AI Overviews が Nano Banana で画像生成へ、Google Images も25周年で刷新

AI Overviews が Nano Banana で画像生成へ、Google Images も25周年で刷新

要点: 2026年7月14日、Google は AI Overviews の中でテキストプロンプトから画像を生成する機能を発表しました。生成モデルは Google の最新画像モデル「Nano Banana」で、Search Engine Journal によればウェブ上に一致する画像が存在しない場合に AI 画像を生成する挙動とされています。同日、Google Images も25周年を機にリアルタイム更新のギャラリー型ホームページへ刷新されました。検索結果内で「画像そのもの」が生成されるようになったことで、画像経由の流入設計は前提から見直しが必要です。

最終更新日: 2026年7月15日

何が起きたのか

2026年7月14日、Google は検索の AI Overview 内で画像を生成する機能を発表しました。Search Engine Land、Search Engine Journal、TechCrunch、9to5Google、Android Headlines が同日に一斉に報じています。これまで AI Overviews に表示される画像は、ウェブ上に存在する画像を引用・参照する形が中心でした。今回の変更は、検索結果の中で画像がゼロから作られるという、性質の異なる転換です。

画像生成モデルは「Nano Banana」

生成に使われるのは、Google の最新画像モデルである Nano Banana です。ユーザーが検索窓にテキストプロンプトを入力すると、AI Overviews 内でその内容に沿った画像が完全にゼロから生成されます。Google はこの機能について、次のように述べています。

This update transforms a simple text prompt into a high-quality, custom visual made completely from scratch, seamlessly bridging the gap between imagination and reality.

「単純なテキストプロンプトを、完全にゼロから作られた高品質でカスタムなビジュアルへと変換し、想像と現実の間のギャップをシームレスに橋渡しする」という趣旨です。ここで注目すべきは "completely from scratch"（完全にゼロから）という表現で、既存のウェブ画像を探して並べるのではなく、その場で新規に作る点を Google 自身が前面に押し出しています。

生成できるのは単一の画像だけではありません。比較画像の生成も可能とされ、報じられている例では「nautical-style room（航海風の部屋）」というプロンプトに対して、生成された寝室デザインと合わせて改善提案が提示されます。ユースケースとしては、部屋を赤く塗ったらどう見えるかの確認、コースタルテーマの寮の部屋の可視化といった、「空間の再イメージ」「アイデアの可視化」が挙げられています。つまり、既存のウェブ上には存在し得ない「まだ実現していない状態」を見せることが、この機能の中心的な狙いです。

ロールアウトの条件と発動タイミング

ロールアウトは今後数週間かけて、英語で、AI Mode の画像生成をすでにサポートしている全地域に展開されます。段階的ロールアウトであり、確定日は示されていません。日本語での提供時期についても、現時点で公式なアナウンスはありません。

発動条件について、Search Engine Journal は「ウェブ上に一致する画像が存在しない場合に AI 画像を生成する」挙動だと伝えています。これは実務上きわめて重要な線引きです。裏を返せば、ウェブ上に的確に一致する画像が存在すれば、既存画像が優先される余地が残るということになります。ただし「一致する」の判定基準がどこにあるのか、どの程度の意味的な近さで既存画像が採用されるのかは公開されておらず、この点は現時点では未知数です。

Google Images が25周年で刷新

同日、Google Images の刷新も発表されました。Google Images は2001年の登場から25年を迎えます。今回の刷新の柱は次の3点です。

1. ブラウズ可能なホームページ: 検索クエリを入力する前から、リアルタイムで更新されるギャラリーが表示されます。Google の Search 担当シニアエンジニアリングディレクター Brad Kellet 氏は、これを「a gallery of images from across the web that updates in real time」（ウェブ全体からの画像を集めた、リアルタイムで更新されるギャラリー）と表現しています。
2. パーソナライズ表示: ログインユーザー向けに、ギャラリー上部のタブでパーソナライズされた表示が提供されます。
3. コレクションへの保存: 気に入った画像をコレクションに保存できます。

