Google エージェントブラウジング化とProject Mariner終了 Gemini Agentへの統合とLLMO対策2026

Google エージェントブラウジング化とProject Mariner終了 Gemini Agentへの統合とLLMO対策2026

この記事の結論: Project Marinerは2026年5月4日にプロトタイプとして役目を終え、その中核技術はGemini Agent（Gemini 3.1 Pro駆動）・Google検索のAI Mode・Chromeの「Auto Browse」へ統合されました。日本では2026年4月21日から「Gemini in Chrome」が提供開始され、AIがサイドパネルからページを読み、ユーザーの代わりに操作する時代に入っています。これはLLMO（大規模言語モデル最適化）にとって、人間の読者だけでなく「自律的にページを読むエージェント」に選ばれ・引用される設計が新たな必須要件になったことを意味します。

最終更新日: 2026年7月5日

はじめに

2025年から2026年にかけて、Googleの検索とブラウジングは「人間がクリックして読む」前提から「AIエージェントが代わりにページを開き、要約し、行動する」前提へと大きく軸足を移しました。その象徴が、実験的プロトタイプだったProject Marinerの終了と、その技術のプロダクトへの吸収です。

多くのオウンドメディア運営者やSEO担当者にとって、この変化は他人事ではありません。エージェント型ブラウジングが普及すると、自社サイトを最初に読むのは人間ではなくGemini AgentのようなAIになり、そのAIが「どのページを開くか」「どの一文を引用するか」「どの情報源を信頼するか」を判断するからです。従来のクリック最適化やタイトル調整だけでは、この判断プロセスに介入できません。

本記事では、Project Marinerが終了に至った経緯から、統合先であるGemini Agent・AI Mode・Chrome Auto Browseの実像、日本での「Gemini in Chrome」提供内容、そしてエージェント時代に自社サイトが選ばれるための具体的なLLMO対策までを、手順・比較表・数値で深掘りします。LLMOの全体像を先に押さえたい場合はLLMO完全ガイドやAI検索最適化ガイドを並行して参照すると理解が早まります。

Project Mariner終了の経緯と背景

Project Marinerは、Google DeepMindが開発したブラウザ操作型のAIエージェントの研究プロトタイプでした。Gemini 2.0を基盤とし、Chrome上でユーザーの指示に従ってタブを開き、フォームを入力し、ボタンをクリックし、複数サイトを横断してタスクを完遂する能力を持っていました。エージェントのWeb操作ベンチマークであるWebVoyagerでは83.5%という当時のトップクラスのスコアを記録し、「AIが自律的にWebを使う」未来を具体的に示したのです。

そのMarinerが、2026年5月4日にサービス（プロトタイプ提供）を終了しました。終了は失敗の帰結ではなく、むしろ役割を果たし終えたことによる発展的解消でした。背景には次の3つの流れがあります。

第一に、研究プロトタイプで検証されたブラウザ操作技術が、量産可能な水準に達し、実プロダクトへ移す段階に入ったこと。第二に、業界全体のエージェント開発フォーカスが、汎用的なWeb操作から「コード対応ツール」など特定の高価値タスクへ移行したこと。第三に、Gemini本体が2.0から3.1 Proへ世代交代し、Mariner単独で持っていた機能をより高性能なモデルが吸収できるようになったことです。

Marinerはなぜ終了したのか

Marinerの終了理由を一言でいえば「プロトタイプの成果を製品へ移すため」です。研究段階のUIやインフラを維持し続けるより、検証済みの中核技術をGemini Agentや検索・Chromeへ組み込むほうが、より多くのユーザーに届きます。実際、Marinerが担っていた「複数サイトを横断してタスクを完遂する」機能は、後述するChromeのAuto BrowseとGemini Agentへほぼそのまま引き継がれました。

以下は、Marinerから統合先への技術の流れを整理した表です。

この表からわかるとおり、Mariner終了は「機能の消滅」ではなく「機能の分散配置」です。したがって、Marinerを使っていなかったサイト運営者にとっても、統合先の各プロダクトを通じて同等のエージェントが自社サイトを読みに来る状況は変わりません。

