不動産のAI検索対策（GEO）｜買主の67%がAIから入る時代の可視化設計

不動産のGEOとは、生成AIの回答に自社が引用される状態を作る施策のことです。

米国の調査で、住宅の買い手がエージェントに連絡する前の主要な情報収集手段としてAIツールを使う割合が67%に達しました。18か月前は17%でしたから、4倍近い変化です。同じ調査で、AIの回答に登場する米国のエージェントは8.4%にとどまり、上位1%が引用シェアの47%を握っていることも示されました。日本の仲介業界にそのまま当てはめられる数字ではありませんが、ポータルサイト経由の集客が唯一の入口ではなくなる、という方向は共通しています。本記事は、宅建業免許（東京都知事(1)第113520号）を保有し、AI導入コンサル100社超の実績を持つ株式会社オルセル（不動産のチカラ運営）の現場知見にもとづき、AI検索に拾われるための実装手順をプロンプト7本とあわせて整理します。数字はいずれも米国調査であり、日本市場への適用は要確認としたうえで読み進めてください。

ポータル依存の集客が崩れ始めた地点

変化の起点は、買い手の検索行動が「キーワード入力」から「相談」に変わったことです。HousingWireが2026年5月に掲載した寄稿で、FlyDragonがまとめた2026 State of AI SEO in Real Estate reportの内容が紹介されています。12,400件のAI生成回答、192都市圏にわたる820万件のクエリ追跡、4,180人への購入者調査を組み合わせた調査です。

この調査でとくに目を引くのが、Zillowのエージェント発見トラフィックにおけるシェアが41.2%から33.8%へ下がった点でした。AI検索の追跡が始まった2024年以降、初めての前年割れです。相対では17.5%の減少にあたります。失われた分はRealtor.comやRedfinといった他のポータルへ移らず、AI検索ツールへ流れたと報告されています。

行動の中身も変わりました。同調査のセッション再生分析によれば、平均的な買い手は2〜3人の候補を絞り込むまでに8.7個の質問を投げており、そのうち71%が特定エリアに紐づくハイパーローカルな問いでした。「どこに住みたいか」から「誰に相談すべきか」までが1つの会話で完結します。ポータルの一覧を眺めて比較する行程が、対話に置き換わったわけです。

日本ではどうか。ここは慎重に見る必要があります。SUUMOやLIFULL HOME’S、アットホームといったポータルの存在感は依然として大きく、米国のように短期でシェアが動いたという公表データは、2026年8月時点で確認できていません（要確認）。一方で、LIFULLが統合型AIエージェント「LIFULL AI」の提供を開始するなど、ポータル側がAI対話型への移行を自ら進めている点は見逃せません。プラットフォーム側が対話型になれば、掲載情報の書き方も変わります。

現場で繰り返し見るのは、問い合わせフォームに「ChatGPTで調べたのですが」と書かれてくるケースが、2025年後半から明確に増えたという肌感覚です。統計として提示できる数字ではありませんが、複数の支援先で同時に起きています。

この変化が経営に効いてくる理由は、費用構造にあります。ポータル掲載は掲載料と反響課金が固定費として乗り、反響単価は繁忙期に上がります。掲載を止めれば反響が止まる構造なので、値上げに対して交渉の余地が小さい。対してAI検索経由の流入は、いったん引用される状態を作れば掲載料が発生しません。もちろん獲得できる件数は読みにくく、月ごとの変動も大きいはずです。それでも、単一の流入経路に依存した状態から抜ける手段として持っておく価値があります。ある賃貸仲介会社の話をすると、月間の反響のうちポータル経由が9割を超えていた時期に掲載料の改定通知を受け、条件を飲む以外の選択肢がなかったと振り返っていました。交渉力は、代替経路の有無で決まります。

AIが誰を引用するかを決めている要素

結論を先に言えば、AIは自社サイトの中身だけを見て判断していません。第三者からの言及と、情報の一貫性を重く見ています。

前掲のレポートは、AIのグラウンディング（回答の根拠づけ）がエージェントのデータをGoogleビジネスプロフィール、ローカルコンテンツ、そして第三者による評価から引いてくると説明しています。購入者の71%は第三者からの裏付けなしにエージェントへ連絡しないとも報告されました。ここでいう第三者の裏付けとは、複数のプラットフォームに分散したレビュー、ニュースでの言及、まとめ記事への掲載、ポッドキャストへの出演といったものです。