TechCrunch はこの刷新を「Pinterest ライクな、ディスカバリー重視のリデザイン」と評しています。従来の Google Images は「検索してから見る」ツールでしたが、刷新後は「開いた瞬間から眺める」フィードに近づきます。Google Images 刷新のロールアウトは、米国デスクトップ・英語で今後数週間とされています。

この2つの発表は別々の機能に見えますが、方向性は一貫しています。片方は「探しても無ければ作る」、もう片方は「探す前から見せる」。いずれも、ユーザーが Google の面から外に出る回数を減らす方向に働きます。

背景と経緯

今回の発表は突然出てきたものではなく、AI Overviews の段階的な機能拡張の延長線上にあります。

SGE から AI Overviews、そして AI Mode へ

Google の生成AI検索は、実験的な SGE（Search Generative Experience）として始まりました。その後、検索結果の最上部に定常的に表示される AI Overviews として正式化され、さらに検索体験そのものを対話型に置き換える AI Mode が追加されました。この流れの中で一貫していたのは、「回答をその場で完結させる」方向への圧力です。

直近では、AI Mode の利用者が10億人規模に達したことと、Gemini 3.5 Flash が既定モデルとして採用されたことが報じられています（AI Mode 10億ユーザーと Gemini 3.5 Flash 既定化のニュース解説、Gemini 3.5 Flash の AI Mode 既定化グローバル展開）。既定モデルが高速・低コスト化すれば、1クエリあたりに投入できる計算量の設計が変わります。画像生成のような重い処理を検索の標準動線に組み込むには、まず推論コストが下がっている必要がありました。今回の画像生成搭載は、その前提条件が整った後のタイミングで出てきたと見られます。

Nano Banana の位置づけ

Nano Banana は Google の最新画像モデルとして位置づけられています。今回、これが検索プロダクトの中核動線である AI Overviews に直接組み込まれたことの意味は小さくありません。画像生成モデルは長く「別アプリ・別タブで使うもの」でしたが、検索窓に統合されるということは、画像生成が特別な行為ではなく検索の一部になるということです。ユーザーは「画像生成AIを使おう」と意識する必要すらなくなります。

Google Images の25年と、画像流入の歴史

Google Images は、多くのメディア・EC・ストックフォトサイトにとって長らく無視できない流入源でした。とくに「見た目で選ぶ」商材、たとえばインテリア、ファッション、旅行先、レシピなどでは、画像検索が入口として機能してきました。25年かけて積み上がったこの導線が、リアルタイムギャラリー化とパーソナライズによって、「クエリ起点」から「フィード起点」へと再設計されます。フィード型になると、露出は検索順位よりもレコメンドロジックに左右されます。

ゼロクリック化の延長線として

ゼロクリック化は AI Overviews 登場以降の一貫したテーマです。テキストの回答が検索結果で完結すれば、リンクはクリックされません。同じ論理が画像にも適用されるのが今回の変更です。これまで「テキストは AI に要約されても、画像は結局どこかのサイトから引っ張ってくるしかない」という構造が、画像流入の最後の砦として機能していました。生成できるなら、その砦は理屈のうえでは崩れます。

AI Overview 経由の CTR 低下や業種別の CTR 減衰で観測されてきた現象が、画像検索という別のチャネルでも再現される可能性があります。LLMO の全体像を押さえたうえで、画像という軸を改めて見直す局面です。

国内外の反応

業界メディアの受け止め

Search Engine Journal と Search Engine Land は、いずれもパブリッシャー側への影響に言及しています。論点は主に2つです。

第一に、面積の問題です。生成画像が AI Overviews 内に表示されるということは、その面積は従来なら外部の画像ソースに割かれていたはずのスペースです。AI が作った画像がそこを占めれば、実在するサイトの画像が表示される機会は物理的に減ります。表示されなければ、クリックもされません。

第二に、経由地としての Google 画像検索の相対化です。ユーザーが AI Overviews 内で目的の画像を得てしまえば、そもそも Google 画像検索のタブに移動する動機が消えます。画像検索を経由しないなら、画像検索経由の流入も消えます。