Gemini Agent/AI Mode/Chrome Auto Browseへの統合内容

Marinerの技術は主に3つのプロダクトへ吸収されました。それぞれの役割と、サイト運営者から見た意味を整理します。

Gemini Agentとは何か

Gemini Agentは、Gemini 3.1 Proを駆動エンジンとするタスク自動化レイヤーです。ユーザーが「この条件でホテルを比較して予約候補を3つ出して」といった複合タスクを指示すると、Gemini Agentが複数のWebページを自律的に開き、情報を抽出し、比較し、結果をまとめて提示します。Marinerが研究段階で示した「横断タスク完遂」を、より高性能なモデルで製品化したものと理解すればよいでしょう。Gemini自体のSEO/最適化観点はgemini-seoの用語解説も参照してください。

サイト運営者にとって重要なのは、Gemini Agentが「ページを人間の代わりに読む」点です。読むのは人間の目ではなくモデルなので、視覚的な装飾よりも、テキストとして抽出しやすい構造・明確な事実・信頼できる出典が評価されます。

AI Modeとは何か

AI Modeは、Google検索の中に組み込まれた対話型の回答モードです。従来の10本の青いリンクを返す代わりに、複数の情報源を横断して統合した回答を生成し、その中で参照元へのリンクを提示します。仕組みの根底には、1つの質問を複数のサブクエリに分解して同時検索するquery-fan-outの考え方があり、AI Modeの最適化を体系的に押さえたい場合はGoogle AI Mode公式最適化ガイドが実務的です。

AI Modeでは、生成された回答に自社サイトが「引用元」として表示されるかどうかが集客の分岐点になります。これはゼロクリック（zero-click）検索の拡大と表裏一体であり、クリックされなくても引用として名前が出ることが新たな露出指標になりつつあります。

Auto Browseとは何か

Auto Browseは、Chromeに組み込まれた自律ブラウジング機能です。ユーザーがタスクを指示すると、Chrome自身がタブを操作し、ページ遷移やフォーム入力を代行します。Marinerがプロトタイプで実現していた「ブラウザ内自律操作」がChrome標準機能へ降りてきた形です。

これら3つは役割が分かれていますが、いずれも共通して「AIがページを読み、判断し、行動する」という流れを持ちます。したがってLLMO対策も、3つを個別に狙うのではなく「エージェントに読まれ・選ばれる」という一つの原理で設計するのが効率的です。

Gemini in Chrome日本提供（2026-04-21）とできること

日本では2026年4月21日から「Gemini in Chrome」が提供開始されました。これはChromeのサイドパネルからGeminiを呼び出し、いま表示しているページや複数タブの内容をAIに読ませて、要約・質問・比較・タスク実行を依頼できる機能です。エージェント型ブラウジングの入口が、一般ユーザーの日常ブラウザに標準搭載されたことを意味します。

Gemini in Chromeの使い方

基本的な使い方は次の手順です。

1. ChromeのツールバーまたはサイドパネルからGeminiを起動する。
2. 現在開いているページ、または複数タブをコンテキストとしてGeminiに渡す。
3. 「このページを3行で要約して」「A社とB社の料金を比較して」などの指示を出す。
4. Geminiがページ本文を読み取り、回答や比較表を生成する。
5. さらに「予約ページを開いて」のようなアクションを指示すると、エージェント型ブラウジングでChromeを操作する。

この流れの中で、ステップ4の「ページ本文を読み取る」段階が、オウンドメディアにとっての勝負どころです。Geminiがページから何を抽出できるかは、その動画単体の出来だけでは決まらない裏側の設計、つまりHTML構造・見出しの明確さ・構造化データの整備によって大きく変わります。

Gemini in Chromeでオウンドメディアはどう読まれるか

Gemini in Chromeは、レンダリング後のページ本文をテキストとして解釈します。このとき、次のようなページは正確に読まれやすくなります。

• 見出し（h2/h3）で論点が明示され、各節が自己完結している。
• 結論や定義が冒頭に置かれ、後から根拠が続く逆ピラミッド構造になっている。
• 数値・日付・固有名詞が本文テキストとして明記されている（画像内文字ではない）。
• 構造化データやJSON-LDでエンティティが明示されている。

