GEO = Generative Engine Optimization（生成エンジン最適化）：ChatGPT、Perplexity、Gemini、DeepSeek、Doubao などの AI エンジンが質問に回答する際に、あなたのブランドを自発的に言及・引用させること。地理情報でも従来型 SEO でもありません。

1. 解決する課題

「X におすすめのツールは？」「X と Y はどちらが良い？」——ユーザーはますます AI に直接質問するようになっています。あなたのブランドが：

課題	GeoLook が提供するもの
AI に一切言及されない——カテゴリ質問の候補に入っていない	エンジンごとに実回答をサンプリングし、言及率・順位・引用シェアを定量化。「完全不在」か「競合支配」かを診断
理由がわからない——AI はブラックボックス	6 次元サイト監査 + ギャップ診断：クロール不能ページ？抽出ブロック欠如？AI が実際に引用するチャネルへの不在？メッセージの不一致？
提案は積み上がるが実行されない	受け入れ基準付きの実行チケットを生成。サンプルプロジェクトでは 86%（18/21）が自動検証可能——「完了」は主張ではなく計測
効果があったのか不明	サンプリング期をまたぐ質問別 before/after + タスク別 before/after
GEO をサービスとして納品するのが大変	診断レポート・施策書・実行計画・チケット CSV・検収シートをワンクリックで出力

2. 機能マップ

4 つのステージ + 運用機能を、1 つのセルフホスト・ダッシュボードに：

現状 — 17 エンジン（API 自動 10 + 手動 7、Google AI Overviews・秘塔含む）のエンジン別パフォーマンス：言及率、順位、引用シェア、各エンジンが実際に引用しているソース、生回答のサンプルリプレイ、ネガティブ疑いフラグ；ブランド言及分布（エンジン別・全体集計での自社 vs 競合）；競合ごとの最強エンジンにワンクリックで連動——さらに競合ごとの引用ソース構成と「競合にあって自社にないソース」の攻略リスト；意図グループカード（購買/啓蒙/指名——どの意図クラスで不在かが一目）付きの 7 カテゴリ質問バンク、全質問に診断タイプ（ネガティブ疑い > 競合支配 > 完全不在 > 低順位）；サンプルライブラリでは全 AI 回答のメタデータを閲覧・人手で校正可能（正規表現判定の誤り——名称衝突・否定文脈——をここで修正、保存で指標を即再計算、再サンプリングは人手の結論を上書きしない）、サンプルごとの引用ソース内訳（ドメイン × 回数 · 割合）とサンプリング環境の来歴（サンドボックス/シークレット/専用/個人——個人は自動で要確認に降格）付き。

キーワード発掘 — 実検索需要から質問バンクを拡充：ブランド/競合/カテゴリを語根に百度サジェスト + Google オートコンプリート（無料公開エンドポイント、キー不要）から取得。毎期スナップショット差分で需要上昇をフラグ（トピック順序に反映、指標には不算入）。競合語根からの代替/比較の問いは競合比較ページへ。候補のみ生成——追加は必ず手動チェック。

診断 — サイト監査は「アクセス → オリエンテーション → 理解 → 引用適性」の四層依存チェーンで構成——各層は上位層に依存し、アクセス層が失敗すると下流の施策はエンジンから見えない（修復順を計算して提示）。アクセス層は robots チェックにとどまらない：RFC 9309 準拠の robots 解析（ワイルドカードグループ遮断・複数 UA 共有グループ・specificity 上書きなど行単位正規表現が見逃すものを検出）、実 AI クローラー UA での WAF/CDN 差分プローブ（robots は許可でも CDN が 403——ブラウザからは見えない）、X-Robots-Tag ヘッダの noindex、llms.txt リンク検証、hreflang カバレッジ、sitemap インデックス汚染とタイトル重複/本文近似重複の検出；段落レベル引用適性——検索は段落単位で選材するため、独立引用可能な段落がゼロのページを名指しし具体的修正案を提示。ギャップ診断（コンテンツ → チャネル → ファクト）；実引用コーパスで重み付けした 19 チャネルのマップ；llms.txt・JSON-LD・下書きの生成元となるブランドファクトライブラリ（唯一の正）。

