検索意図とは？SEOとAI検索の両方で対応すべき3層を、1,400サイト診断データで解説

検索意図とは何か

検索意図（Search Intent）とは、ユーザーが検索クエリに込めた本来の目的のことです。「東京 ラーメン」という3文字のクエリの背後には「今夜どこで食べるか決めたい」という具体的な行動意図があり、「ラーメンとは」という同じく短いクエリの背後には「概念の理解」という別の意図があります。

SEO上、検索意図が重要視されるのは、Googleが2013年のハミングバード以降、クエリの文字列マッチングから意図のマッチングへと評価軸を移してきたためです。さらに近年は、AI検索（Google AI Overviews、ChatGPT Search、Perplexity等）が「クエリを複数の意図に分解して並列に処理する」クエリファンアウトの仕組みを採用しており、検索意図の捉え方は従来SEOよりも高い解像度が求められるようになっています。

検索意図の分類体系：古典と現代

検索意図の分類は、SEOの世界で「これさえ覚えればよい」という決定版があるわけではなく、文脈に応じて使い分ける複数の体系が並存しています。代表的なものを2つ紹介します。

古典：Broderの3分類（2002年）

研究者Andrei Broderが2002年の論文「A taxonomy of web search」で提唱した分類で、現在もSEO業界の共通言語として使われています。

分類	意図	クエリ例
Informational（情報収集型）	知識や情報を得たい	「SEO とは」「検索意図 意味」
Navigational（指名型）	特定のサイト・ページに行きたい	「Twitter ログイン」「SEGO」
Transactional（取引型）	購入・登録・予約などの行動を取りたい	「ノートPC 購入」「美容院 予約」

「インフォメーションクエリ」「トランザクショナルクエリ」と呼ばれるときの語源はここにあります。シンプルですが、20年以上経った今もSEO戦略の基礎として通用する強さがあります。

拡張：Commercial Investigationを加えた4分類

2010年代以降、SEOの実務では「購入の手前にある比較検討」というフェーズの重要性が高まり、Broder分類にCommercial Investigation（比較検討型）を加えた4分類が広く使われています。

例：「ノートPC おすすめ 2026」「SEOツール 比較」のような、購入を前提とした調査クエリがこれにあたります。Transactional（取引型）よりも上流の意図で、レビュー記事・比較記事・ランキング記事が対応します。

現代：Know / Go / Do / Buy 分類

MozやAhrefsの解説で広まった、より直感的な4分類です。Broder分類とほぼ対応しますが、表現が平易で実務でのワークフローに乗せやすい利点があります。

現代分類	Broder分類との対応	意味
Know	Informational	知りたい
Go	Navigational	行きたい（特定サイトへ）
Do	Transactional	したい（行動を取りたい）
Buy	Commercial Investigation / Transactional	買いたい（比較検討〜購入）

実務では「このクエリは Know か Do か」という形でチームの認識を揃え、コンテンツの方向性（解説記事 / 行動誘導ページ / 比較記事 / LP）を決めるのに使います。

検索意図を捉える3つの実務手法

分類体系を理解しても、目の前のキーワードの検索意図を正確に捉えるのは別の難しさがあります。10年間のSEOコンサル経験から、実務で機能する3つの手法を紹介します。

1. SERP上位10記事の検索意図カバー率を分析する

最も信頼できる検索意図のシグナルは、Googleが現時点で上位表示している10記事です。Googleはユーザー行動データ（CTR・滞在時間・離脱率など）を踏まえてランキングを調整しているため、上位10記事の共通項がそのクエリの主たる検索意図を反映しています。

実務では、上位10記事をスプレッドシートに並べ、以下を機械的にチェックします。

• 記事タイプ（解説 / 比較 / リスト / ハウツー / ニュース）
• 共通する見出し（h2レベル）
• 文字数のレンジ
• 差し込まれる要素（表 / 画像 / 動画 / FAQ）

10記事中7記事以上が同じ要素を持っていれば、それは「外せない要素」です。逆に1〜2記事しか持っていない要素は、無理に入れる必要はありません。

2. サジェスト・関連検索・People Also Ask の統合

1つのクエリには、必ず派生する意図が存在します。「検索意図」というクエリの背後には、「検索意図 4分類」「検索意図 調べ方」「検索意図 SEO」といった派生クエリがあり、これらを把握することで検索意図の全体像が立体的に見えます。

