--- title: 情報利得 description: AI が評価する情報の独自性とは何か、なぜ重要なのかを解説する tags: [information-gain, uniqueness, concepts] icon: TrendingUp public: true roles: ["admin", "board", "product", "marketing", "sales"] --- # 情報利得 AI が回答を生成する際、すべての情報を均等に参照するわけではない。他にない独自の情報、つまり「情報利得」の高いコンテンツが優先的に参照される。この概念を理解することで、GEO の改善方針が明確になる。 ## 情報利得とは情報利得（Information Gain）とは、ある情報が読者にもたらす新しい価値のこと。定義: - 既存の情報に対して、どれだけ新しい発見があるか - 他のソースにない独自の内容を含んでいるか - 読者の理解や判断を前進させるか AI は、同じ質問に対して参照できる候補が多数ある中で、情報利得の高いコンテンツを優先的に選択する傾向がある。 ## なぜ AI が独自性を重視するか AI が独自性の高い情報を参照する理由。理由: - 回答の質を高めるため、他にない情報を取り込みたい - 同じ内容が複数のソースにある場合、1 つを選べば十分 - ユーザーにとって価値のある回答を生成したい結果として、以下のようなコンテンツが参照されやすくなる。参照されやすいコンテンツ: - 独自調査の結果 - 実体験に基づく事例 - 他にはない専門的な見解 - 独自のフレームワークや分類 ## 情報利得の低いコンテンツ逆に、情報利得が低いコンテンツは参照されにくい。参照されにくいコンテンツ: - 他のサイトの情報をまとめただけ - 一般的な知識の繰り返し - 具体的な根拠がない主張 - 差別化されていない説明これらは AI にとって「すでに知っている情報」であり、参照する理由がない。 ## 情報利得を高める方法 GEO において情報利得を高めるための具体的なアプローチ。自社でしか取得できないデータを公開する。調査レポート、ベンチマーク、利用統計など。自社や顧客の事例を具体的に記述する。成功事例だけでなく、失敗事例や学びも価値がある。業界の専門家としての意見や予測を述べる。根拠とともに、他にはない視点を提供する。複数の選択肢を独自の軸で比較する。他にはない切り口での整理が差別化になる。 ## 情報利得の例具体的なコンテンツ例で情報利得の違いを示す。情報利得が低い例: ``` AI 検索とは、AI を使って検索を行うサービスです。 ChatGPT や Perplexity などがあります。 ``` （一般的な説明、他のサイトにも同じ情報がある）情報利得が高い例: ``` 当社が 2024 年に実施した調査では、AI 検索を利用する企業の 67% が「検討候補の絞り込み」に AI を使っていた。一方で、最終的な意思決定に AI を使う割合は 23% に留まった。 ``` （独自調査の結果、他にはないデータ） ## SEO との違い従来 SEO と GEO における「独自性」の扱いの違い。 |観点|SEO|GEO| |-|-|-| |独自性の判定|重複コンテンツペナルティ|参照優先度への影響| |評価対象|ページ単位のユニーク性|情報単位の新規性| |対策|リライト、正規化|独自データ・事例の追加| ## 注意点情報利得を高める際の注意点。注意点: - 独自性を追求するあまり、正確性を犠牲にしない - 根拠のない主張は逆効果 - 独自性は「奇抜さ」ではなく「価値」で評価される - 継続的な情報更新が必要 ## 次のステップ情報利得を理解したら、AI が信頼する情報源の条件を確認する。 - [権威性シグナル](/learn/concepts/authority-signals): AI が信頼する情報源の条件