#seo

3記事 3カテゴリー

GA4でAIからの流入を確認する方法を画像付きで解説

ga4 ai traffic tracking

この記事の要点 GA4は2026年5月13日、ChatGPTやGeminiなどのAIチャットツールからの流入を自動で分類する「AI Assistant」チャネルを追加しました。設定は一切不要です。 AI Assistantチャネルは2026年5月13日以降のデータしか表示されず、過去の流入は反映されません。過去分も追いたい場合は、正規表現を使った「カスタムチャネルグループ」を自分で作る必要があります。 同じAIツールからの流入でも、GA4上では「referral」「(not set)」「ai-assistant」と表示がバラバラになることがあります。原因はAIツール側が送ってくる参照情報の完全さの違いによるもので、計測ミスではありません。 「最近ChatGPT経由のアクセスが増えている気がするけど、GA4だとどう見ればいいんだろう」。そんな相談をよく受けます。 この記事では、私が実際に自分のGA4で試して使えた3つの方法を、画面のスクリーンショットつきで手順どおりに紹介します。2026年5月にGoogleが追加した「AI Assistant」チャネルをそのまま見る方法、自分で「カスタムチャネルグループ」を作る方法、そして探索レポートでさらに深掘りする方法です。あわせて、同じAI経由の流入でも表示がバラバラになる理由や、実際に使える正規表現もそのまま公開します。 「AIからの流入」の2つのパターン ひとくちに「AIからの流入」と言っても、大きく2つのパターンに分かれます。 ひとつは、ユーザーがChatGPTやGeminiなどのAIチャットツールと対話し、回答の中で得た情報をもとにサイトへ来るパターンです。 ChatGPTに直接質問して回答を得ている画面 このパターンでは、chatgpt.comのようなAI独自のドメインが参照元として残るため、GA4上で特定が可能です。 もうひとつは、Googleの「AIによる概要」など、検索結果の中に組み込まれたAI機能経由の流入です。 Google検索結果に表示される「AIによる概要」の例 こちらは通常のgoogle / organic流入と区別がつかず、今のGA4の仕様では単独で計測することができません。この記事で扱うのは前者、チャット直接遷移の計測方法です。 まず自分の「セッションの参照元/メディア」を確認する 正規表現を組んだり自動チャネルを見たりする前に、まず自分のサイトの生データを見ておくことをおすすめします。GA4では、訪問者が「どこから」来たかを参照元(source)、「どういう経路で」来たかをメディア(medium)という項目で管理しています。AIツールからの流入も、まずはここに現れます。 手順は次のとおりです。 サイトの規模が大きく、参照元/メディアの一覧が100行を超えるような場合、スクロールして目視で探すのは正直効率が悪いです。検索アイコンでの絞り込みも一度に1つのキーワードしか調べられないため、chatgpt.comやperplexity.aiなど複数のAIドメインを横断的に探すのには向きません。そんなときは、表を右上の共有ボタンからGoogleスプレッドシートやCSVにダウンロードし、AIツールにデータを渡して「AI関連のドメインが含まれる行だけ抽出して」と頼んでしまうのが早いです。フィルタ機能を自分で組む手間も省けます。 実際の一覧はこんな形になります。 よく見ると、同じchatgpt.comからの流入なのに、(not set)・ai-assistant・referral・(none)と4パターンもの表示に分かれています。ほかのAIツールも同様で、gemini.google.comやperplexity.ai、claude.aiも、referralとai-assistantの両方で出てきています。「あれ、なんで同じAIなのに表示が違うんだろう」。そう思ったら、次の章で理由を解説します。 先に、どのドメインがどのAIサービスかを一覧にしておきます。フィルタや正規表現を組むときの早見表として使ってください。 AIサービス 参照元(ドメイン) ChatGPT chatgpt.com Claude claude.ai Perplexity perplexity.ai Gemini gemini.google.com Microsoft Copilot copilot.microsoft.com Felo felo.ai Grok grok.com 表示がバラバラになる理由(referral / (not set) / ai-assistant の違い) 先ほどの一覧で気づいた表示のバラつきには、ちゃんと理由があります。 表示 何が起きているか … Read more

