になります。

情報の整備の状態を見る数字を、項目ごとに見ていきます。
文字として公開した製品数については、見る頻度は四半期、何が分かるかは整備の進捗。
AI経由と判別できたセッション数については、見る頻度は月次、何が分かるかは参照の傾向。
AI経由からの問い合わせ件数については、見る頻度は四半期、何が分かるかは質の判断。
生成AIでの回答の正確さについては、見る頻度は四半期、何が分かるかは情報の届き方。
会員登録の後ろにある資料の数については、見る頻度は半期、何が分かるかは閉じている情報の量。
製品ページへの流入の推移については、見る頻度は月次、何が分かるかは整備の効果。

計測の限界を共有する

AI経由の流入は、すべてを正確に判別できません。
報告の際に、この限界を先に伝えます。
伝えないと、数字の正確さをめぐる議論に時間が取られます。

1年単位で見る

検索環境の変化は続いています。
四半期ごとに施策を変えるより、年単位で整備を進めるほうが積み上がります。

よくある質問

まとめ