とくに実務的な示唆があるのが、レビューの分散に関する指摘です。4つ以上のレビュープラットフォームに評価が分散しているエージェントは、総件数が多くても1つのサイトに集中しているエージェントより、AIの回答に登場しやすいとされています。件数を1箇所に積み上げる従来のやり方とは逆の設計思想です。

引用が集中している構造的な理由も示されています。Zillow、Realtor.com、Redfin、Trulia、Homes.comの5社で、公開されているLLM学習データセット中の不動産関連URLの推定61%を占めるという指摘です。モデルが持つ既定の枠組みがポータル型になっているため、個々のエージェントはポータル内の1行として扱われやすい。この既定値を破るには、ポータルの外に独立した実体を持つ必要がある、という整理になります。

成果面の数字も出ています。追跡された42,180件のリードのうち、AI経由のリードは90日以内の成約率が9.6%で、Zillow Premier Agent経由の2.4%、Google広告経由の1.8%を上回りました。1リードあたりの平均手数料収入はAI経由が1,180米ドル、Zillow経由が240米ドル。成約までの日数は42日対87日と、およそ半分です。AIに30分以上かけて相場を尋ねた買い手は、すでに教育された状態で接触してくるためだと説明されています。

日本の仲介実務に置き換えるなら、反響の質を分けて記録する意味がここにあります。ポータル反響、自社サイト直接、紹介、そして「AIで調べて来た」を区別して記録するだけで、半年後に判断材料が揃います。集客側の設計はAI集客と不動産SEOでも扱っていますので、あわせて参照してください。

補足として、AI Overviewの出現率にも触れておきます。同レポートが引用したConductorの2026年ベンチマークによれば、不動産は主要な消費者向け業種の中でAI Overviewの発火率が最も低く、4.5%にとどまるとされています。検索結果の上部にAIの要約が出にくい業種、という意味です。これは一見すると「不動産はAIの影響が小さい」と読めますが、レポートの解釈は逆でした。検索結果ページでの要約が少ないぶん、買い手はチャット型のAIへ直接相談しに行く。入口が検索エンジンの外に移っているという読み方です。どちらの解釈が正しいかは日本市場では未検証なので、自社の反響記録で確かめるべき論点として置いておきます。

AI検索に拾われるための実装7手順

ここからは具体的な作業です。プロンプトは7本、順番どおりに使えば1週間で初期の型が整います。ChatGPT・Claude・Geminiのいずれでも動作します。

なお、AI検索の引用を狙う施策はGEO（Generative Engine Optimization）やAEO（Answer Engine Optimization）と呼ばれます。呼び方は定まっていませんが、やることは「機械が読み取りやすい形で、検証可能な事実を、複数の場所に一貫して置く」に尽きます。

手順1：現在地を測る

まず、自社が今どう扱われているかを確認します。推測で施策を決めないための工程です。

プロンプト1：AI回答内での自社の可視性チェック

あなたは検索行動の分析担当者です。
以下の条件で、住まい探しをしている一般消費者になりきって質問文を20本作成してください。

エリア：{市区町村名}
物件種別：{賃貸マンション / 中古戸建 / 投資用一棟 など}
想定する検討段階：
1. エリア選び（5本）
2. 相場の確認（5本）
3. 手続き・費用の不安（5本）
4. 依頼先の選定（5本）

条件：
- 実際に人が打ちそうな口語の文にする
- 社名や物件名を含めない（指名検索は除外）
- 各質問に、その質問をする人の状況を1行で添える

出力：番号付き20問＋状況メモ

作った20問を実際にChatGPT・Claude・Geminiへ投げ、自社名や自社サイトが引用されるかを記録します。1回では揺れるので、同じ質問を3回ずつ試すのが実務的です。

