Google、Discoverの自然言語フィード操作とPreferred Sourcesボタンを刷新

Google、Discoverの自然言語フィード操作とPreferred Sourcesボタンを刷新 ― GEOのクエリファンアウトと接続する個人化戦略

要点: Googleは2026年8月20日、公式ブログでSearch・Discover・Google Newsの3プロダクトにまたがるパーソナライゼーション機能の拡張を発表した。パブリッシャーが自社サイトに埋め込める新しい「Preferred Source」ボタン、Discoverで自然言語のチャット形式でフィードをカスタマイズできる機能、Google News（Android）の音声ブリーフィングのトピック別カスタマイズという3施策が同日にまとめて公表されている。 特に注目すべきは、Discoverの自然言語フィードカスタマイズだ。Search Engine Landは、ユーザーの自然文リクエストが内部で個別のインテントに分解され検索クエリへ変換される仕組みを、GEO（生成エンジン最適化）でいう「クエリファンアウト」の機能的な類似物だと指摘している。Preferred Sources経由で選択されたユニークソース数は60万件超に達しており、Top Stories・AI Overviews・AI Modeでも表示対象になる。

最終更新日: 2026年8月21日

何が起きたのか

Googleが公式ブログで3施策を同時発表

2026年8月20日、Googleは公式ブログ（blog.google）に「Personalize what you see on Google Search, News, Discover」と題する記事を公開した。この発表は単発の新機能追加ではなく、Search・Discover・Google Newsという検索とニュース消費の主要な3つの接点すべてに対して、ユーザーが自分の見たいものを能動的にコントロールできる仕組みを一斉に強化するという、包括的なパーソナライゼーション戦略のアップデートとして提示されている。Search Engine Journal（Matt G. Southern氏）、9to5Google、Search Engine Land、MediaPost、Search Engine Roundtableといった主要な検索・SEOメディアが同日から翌日にかけて相次いでこの発表を報じており、業界内での関心の高さがうかがえる。

以下、3つの施策をそれぞれ順に整理する。

施策1: Preferred Sourcesボタンの刷新

Googleは、パブリッシャーが自社ページに埋め込める新しいインタラクティブな「Preferred Source」ボタンを追加した。この機能自体は新規のものではなく、既存の「Preferred Sources（優先ソース）」の仕組みを土台にした改良版だ。

従来のPreferred Sourcesバッジは、クリックするとGoogleの設定画面（検索結果の設定ページ）へユーザーをリダイレクトする仕様だった。つまり、あるニュースサイトの記事を読んでいたユーザーがそのサイトを「優先ソース」として登録したい場合、いったんそのページを離れてGoogleの管理画面に遷移し、そこで改めて操作を完了させる必要があった。この一手間が、実際に登録操作を完了するユーザーの離脱要因になっていた可能性がある。

今回刷新された新しいボタンは、クリックするとその場でサイトをPreferred Sourceとして登録した上で、読者を元のページ位置に戻す設計になっている。ページ遷移や離脱を挟まずに完結する分、パブリッシャー側から見ればコンバージョン（登録完了）率の向上が期待できる変更だ。実装コードはGoogle Search Centralのドキュメントで公開されており、パブリッシャーは自社サイトに独自にこのボタンを埋め込むことができる。

Googleが公表した数値によれば、Preferred Sources経由で選択されたユニークソース数は60万件を超えている。これは2026年5月時点で報告されていた34.5万件超という数値から大きく増加したことを意味し、わずか3ヶ月程度でユニークソース数が1.7倍以上に伸びた計算になる。この急増の直接の要因が今回のボタン刷新によるものなのか、あるいはPreferred Sources機能自体の認知拡大によるものなのかは、Google公式ブログの発表内容からは明確に区別できない。ただし、Googleがこの数値をボタン刷新の発表と同じタイミングで公開している以上、パブリッシャー側の登録導線を改善する取り組みとPreferred Sources採用数の伸びを、Google自身が一体のストーリーとして提示している点は注目に値する。