実行 — 構造化チケット（根拠 / 担当 / 工数 / 期限 / 受け入れ基準）に独立したリスク等級（低リスク即効 / 要観察·公開後 7/14/28 日再確認 / 高リスク技術変更·バックアップと小刻みロールバック——優先度は重要さ、リスクは慎重さ）+「初回計測 → 現在 → 目標」プログレスバー、リグレッションは自動で再オープン、チケットから最も書くべき質問へ直行；コンテンツワークベンチ（トピックプール、必須抽出ブロックとファクト、引用可能性のライブ事前チェック、捏造リスク lint、配信チェックリスト）；デプロイ資産（llms.txt、JSON-LD、HTML スニペット、AI トラフィック帰属パック——GA4「AI エンジン」チャネルグループ正規表現 + サーバーログ集計スクリプト + ソーススナップショット指針で「引用された」から「転換した」までループを延長、DEPLOY.md 付き）；公開は 汎用 / 国内 / 海外 のグループ制——GitHub、WordPress 下書き、WeChat 下書き、Webhook に加え、実接続の X（直近の長文公開 URL を自動バックリンクする誘導ツイート）と Reddit（markdown 全文 self-post）、各チャネルの設定モーダルに手順ガイド内蔵；記事ごとに複数チャネルをチェックして一括公開、公開状態はアクションプラン・未公開リスト・質問バンクへ同期。個人が使える公式 API のないプラットフォーム（Weibo/小紅書/Toutiao/Bilibili/LinkedIn/Facebook/Instagram）はあえて非搭載——偽接続より非搭載。公開は常に記事単位の手動確認。

成果 — 質問別 before/after（全体 / 中国 / グローバルのタブ）、タスク別 before/after、検証履歴；経営層向けワンページャー、実行計画、クライアント納品パッケージ（HTML + CSV）。

運用 — フルサイクルの定期再実行（7/14/30 日ごと；scripts/service.sh install でダッシュボードを macOS 常駐サービスに登録——ログイン時自動起動・クラッシュ自動再起動・端末を閉じても稼働、定期再実行が確実に発火）、ワンクリック切替のマルチブランド、手動サンプリングのループ（フルシートまたは週次購買意図シート sample-sheet --intent buyer --limit 20）も同一指標に合流。

サンプリングアシスタント（Chrome 拡張、extension/） — API のないエンジンこそ実ユーザーが最も多い入口。サイドパネルに購買意図キュー（グループ別）を読込 → 質問を入力欄へ充填（デフォルトの手動モードでは Enter はあなたが押す）→ 生成完了後ワンクリックで全文と引用リンクを抽出 → ローカルダッシュボードへ送信し A 級サンプルとして取込——週次チェックが約 30 分から約 10 分に。明示的に有効化する自動実行モードもあり（在席必須・レート制限・上限 20 問・CAPTCHA/ボット検知で即停止、ToS リスクは README に明記）。付属の sandbox.sh は一コマンドで使い捨てクリーンサンドボックス（履歴・Cookie なし、拡張自動ロード）または永続ログインプロファイルを起動——サンプリング衛生が規律から一コマンドに。

3. 他の GEO ツールとの違い

GEO 製品の大半はモニタリング SaaSです：言及率とランキングを表示し、月額課金し、データはベンダーのクラウドに置かれます。GeoLook は実装プラットフォームです：

	一般的な GEO モニタリング SaaS	GeoLook
ループの深さ	監視 + 提案	監視 → 診断 → チケット → 資産 → 自動検証 → 納品
検証	なし（または手動チェック）	プログラムが判定：再クロール + 次期サンプリングで自動検証。リグレッションは自動再オープン
指標	ブラックボックス	完全に再現可能。UI に「この数字はどこから来たか」パネル。未計測は「未計測」と表示——偽装しない
中国市場	欧米エンジン中心	中国エンジン群（GLM / Doubao / DeepSeek / Kimi / MiniMax / Nano / Baidu AI）+ 引用コーパスで較正した中国チャネル（百科、ランキングサイト、WeChat、Toutiao…）。中国とグローバルを分離計測
スコアリング根拠	経験則	公開実証データに基づく：602 プロンプト / 21,143 引用 / 中国 187,818 重複排除引用（references/）
データ所有	ベンダークラウド	すべて自分のマシンの work/ 配下（JSON/Markdown）。git init がバックアップ
コスト	サブスクリプション	無料・オープンソース。かかるのは自分のエンジン API サンプリング費のみ（ゼロでも可——手動サンプリングで動く）
納品物	ダッシュボードのスクショ	クライアントにそのまま出せる診断レポート / 施策書 / 実行計画 / チケット CSV——代理店・コンサル向け設計

正直な制約：単一マシンのツールでアカウントやチーム協業はありません。サンプリング頻度と量は自分の API 予算次第。「ネガティブ疑い」フラグは人間のレビューのための手がかりであり判定ではありません。これらは意図的な設計上の選択です。