手順2：情報の一貫性を揃える

社名、住所、電話番号、営業時間、免許番号が、掲載先ごとに違っていないかを点検します。表記ゆれはAIにとって別法人に見えます。

プロンプト2：事業者情報の表記ゆれ検出

あなたはデータ品質のチェック担当者です。
以下は同一の不動産会社について、複数の掲載先から取得した事業者情報です。
表記の不一致を検出してください。

チェック項目：
1. 社名（法人格の位置、スペース、旧字体）
2. 住所（ビル名、階数、丁目の表記、算用数字と漢数字）
3. 電話番号（ハイフンの有無、代表とフリーダイヤルの混在）
4. 営業時間・定休日
5. 宅地建物取引業免許番号（更新回数の括弧内数字）

出力：
- 項目ごとに、掲載先別の値を並べ、不一致箇所を指摘
- どれを正とすべきかの推奨と、その理由
- 判断できないものは「要確認」とする

データ：
{Googleビジネスプロフィール、自社サイト、各ポータル、業界団体名簿の記載を貼る}

手順3：一次情報のコンテンツを作る

AIが引用したくなるのは、他所に書いていない具体です。相場の一般論ではなく、自社が実際に扱ったからこそ言える事実を出します。

プロンプト3：ハイパーローカル記事の構成案

あなたは不動産メディアの編集者です。
以下の材料から、特定エリアに関する解説記事の構成案を5本作ってください。

エリア：{町丁目レベルまで}
自社が持っている一次情報：
{例：直近1年の成約件数、成約までの平均日数、間取り別の募集賃料レンジ、
入居者の属性傾向、周辺の再開発予定、学区の変更、災害履歴}

条件：
- 各構成案に、他社が書けない理由を1行で添える
- 一般論だけで書ける構成案は除外する
- 断定的な将来予測（値上がり・値下がりの断定）は入れない
- 各記事の想定読者と、その人が次に取る行動を明記する

出力：タイトル案／H2構成／使う一次情報／他社が書けない理由

手順4：質問に直答する形式へ整える

AIは「問いに1文で答えている箇所」を抜き出します。段落の途中に結論が埋まっていると拾われません。

プロンプト4：既存記事のGEO最適化リライト

あなたは生成AI検索に引用されやすい文章構成の専門家です。
以下の記事を、内容を変えずに構成だけ書き換えてください。

書き換えルール：
1. 冒頭に、記事の主題を40字以内の1文で言い切った定義を置く
2. 各見出しの最初の段落を「結論→理由→具体」の順にする
3. 読者が実際に検索しそうな質問を5つ立て、それぞれ2〜4文で直答するFAQを末尾に付ける
4. FAQの回答は1文目を結論から書き出す
5. 数値には出典または「目安」「要確認」を添える

やってはいけないこと：
- 事実の追加や改変
- 断定できない内容を断定形にすること

対象記事：{貼る}

手順5：第三者からの言及を設計する

自社サイトの外に、検証可能な言及を増やします。買うのではなく、事実として作る発想です。

プロンプト5：第三者言及の獲得プラン

あなたは広報・PRの実務担当者です。
以下の不動産会社について、第三者からの言及を増やす施策を12本提案してください。

会社概要：{所在地、業態、強み、実績数値、代表者の経歴}

提案の条件：
- 費用がかからない順に並べる
- 各施策に「想定の掲載先」「準備物」「所要時間」を添える
- レビューの投稿依頼は、対価を伴わない形に限定する
- 事実として提示できる材料がないものは提案しない

出力：施策名／想定掲載先／準備物／所要時間／期待できる効果

対価を条件にレビューを集める行為は、景品表示法上の問題になりえます。この線引きは宅建業法とAI利用のグレーゾーンでも触れています。

手順6：構造化データを整える

機械可読な形で事業者情報を明示します。技術的な工程ですが、外注しても数万円規模で済みます。

プロンプト6：構造化データの生成

あなたは構造化データに詳しいフロントエンド実装者です。
以下の情報から、不動産会社のサイトに設置するJSON-LDを生成してください。

出力してほしいスキーマ：
1. RealEstateAgent（社名、住所、電話、営業時間、対応エリア、免許番号）
2. Organization（親法人がある場合）
3. FAQPage（既存のFAQ本文から生成）
4. BreadcrumbList

条件：
- 実在しない項目は空欄にせず、プロパティごと省略する
- 免許番号はidentifierで表現し、独自プロパティを作らない
- 生成後にダブルチェックが要る箇所を末尾に列挙する