• Googleサジェスト：検索窓に表示される候補（=直近で同じく検索されているクエリ）
• 関連検索：検索結果ページの下部に表示されるクエリ
• People Also Ask（他の人はこちらも検索）：質問形式の派生意図

これらをまとめて記事の構成に取り込むと、ユーザーが「次に知りたいこと」を先回りでカバーできます。AI検索のクエリファンアウト（1つのクエリを複数のサブクエリに分解する仕組み）への対応にも、この派生意図のカバーが直結します。

3. GSCのクエリと実コンテンツのズレ検証

公開済みの記事については、Google Search Console（GSC）の「検索パフォーマンス」レポートで、その記事が実際に流入を取っているクエリ一覧を確認できます。

ここで重要なのは、「想定していた検索意図」と「実際に流入しているクエリの意図」がズレているケースを発見することです。たとえば、Knowクエリを狙って書いた解説記事に、Buyクエリで流入が来ているなら、購入誘導のCTAを追加する余地があります。逆もまた然りで、ズレを認識できないと、検索意図とコンテンツの乖離が広がっていきます。

1,400サイト診断データで見える「検索意図対応の3層」

ここからが本記事の中核です。SEGOで2026年5月時点までに診断した累計2,228件・ユニーク1,400サイトのデータを集計したところ、検索意図への対応は3つの層に分かれており、それぞれの層で不合格率がはっきり異なることがわかりました。

各層の不合格率は次のとおりです。

層	項目	不合格率
第1層：自動化される表面	title_tag	9.6%
第2層：人間が判断する核心	h1_tag	27.1%
	heading_hierarchy	27.7%
	meta_description（content）	28.5%
第3層：AI検索の新しい入口	content_freshness	58.2%
	faq_markup	86.0%

※ SEGO 累計2,228件・ユニーク1,400サイトの診断データ（2026年5月時点）。診断項目の category 区分により、同じ項目名でも複数の文脈で評価される場合があります。

第1層：自動化される表面（title_tag：9.6%不合格）

title_tagの不合格率は9.6%と、検索意図関連項目の中で最も低い数字です。これは多くのサイトが「タイトルにキーワードを入れる」「タイトル長を意識する」といった基本を、WordPressプラグイン（Yoast SEO、All in One SEO、Rank Math等）やCMSのSEO機能で自動・半自動的にクリアしていることを示しています。

逆に言えば、この層はもはやSEOの差別化要因にはなりません。9割の競合がクリアしている前提のうえで、上の層で勝負することになります。

第2層：人間が判断する核心（h1・見出し階層・meta description：27〜28%不合格）

同じ「検索意図対応の入口」でも、人間が記事ごとに判断して書く部分になると、不合格率は一気に27〜28%へ跳ね上がります。

• h1_tag：27.1%不合格 ─ 検索意図への直接の応答が、ページ内で明示できていない
• heading_hierarchy：27.7%不合格 ─ 見出し階層が崩れており、意図の構造化ができていない
• meta_description：28.5%不合格 ─ 検索意図のサマリ（SERPでの応答）が書けていない

title_tagの9.6%との対比は示唆的です。ツールで自動化できる表面は9割クリアできるのに、人間が判断する部分になると約3割が躓いている──これが、現在の日本のWebサイトにおける検索意図対応の本当のボトルネックです。

言い換えれば、検索意図対応はもはや「title tagを直す」では完了しません。h1・見出し階層・meta descriptionの3点を、記事ごとに検索意図と紐付けて書き直す地道な作業に、SEOの主戦場が移っているのです。

第3層：AI検索の新しい入口（FAQマークアップ：86%不合格、コンテンツ鮮度：58%不合格）

そして第3層は、AI検索時代に新しく重要性が増した検索意図の入口です。ここの不合格率は、第2層をはるかに上回ります。

• faq_markup：86.0%不合格 ─ FAQ構造化データが未実装。AI検索が記事内のQ&A部分を引用しにくい
• content_freshness：58.2%不合格 ─ 更新日時の明示や定期更新が不足。AI検索は鮮度を引用判断に使う

FAQマークアップの86%不合格は衝撃的な数字です。AI検索（特に Google AI Overviews と Perplexity）は、構造化されたQ&A部分を優先的に引用する傾向があるため、ここを実装していないことはAI検索からの引用機会を最初から放棄していることに等しいと言えます。