4. デプロイ

要件

• macOS または Linux（Windows は WSL 経由——コードが fcntl ファイルロックを使用）
• Python 3.9+
• サードパーティ依存はちょうど 3 つ：requests、beautifulsoup4、lxml

3 ステップ

# 1. クローンしてインストール
git clone https://github.com/aigclink/geolook.git
cd geolook
pip3 install requests beautifulsoup4 lxml

# 2. ダッシュボードを起動（ブラウザが開きます）
python3 scripts/geo.py ui        # → http://127.0.0.1:8765

# 3.（任意）エンジン API キーを設定
#    A: ダッシュボード — 設定 → エンジンとキー → 「設定」（ローカル .env に書き込み）
#    B: cp .env.example .env して編集

キーゼロでも動きます：自動サンプリングはスキップされ、手動サンプリングシートのループを使います。クロール・監査・チケット・資産にキーは不要です。中国系エンジンのキー 1 つ（DeepSeek/GLM など）で、質問バンク / ブランドファクトの自動導出と AI 下書きが解放されます。

リモート / サーバーデプロイ

サーバーはデフォルトで 127.0.0.1 のみにバインドします。リモートアクセスは 2 通り：

# 方法 A（推奨）：SSH トンネル。ポートを公開しない
ssh -N -L 8765:127.0.0.1:8765 user@your-server   # その後ローカルで http://127.0.0.1:8765 を開く

# 方法 B：公開バインド + アクセストークン（両方必須。トークン未設定では起動を拒否）
export GEOLOOK_TOKEN=$(openssl rand -hex 16)
export GEOLOOK_HOST=0.0.0.0
python3 scripts/geo.py ui
# 初回アクセス時にトークンを入力（または http://server:8765/?token=トークン を開く）。
# 以降は HttpOnly cookie で認証。API 呼び出しは X-Geolook-Token ヘッダー。

公開デプロイでは HTTPS リバースプロキシ（nginx/caddy）を前段に——平文 HTTP のトークンは傍受されえます。.env と work/ には秘密情報とプロジェクトデータが含まれます——ファイル権限に注意。

アップグレード

git pull        # データは work/ と .env にあり、どちらも gitignore 済み

5. 使い方

ルート A：フル自動（10–30 分）

python3 scripts/geo.py new --url https://example.com --market both

--market は cn / global / both。9 ステップが自動実行されます：クロール → 監査 → ファクト/競合/質問の導出 → 全エンジンのサンプリング → チケット → 資産 → レポート → 自動検証 → 納品パッケージ（work/<slug>/delivery/<date>/ に出力）。

ルート B：ダッシュボードで順を追って（初回推奨）

1. オンボード — python3 scripts/geo.py ui を起動し、3 ステップのウィザード（URL + 市場）に従い「作成して自動ブートストラップ」。初回サイクルはバックグラウンドで実行。
2. 土台のレビュー（重要、約 10 分）— ファクトはサイト本文のみから抽出され、不明項目は「未確認」とマークされます。ブランドファクト（表現の修正、別名の追加——別名漏れは言及率を過小評価させます）と質問バンク（実際のユーザーの聞き方になっているか）を確認。
3. 現状 — 概要で一行の結論とヘルススコア；エンジンで各エンジンを掘り下げ生回答をリプレイ（事実誤認はその場で記録）；競合で各ライバルの最強エンジンを確認——そこが次に構築すべきチャネルです。
4. 診断 — サイト監査（欠落ブロックをクリック → 修正チケットへ）→ ギャップ診断 → チャネルマップ（各チャネルを開いて構築プランを確認）。
5. 実行 — アクションプランで P0 からチケットを取る（タイトルをクリックで理由/方法/受け入れ基準）；ワークベンチで執筆（事前チェック B 以上で公開し、配信チェックリストを消化）；資産をデプロイ（llms.txt をサイトルートへ、JSON-LD を <head> へ、スニペットをテンプレートへ——DEPLOY.md 参照）。
6. 検証 — 設定 →「自動検証」が再クロールしてチケットを判定；次のサンプリング後、効果検証で質問別 before/after を確認。
7. 運用 — 定期再実行（7/14/30 日）を有効化；レポートと納品で月次レポートとクライアントパッケージを生成。