情報：{貼る}

手順7：効果を月次で追う

最後に、手順1で作った20問を毎月投げ直して変化を記録します。

プロンプト7：AI可視性の月次レポート

あなたはデータ分析担当者です。
以下の記録から、AI検索における自社の可視性の推移をまとめてください。

記録の内容：質問文20問 × 3モデル × 3回試行 × 月次
集計してほしいこと：
1. 自社が回答に登場した割合（モデル別・検討段階別）
2. 引用されたページのURL別ランキング
3. 競合が登場した回数と、その競合の共通点
4. 前月からの変化と、変化の説明として考えられる要因

条件：
- 試行回数が少ない項目は「参考値」と明記する
- 因果を断定せず、仮説として提示する

記録データ：{CSVを貼る}

つまずきやすい4つのポイント

ひとつ目は、記事の量を増やせば拾われると考えることです。前掲のレポートが示したのは、引用が第三者の合意形成に強く依存しているという構造でした。自社サイトの記事数を10倍にしても、外部の言及がゼロなら状況は動きにくい。順序としては、情報の一貫性と第三者言及が先で、コンテンツ量は後です。

ふたつ目は、AIの回答を1回試して結論を出してしまうことです。生成AIの出力は同じ質問でも揺れます。3回試して1回も出ないのか、3回中1回は出るのかで、打ち手はまったく違います。ある賃貸仲介会社の事例では、初回の検証で「まったく出ない」と判断しかけたものの、試行を増やしたところ特定の駅名を含む質問でのみ登場することが分かり、施策をその駅に集中させる判断につながりました。

三つ目は、米国の数値をそのまま日本の営業資料に転記してしまうことです。67%も8.4%も米国調査の値であり、日本市場の実態を示すものではありません。社内説明で使うなら「米国ではこう動いた」という文脈を保ったまま提示し、日本での検証は自社の反響記録で行う。ここを混ぜると、後で数字の根拠を問われたときに説明できなくなります。

四つ目に、生成AIに自社紹介文を書かせてそのまま各所に貼る運用も避けたいところです。同じ言い回しが複数のプラットフォームに並ぶと、機械から見れば重複コンテンツに近い状態になります。それ以上に問題なのは、AIが生成した実績数値や表現が事実と合っているかを誰も検証しないまま公開されることです。取扱件数や対応エリアのような数字は、社内の一次データと突き合わせてから出す。手間に見えますが、後から訂正するコストのほうがはるかに高くつきます。

費用とKPIの置き方

費用は大きく3つに分かれます。生成AIの利用料は個人向け有料プランで月額20米ドル前後、検証作業を担当者1人が月4時間行うとして人件費が月1万円前後、構造化データの実装を外注する場合は初期で3万〜10万円というのが2026年8月時点の目安です（要確認）。合計しても月2万円台に収まる規模感で、リスティング広告の月額と比べれば桁が違います。

投資判断の材料として、逆算しておくと納得しやすくなります。仲介手数料の平均単価を仮に30万円と置き、AI検索経由で年間2件成約すれば60万円。前述の費用が年間で30万円弱ですから、年2件でも回収できる計算になります。もちろん2件が取れる見込みが担保されているわけではありませんし、この試算は自社の単価に置き換えて考える必要があります。ただ、判断の土俵を「効果があるか分からないもの」から「年に何件で元が取れるか」に移すだけで、社内の議論は前に進みます。

KPIは3つに絞ります。1つ目がAI回答への登場率で、手順1の20問に対して自社が何回登場したかの割合。2つ目が第三者言及数で、自社サイト外に自社名が事実として記載されたページ数。3つ目が反響区分別の件数で、「AIで調べて来た」と申告した反響がどれだけあるか。成約率まで追いたくなりますが、母数が小さい段階で成約率を見ると判断を誤ります。まず登場率と言及数を積み上げてください。編集部で実際に運用している範囲でも、登場率が動き始めるまでには3か月ほどかかっています。

この先1年で変わりそうなこと

ポータル側がAIエージェント化を進めることで、掲載側の情報の書き方が変わります。対話型のアシスタントが物件を提案する構造では、条件の絞り込みに使われる項目が機械可読で揃っているかどうかが、露出量を左右します。曖昧な物件紹介文より、設備・条件・周辺情報が構造として整理されたデータのほうが拾われやすい。物件情報の構造化についてはGemini 3.6 Flashで物件情報を一括処理するで具体的な手順を扱っています。