ただし、各媒体はこれらの見立てに「speculative（推測）」と明確に注記しています。これは重要な点です。実際にどれだけの割合のクエリで生成画像が出るのか、生成が発動する条件がどれだけ狭いのか、既存画像との併記がどう行われるのかは、まだデータが存在しません。「一致する画像が存在しない場合に生成する」という挙動が本当に厳格に守られるなら、影響は限定的にとどまる可能性もあります。現時点では影響の方向は読めても、規模は読めません。

ストックフォト・クリエイター側の懸念

cryptonomist は、ストック画像サイトへの影響を懸念する報道を出しています。ストックフォトのビジネスモデルは「特定のシチュエーションの画像が必要な人に、既製の画像を売る」ことで成り立っています。「航海風の部屋の画像が欲しい」というニーズがその場の生成で満たされるなら、需要の一部は構造的に消えます。とくに、汎用的で代替可能なイメージカット領域は影響を受けやすいと見られます。

一方で、実在する場所・実在する商品・実在する人物の写真は生成では代替できません。ここが分水嶺になります。

「Pinterest 化」への評価

TechCrunch が指摘した「Pinterest ライク」という性格づけは、脅威と機会の両面を含みます。フィード型のディスカバリー面が増えるということは、検索クエリを持たないユーザーにリーチする新しい面が生まれるということでもあります。ビジュアル検索まわりの最適化については、Pinterest のビジュアル検索と AI 引用最適化やPerplexity の Snap to Shop 対応で扱った考え方が、そのまま応用できる部分があります。

aiseo-llmo.com ユーザーへの影響

ここからが実務です。軸になる問いは一つです。「画像が AI で生成されるなら、自社画像が引用される余地はどこに残るか」。

答えの原則はシンプルです。生成できないものを持っているサイトが残ります。Nano Banana は「航海風の部屋」は作れますが、「御社の実際の施工事例の部屋」は作れません。生成不可能性こそが、これからの画像資産の価値です。以下、業種別に見ます。

EC・小売

影響は限定的だが、カテゴリによって割れます。実在する商品の写真は生成で代替できません。型番、色、質感、パッケージ、サイズ感といった情報は、実物に紐づいた正確さが要求されます。ここは引き続き既存画像が使われる領域です。

一方で危ういのは、イメージカット・使用シーンの演出画像です。「このソファをリビングに置いたイメージ」「この服を着たコーディネート例」は、まさに Nano Banana が得意とする「空間の再イメージ」そのものです。演出画像でトラフィックを取っていた場合、その部分は削られる可能性があります。

対策の方向は、商品画像を「実在する固有の商品」として機械可読にすること。Product 構造化データと ImageObject を確実に紐づけ、型番・ブランド・在庫・価格まで含めて明示します。

不動産・インテリア

最も影響が大きい業種の一つです。「部屋を赤く塗ったらどう見えるか」「コースタルテーマの部屋」という Google の挙げたユースケース例が、そのままこの業界の中心にあります。これまで「〇〇風 リビング」「北欧 インテリア 実例」といったクエリで画像流入を取っていたサイトは、その面を生成画像に明け渡す可能性が高いと見られます。

残る余地は実在性です。実際に施工した物件、実際に販売している家具が写った部屋、実際に存在する物件の間取りと内装。「イメージ」ではなく「実例」であることを、画像そのものと構造化データの両方で主張する必要があります。施工事例に住所・竣工年・面積・使用した製品名を紐づけ、ImageObject の contentLocation や about で対象を特定できるようにします。

旅行・観光

二極化します。実在する宿・実在する景観・実在する客室の写真は生成で置き換えられません。ここは強い。むしろ AI が「それっぽい南国のビーチ」を出すほど、「実際にこの宿から見える景色」の価値は相対的に上がります。

危ういのは、抽象的な「旅のイメージ」で集客していた領域です。また、Google Images のギャラリー化は旅行系ビジュアルと相性がよく、フィードに載る画像は露出が伸びる可能性もあります。撮影地・施設名・季節を明示した画像メタデータの整備が、機会側の打ち手になります。

