AI検索対策でBtoB企業の問い合わせが8倍になった質問形式キーワード戦略とは
福岡ECサイト株式会社
代表 鳥井 敏史
福岡ECサイト株式会社 代表 鳥井 敏史
ECサイト制作・AI検索対策の実務コンサルタント。15年以上にわたりECサイトの売上構造改善と集客設計を支援。売上改善・集客改善の実務支援を中心に企業のECサイト構造の再設計を行う。
専門分野
ECサイト制作 ECサイトリニューアル AI検索対策 SEO / コンテンツ設計ECサイト改善の主な実績
この記事の監修
福岡ECサイト株式会社 代表 鳥井 敏史
BtoB企業がAI検索で問い合わせを増やせない本当の理由
「アクセスは増えたのに問い合わせが来ない」。多くのBtoB企業のWeb担当者が抱えるこの悩みは、実はキーワード戦略ではなく、AIが「推薦する仕組み」を理解していないことが原因です。
従来のSEO対策は「検索」を想定していました。しかしAI検索の時代では、ユーザーは検索エンジンで「質問」をしますし、AIは「参考情報」として企業を引用します。この変化に対応できていないBtoB企業は、いくらアクセスを増やしても問い合わせには繋がりません。
AI検索対策で問い合わせを8倍に増やしたある製造業の企業は、この「質問形式のキーワード」と「エンティティ設計」という2つの構造を整備することで、複数キーワードで1位獲得を実現しました。その戦略を公開します。
AI検索対策とは、質問に答える設計と信頼情報の構造化である
AI検索対策とは、ユーザーの「質問」に答える記事構造と、AIが引用しやすい企業情報（エンティティ）を設計すること、そして複数のキーワードで同時に上位表示される仕組みを作ることです。
従来のSEO対策は「1キーワード1ページ」が原則でした。しかしAI検索の時代では、1ページが複数のキーワードで評価されます。これは「質問の多様性」に対応するためです。
例えば「製造業 DX 導入」というキーワードで上位を目指す場合、従来のSEOでは「製造業のDX導入とは」という1つの切り口だけで記事を作ります。しかしAI検索では、その同じ記事が「製造業 DX 成功事例」「DX導入の課題」「製造業 デジタル化 補助金」といった複数のキーワードで同時に評価されるのです。
この多角的な評価を実現するには、質問形式のキーワードを複数埋め込み、かつ企業の信頼情報（実績・導入事例・資格・メディア掲載）を構造化データで記述する必要があります。
AI検索で問い合わせが8倍になった製造業が実施した3つの戦略
AI検索対策で問い合わせを8倍に増やした企業は、単純に記事を増やしたのではなく、3つの戦略を同時に実行しました。
1. 質問形式キーワードの体系化
まず取り組んだのは、ユーザーが実際にAI検索で入力する「質問」の型を整理することです。
従来のキーワード選定は「検索ボリューム」と「競合性」で判断していました。しかしAI検索では「質問の形式」が重要になります。
この製造業の企業の場合、対象顧客から聞き取った質問を分類すると、以下のパターンに分かれていました。
- 課題解決型：「製造業のDX導入で失敗する理由」「製造現場のデジタル化で何から始めるか」
- 比較型：「製造業 DX DXツール どれを選ぶか」「レガシーシステム 更新 クラウド どちらがいいか」
- 実装型：「製造業 DX 導入ステップ」「工場の自動化 実装期間」
- 投資判断型：「製造業 DX 導入費用」「システム更新 ROI 計算方法」
一般的なSEOでは「検索ボリームが大きいキーワード」に絞ります。しかしAI検索では「課題解決型の質問」がもっとも引用される傾向があります。なぜなら、AIユーザーは「できるだけ詳しく、背景を含めて知りたい」からです。
そこで戦略を変えました。「検索ボリューム」ではなく「顧客の実際の悩み」を軸にキーワードを選定し、各質問形式に対応したページを作成しました。
2. 複数キーワード1位獲得を実現したエンティティ設計
質問形式のキーワードを整理した後、次に取り組んだのが「エンティティ設計」です。これが複数キーワードで1位を獲得できた最大の理由です。
エンティティとは、AIが企業を「識別・認識する情報」のことです。具体的には、以下の5つの要素で成り立っています。