Preferred Sourcesとして選択されたサイトは、Top Stories（トップニュース）カルーセル、AI Overviews（AI概要）、AI Modeという、Google検索における主要な露出面すべてでPreferredバッジが表示される対象になる。つまりPreferred Sourcesは単なる「お気に入りニュースサイト」的な機能にとどまらず、生成AIによる回答生成の場でもユーザーの選好が反映されうる仕組みとして位置づけられている。

施策2: Google Discoverの自然言語フィードカスタマイズ

2つ目の施策は、Discoverタブにおけるフィードのカスタマイズ機能だ。ユーザーはDiscoverフィード上の3点メニューなどから、自然言語で「もっと見たいトピック」「もう見たくないトピック」をチャット形式でリクエストできるようになった。

この機能の特徴は、単に「このトピックをミュートする」「このトピックをフォローする」といった単純なオン・オフの操作ではなく、対話的なやり取りを通じて意図を絞り込んでいく点にある。ユーザーが自然文でリクエストを入力すると、Googleが追加の質問を返し、ユーザーの意図をより具体的に特定した上でフィードをリアルタイムに調整する。さらに、一度伝えた要望はユーザーごとに記憶され、以降のフィード生成に継続的に反映される。

この機能は、2025年12月からテストされていた「Tailor your feed（あなたのフィードを調整する）」機能の本格展開にあたる。テスト期間を経て、2026年8月20日の発表から数日以内（coming days）にGoogleアプリを通じて展開される予定だとされている。

Search Engine Landは、この機能の技術的な仕組みについて重要な指摘をしている。ユーザーが入力した自然言語のプロンプトは、Google内部で個別の意図（インテント）へと分解され、それぞれが自然言語検索クエリへと変換される。この「1つの自然文リクエストを複数の個別クエリに分解して処理する」という構造は、GEO（生成エンジン最適化）の文脈で語られる「クエリファンアウト」――生成AIがユーザーの1つの質問を裏側で複数の検索クエリに展開し、それぞれの結果を統合して1つの回答を組み立てる仕組み――と機能的に類似している(functional analogue)と、同メディアは論じている。この類似性がLLMO/AI検索最適化の実務にとって何を意味するかは、後述の「aiseo-llmo.comユーザーへの影響」で詳しく掘り下げる。

施策3: Google News（Android）の音声ブリーフィングのトピック別カスタマイズ

3つ目の施策は、Google Newsアプリ（Android版）が提供する日次の音声ブリーフィング機能に関するものだ。従来はブリーフィングの内容をトピック単位で細かく指定することができなかったが、今回のアップデートにより、Headlines（主要ニュース）、Business（ビジネス）、Entertainment & lifestyle（エンタメ・ライフスタイル）、Sports（スポーツ）、Science & technology（科学・テクノロジー）といったカテゴリ単位、さらにカテゴリ内のサブトピック単位で、日次音声ブリーフィングに含める内容を選べるようになった。

あわせて、ブリーフィング内で言及される各ニュースについて、出典元の表示や、該当記事へ直接遷移できるリンク機能も搭載された。音声で情報を受け取ったユーザーが、気になったニュースの詳細を原典記事で確認する導線が用意されたことになる。

aiseo-llmo.com ユーザーへの影響

GoogleのPersonalization戦略の変遷を俯瞰する

今回の発表を理解する上では、単発の機能追加としてではなく、Googleが数年にわたり積み上げてきたパーソナライゼーション戦略の延長線上に位置づけて見る必要がある。Discoverはもともと「ユーザーが明示的に検索しなくても、興味関心に合わせたコンテンツを能動的に配信する」プロダクトとして設計されてきた。Preferred Sourcesも、ユーザーが信頼するニュースソースを明示的に指定できるようにすることで、検索結果やDiscoverフィードの個人化精度を高める仕組みとして提供されてきた機能だ。

これまでのAI Overviews関連の発表を振り返ると、Googleは2026年8月15日にも「保存」「言語の簡略化」「インラインリンク拡充」というAI Overviewsの新機能を発表しており（本メディアのGoogle AI Overviewsに「保存」「言語の簡略化」機能追加、日本含む6カ国へ展開で報じた）、ユーザー体験の個別最適化とAI回答内での情報源への導線強化という方向性を継続的に強めてきた。今回の8月20日の発表は、この流れをSearch単体の話に留めず、DiscoverとNewsという「検索行為を伴わない情報消費の場」にまで一気に広げた点で、パーソナライゼーション戦略の適用範囲の拡大と捉えることができる。