逆に、重要情報を画像やスクリプト依存の動的要素に閉じ込めていると、Geminiが本文として抽出できず、要約や比較の対象から外れます。オウンドメディアの読まれ方を最適化する第一歩は、視覚デザインよりも「テキストとして正しく抽出される構造」を整えることです。

エージェント型ブラウジングがLLMO/引用に与える影響

エージェント型ブラウジングの普及は、LLMO（llmo）の前提を大きく書き換えます。従来のSEOが「検索結果画面で人間の目に留まる」ことを目指したのに対し、これからは「AIエージェントが読み、選び、引用する」ことを目指す必要があります。読み手が人間からllmへ変わるという構造的な転換です。

具体的な影響は次の3点に集約されます。

第一に、引用（citation）の重要性が跳ね上がります。Gemini AgentやAI Modeが回答を生成する際、根拠として提示するのは「モデルが信頼できると判断した情報源」です。ここに選ばれなければ、どれだけ順位が高くても回答内に登場しません。この引用選択の条件はPerplexity Deep Researchの引用条件の分析とも共通する部分が多くあります。

第二に、グラウンディング（生成回答を外部の事実データに紐づける処理）の対象になれるかどうかが分岐点になります。エージェントはrag的な仕組みで外部情報を取得しながら回答するため、取得しやすく・信頼できる形で情報を置いておくことが、引用確率を直接押し上げます。

第三に、geo（生成エンジン最適化）やaeo（回答エンジン最適化）といった、生成AI回答そのものを対象にした最適化観点が、従来型SEOと同等かそれ以上の比重を占めるようになります。

エージェント時代にSEOはどう変わるか

一言でいえば、SEOは「順位を上げる技術」から「AIに引用・選択される技術」へ拡張されます。順位が無意味になるわけではありません。エージェントもクローラ（crawler）が収集したインデックスを起点にページを選ぶため、インデックスされ、上位に評価されることは前提条件のまま残ります。その上で、選ばれるための追加要件として引用適性が乗る、という二層構造になります。

この二層構造を前提にした戦略設計はSEOとLLMOのハイブリッド戦略で詳述しています。「LLMO時代にSEOは死んだ」という言説の検証はGoogle I/O 2026のLLMO死亡説検証も参照してください。

AIエージェントに自社サイト/情報が選ばれる対策

ここからは、Gemini Agentやその周辺エージェントに選ばれ・引用されるための具体策を、優先度順に整理します。核心は、構造的整備・信頼性の明示・一次情報の3本柱です。

1. エンティティと事実を機械可読にする

エージェントは本文テキストと構造化データの両方を読みます。次の実装を優先してください。

• schema.org語彙に沿った構造化データをJSON-LDで実装する。Article・FAQPage・Organization・BreadcrumbListが基本セットです。
• 著者情報をProfilePageやOrganizationで明示し、eeat（経験・専門性・権威性・信頼性）の根拠をテキストで示す。
• 数値・日付・比較値を表や箇条書きで明記し、抽出しやすくする。

2. 引用されやすい「一文の設計」

エージェントが回答内に引用するのは、多くの場合「その質問にそのまま答えている短い一文」です。各セクションの冒頭に、質問に対する直接的な結論を40〜80字程度で置くと、引用対象として抜き出されやすくなります。この「直答ファースト」はaeoの基本作法であり、FAQ形式との相性も抜群です。

3. 一次情報と独自データを持つ

Gemini Agentが複数の情報源を横断するとき、二次情報の焼き直しは重複として弾かれやすく、逆に一次情報（独自調査・実測値・現場の手順）は代替不能な情報源として選ばれやすくなります。競合と同じことを書くのではなく、自社にしか出せない数値・事例・検証結果を1記事に最低1つ含めることを推奨します。

4. クエリ意図の網羅

エージェントは1つの質問を複数のクエリに分解して検索します。したがって、主となる問いだけでなく、その周辺で発生する派生質問（料金・手順・比較・注意点・FAQ）まで1ページで網羅していると、分解された複数のサブクエリに同時にヒットしやすくなります。網羅性の設計は用途・機能軸で整理すると漏れが減り、その考え方はAIレコメンドの文法・用途/機能軸研究にまとめています。