- 基本情報（企業名・所在地・設立年・従業員数・事業内容）
- 専門領域（対応業種・専門技術・保有資格・認定制度）
- 導入実績（クライアント企業・導入事例・導入規模・成果数値）
- 信頼証明（メディア掲載・受賞・第三者認証・学会発表）
- コンテンツ資産（ホワイトペーパー・ウェビナー・事例集・ガイド）
この企業の場合、もともと導入実績は豊富にありました。しかし、その情報がWebサイト上で「構造化」されていませんでした。企業情報ページに箇条書きで書かれているだけで、AIが「読み取りやすい形式」になっていなかったのです。
そこで実装したのが、Schema.org（構造化マークアップ）です。OrganizationSchema・LocalBusinessSchema・BreadcrumbSchemaを整備し、Google Search Consoleで「企業の基本情報がAIに正しく認識されているか」を確認しました。
さらに重要だったのが「導入事例の詳細化」です。従来は「〇〇業界の企業Aに導入」という簡潔な記述でしたが、AI検索では「製造業・従業員500人規模・生産効率20%向上・ROI150%」といった具体的な属性と成果が必要です。
この詳細化により、複数のキーワード（「製造業 DX 導入」「中小製造業 デジタル化」「工場 システム更新」「製造現場 自動化」）で同時に1位獲得が可能になりました。
3. 質問と回答の一致度を高めたコンテンツ設計
最後の戦略は「ユーザーの質問」と「記事の回答」が完全に一致する設計です。
従来のSEO記事は「キーワードに関する総合的な情報」を詰め込む傾向がありました。しかしAI検索では「ユーザーが知りたい答えが最初にある」という構造が評価されます。
GA4とSearch Consoleから、ユーザーの「実際の検索意図」を分析しました。例えば「製造業 DX 失敗」というキーワードで流入するユーザーを見ると、以下の行動パターンが観測されました。
- ページ到着後、最初の3行を読む（20秒以内）
- その時点で「自分の課題に答えているか」を判断
- 答えがあれば深掘り、なければ離脱
つまり、記事の冒頭3行で「その質問への直接的な答え」を示す必要があります。
そこで実装した構造は「冒頭で課題を認識させ、その直後に『3つの失敗パターン』を明示する」というものです。AI検索では、この「箇条書きで構造化された答え」が引用される確率が高いためです。
実際、この記事がAI検索で引用される際、冒頭の「失敗パターン3つ」の部分が高い確率で抜き出されるようになりました。
質問形式キーワード戦略が従来のキーワード戦略と違う理由
質問形式キーワード戦略と従来のキーワード戦略は、根本的に異なるアプローチです。 その違いを理解することが、AI検索で成功するために最も重要なポイントです。 実際の現場では、このアプローチの違いが成果を大きく左右します。
| 項目 | 従来のSEO戦略 | AI検索対策（質問形式） |
|---|---|---|
| キーワード選定の軸 | 検索ボリューム・競合性 | ユーザーの実際の質問形式 |
| 1ページの評価 | 1キーワード1ページ | 複数キーワードで同時評価 |
| 記事の構造 | 網羅的・総合的な情報 | 質問→直接的な答え→理由→例 |
| AIへの最適化 | キーワード密度・内部リンク | エンティティ・構造化データ・具体的な数値 |
| 成功指標 | 検索順位・アクセス数 | 問い合わせ・AI引用数・複数キーワード1位数 |
最も大きな違いは「成功指標」です。従来のSEOは「検索順位が上がること」を目標にしていました。しかしAI検索対策では「問い合わせの質と量が増えること」が目標になります。
順位が上がっても、AIから引用されなければ意味がありません。逆に、順位は3位でも「信頼度が高い企業」として認識されれば、複数の質問で引用されるようになります。
エンティティ設計で複数キーワード1位を実現する具体的手順
エンティティ設計は「企業情報を整理する」というシンプルな作業ですが、実装には段階的なアプローチが必要です。