ChatGPTのメモリ機能強化（本メディアのChatGPTメモリ・パーソナライズが検索表示に与えるLLMOへの影響で解説）や、OpenAIのChatGPT Pulse（ChatGPT Pulse表示される対策とはで解説）といった競合の動きと突き合わせると、「AIが個々のユーザーの興味関心・履歴・明示的な選好を踏まえて、検索結果や配信コンテンツを個別化する」という潮流は、Google・OpenAIの双方に共通する業界全体のトレンドであることが分かる。今回のGoogleの発表は、このトレンドにおいてGoogleが検索エンジンだけでなくニュース配信・フィード配信の領域でも同じ設計思想を貫こうとしていることを示すものだ。

想定される業界の受け止め

Search Engine Journal、9to5Google、Search Engine Land、MediaPost、Search Engine Roundtableといった主要メディアが発表当日から翌日にかけて一斉に報じたことからも分かる通り、この発表はSEO・パブリッシャー業界において速報性の高いニュースとして扱われた。特にSearch Engine Landがクエリファンアウトとの類似性という切り口で分析記事を出したことは、この発表が単なる「Googleの新機能紹介」にとどまらず、GEO/LLMO実務者にとって示唆のある技術的な出来事として受け止められていることを裏付けている。

パブリッシャー業界にとっては、Preferred Sourcesのユニークソース数が34.5万件超から60万件超へと急増した数値そのものが重要な関心事になると考えられる。Preferred Sourcesがトップニュースカルーセル・AI Overviews・AI Modeの表示に影響する以上、この機能を軽視できないパブリッシャーが増えている、あるいはGoogleがボタンの導線改善を通じてその重要性を後押ししていると受け止められる可能性がある。

一方でDiscoverの自然言語フィードカスタマイズについては、ユーザー側の利便性向上という文脈で好意的に報じられる面がある一方、コンテンツ提供者側から見ると「フィードに表示される・されないをユーザーが対話形式で直接コントロールできるようになる」ことが、Discover経由のトラフィックの予測可能性にどう影響するかは、今後の展開を注視する必要がある局面だと考えられる。

Discoverの自然言語フィードカスタマイズとGEOクエリファンアウトの類似性を深掘りする

この記事で最も掘り下げるべきポイントが、Discoverの自然言語フィードカスタマイズが持つ、GEOのクエリファンアウトとの構造的な類似性だ。

GEO（生成エンジン最適化）の文脈におけるクエリファンアウトとは、ユーザーが生成AI（ChatGPT、Perplexity、Google AI Overviews/AI Modeなど）に対して1つの自然文で質問を投げたとき、AIがその質問の背後にある複数の意図やサブトピックを内部的に分解し、それぞれについて個別の検索クエリを生成・実行した上で、得られた結果を統合して1つの回答としてユーザーに提示する仕組みを指す。例えば「東京でペット可の賃貸を探すコツを教えて」という1つの質問が、内部的には「東京 ペット可 賃貸 相場」「ペット可物件 契約時の注意点」「ペット可 賃貸 更新料」といった複数のクエリに分解され、それぞれの検索結果が回答の根拠として動員される、というイメージだ。

Search Engine Landが指摘する通り、今回のDiscoverの自然言語フィードカスタマイズにも、この構造ときわめて近い処理フローが働いている。ユーザーが「最近、行動経済学に関するもう少し専門的な記事を見たい。ただし一般向けのビジネス書の紹介記事は減らしてほしい」といった自然文でリクエストを送ると、Googleはこれを単一のキーワードとして処理するのではなく、内部で「行動経済学 専門的 記事」「行動経済学 学術的解説」といった複数の個別インテントに分解し、それぞれを自然言語検索クエリとして扱った上で、フィードに表示するコンテンツの候補を再構成していると考えられる。さらに、Googleが追加の質問を返して意図を絞り込む対話的なプロセスは、クエリファンアウトにおける「サブクエリの精緻化」に相当する挙動と見ることができる。