もうひとつ、注意深く見ておきたいのが引用の集中です。前掲レポートは、米国の71%の都市圏でいずれのエージェントも引用シェア15%を超えていないと指摘しています。裏を返せば、多くの市場でまだ勝者が決まっていない。ただし複利的に効く構造なので、この窓は四半期ごとに狭まるとも書かれていました。日本市場でも、エリアを絞れば同じ状況が当面続く可能性があります。全国区で勝負するのではなく、自社が実際に強い数駅の範囲で引用を取りにいく。これが中小事業者にとって現実的な戦い方です。

最後に、断っておくべき点があります。AI検索経由の反響が本当に成約につながるかは、日本市場ではまだ十分なデータがありません。米国の9.6%という成約率は魅力的に見えますが、商習慣も物件流通の構造も違います。半年から1年かけて自社の数字を取り、そこで判断する。この順序を崩さないことをおすすめします。

よくある質問

不動産のGEO対策とは何ですか

不動産のGEO対策とは、ChatGPTやGeminiのような生成AIが回答を作るときに、自社の情報が引用される状態を作る施策のことです。検索エンジンの順位を上げるSEOと違い、AIが根拠として参照する第三者の言及、情報の一貫性、機械可読な構造化データが中心になります。AEO（Answer Engine Optimization）とほぼ同じ意味で使われます。

SEOをやめてGEOに移るべきですか

いいえ、置き換えではなく重ねる関係です。生成AIは検索結果を根拠として参照する場面が多く、検索での可視性が低い事業者はAIの回答にも登場しにくくなります。既存のSEOを維持したうえで、結論を1文で言い切る書き方とFAQの追加、第三者言及の設計を上乗せするのが現実的な進め方です。

効果が出るまでどのくらいかかりますか

情報の一貫性の修正は数週間で反映されることがありますが、第三者言及の蓄積は3〜6か月を見ておくのが妥当です。手順1で作った20問を毎月投げ直し、登場率の推移で判断してください。1か月で結論を出そうとすると、生成AI特有の出力の揺れに振り回されます。

小さな会社でも上位に食い込めますか

はい、可能性はあります。米国の調査では、71%の都市圏でいずれのエージェントも引用シェア15%を超えていないと報告されました。エリアを絞れば競合が薄い状態が残っている、という意味です。日本市場でも同様かは要確認ですが、全国区ではなく数駅の範囲に絞る戦い方は中小事業者に向いています。

レビューはどこに集めるべきですか

1箇所に集中させるより、複数のプラットフォームに分散させるほうが有利という調査結果が出ています。前掲レポートでは、4つ以上のレビュープラットフォームに評価が分散している事業者のほうが、総件数が多く1箇所に集中している事業者よりAIの回答に登場しやすいとされました。ただし、対価と引き換えにレビューを依頼する行為は景品表示法上の問題になりえます。

AI経由の反響はどう見分けますか

問い合わせフォームに「どこで当社をお知りになりましたか」の選択肢を追加し、「ChatGPTなどのAIに相談して」を1項目として置くのが最も簡単です。自由記述だけでは集計できません。選択肢を用意した月から記録が積み上がるので、施策の前に設置しておくことをおすすめします。

ポータルへの掲載はやめてよいですか

いいえ、現時点でその判断は早すぎます。日本ではポータル経由の反響が依然として主要な流入源であり、米国のようなシェア低下を示す公表データは確認できていません（要確認）。AI検索対策は、ポータル依存を減らす保険として並行して進めるものと位置づけるのが妥当です。

著者：齋藤竹紘（株式会社オルセル編集長／EC支援19年5,000社超／AIコンサル100社超／宅建業免許東京都知事(1)第113520号）

参考文献

※不動産のチカラでは、生成AIの導入支援から運用最適化まで、貴社の不動産事業に合わせたカスタマイズ提案を行っています。無料相談（30分）も実施中ですので、お気軽にお問い合わせください。
https://fudosannochikara.jp/contact/

【監修】齋藤竹紘（株式会社オルセル代表 / EC支援19年5,000社超・AIコンサル100社超 / 宅建業免許東京都知事(1)第113520号）