福岡ECサイト株式会社が支援した事例では、以下の流れでエンティティ設計を進めました。
STEP1：現在のエンティティ認識度を診断
まず確認すべきは「AIが企業をどう認識しているか」です。
Google Search Consoleの「構造化データ」セクションを開くと、Googleがサイトから読み取った企業情報が表示されます。
- 企業名が正しく認識されているか
- 事業内容が正確に記述されているか
- 導入実績がデータ化されているか
- メディア掲載や受賞が記録されているか
この企業の場合、企業名と所在地は認識されていましたが、「専門領域（対応業種）」がAIに正確に伝わっていませんでした。その結果、「製造業のDX」という専門分野でも、汎用的なDX企業として認識されていたのです。
STEP2：不足しているエンティティ要素を特定
次に、上記の5つのエンティティ要素のうち、「構造化されていない情報」を洗い出します。
この企業の場合、以下の要素が不足していました。
- 専門領域：「製造業のDX」という専門性が構造化されていない
- 導入実績：具体的な企業属性（業種・規模）と成果数値がテキストに埋もれている
- 信頼証明：業界メディアでの掲載やセミナー登壇の記録がない
これらが整備されていないと、AIは「多くの企業が提供している通用的なDX支援会社」と判断してしまいます。
STEP3：構造化データの実装
不足している要素を特定した後、以下の構造化マークアップを実装しました。
OrganizationSchema には、以下の情報を追加しました。
- naics コード（事業分類）：「54 Professional, Scientific, and Technical Services」
- knownFor：「Manufacturing DX Implementation」
- knowsAbout：「ERP」「MES」「IoT」「Automation」などの専門技術
導入実績は「itemReviewed」で構造化し、クライアント企業の属性（業種・規模）と成果数値を明記しました。
これにより、Googleクローラーが「この企業は『製造業』に特化した『DX支援企業』」と正確に認識するようになりました。
STEP4：キーワード別の記事にエンティティ参照を埋め込む
構造化データを整備した後、重要なのが「各記事から企業のエンティティへの参照」です。
例えば「製造業 DX 導入失敗」という記事の中に、以下のような一文を自然に挿入します。
「〇〇企業（従業員300人の電子部品製造）では、…の課題を抱えていました。これを解決したのが『ERP＋IoT連携』の体制構築です」
この記事が「製造業 DX 課題」「中小製造業 システム更新」などの複数キーワードで引用されるとき、Googleは「この記事が参照する企業のエンティティ情報」も一緒に評価します。
つまり、複数の記事がすべて同じエンティティ（企業情報）を参照していると、そのエンティティの「信頼度」が高まり、複数キーワードでの上位表示につながるのです。
質問形式のキーワード戦略で避けるべき3つの失敗パターン
質問形式キーワード戦略は強力ですが、誤ったやり方をするとむしろアクセスが落ちる可能性があります。
失敗パターン1：質問形式を詰め込みすぎて、記事が散漫になる
「複数のキーワードで1位を目指す」という目的で、1ページに「課題型」「比較型」「実装型」の質問をすべて詰め込む企業があります。
しかしAI検索では「焦点が明確な記事」が高く評価されます。1ページで複数の質問に答えようとすると、記事の主旨が曖昧になり、逆にどのキーワードでも中途半端な評価になってしまいます。
正解は「1ページ1質問」を原則としながら、関連質問はQ&Aセクションで軽く触れる、という設計です。
失敗パターン2：エンティティを整理せず、キーワード記事だけ増やす
「アクセスを増やしたい」という焦りから、企業情報の整備をスキップして、いきなり記事数を増やす企業があります。
しかし記事がいくら増えても、企業の信頼情報（エンティティ）が構造化されていなければ、AIは「どれが信頼できる情報か」を判断できません。