BtoB SaaS

直接の影響は小さいものの、間接的な変化があります。BtoB の画像需要は、製品UIのスクリーンショット、アーキテクチャ図、業務フロー図が中心です。これらは実在する製品に紐づくため生成では代替できません。

ただし、「概念図」「イメージ図」の領域は生成に置き換わります。「マーケティングファネルの図」「CI/CD パイプラインの概念図」を作って流入を取る戦略は弱くなります。逆に、自社製品の実画面を高解像度で出し、キャプションと alt で機能名まで書き切ることの価値が上がります。AI Mode 向けの公式最適化ガイドの考え方と合わせて設計してください。

メディア・出版

画像流入の減少を前提にした設計が必要です。記事のアイキャッチや説明用イラストは、生成の射程に入ります。一方、報道写真、取材写真、独自撮影の人物写真、イベント写真は代替不能です。

ここでの分岐は明確です。ストックフォトを買ってアイキャッチにしているメディアは画像面で差別化できません。自社で撮っているメディアは残ります。オリジナル画像に撮影者・撮影日・撮影場所を紐づけ、構造化データで一次情報であることを主張してください。詳細はAI Overview の画像引用と alt テキスト最適化にまとめています。

ストックフォト・クリエイター

最も直撃を受ける領域です。汎用的なイメージカットは、需要そのものが生成に流れます。cryptonomist の懸念報道はこの点を突いています。

残る余地は3つです。第一に、実在性（実在の場所・人物・イベント）。第二に、権利のクリーンさ（商用利用時に生成画像は権利面の不確実性が残るため、確実なライセンスに価値がある）。第三に、専門性（医療、産業機械、特定の文化的文脈など、生成の精度が出ない領域）。ライセンス情報の構造化データによる明示が、これまで以上に重要になります。

今すぐできる対応策

1. 画像資産を「生成可能／生成不可能」で棚卸しする

最初にやるべきは分類です。サイト内の画像を次の3群に分けます。

• A群（生成不可能）: 実在する商品・場所・人物・施工事例・製品UI・報道写真
• B群（生成可能）: イメージカット、概念図、抽象的な演出画像、汎用イラスト
• C群（判定不能）: 加工された商品画像、モデル起用のイメージなど中間

投資はA群に寄せます。B群は流入前提を外し、ページ内の理解補助という役割に切り替えます。C群はA群に寄せられないか（実物写真を足す、撮影データを紐づける）を検討します。

2. alt テキストを「見えるもの」から「特定できるもの」へ書き換える

従来の alt は「何が写っているか」を書けば十分でした。生成画像と競合する時代の alt は、「それが何であるかを特定できる情報」を書く必要があります。

悪い例:
<img src="sofa.jpg" alt="ソファ">

まだ弱い例:
<img src="sofa.jpg" alt="ベージュの3人掛けソファ">

良い例:
<img src="karimoku-ku6039-beige-3seater.jpg"
     alt="カリモク家具 KU6039 3人掛けソファ（ベージュ・ファブリック張り）を東京・世田谷の実際の施工事例リビングに設置した様子">

ポイントは、ブランド名・型番・素材・場所・文脈という「生成では出せない固有名詞」を含めることです。「ベージュのソファ」は Nano Banana が作れますが、「カリモク KU6039 が実際にこの部屋に置かれた様子」は作れません。

3. ファイル名とディレクトリ構造を意味のある形に整える

ファイル名は軽視されがちですが、機械可読性に効きます。

NG: /img/IMG_20260714_0031.jpg
NG: /img/photo1.jpg
OK: /images/works/setagaya-nautical-bedroom/karimoku-ku6039-beige-3seater.jpg

URL パスに「事例名／対象物」の階層を持たせることで、画像単体が切り出されても文脈が残ります。

4. ImageObject 構造化データで一次情報性と権利を明示する

JSON-LD で ImageObject を明示し、作成者・作成日・撮影場所・ライセンスを機械可読にします。とくに license と acquireLicensePage は、Google が画像ライセンス機能で公式にサポートしているプロパティです。

