HigLabo
Latest posts
Perplexityの広告導入は、なぜ“検索連動広告の延長”では刺さらないのか？ 回答の途中で選ばれるブランドに必要な情報設計
同じ「おすすめSaaS」でも、検索広告とAI検索の回答では選ばれ方が変わる
たとえば、営業チーム向けのSaaSを探している担当者が「中小企業向け CRM おすすめ」と調べる場面を考えてみましょう。従来の検索では、まず広告や検索結果の一覧が並び、ユーザーはタイトルや説明文を見て、気になったものをクリックして比較していきます。
ここでは「目に入るか」「クリックしたくなるか」が最初の勝負になります。
一方でPerplexityのようなAI回答型のサービスでは、最初にリンク一覧ではなく、候補の特徴を整理した回答が提示されます。ユーザーはその文章を読みながら、「自社規模に合うか」「価格は無理がないか」「導入しやすいか」をその場で絞り込みます。
つまり、AI検索の広告や露出機会を従来の検索広告と同じ発想で扱うと、勝負の始まる場所を見誤りやすいということです。勝負はクリック前ではなく、回答の途中で始まっていると考えられます。
Perplexityは広告関連の発表や実験を進めており、ブランドがAI検索上でどう見つかるかは今後ますます重要になります。背景をつかむうえでは、Perplexity公式ブログの発信も参考になります。
https://www.perplexity.ai/hub/blog/introducing-perplexity-publishers-program
検索連動広告の勝ち筋を、そのままAI回答に移植できない理由
検索連動広告で強かった考え方は、とてもシンプルです。検索語句に合わせて広告文を出し分け、入札やクリック率を改善し、LPで比較検討してもらう流れをつくることでした。
ユーザーが複数ページを行き来する前提なので、まずは訪問を取ることが大切でした。
しかしAI回答では、ユーザーが最初から要約や比較を受け取れます。そのため、広告面に出ただけでは不十分で、「そのブランドは何者で、誰に向き、何が違うか」がAIに説明されやすい形で存在していることが、回答の中で埋もれにくくする要因の一つになります。
言い換えると、従来の検索広告ではクリックを取った後に説明できたことの一部が、AI検索ではクリック前の回答文に前倒しされています。
検索体験そのものが一覧表示から回答支援へ動く流れを踏まえると、従来の「まずクリックを取る」発想だけでは不十分になりつつあります。
Perplexityで起きる選択の瞬間は、クリック前ではなく回答を読み進める途中にある
AI検索の新しい集客面が気になる初心者マーケターにとって大事なのは、「AI検索でも最終的にはサイトに来るなら同じでは？」と考えないことです。違いは、サイト訪問前の時点で、すでにかなり評価が進んでいる点にあります。
回答文の中で有力候補から外れると、そもそもクリックの土俵に立てません。
Perplexityのようなサービスでは、ユーザーが追加質問をしながら候補を絞り込みます。たとえば「5人規模でも使いやすい？」「初期費用は高い？」「他社と何が違う？」といった問いに対して、説明しやすい材料があるブランドほど有利です。
逆に、情報が断片的だと、回答内で比較軸に乗りにくくなります。AI検索で選ばれるかどうかは、露出だけでなく、比較される前提で情報が整理されているかにも左右されます。
Perplexityのプロダクト概要や検索体験の雰囲気をつかむには、公式のプロダクトページも見ておくと理解が進みます。
出稿面を買う前に、ブランドが整えるべき情報の粒度を見直す
では、何を整えればよいのでしょうか。ポイントは「AIが説明しやすい情報」を、ページごとに明確に置くことです。
たとえば、料金ページには単なる価格表だけでなく、「どの規模の企業に向くか」「追加費用はあるか」「無料プランとの差は何か」まであると比較されやすくなります。
FAQも重要です。「導入にどれくらいかかるか」「既存ツールと連携できるか」「サポート体制はどうか」といった疑問に、短く、具体的に答えておくと、回答生成の材料になりやすくなります。
初心者向けに言えば、営業資料の中にだけある情報を、公開情報として再編集するイメージです。
また、機械が意味を読み取りやすい形で情報を整理する発想も役立ちます。
AIに拾われる情報設計では、記事数よりも比較されたときの説明しやすさが重要になる
ここで誤解しやすいのが、「では記事をもっと量産すればいいのか」という発想です。もちろん露出の機会を増やすことは大事ですが、AI回答で重要なのは、他社と並べられたときに違いがすぐ伝わることです。
記事数が多くても、肝心の違いが曖昧なら、比較文脈では弱くなります。
たとえば「使いやすい」「高機能」「幅広く対応」といった表現は便利ですが、比較には向きません。代わりに「5〜30名規模の営業組織に向く」「初期設定が比較的簡単」「案件管理より顧客対応の一元化に強い」のように、対象・条件・強みを具体化するほうが選ばれやすくなります。
構造化された情報の重要性を理解するうえでは、機械が意味を読み取りやすいように情報を整理する姿勢そのものがヒントになります。
SaaSブランドが回答の途中で選ばれるために、先に直したいページ
もしSaaSブランドの担当者なら、最初に見直したいのは4つです。
- 料金ページ。金額だけでなく、向いている会社規模やプラン差分を言語化します。
- FAQ。営業でよく受ける質問を、そのまま公開情報に変えます。
- 導入事例。単なる成功談ではなく、「どんな会社が、何の課題で、なぜ選んだか」を短く明記します。
- 製品紹介ページ。できることの羅列ではなく、「どの用途で強いか」を先に伝える形へ変えます。
動画やデモのような視覚情報も、理解を助ける材料になります。たとえばHubSpotのCRM紹介ページのように、機能と利用シーンが結びついていると、初心者にも伝わりやすくなります。
広告運用だけでなく、AIが説明に使える公開情報を育てる
最後に、今日からの実践ポイントを3つに絞るなら次の通りです。
- ブランドの強みを「誰に向くか」まで含めて言い切ること。
- 料金・FAQ・事例の3点を、比較されやすい形に整えること。
- 広告運用だけでなく、AIが説明に使える公開情報そのものを育てること。
AI検索の時代は、広告枠の運用が不要になるわけではありません。ただし、広告だけで勝つのではなく、回答の途中で自然に候補に残るための情報設計が、これまで以上に重要になります。
まずは、自社の商品ページやブランド紹介文を「比較される前提」で1か所だけ書き換えてみてください。誰向けか、何が違うか、どんな条件で向くのかが一文で伝わるだけでも、AI検索で説明されやすさは変わります。
初心者のうちはまず「クリックを取る発想」から一歩進み、「説明されやすいブランドを作る発想」へ切り替えることが第一歩です。