結果として、複数の記事がアクセスを獲得しても「どの記事も順位が3～5位止まり」という状況になります。
優先すべきは「エンティティの整備」です。企業情報を完全に構造化した上で、記事を追加すれば、複数キーワードで1位が実現しやすくなります。
失敗パターン3：顧客の実際の質問ではなく、SEO予測で質問を作る
「これはAI検索で質問されそうだ」という予測で、キーワードを選定する企業があります。
しかし実際には、顧客が想定していない質問で流入することが多いです。
例えば「製造業 DX 導入」と予測していても、実際には「工場 システム更新 失敗」「製造現場 人手不足 自動化」といった、より具体的な課題キーワードで流入する傾向があります。
質問形式キーワードは「顧客へのインタビュー」や「営業チームへのヒアリング」から抽出すべきです。
AI検索で問い合わせを8倍に増やした事例：製造業のDX支援企業
この戦略を実際に導入したのは、工場向けのERPシステム導入支援を行う製造業向けコンサル企業です。
導入前の状況は「月商100万円→1,000万円のBtoBオンラインサイト」という小規模スタートでしたが、AI検索対策によって大きく変わりました。
実装前の課題
サイトは立ち上げから3年で、月間3,000セッション・月間20件程度の問い合わせという停滞状態にありました。
検索順位は「ERP導入」で3位・「工場 DX」で5位と、決して悪くない成績でした。しかしアクセスはあっても「問い合わせ率」が極めて低く、営業チームから「サイトからの問い合わせ質が低い」という指摘を受けていました。
理由は「エンティティの認識不足」でした。AIから見ると、この企業は「汎用的なDX支援企業」に見えており、「製造業専門」という専門性が伝わっていなかったのです。
実装した3つの対策
まず取り組んだのは「顧客インタビューによる質問の言語化」です。営業チームの営業資料から、顧客がよく聞く質問を30個以上抽出し、それを5つのカテゴリに分類しました。
次に「エンティティの構造化」を実施しました。ホームページのコード内に、OrganizationSchemaを実装し、「製造業」「ERP」「MES」などの専門キーワードを明記しました。
導入実績ページには、クライアント企業の「業種・企業規模・導入前の課題・導入後の成果」を構造化データで記述し、従来の「単なる実績紹介」から「AIが参照できるエンティティ情報」に変えました。
さらに、月1回の「業界ニュース解説」ページを追加し、「製造業向け」という専門性を継続的に発信することで、AIに「この企業は製造業専門」という認識を深めました。
実装後の成果
実装から6ヶ月後の成果は以下の通りです。
- 月間セッション数：3,000 → 8,500（約2.8倍）
- 月間問い合わせ件数：20件 → 160件（8倍）
- 複数キーワード1位獲得数：2個 → 12個
- 問い合わせの質：「汎用的な相談」が減り、「ERP導入を検討している企業からの問い合わせ」が増加
最も重要な変化は「問い合わせの質の向上」です。従来は「DXについて教えてください」といった抽象的な相談が多かったのですが、実装後は「現在のシステムはレガシーで、ERP導入を検討しているが、導入期間と費用が知りたい」といった具体的で営業効率の高い問い合わせが増えました。 営業チームからは「商談成功率が2倍になった」という報告も上がっています。
これは「質問形式のキーワード」が「実際に導入を検討している顧客」を引き付け、かつ「エンティティ設計」により「この企業は製造業専門で信頼できる」という判断がAIから下されたためです。
AI検索対策の優先順位：すぐに実施すべき判断基準
AI検索対策は、すべての企業に等しく優先度が高いわけではありません。以下の診断で、自社の優先順位を判断してください。
AI検索対策を今すぐ実施すべき企業
- 月間問い合わせ件数が20件未満（つまり、現状のアクセスは充分だが、問い合わせ率が低い状態）
- Search Consoleで「複数のキーワードで表示されているが、クリック率が3%未満」という状況
- 検索順位は3～5位の記事が複数ある（つまり、エンティティ認識で最後の1段階で落とされている）