この類似性がLLMO/AI検索最適化の実務者にとって持つ意味は、大きく2つある。

第一に、Discoverに表示されるためのコンテンツ最適化が、従来の「トピック・キーワード単位」の発想から、「インテントの束（クラスタ）単位」の発想へとさらにシフトする可能性があるということだ。ユーザーが自然文でリクエストするフィードカスタマイズが内部で複数のサブクエリに分解される以上、あるコンテンツがDiscoverフィードに再浮上するかどうかは、単一のキーワードとの一致度ではなく、そのコンテンツが「分解された複数の個別インテントのうち、どれだけ多くをカバーしているか」によって左右されやすくなる。これは、AI Overviewsやチャット型AI検索において、コンテンツが「1つの質問に対する部分的な答え」ではなく「関連する複数の質問にまたがって回答できる、自己完結性の高い情報の塊」であることが有利に働くという、GEO/LLMOで従来から指摘されてきた設計原則と方向性が一致する。

第二に、Discoverという「検索行為を経由しないコンテンツ配信面」においても、AI検索最適化的なコンテンツ構造(明確なトピック定義、エンティティの明示、網羅性)を意識する必要性が高まっているということだ。これまでDiscover対策は、E-E-A-T(専門性・経験・権威性・信頼性)の強化やAMP/ページ体験の最適化、画像品質の担保といった、比較的従来型のSEO・パブリッシャー最適化の延長で語られることが多かった。しかし、フィードのカスタマイズが自然言語プロンプトの意図分解を経由するようになると、コンテンツ側がどれだけ明確なエンティティ・トピックの粒度で構造化されているかが、そのコンテンツが「ユーザーの分解されたインテントのどれかにマッチするか」を左右する要因になっていくと考えられる。

なお、これらの指摘は現時点でGoogleが技術的な内部処理の詳細を公式に開示しているわけではなく、Search Engine Landの分析および今回の機能の挙動から推測される構造的な類似性に基づくものである点には留意が必要だ。Googleがフィード生成の内部で実際にどのようなアルゴリズム・モデルを用いているかについて、8月20日時点で技術仕様の詳細な公開はない。

Preferred SourcesボタンとAI Overviews/AI Modeの接点

Preferred Sourcesがトップニュースカルーセル・AI Overviews・AI Modeの表示に影響するという事実は、LLMO/AI検索最適化の実務にとって直接的な意味を持つ。従来、AI OverviewsやAI Modeにおける引用元選定は、コンテンツの構造化・権威性・E-E-A-Tといった要因によって左右されると考えられてきたが、そこに「ユーザーが明示的に選好を表明したソースかどうか」という、ユーザー起点のシグナルが重なる形になっている。

これは、コンテンツの質そのものの最適化(構造化データの整備、FAQ・エンティティの明確化など)に加えて、「読者に自社サイトをPreferred Sourceとして登録してもらう」という、ユーザーとの関係構築を伴う施策が、AI検索での露出向上策の一つとして無視できなくなっていることを意味する。本メディアがこれまで解説してきた構造化データJSON-LDの書き方によるAI理解の促進や、ブランド言及の85%は第三者ドメイン発で扱った第三者ドメインを介したブランド認知の重要性とあわせて、「読者に直接選ばれる」というPreferred Sourcesの経路も、AI検索対策の一角として位置づける必要が出てきたと言える。

業種別の実務インパクト

メディア・パブリッシャー

Preferred Sourcesボタンの刷新は、パブリッシャーにとって最も直接的な影響を持つ施策だ。ユニークソース数が34.5万件超から60万件超へと急増している以上、この機能を自社サイトに実装していないメディアは、競合に対して相対的に露出機会を失っている可能性がある。またDiscoverの自然言語フィードカスタマイズにより、読者が特定ジャンルの記事を明示的にリクエストできるようになる分、ニッチで専門性の高いコンテンツを持つメディアが再発見されやすくなる可能性がある一方、汎用的で薄い内容の記事は「もう見たくない」対象として除外されやすくなるリスクもある。