なお、他社のエージェント型ブラウザ対策と並べて考えると理解が深まります。ChatGPTのブラウザ対応はChatGPT Atlasの引用最適化、PerplexityはPerplexity Cometの引用戦略、Geminiの常時エージェント化はGemini Sparkの常時エージェントLLMO影響で扱っており、プラットフォーム横断で共通する原理と差分が見えてきます。

AI Mode吸収による検索行動の変化

Mariner技術のAI Modeへの統合は、ユーザーの検索行動そのものを変えます。従来は「検索→リンク一覧→クリック→ページで読む」という流れでしたが、AI Modeでは「検索→統合回答をその場で読む→必要ならリンク確認」に短縮されます。

この変化は、chatgpt-searchなどAI検索全般で共通して進行しており、次のような定量的インパクトをもたらします。

この表が示すのは、「クリックされなくても引用されれば価値がある」という新しい評価軸の登場です。したがってKPIも、流入セッション数だけでなく「AI回答内での自社言及・引用の有無」を加える必要があります。AI回答での引用状況は、Search Consoleやブランド指名検索の推移から間接的に把握できます。ただし継続的なモニタリング体制を組まないと、変化を見落とすため注意してください。

従来SEOとの関係（構造化データ・信頼性・一次情報）

エージェント時代に入っても、従来SEOの土台は不要になりません。むしろ、その土台の上にLLMO施策が積み上がる関係です。以下に、従来SEOとエージェント向けLLMOの対応関係を整理します。

この対応関係からわかるように、やるべきことの多くは従来SEOの延長線上にあります。違いは「人間が最終読者」から「AIが一次読者・人間が最終読者」への二段構えになった点です。全体像を体系的に押さえるにはAISEO完全ガイドが実務の見取り図として役立ちます。

今すぐやる対策チェックリスト

最後に、明日から着手できる対策を優先度順のチェックリストにまとめます。上から順に潰していけば、エージェント型ブラウジング環境での引用適性を段階的に高められます。

1. 主要記事の冒頭に、主要な問いへの40〜80字の直答を置く。
2. Article・FAQPage・OrganizationのJSON-LDを実装・検証する。
3. 重要な数値・日付・比較を画像から本文テキストへ移す。
4. 著者・監修者情報を明示し、eeatの根拠を可視化する。
5. 1記事に最低1つ、自社独自の一次情報を含める。
6. 派生質問（料金・手順・比較・注意点）を1ページで網羅する。
7. Gemini in Chromeで自社ページを要約させ、抽出精度を実測する。
8. KPIに「AI回答内での自社言及・引用の有無」を追加する。

このチェックリストは、Gemini Agent・AI Mode・Chrome Auto Browseのいずれに対しても共通して効きます。プラットフォームごとに施策を分けるより、「エージェントに読まれ・選ばれる」一つの原理で設計するほうが投資効率が高くなります。

よくある質問

Q1. Project Mariner終了はLLMOにどう影響しますか?

影響は限定的ですが方向性は明確です。Marinerの終了は機能の消滅ではなく、Gemini Agent・AI Mode・Chrome Auto Browseへの分散統合だからです。むしろ統合により、より多くのユーザー接点でエージェントが自社サイトを読みに来るようになりました。したがってLLMOの重要度は下がるどころか上がり、「エージェントに引用・選択される設計」を進める必要があります。Marinerを使っていなかったサイトも、統合先プロダクト経由で同等のエージェントに読まれる点は変わりません。

Q2. Gemini Agentとは何ですか?

Gemini 3.1 Proを駆動エンジンとするタスク自動化レイヤーです。ユーザーの複合タスク指示を受け、複数のWebページを自律的に開き、情報を抽出・比較し、結果をまとめて提示します。Marinerが研究プロトタイプで示した横断タスク完遂能力を、より高性能なモデルで製品化したものと理解すると分かりやすいでしょう。人間の目ではなくモデルがページを読むため、テキストとして抽出しやすい構造と信頼できる出典が評価の鍵になります。

Q3. Gemini Agentに引用・選択されるにはどうすればよいですか?