{
  "@context": "https://schema.org",
  "@type": "ImageObject",
  "contentUrl": "https://example.com/images/works/setagaya-nautical-bedroom/main.jpg",
  "name": "世田谷区・航海風ベッドルーム施工事例",
  "description": "2026年5月に東京都世田谷区の戸建てで施工した、ネイビーと無垢材を基調とした航海風スタイルの寝室。実際の竣工写真。",
  "creator": {
    "@type": "Organization",
    "name": "株式会社サンプルインテリア"
  },
  "creditText": "株式会社サンプルインテリア",
  "copyrightNotice": "© 2026 Sample Interior Inc.",
  "dateCreated": "2026-05-20",
  "contentLocation": {
    "@type": "Place",
    "name": "東京都世田谷区",
    "address": {
      "@type": "PostalAddress",
      "addressLocality": "世田谷区",
      "addressRegion": "東京都",
      "addressCountry": "JP"
    }
  },
  "representativeOfPage": true,
  "license": "https://example.com/image-license",
  "acquireLicensePage": "https://example.com/contact/image-use"
}

dateCreated と contentLocation は「実際に、この日に、この場所で撮った」という主張です。生成画像には原理的に存在しない情報であり、差別化の核になります。

5. Product と ImageObject を紐づけて商品の実在性を主張する

EC の場合、商品画像を Product に紐づけたうえで、画像側にも ImageObject を持たせます。

{
  "@context": "https://schema.org",
  "@type": "Product",
  "name": "カリモク家具 KU6039 3人掛けソファ",
  "sku": "KU6039-BEIGE-3S",
  "mpn": "KU6039",
  "brand": {
    "@type": "Brand",
    "name": "カリモク家具"
  },
  "image": [
    {
      "@type": "ImageObject",
      "contentUrl": "https://example.com/images/products/ku6039/front.jpg",
      "caption": "KU6039 3人掛けソファ（ベージュ）正面",
      "creditText": "株式会社サンプルインテリア",
      "license": "https://example.com/image-license",
      "acquireLicensePage": "https://example.com/contact/image-use"
    },
    {
      "@type": "ImageObject",
      "contentUrl": "https://example.com/images/products/ku6039/detail-fabric.jpg",
      "caption": "KU6039 のファブリック張地拡大（ベージュ）",
      "creditText": "株式会社サンプルインテリア"
    }
  ],
  "offers": {
    "@type": "Offer",
    "priceCurrency": "JPY",
    "price": "248000",
    "availability": "https://schema.org/InStock",
    "url": "https://example.com/products/ku6039"
  }
}

sku と mpn があることで、画像が「一般的なソファの絵」ではなく「この型番の実物」であることが機械に伝わります。schema.org の運用については既存の構造化データ設計と整合させてください。

6. robots.txt と meta で「使わせる／使わせない」を意図的に選ぶ

画像を AI に使われたくない場合と、引用されたい場合で設定は逆になります。まず方針を決めてから設定します。

引用されたい場合（推奨の基本形）。画像プレビューの制限を外し、大きく表示されうる状態にします。

<!-- 画像を大きくプレビューさせ、引用機会を最大化する -->
<meta name="robots" content="index, follow, max-image-preview:large, max-snippet:-1">

特定の画像だけ検索結果に出したくない場合は、data-nosnippet ではなく画像インデックス側で制御します。

# robots.txt — 特定ディレクトリの画像だけインデックスさせない
User-agent: Googlebot-Image
Disallow: /images/internal/
Disallow: /images/watermark-free/

# Google-Extended は生成AIの学習利用に関する制御用
# 検索結果への表示には影響しないが、方針として明示する場合
User-agent: Google-Extended
Disallow: /images/premium/

注意点として、Google-Extended は生成AIの学習・グラウンディング利用に関する制御であり、検索インデックスとは別軸です。ブロックすればグラウンディング対象から外れる可能性があり、引用機会そのものを失うトレードオフがあります。ストックフォト事業のように画像自体が商品なら防御が合理的ですが、集客のために画像を出しているサイトが安易にブロックすると自傷になります。