EC

EC事業者にとっては、Discoverフィードのカスタマイズによって商品カテゴリ・ジャンルに関する情報ニーズがより精緻にマッチングされる可能性がある。トレンド系・季節性の高い商品紹介コンテンツをDiscoverフィード経由で獲得しているEC事業者は、コンテンツのトピック粒度をより明確にし、関連する複数のサブトピック(色・サイズ展開・使用シーン別提案など)を網羅的にカバーする構成にしておくことが、フィード再浮上の観点で有利に働く可能性がある。

ローカルビジネス

地域密着型のビジネス・店舗にとって、今回の3施策のうち直接的な影響は限定的と考えられるが、Preferred Sourcesの仕組みが地域ニュースサイトや地域情報メディアの露出に影響する可能性はある。地域メディアとの提携・寄稿によって間接的に自社の認知を広げている事業者は、提携先メディアがPreferred Sourcesボタンを実装しているかどうかにも注意を払う価値がある。

BtoB・専門サービス

BtoB企業のオウンドメディアは、Discover経由の流入が相対的に小さいケースが多いものの、業界専門メディアや業界紙がDiscoverのフィードカスタマイズの恩恵を受けやすいと考えられる。専門性の高い解説記事を継続的に発信している場合、業界専門メディアへの寄稿や引用元としての露出を通じて、間接的にPreferred Sourcesやフィードカスタマイズの恩恵を受けられる可能性がある。

今すぐできる対応策

対応1: Preferred Sourceボタンの実装を検討する

Googleが公開しているSearch Centralのドキュメントを確認し、自社サイトへのボタン実装可否を検討する。実装にあたっては、以下のような一般的な流れになると考えられる(具体的な実装コード・パラメータはGoogle Search Centralの公式ドキュメントを直接参照し、最新の仕様に従うこと)。

1. Google Search Centralのドキュメントで、Preferred Sourceボタンの最新の実装仕様（マークアップ・スクリプトの提供形式）を確認する
2. 自社サイトの記事ページ・トップページなど、読者が「このサイトを継続的にフォローしたい」と感じやすい導線にボタンを設置する候補箇所を洗い出す
3. ボタンをクリックした際に、ページ遷移を伴わずにPreferred Source登録が完了する挙動になっているか、実装後に動作確認を行う
4. 実装後、Google Search Console等で自社サイトのTop Stories・AI Overviews・AI Mode経由の表示回数・クリック数に変化がないか、数週間単位で継続的にモニタリングする

参考までに、一般的なボタン実装のイメージは以下のようなものになる（実際のマークアップ・APIエンドポイントはGoogle Search Centralの公式仕様を必ず確認すること）。

<!-- Google Search Central のドキュメントに基づき、
     公式に提供されるスクリプト・マークアップを設置する -->
<div class="google-preferred-source-button"
     data-site-url="https://example.com/">
  このサイトを優先ソースに登録
</div>
<script src="https://www.gstatic.com/some-official-path/preferred-source.js" async></script>

上記はあくまで実装の全体像を示すイメージであり、実際の属性名・スクリプトURL・埋め込み方法は必ずGoogle Search Centralの公式ドキュメントの最新情報を確認して実装する必要がある。

対応2: Discover向けコンテンツのトピック・エンティティを明確化する

自然言語フィードカスタマイズが内部でクエリファンアウト的にインテントを分解する可能性を踏まえ、Discover向けに配信しているコンテンツについて、以下の点を点検する。

1. 記事タイトル・見出し・導入文で、扱っているトピック・サブトピックが明確に言語化されているかを確認する（曖昧な見出しではなく、具体的なエンティティ名・テーマ名を含める）
2. 1本の記事が複数の関連する疑問・サブトピックに答える構成になっているか（自己完結性の高さ）を見直す
3. 記事内で言及する固有名詞・エンティティ（人物名、企業名、製品名、地名など）を、構造化データ（Article、NewsArticleスキーマのaboutプロパティなど）で明示できているかを確認する
4. 定期的に更新・追加する連載・特集記事群がある場合は、それらが1つのトピッククラスタとして相互に内部リンクで結び付けられているかを確認する