コンテンツ鮮度58%不合格も同様で、AI検索は「最新性」を引用判断の重要シグナルとしています。3年前の記事と先月の記事のどちらを引用するかと問われれば、当然AIは新しい方を選びます。

3層を満たす実装の型

各層の不合格を埋めるための、具体的な実装の型を整理します。

第1層：title_tagの最適化

すでに9割がクリアしている層なので、最低限の網を張る以下のチェックでよいです。

• タイトル長：30〜35字（SERPでカットされない長さ）
• 主要KWは前半に配置
• 記事内容と一致しているか（クリックベイトでないか）

第2層：h1・見出し階層・meta descriptionの最適化

主戦場はここです。記事ごとに「検索意図→構造」を紐付ける作業になります。

h1_tag：検索意図への直接の応答を1文で宣言する。「検索意図とは？」のクエリに対しては「検索意図とは何か：定義と分類体系」のように、答えの方向性をh1で示します。

heading_hierarchy：h1→h2→h3の階層を崩さない。h2の中にいきなりh4が出てくる、複数のh1がある、といった構造の崩れは、見出し階層からの検索意図の読み取りを阻害します。

meta_description：SERPでの「もう一つの応答」と捉える。タイトルが見出し、meta descriptionが要約という関係で、両者が連動して検索意図に応えている状態を作ります。120〜140字を目安に、主要KWと記事の独自要素を入れます。

第3層：FAQマークアップとコンテンツ鮮度の実装

AI検索時代に最も差別化できる層です。実装難度は中程度ですが、競合の86%が未対応なので、効果のレバレッジが大きい層でもあります。

FAQマークアップ：記事末尾やセクション内に「よくある質問」をJSON-LDで構造化します。FAQの構造化データ実装ガイドで詳しく解説しています。

コンテンツ鮮度：記事に「公開日」と「最終更新日」を明示し、定期的に更新する運用を組みます。データや事例が古くなった部分を半年〜1年ごとに見直し、更新日を更新する運用が理想です。

AI検索時代の検索意図 ─ クエリファンアウトと意図の複合化

従来SEOの検索意図は「1クエリ：1意図」の単純な対応で済むケースが多くありました。しかし、AI検索の登場により、検索意図は「1クエリ：複数の意図」へと複雑化しています。

例えば「検索意図 SEO」というクエリをAI検索が受け取ると、内部で次のような複数のサブクエリに分解されます。

• 検索意図の定義は何か
• 検索意図の分類はどうなっているか
• 検索意図を捉えるにはどうすればよいか
• 検索意図に応える記事の書き方は

この仕組みをクエリファンアウトと呼びます。詳しくはクエリファンアウトとは？AI検索SEOへの対応方法で解説していますが、要点は「1つの記事で、複数のサブ意図を網羅的にカバーすること」が、AI検索で引用される条件になりつつある、ということです。

本記事の構成も、まさにこの方針で組まれています。「検索意図」というクエリに対して、定義・分類・捉え方・実装データ・チェックリストという複数のサブ意図を1記事内でカバーすることで、従来SEOとAI検索の両方で引用されやすい構造を目指しています。

検索意図の見直しチェックリスト

最後に、自社サイトの主要記事で検索意図対応がどの層で止まっているかを自己診断するチェックリストを掲載します。各項目を「Yes / No」で答えてみてください。

層	チェック項目
第1層	タイトルは30〜35字以内で主要KWを前半に置いているか
第1層	タイトルと記事内容が一致しているか
第2層	h1で検索意図への直接の応答を宣言しているか
第2層	見出し階層がh1→h2→h3の順で崩れていないか
第2層	meta descriptionで記事の独自要素まで含めて応答できているか
第2層	SERPの上位10記事と意図カバー範囲を照合したか
第3層	FAQマークアップ（JSON-LD）を実装しているか
第3層	公開日・最終更新日を記事内に明示しているか
第3層	定期的にデータや事例を更新する運用が回っているか

「No」が3つ以上ある場合、その記事の検索意図対応はSEGOの診断データで言う中位〜下位の水準にあると考えられます。第2層・第3層の項目で「No」が多い場合は、特に改善の効果が大きいので優先して着手することをおすすめします。

SEGOでは、URLを入力するだけでh1・heading_hierarchy・meta_description・faq_markup・content_freshnessを含む数十項目を無料で診断できます。検索意図対応が3層のどこで止まっているかを、データで把握する起点としてご活用ください。

SEGOで無料診断を試す