構造化データの実装・直答文の設置・一次情報の保有の3点が中心です。エージェントは回答の根拠として「信頼でき、抽出しやすい情報源」を選ぶため、JSON-LDでエンティティと事実を機械可読にし、各節の冒頭に質問への直接的な結論を置き、自社独自の数値や事例を含めることが有効です。二次情報の焼き直しは重複として弾かれやすく、代替不能な一次情報ほど選ばれやすくなります。

Q4. Gemini in Chromeでオウンドメディアはどう読まれますか?

レンダリング後のページ本文がテキストとして解釈されます。見出しで論点が明示され、結論が冒頭にあり、数値や日付が画像ではなく本文テキストで書かれているページは正確に読まれます。逆に重要情報を画像やスクリプト依存の動的要素に閉じ込めると、本文として抽出されず要約や比較の対象から外れます。まずはGemini in Chromeで自社ページを実際に要約させ、抽出精度を確認するのが近道です。

Q5. Gemini in Chromeはいつ日本で提供開始されましたか?

2026年4月21日から日本で提供が始まりました。Chromeのサイドパネルからgeminiを呼び出し、表示中のページや複数タブの内容を読ませて要約・質問・比較・タスク実行を依頼できます。エージェント型ブラウジングの入口が一般ユーザーの日常ブラウザに標準搭載された、という点が実務上の大きな意味を持ちます。

Q6. Auto Browseとは何ですか?

Chromeに組み込まれた自律ブラウジング機能です。ユーザーがタスクを指示すると、Chrome自身がタブを操作し、ページ遷移やフォーム入力を代行します。Marinerがプロトタイプで実現していたブラウザ内の自律操作が、Chrome標準機能として降りてきた形です。サイト側から見れば、人間の手動操作を前提としない導線設計や、機械が追いやすい明確なリンク構造の重要性が増します。

Q7. AI Modeの普及で検索流入は減りますか?

クリック流入は減る傾向ですが、引用露出という新しい価値が生まれます。AI Modeは統合回答をその場で提示するため、リンククリックが発生しにくくなります。一方で、回答の根拠として自社名やページが引用されること自体が資産になります。したがってKPIを流入セッション数だけで測るのは不十分で、AI回答内での自社言及・引用の有無を新たな指標として追加すべきです。

Q8. エージェント時代に従来のSEOは不要になりますか?

不要にはならず、LLMOの土台として残ります。エージェントもクローラが集めたインデックスを起点にページを選ぶため、インデックスされ上位に評価されることは前提条件のままです。その上に「引用・選択される」ための施策が積み上がる二層構造になります。クロール最適化・見出し設計・構造化データ・E-E-A-Tはそのまま生き続け、むしろエージェント向けにより厳密な実装が求められます。

Q9. MarinerはなぜWebVoyagerで83.5%も出せたのに終了したのですか?

性能が問題だったのではなく、プロトタイプの成果を製品へ移す段階に達したためです。83.5%というスコアはブラウザ操作技術が量産可能な水準に達したことの証左であり、その検証済み技術をGemini AgentやChromeへ組み込むほうが、研究UIを維持し続けるより多くのユーザーに届きます。加えてGeminiが2.0から3.1 Proへ世代交代し、Mariner単独機能をより高性能なモデルが吸収できるようになったことも後押ししました。

Q10. 中小サイトでも今から間に合いますか?

十分に間に合います。エージェントは規模より「抽出しやすさ」と「情報の独自性」を重視するため、大手でなくても一次情報と明確な構造を備えれば引用され得ます。まずはチェックリストの上位項目、直答文の設置とJSON-LD実装、独自データの追加から着手すれば、投資対効果の高い順に引用適性を高められます。

関連用語

• gemini-seo
• grounding
• llmo
• llm
• geo
• aeo
• rag
• chatgpt-search
• structured-data
• json-ld
• schema-org
• eeat
• query
• crawler
• zero-click

関連記事

• Gemini Sparkの常時エージェント化がLLMOに与える影響
• Perplexity Cometブラウザエージェントの引用戦略
• ChatGPT AtlasのAIブラウザ引用最適化
• Google AI Mode公式最適化ガイド 2026日本版
• Google I/O 2026 LLMO死亡説の検証
• Query Fan-Outの特許メカニズムとSEO戦略
• LLMO完全ガイド
• SEOとLLMOのハイブリッド戦略
• オウンドメディアのLLMO戦略