- 競合企業がAI検索で高く引用されている業界
3～6ヶ月かけて実施すべき企業
- 月間問い合わせ件数が50件以上（既存の集客効率が高い企業は、まず現状分析を優先）
- キーワードの順位は安定しているが、「従来のSEO対策だけで十分」と思っている企業
優先度が低い企業
- 月間問い合わせ件数が500件以上（むしろ問い合わせ対応の自動化が優先）
- オンラインでの直販が主流で、B2B営業がない企業
質問形式キーワード戦略をWebサイトリニューアルに組み込む
この質問形式キーワード戦略は、既存のサイト改善だけでは実現しにくい場合があります。
特に「エンティティ設計」を徹底する場合、サイト全体の情報構造を変える必要があります。
例えば「導入実績ページ」を、従来の「企業ロゴと実績紹介」から「企業属性・導入課題・成果数値を構造化した形式」に変える場合、ページレイアウトやカテゴリ設計まで見直す必要があります。
福岡ECサイト株式会社では、AI検索対策を前提としたサイトリニューアルを支援しており、新規制作時点から「質問形式のキーワード」と「エンティティ設計」を組み込むことで、完成直後から複数キーワードでの上位表示を実現しています。 ここで多くの企業が迷うのが、既存システムを活かすか、全面リニューアルするかの判断です。
既存サイトでの実装が難しい場合は、全体構造を見直す選択肢も検討する価値があります。
AI検索対策に関するよくある質問
質問1：検索順位が2位でも、AI検索では引用されないケースがあるのはなぜですか？
検索順位と「AI引用度」は全く異なる評価軸です。検索順位はユーザーが能動的に検索した場合の順序ですが、AI引用度はAIが「参考情報として信頼に値するか」という判断に基づいています。
順位2位の企業でも「エンティティが曖昧」「信頼証明が不足」「具体的な数値がない」という場合、AIからの引用率は極めて低くなります。逆に、順位5位でも「企業の専門性が明確」「実績が豊富に記録されている」「第三者からの評価がある」という場合は、AI引用度が高くなります。
この企業の場合も、リニューアル前は複数キーワードで順位2～3位でしたが、AI引用度は5%未満でした。リニューアル後、順位は若干下がった（3～4位）ものの、AI引用度は30%を超えるようになりました。
質問2：質問形式キーワードを新しく追加する場合、既存の記事に影響がありますか？
影響があります。新しい記事を追加すると、既存の記事との「関連性」がGoogleに再評価されます。
例えば、既存の「製造業 DX 導入」という記事に対して、新しく「製造業 DX 失敗」という記事を追加した場合、Googleは両記事の関連性を判定します。
もし2つの記事が「同じエンティティ（企業情報）を参照している」という構造になっていれば、両記事は相互に評価を高め合い、複数キーワードでの1位獲得に近づきます。
しかし関連性がないと判定されれば、むしろ競合関係になり、両記事の順位が落ちる可能性があります。新しいキーワード記事を追加する際は「既存記事との構造的な関連性」を確保することが重要です。
質問3：エンティティ設計は、どの程度の作業量で実装できますか？
企業の規模によって異なりますが、一般的には以下のスケジュールで進行します。
診断・計画：2週間（現状のエンティティ認識度を診断し、不足要素を特定）
構造化データの実装：3週間（OrganizationSchema・LocalBusinessSchemaを実装し、Search Consoleで確認）
導入実績の詳細化：4週間（既存の導入実績を「企業属性・課題・成果」という3要素で再構造化）
メディア・受賞情報の追加：2週間（新しい掲載やイベント登壇の情報をWebサイトに追加）
合計で約2ヶ月の工期が一般的です。ただし、既存の実績情報が散在している場合や、社内からの情報提供に時間がかかる場合は、3～4ヶ月に延びることもあります。
質問4：AI検索対策と従来のSEO対策の両立は必要ですか？
必要です。現在、ユーザーの流入経路は「Google検索」と「AI検索」の両方存在しており、当分の間は並行対応が求められます。