自社サイトを持たない商品・ブランド

サイトがなくても GEO は可能——自社サイトは中国語圏の引用の 1.37% にすぎず、 AI 可視性はもともと外部チャネルで決まります：

python3 scripts/geo.py init --no-site --name "商品名" --materials 資料.md --market cn

資料テキストがサイト本文の代わりに、ブランドファクト・競合・質問バンクの導出基盤に なります（--materials 省略時はテンプレートを生成）。異なるのは 3 点のみ：クロール/監査を スキップ、llms.txt と JSON-LD は生成しない（自社ドメインが必要）、自社サイト引用率は 0 ではなく「対象外」と表示。それ以外はすべて通常どおりです。

API のないエンジンの手動サンプリング

python3 scripts/geo.py sample-sheet  --slug <project>   # 質問別ガイド付きシートを出力
python3 scripts/geo.py sample-import --slug <project> --file <sheet>

CLI チートシート

コマンド	用途
new / serve / cycle	自動新規プロジェクト / フルサイクル / 軽量ループ
ui	フルワークフロー・ダッシュボード
bootstrap / crawl / audit	土台の導出 / クロール / 6 次元スコアリング
sample / sample-sheet / sample-import	API サンプリング / 手動シート
plan / generate / lint	チケット / 資産（--draft で下書き追加）/ 捏造リスクチェック
verify / report / deliverables / deliver	自動検証 / レポート / 正式納品物 / クライアントパッケージ
publish / task / status / list	コンテンツ公開 / チケット状態 / プロジェクトボード / 一覧

各コマンドに --help があります。

FAQ

Q：AI の回答は毎回違うのに、サンプリング結果の安定性はどう担保するのか？

単一の AI 回答は本質的に確率的です。そのため GeoLook は単一の回答を指標として読むことはありません。安定性は 4 層の仕組みで担保します：

1. 集計ベース——言及率などの指標は「数十問 × 複数エンジン」の比率であり、質問単位のブレは平均化されます。
2. 変数の固定——各エンジンのサンプリングモデルは固定（設定で確認・変更可能）、質問バンクも固定で、同じセットを期をまたいで再利用。変わるのは時間だけです。
3. 複数ラウンド——sample --repeat N で予算に応じて各質問を複数回サンプリングできます。
4. 帰属の規律——UI に「単期の変動はデフォルトで観察扱い」「低下＝悪化とは限らない——サンプリングにはノイズがある」と明記。2 期連続の同方向の変化のみをトレンドとみなし、チケット検証は再クロールなど決定的なシグナルに依拠します。

正直に言えば、測っているのは固定値ではなく分布です——実ユーザーが AI に質問するたびに得るのもランダムサンプルなので、それこそが実体験に最も近い測り方です。

エビデンスに基づくスコアリング

監査の 6 次元はすべて公開実証データに基づき、scripts/audit.py が references/method.md を実装しています：

• 高インパクトページは平均 1,943 語、低スコアページはわずか 170 語（11.4 倍）
• 数値 +61.6%、定義 +57.3%、比較 +55.3%、ハウツー +41.2% の引用確率リフト
• 純粋な Q&A レイアウトは −5.7%——FAQ の見た目にしても効果なし
• トピック適合性が最強の予測因子（r = 0.432）で、権威性を上回る
• ブランド自社サイトは中国の全引用の 1.37% のみ——自社サイトはファクトソースであり、引用ソースは外部チャネル

設計原則とセキュリティ境界

• 単一マシン・セルフホスト：標準ライブラリの http.server を 127.0.0.1 のみで起動。DB なし、アカウントなし。データはプレーンファイル
• 決して捏造しない：ファクトはサイト本文のみから。競合名の発明は禁止。AI 下書きは lint + 人間レビュー必須
• 検証こそプロダクト：自動検証できるものは、人の「完了しました」に依存しない
• 公開は常に手動：チャネル認証情報はローカル .env（mode 600）。公開は毎回明示的なクリック。WeChat/WordPress は下書きのみ

Claude Code 連携（任意）

このリポジトリは Claude Code のスキル（SKILL.md）としても機能します：スキルディレクトリに置いて Claude に「example.com の GEO をやって」と伝えるだけ。Claude なしでも完全に使えます——すべてのスクリプトは通常の CLI です。

構成

scripts/          全ロジック（geo.py CLI · dashboard.py サーバー · ui.html シングルページ UI · service.sh）
extension/        Chrome サンプリングアシスタント + sandbox.sh + e2e テスト
references/       方法論：サンプリング規律、コンテンツパターン、引用構造
tests/            ユニットテスト
work/<slug>/      プロジェクトごとのデータ（gitignore、マシンの外に出ない）
docs/             スクリーンショットと 40 秒デモ動画

謝辞

• @yaojingang

お問い合わせ

質問・提案・コラボレーションは [email protected] まで。issue も歓迎。

License

MIT