これらの最適化には、ページ上の修正（構造化コンテンツ、正規表現、要約の追加）、技術的な調整（AI クローラーのブロック解除やエラーの解決）、サードパーティの信頼できるサイトのコンテンツへの影響が含まれます。 これらの最適化の機会に対処することで、ブランドが正確に示され、生成される応答で引用される可能性が高まります。
ダッシュボードに表示される最適化の機会は、プレーヤーのギャップ、トレンド分析のトピック、パフォーマンスデータに基づいて優先順位が付けられ、リストとして表示されます。 検索フィールドを使用して、特定のオポチュニティを検索できます。 また、機会はタグ別にグループ化され、タグを直接クリックすると、そのタグの下にグループ化されているすべての機会が表示されます。
コンテンツ（オンサイト）
ページレベルやセクションレベルで簡潔な概要や構造化された重要なポイントがなく、ブランドメッセージを AI エージェントがスキャンして解釈するのが難しくなるトラフィックが多いページを特定します。 影響を受ける URL と、概要の追加が推奨される箇所を表示します。
既存のコンテンツに基づいて AI が生成した要約と要点を確認し、Edge での最適化を使用して CDN エッジにデプロイします。これにより、AI エージェントは、より明確で把握しやすいコンテキストを受け取れるようになります。
コンテンツ（オンサイト）
プロンプトセットに適合する構造化された Q&A コンテンツがなく、AI エージェントがユーザーの質問とページを一致させるのが難しくなるトラフィックが多いページを特定します。 影響を受ける URL と、FAQ の追加が推奨される箇所を表示します。
既存のページコンテンツに基づいて AI が生成した、ユーザーの意図に沿った FAQ コンテンツを確認し、Edge での最適化を使用して CDN エッジにデプロイします。これにより、AI エージェントは、より明確な Q&A コンテキストを受け取れるようになります。
コンテンツ（オンサイト）
機械で読み取れるトランスクリプトや要約がなくても、ビデオやその他のメディアに重要な情報が埋め込まれ、AI エージェントがそのコンテンツを使用するのが難しくなるページを特定します。 影響を受ける URL と推奨テキストを表示します。
メディアとページの内容に基づいて AI が生成した文字起こし要約を確認し、Edge での最適化を使用して CDN エッジにデプロイします。これにより、AI エージェントは、機械が読み取り可能なテキスト（関連する動画の近くに配置されるものなど）を受け取れるようになります。
テクニカル GEO
robots.txt ファイルを分析し、通常は一般公開されているコンテンツに対して、AI エージェントによるアクセスを選択的にブロックするルールを検出します。 影響を受ける URL とブロックされたエージェントをレポートします。
必要に応じて、robots.txt ファイルを更新して、サポートされている AI クローラーのアクセスを許可します。
テクニカル GEO
AI エージェントに返される 404、403、5xx エラー応答について、CDN ログを監視します。 影響を受ける URL と失われた合計ヒット数をレポートします。
破損したリンクを修正し、権限を更新し、サーバーサイドの問題を解決して、主要なコンテンツが 200 応答を返すようにします。
コンテンツ（オンサイト）
可読性の基準を下回る、密度が高いまたは複雑な文章が含まれている高トラフィックページを特定します。このようなページでは、AI エージェントが重要な情報を解釈しにくくなります。 影響を受ける URL と、簡潔な文章への変更が推奨される箇所を表示します。
既存のページコンテンツに基づいて AI が生成した改善済みテキストを確認し、Edge での最適化を使用して CDN エッジにデプロイします。これにより、AI エージェントは、より明確で読み取りやすい文章を受け取れるようになります。
テクニカル GEO
重要なコンテンツが AI エージェントから非表示になっているページにフラグを付けます。 影響を受ける URL と回復可能な予想されるコンテンツを表示します。
Edge での最適化を使用して CDN レイヤーでページを事前レンダリングすることで、JavaScript を実行せずに AI エージェントがより多くのコンテンツを利用できるようにします。
テクニカル GEO
明確な構造組織やナビゲーションの見出しがなく、AI エージェントがコンテンツを解析し、ユーザーのクエリにマッピングするのが難しくなるページを検出します。 影響を受ける URL と、構造化された目次の追加が推奨される箇所を表示します。
ページの主なセクションを反映したアンカーリンク付きの構造化された目次を確認し、Edge での最適化を使用して CDN エッジにデプロイします。これにより、目次が HTML に挿入され、ページ構造が改善されるため、モデルは関連するセクションをより簡単に抽出、対応付け、引用できるようになります。
オフサイト
参照、セクション、コンテンツの長さ、画像、情報ボックスの完成度をまたいで会社の Wikipedia ページを業界の競合他社と比較して分析します。 ページが業界ベンチマークを下回っている具体的なギャップを特定します。
参照の追加、情報ボックスの強化、セクションの拡張、記事の品質の向上など、Wikipedia プレゼンスを高めるための AI 生成の戦略的なレコメンデーションを確認します。
オフサイト、ソーシャル、コミュニティ
ブランド言及、センチメント、シェアオブボイス、繰り返しトピックに対するブランドプレゼンスのプロンプトセットで引用された YouTube ビデオを分析します。 プロンプトセットの引用として YouTube ビデオが検出された場合にのみ表示されます。
YouTube コンテンツをまたいでブランドイメージを向上させるための優先順位が付けられたレコメンデーションを確認します。レコメンデーションには、候補アクションと、これらの実装を担当するチームが含まれます。
オフサイト、ソーシャル、コミュニティ
ブランド言及、センチメント、シェアオブボイス、繰り返しトピックに対するブランドプレゼンスのプロンプトセットで引用された Reddit のスレッドを分析します。 プロンプトセットの引用として Reddit のスレッドが検出された場合にのみ表示されます。
Reddit コンテンツをまたいでブランドイメージを向上させるための優先順位が付けられたレコメンデーションを確認します。レコメンデーションには、候補アクションと、これらの実装を担当するチームが含まれます。
オフサイト、ソーシャル、コミュニティ
ブランド言及、センチメント、シェアオブボイス、繰り返しトピックに対するブランドプレゼンスのプロンプトセットで検出された上位の引用 URL を分析します。
AI システムがブランドに関するプロンプトに応答する際に最も多く引用するページをまたいでブランドイメージを向上させるための優先順位が付けられたレコメンデーションを確認します。
コンテンツ（オンサイト）、Adobe Commerce
商品名や説明が一般的すぎる、専門的すぎる、または曖昧なため、LLM が解釈しにくい Commerce カタログの商品を特定します。 評価対象の PDP、エージェントトラフィックのコンテキスト、および AI が生成した説明文の拡充内容を表示します。
提案された商品名と商品説明を確認して編集した後、最適化をデプロイして更新内容を Adobe Commerce カタログに直接公開します（修正された提案からロールバックできます）。
GEO の技術的最適化、Adobe Commerce
Adobe Commerce ストアフロントの場合、完全なカタログデータを、AI エージェントが各製品詳細ページ（PDP）でアクセスできるデータと比較します。エージェントトラフィックによって優先順位付けされた、エージェントがアクセスできる HTML からバリアント、仕様、属性、関連カタログフィールドが欠落している PDP を特定します。
AI エージェントから見えないカタログ情報のうち復元可能なものと、その情報が LLM 主導の商品検索で重要となる理由を示します。Edge での最適化を使用してデプロイすると、CDN エッジで AI エージェント向けに完全に事前レンダリングされた HTML スナップショットがエージェントトラフィックに提供されるため、CMS やカタログを変更することなく、AI エージェントはカタログから豊富な商品情報を取得できます。