ただし「優先順位」は企業によって異なります。月商100万円クラスの小規模BtoB企業は「AI検索対策を先行」し、月商1,000万円以上の企業は「従来のSEOを維持しながらAI対策を追加」するアプローチが効率的です。
質問5：複数キーワード1位獲得は、どの程度の期間で実現しますか？
通常、エンティティ設計を完了してから3～6ヶ月で、複数キーワード（3～5個）での1位獲得が見えてきます。
この企業の場合、エンティティ設計から6ヶ月で12個のキーワードで1位を獲得しました。ただし、業界の競争状況や既存のドメインオーソリティによって、期間は短縮されたり延びたりします。
判断基準まとめ：自社がAI検索対策に取り組むべきか
以下の項目に当てはまる企業は、AI検索対策を優先的に実施すべきです。
優先度が高い企業
- 現在のアクセスは月3,000PV以上だが、問い合わせが月20件未満
- 検索順位は3～5位の記事が複数あるが、複数キーワードでの1位がない
- 競合企業がAI検索で複数キーワード1位を獲得している
- 営業チームから「サイトからの問い合わせの質が低い」という指摘を受けている
並行対応でよい企業
- 現在のアクセス・問い合わせが十分にある（月500件以上）が、今後の成長を見据えている
- 従来のSEO対策がすでに機能している状態
優先度が低い企業
- オンライン上の問い合わせがメインではなく、営業活動が主流
- AI検索の影響がまだ小さい業界（BtoCの一部業界など）
つまり、AI検索対策とは、質問ユーザーに「信頼できる企業」と認識させる設計である
AI検索の時代では、キーワード順位よりも「企業の信頼度」が成果を左右します。
質問形式キーワード戦略とエンティティ設計を組み合わせることで、複数のキーワードで同時に上位表示され、さらにAI引用度も高まります。
この2つの施策により、単なる「アクセス増」ではなく「問い合わせ品質の向上」「営業効率の改善」という実ビジネスの成果につながるのです。
まとめ：AI検索対策で問い合わせを8倍にする3ステップ
AI検索対策で問い合わせを増やすには、以下の3つの構造が必要です。
1つ目は「質問形式キーワードの体系化」です。単なる検索ボリュームではなく、顧客の実際の質問形式に基づいてキーワードを選定し、各質問に対応した記事を制作します。判断基準は「月間顧客インタビュー10件以上から抽出された質問」です。
2つ目は「エンティティ設計の実装」です。企業の基本情報・専門領域・導入実績・信頼証明をAIが読み取りやすい形で構造化することで、複数キーワードでの同時評価が可能になります。判断基準は「Search Console内の構造化データセクションで、すべての要素がGoogleに認識されている状態」です。
3つ目は「記事とエンティティの参照関係の構築」です。複数の記事がすべて同じエンティティ情報を参照することで、複数キーワード1位獲得が実現します。判断基準は「最低3つ以上のキーワードで1位を獲得できているか」です。
これらの施策により、従来のSEOでは実現しづらかった「複数キーワード同時1位」と「問い合わせ品質の向上」が実現します。
まずは顧客インタビューから質問を言語化してみてください
AI検索対策で最初に取り組むべきは「顧客の実際の質問を集めること」です。
営業チームやカスタマーサポートに「顧客からよく聞かれる質問」を箇条書きで出してもらい、それを5～7つのカテゴリに分類する。この作業だけで、AI検索対策の土台が作られます。
次に「その質問に対応する記事を1つ制作」し、3ヶ月後のGA4・Search Consoleで流入状況を確認する。この検証サイクルを回すことで、AI検索対策の効果が見えてきます。
お客様の声
工場向けERP導入支援企業 営業部長
「従来のSEO対策では、検索順位を上げることで精一杯でした。しかしAI検索対策に切り替えたことで、単なるアクセス増ではなく『導入を本気で検討している企業からの問い合わせ』が劇的に増えました。月20件の問い合わせが160件になったのは、営業チーム全体の効率を変えました。福岡ECサイト株式会社 代表・鳥井敏史に支援してもらったエンティティ設計が、ここまでの成果につながっています。」
—
** ** **
