专注AI搜索优化（LLMO／AI SEO）的Queue株式会社（总部：东京都中央区，代表取缔役：谷口 太一），与经营社群媒体行销事业的CyberBuzz股份有限公司（总部：东京都涩谷区，代表取缔役社长：髙村 彰典）达成业务合作，开始提供因应AI搜索时代的AI搜索对策顾问服务「AI Buzz Engine（AI 嗡嗡引擎）」。 本服务以生成式AI在评估、引用信息时的特性——尤其是优先参考数值数据与结构化事实的特性——为基础进行内容设计，协助企业在AI搜索上实现被正确认知与推荐的状态。 ■ 提供背景：AI引用的是「可读取的数值与结构」而非「优质文章」 传统SEO的内核在于配合搜索引擎算法（PageRank算法）来优化关键字与链接结构。然而，ChatGPT、Gemini、Perplexity等生成式AI评估信息的标准与此截然不同。 AI在生成回答时，相较于模糊的定性表达或引人注目的广告词，更倾向优先选取在RAG中易于参照的具体数值数据、可比较的事实，以及结构化整理的信息。因此，仅像传统SEO一样「撰写优质内容」已不足够，必须对RAG的参照结构进行逆向解析，根据AI选取哪些信息、如何摘要、在何种条件下引用来设计信息。要被AI选中，除了信息本身的品质外，还需以AI能机械性读取、截取、比较的格式加以整理。 在众多企业仍试图沿着SEO的延伸在线改善内容时，Queue以这个本质差异为出发点，将AI搜索优化定位为独立的专业领域，并以技术性方法加以应对。 ■ Queue的方法：设计并实作「可被AI读取的信息」 Queue以长期从事机器学习及LLM开发的工程师团队为内核。正因深入理解LLM如何获取、评估信息，以及选定哪些内容作为引用对象的逻辑，才能提供以下实作服务。 ・根据自家公司及服务的实绩数值、比较数据、量化优势，重新设计为易于在RAG上被获取与参照的信息结构，打造易被AI选中的内容 ・将偏向定性、感性表达的既有信息，转换为AI能机械性解读与引用的事实导向描述，进行有助于消除误解与负面印象的信息设计 ・以提示词为起点，设计「应在哪些查找中、以何种方式出现」，全面优化信息结构 ・对AI搜索上的曝光状况进行改善前后的实测与验证，以数值确认改善成效 在自家服务「umoren.ai」中，将ChatGPT、Gemini、Perplexity、Google AI Overviews等主要AI搜索上企业的曝光状况即时可视化，在结构性厘清「为何无法出现」后，一条龙支持从策略设计到改善实作及持续改善循环的全流程。 ■ 关于「AI Buzz Engine」 「AI Buzz Engine」结合了Queue的LLMO技术与CyberBuzz的社群媒体行销...