Googleアルゴリズムアップデートの歴史|25年の変遷とSEOの今を読む

Googleアルゴリズムアップデートの歴史を5つのフェーズで解説する記事のカバー画像

読み終わったあとに持ち帰れること Googleが25年間、何を「良い検索」として追い求めてきたかをフェーズ単位で説明できる パンダ・ペンギン・RankBrain・BERTなど主要アップデートが「なぜ」起きたかを説明できる SEO業界がアップデートのたびにどう変化してきたかを理解できる 歴史の文脈から「今Googleが何を評価しているか」を自分で考えられる AI・E-E-A-T・HCUが歴史の延長線上にあると理解できる Googleアルゴリズムとは何か 「またGoogleのアップデートがあったらしい」 SEOに関わっていると、こういう話を定期的に耳にします。でも、個別のアップデート名を追いかけるだけだと、なかなか全体像が見えてこない。なぜGoogleはこんなに頻繁に変えるのか。何を目指して変えてきたのか。その流れが頭に入っていないと、次の変化が来たときにも毎回「どうすればいいんだろう」と振り回されてしまいます。 私はSEO戦略の仕事を4年以上続けてきて、アジア圏のクライアントのサイトがアップデートのたびに順位を上下させるのを何度も見てきました。そこで感じたのは、歴史の文脈を知っている人とそうでない人とでは、変化への対応速度がまったく違うということです。 この記事では、Googleアルゴリズムの歴史を1998年から現在まで、「5つのフェーズ」という視点で整理します。年表を眺めるだけでなく、各フェーズでGoogleが何を考え、SEO業界がどう変わったかを一緒に読んでいきましょう。 Googleアルゴリズムとは Googleアルゴリズムとは、検索クエリに対してどのWebページを、どの順番で表示するかを決める自動評価システムのことです。関連性・コンテンツ品質・信頼性・ユーザー体験など、200以上のシグナルを組み合わせてページを評価します。 アルゴリズムは静的なものではありません。Googleは年間数千回の小規模な調整を継続的に行い、そのなかで年に数回、検索結果に大きな影響を与える「コアアルゴリズムアップデート」を実施します。小規模な調整はほぼ無告知で行われますが、コアアップデートはGoogleが事前または事後に公式アナウンスを出すことが多く、SEO業界では大きな注目を集めます。 重要なのは、アルゴリズムを「攻略すべきルール」として見るのではなく、「Googleが検索品質に対してどんな思想を持っているか」を読み取るための手がかりとして見ることです。その視点で歴史を振り返ると、バラバラに見えるアップデートの連なりが、一本の線としてつながってきます。 25年の歴史を「5つのフェーズ」で読む Googleアルゴリズムの変遷を個別のアップデート名で追いかけると、数が多すぎて全体像が見えにくくなります。そこでこの記事では、思想の転換点をもとに歴史を5つのフェーズに分けて整理します。各フェーズには「Googleが何と戦っていたか」「SEO業界がどう変わったか」という二つの軸で読む視点を持つと、理解が深まります。 フェーズ 時期 キーワード ① スパム排除期 2003〜2010年 リンクスパム・キーワード詰め込みとの戦い ② コンテンツ品質革命 2011〜2013年 低品質コンテンツ・不自然リンクの排除 ③ 機械学習・意味理解期 2015〜2019年 AIの導入、意図と文脈の理解へ ④ UX・信頼性確立期 2018〜2022年 ページ体験・誰が書いたかの評価 ⑤ AI統合・E-E-A-T時代 2022年〜現在 人のためのコンテンツ・実体験の重視 次のセクションから、各フェーズを順番に見ていきます。 フェーズ①|スパム排除の時代(2003〜2010年) Googleが1998年に誕生したとき、検索ランキングの中心にあったのは「PageRank」という仕組みです。被リンクの量と質を評価することで、権威あるページを上位に表示するという考え方でした。当時としては革新的でしたが、構造がシンプルだったぶん、抜け穴も多かった。 SEO業者はすぐにそれを見抜きました。意味のないキーワードをページに大量に詰め込む、自作のリンクファームから被リンクを大量生成する——そういった手法が堂々と横行していた時代です。検索結果には品質の低いページが混在し、ユーザーにとって使いにくいものになっていました。Googleがこの状況に本格的にメスを入れたのが、2003年のフロリダアップデートです。 年 アップデート名 主な対象 2003年 フロリダアップデート キーワード詰め込み・リンクファーム 2004年 オースティンアップデート スパム対策の継続・強化 2005年 ジャガーアップデート … Read more