7. GSC で画像検索パフォーマンスのベースラインを取る

今のうちにベースラインを取ってください。ロールアウトが数週間かけて進むということは、影響が出始めてからでは変化前の数値が取れなくなります。GSC での確認手順は次のとおりです。

1. Search Console を開き、左メニューの「検索パフォーマンス」→「検索結果」を選択
2. 上部の「検索タイプ」フィルタをクリックし、「画像」を選択
3. 「日付」フィルタで「比較」タブを開き、直近28日と前年同期を比較
4. 「クエリ」「ページ」タブでそれぞれエクスポート（CSV / Google スプレッドシート）
5. 「検索タイプ」を「ウェブ」に切り替えて同じ期間でエクスポートし、画像 vs ウェブの比率を算出
6. この比率を月次で記録し、画像側のCTRとクリック数の推移を追跡

とくに記録すべきは、画像検索の表示回数は維持されているのにクリックが落ちるパターンです。これは「AI Overviews 内で完結している」兆候である可能性があります。逆に表示回数自体が落ちるなら、生成画像に面を取られている可能性が高い。この2つは打ち手が異なるため、必ず分けて見てください。

なお、AI Overview 対策の全体設計とAI検索最適化ガイドで扱っている計測フレームに、画像の軸を1本足す形で運用するのが現実的です。

今後の見通し

日本語展開の時期は、現時点では公式に示されていません。今回のロールアウトは英語限定であり、かつ AI Mode の画像生成をすでにサポートしている地域が対象です。Google の過去の展開パターンからすると、英語圏での安定稼働を確認したうえで多言語に広がる流れが想定されますが、これは推測です。日本語圏の担当者は、少なくとも数週間から数か月の準備期間があると見られます。ただし、この期間を「まだ来ない」と捉えるか「今のうちにベースラインを取る」と捉えるかで、後の判断精度が変わります。

AI Mode との統合は進むと見られます。今回の展開条件が「AI Mode の画像生成をすでにサポートしている地域」である点は示唆的で、AI Overviews と AI Mode の機能は共通基盤の上に乗っていることがうかがえます。将来的に、AI Mode の対話の中で画像を生成し、それを起点に商品検索や予約に接続する動線が作られる可能性はありますが、これも現時点では確認されていません。

権利・帰属表示の論点は残ります。生成画像が学習元の作風や構図に近づいた場合の扱い、生成画像であることの表示（SynthID などの電子透かし）の運用、商用利用時の責任の所在。いずれも今回の発表では詳細が示されていません。とくにストックフォト業界にとっては、この論点の決着が事業影響の大きさを左右します。

計測の空白が最大の実務課題です。現在の GSC には「AI Overviews 内で自社画像が表示された」ことを分離して見る指標がありません。テキストの AI Overviews でも同じ問題が続いており、画像でも解消される見込みは今のところありません。結果として、影響は「画像検索のクリック数が減った」という事後的な数字でしか観測できません。だからこそ、ベースラインを今取ることが唯一の防御になります。

見通しの結論として、影響は均一には来ません。「イメージを売っていた領域」は削られ、「実在を証明できる領域」は残る、あるいは相対的に価値が上がります。この分岐は既に始まっており、今回の発表はその分岐を加速させる装置です。GEO や AIO の文脈で議論されてきた「引用される側になる」という原則は、画像においてもそのまま適用されます。

よくある質問

Q1. Nano Banana とは何ですか？

Google の最新画像生成モデルで、今回 AI Overviews 内の画像生成に採用されたモデルです。

Nano Banana は Google が開発した画像モデルであり、2026年7月14日の発表で AI Overviews への搭載が明らかにされました。Google の説明によれば、テキストプロンプトを「完全にゼロから作られた高品質でカスタムなビジュアル」に変換します。単一画像の生成だけでなく比較画像の生成にも対応し、報じられている例では「航海風の部屋」というプロンプトから寝室デザインを生成し、あわせて改善提案を提示します。モデルのアーキテクチャや学習データの詳細については、今回の発表では公開されていません。検索という最大級の動線に画像モデルが直結した点が、技術仕様以上に重要です。

Q2. すべての検索で AI 画像が生成されるようになるのですか？

いいえ。Search Engine Journal によれば、ウェブ上に一致する画像が存在しない場合に生成する挙動とされています。

この条件は実務上の救いです。既存のウェブ画像で用が足りるクエリでは、従来どおり実在画像が使われる余地が残ります。生成が発動しやすいのは「まだ存在しない状態」を見たいクエリ、つまり「部屋を赤く塗ったら」「この部屋をコースタルテーマにしたら」といった仮定・再イメージ系です。ただし、「一致する」の判定基準は公開されておらず、どの程度の意味的近さで既存画像が優先されるかは不明です。また、この挙動が今後も維持される保証もありません。現時点では条件付きの機能と理解し、その条件が緩む可能性も想定しておくのが妥当です。

Q3. 日本語ではいつ使えるようになりますか？

公式には示されていません。今回のロールアウトは英語限定です。

ロールアウト条件は「今後数週間かけて、英語で、AI Mode の画像生成をすでにサポートしている全地域」です。日本語対応の時期に関するアナウンスはありません。Google の過去の機能展開では、英語圏で先行して安定性を確認した後に他言語へ広がるパターンが多く、日本語圏には数週間から数か月の猶予があると見られますが、これは推測であり公式情報ではありません。重要なのは、猶予期間の使い方です。展開後では変化前の数値が取れなくなるため、GSC の画像検索パフォーマンスのベースラインを今のうちに取得しておくことを強く推奨します。

Q4. 画像経由の流入は本当に減るのですか？

減る方向の懸念は業界メディアが指摘していますが、各媒体自身が「speculative（推測）」と注記しています。

Search Engine Journal と Search Engine Land が挙げている懸念は2点です。第一に、生成画像が AI Overviews 内で占める面積は、従来なら外部の画像ソースに割かれていたスペースだということ。第二に、ユーザーが AI Overviews 内で目的の画像を得れば Google 画像検索自体を経由しなくなる可能性。ただし両媒体とも、これらは実測データに基づく結論ではなく推測だと明記しています。実際の影響規模は、生成の発動頻度、既存画像との併記のされ方、業種によるクエリ構成の違いに左右されます。現時点で断定できるのは影響の方向であって、規模ではありません。

Q5. 自社の画像が引用される余地はどこに残りますか？

「生成できないもの」です。実在する商品・場所・人物・施工事例・製品UI・報道写真がこれに当たります。

Nano Banana は「航海風の部屋」という一般的なイメージは作れますが、「御社が2026年5月に世田谷で施工した実際の寝室」は作れません。実在性・固有性・一次情報性が、生成画像に対する構造的な優位です。したがって取るべき戦略は、画像資産を「生成可能なイメージカット」と「生成不可能な実物」に分け、後者に投資を寄せること。そのうえで、実物であることを alt テキスト、ファイル名、ImageObject 構造化データの dateCreated / contentLocation / creator で機械可読に主張します。抽象的な演出画像で流入を取る戦略は、順次弱くなると見られます。

Q6. Google Images の刷新は SEO にどう影響しますか？

「検索してから見る」から「開いた瞬間に見る」へ変わるため、露出が検索順位からレコメンドロジック寄りに移ります。

刷新の柱は、リアルタイム更新のブラウズ可能なホームページ、ログインユーザー向けのタブによるパーソナライズ表示、コレクションへの保存機能の3点です。Brad Kellet 氏は「ウェブ全体からの画像を集めた、リアルタイムで更新されるギャラリー」と説明しており、TechCrunch は Pinterest ライクなディスカバリー重視のリデザインと評しています。ロールアウトは米国デスクトップ・英語で今後数週間です。フィード型になると、クエリを持たないユーザーへのリーチという新しい機会が生まれる一方、露出の予測可能性は下がります。ビジュアル訴求力の高い画像を、正確なメタデータとともに供給することが基本線です。

Q7. 生成画像に対抗するために alt テキストをどう書き換えるべきですか？

「何が写っているか」ではなく「それが何であるかを特定できる固有名詞」を書きます。

従来の「ベージュのソファ」という alt は、Nano Banana が生成できる範囲を説明しているに過ぎません。書くべきは「カリモク家具 KU6039 3人掛けソファ（ベージュ・ファブリック張り）を東京・世田谷の実際の施工事例リビングに設置した様子」のように、ブランド名、型番、素材、場所、文脈を含む記述です。これらは生成画像には対応する実体が存在しないため、構造的に差別化できます。ファイル名も同様で、IMG_20260714_0031.jpg ではなく karimoku-ku6039-beige-3seater.jpg のように意味を持たせます。詳細な設計はAI Overview の画像引用と alt テキスト最適化を参照してください。

Q8. 画像を AI に使われないようブロックすべきですか？

方針次第です。安易なブロックは、引用機会そのものを失う自傷になり得ます。

robots.txt の User-agent: Google-Extended で生成AIの学習・グラウンディング利用を制御できますが、これは検索インデックスとは別軸の設定です。ブロックすればグラウンディングの対象から外れる可能性があり、AI 検索面での引用機会を自ら放棄することになります。判断基準は、画像が「商品そのもの」か「集客の手段」かです。ストックフォトのように画像自体を売っている事業なら防御が合理的です。一方、EC・メディア・不動産のように画像で集客している事業がブロックすると、生成画像に面を明け渡したうえで自社画像も出ないという最悪の組み合わせになります。多くのサイトでは max-image-preview:large で引用機会を最大化する方向が合理的です。

Q9. 影響を計測する方法はありますか？

現時点では GSC の画像検索パフォーマンスを間接指標として追うしかありません。専用の指標は存在しません。

Search Console の「検索パフォーマンス」→「検索結果」で検索タイプを「画像」に切り替え、クエリ別・ページ別の表示回数とクリック数を月次で記録します。ウェブ検索タイプとの比率も併せて算出してください。見るべきパターンは2つあります。表示回数は維持されているのにクリックだけ落ちる場合は、AI Overviews 内で完結している兆候である可能性。表示回数自体が落ちる場合は、生成画像に面を取られている可能性。打ち手が異なるため必ず分けて見ます。ただし「AI Overviews 内で自社画像が表示された」ことを分離する指標は GSC に存在せず、この計測の空白が最大の課題です。だからこそ、変化前のベースライン取得が唯一の防御になります。

Q10. ストックフォトを使ったアイキャッチはもう意味がありませんか？

画像経由の流入という意味では弱くなります。ページ内の理解補助としての役割は残ります。

ストックフォトの汎用イメージカットは、まさに Nano Banana が代替できる領域です。cryptonomist はストック画像サイトへの影響を懸念する報道を出しており、汎用的で代替可能なイメージカットの需要は構造的に削られると見られます。メディアにとっての含意は明確で、ストックフォトを買ってアイキャッチにしているサイトは画像面で差別化できません。自社で撮影しているメディアは残ります。ただし、アイキャッチの役割は流入獲得だけではなく、ページ内でのスキャン性や読者の理解補助でもあります。その役割まで否定されるわけではありません。投資配分を、流入を狙う「独自撮影」と、体験を支える「汎用画像」に切り分けて考えるのが実務的です。

関連記事

• LLMO 完全ガイド
• AI検索最適化ガイド
• AI Overview 対策完全ガイド
• AI Overview の画像引用と alt テキスト最適化 2026
• Pinterest ビジュアル検索と AI 引用最適化 2026
• Perplexity Snap to Shop のビジュアル検索最適化 2026
• AI Overview による CTR 58% 減と1位防衛戦略
• Google AI Mode 10億ユーザーと Gemini 3.5 Flash 既定化
• Gemini 3.5 Flash が AI Mode の既定モデルにグローバル展開
• 業種別 AI Overview CTR 低下の実態 2026（日本）
• Google AI Mode 公式最適化ガイド 2026 日本版
• Google AI Mode広告、商用クエリの約30%に表示——SE Ranking 5万語調査で判明
• 用語集: LLMO / AI Overview / AIO / GEO / ゼロクリック / schema.org / 構造化データ / JSON-LD / CTR / GSC / グラウンディング / SGE