対応3: 構造化データ・E-E-A-Tの整備をあわせて進める

Preferred Sources・AI Overviews・AI Modeいずれにおいても、コンテンツ自体の信頼性・構造化の質は引き続き前提条件になる。以下を優先的に点検する。

1. ArticleまたはNewsArticleのJSON-LD構造化データが正しく実装されているか（著者情報author、発行日datePublished、更新日dateModifiedを含める）
2. 著者ページ・運営者情報ページが整備され、専門性・実績が確認できる状態になっているか
3. FAQ形式のコンテンツがある場合、FAQPageスキーマで構造化されているか
4. サイト全体のE-E-A-Tを補強する第三者からの言及・引用（他メディアでの紹介、専門家の推薦等）を増やす施策を継続する

具体的なJSON-LDの実装手順は、本メディアの構造化データJSON-LDの書き方3ステップで解説している。

対応4: Google Newsの音声ブリーフィング対応（該当パブリッシャーのみ）

Google Newsに記事が配信されているパブリッシャーは、音声ブリーフィングでの出典表示・リンク機能が正しく機能するよう、以下を確認する。

1. Google Newsへのフィード配信設定（Publisher Center等）で、カテゴリ分類（Business、Sports、Science & technologyなど）が正しく設定されているか
2. 記事のメタデータ（タイトル、要約、公開日時）が音声読み上げに適した簡潔さで整備されているか
3. 音声ブリーフィングから記事への遷移リンクが正常に機能するか、実際にアプリ上で確認する

よくある質問

Q1. Preferred Sourcesボタンとは何ですか？

読者がクリックすると、そのサイトを自分の「優先ソース」として登録できる、パブリッシャーが自社ページに埋め込むボタンです。

2026年8月20日の刷新により、クリック後にページ遷移せず元の位置に戻る仕様に改良されました。従来はGoogleの設定画面へリダイレクトされる仕様でしたが、離脱を挟まず完結するようになったことで、登録完了率の向上が期待されています。

Q2. Preferred Sourcesのユニークソース数はどのくらい増えましたか？

2026年5月時点の34.5万件超から、2026年8月20日時点で60万件超に増加したとGoogleが発表しています。

約3ヶ月で1.7倍以上に伸びた計算になります。ただし、この増加がボタン刷新自体による効果なのか、機能の認知拡大による自然増なのかは、公式発表からは明確に切り分けられていません。

Q3. Discoverの自然言語フィードカスタマイズとは、具体的にどんな機能ですか？

Discoverタブの3点メニュー等から、自然言語で「もっと見たい／見たくないトピック」をチャット形式でリクエストできる機能です。

Googleが追加の質問を返して意図を絞り込み、フィードがリアルタイムで調整されます。ユーザーの要望は記憶され、以降のフィード生成に継続的に反映されます。2025年12月からテストされていた「Tailor your feed」機能の本格展開で、発表から数日以内にGoogleアプリで展開予定とされています。

Q4. クエリファンアウトとは何ですか。今回の機能とどう関係しますか？

生成AIが1つの自然文の質問を、内部で複数の個別インテント（サブクエリ)に分解し、それぞれの検索結果を統合して1つの回答を組み立てる仕組みです。

Search Engine Landは、Discoverの自然言語フィードカスタマイズにおいて、ユーザーのプロンプトが個別のインテントに分解され自然言語検索クエリに変換される仕組みを、GEOのクエリファンアウトの機能的な類似物だと指摘しています。ただし、Google側が内部アルゴリズムの詳細を公式に開示しているわけではなく、この指摘はSearch Engine Landによる分析・推測に基づくものです。

Q5. Preferred SourcesはAI Overviews・AI Modeの表示にどう関わりますか？

Preferred Sourcesとして選択されたサイトは、Top Storiesカルーセル・AI Overviews・AI ModeすべてでPreferredバッジが表示される対象になります。

これは、コンテンツの構造化・権威性といった従来型のAI検索対策に加えて、「読者に明示的に選ばれるかどうか」というユーザー起点のシグナルが、AI検索での露出に影響しうることを意味します。

Q6. Google News音声ブリーフィングのカスタマイズは、どのユーザーが対象ですか？

Google Newsアプリ（Android版）のユーザーが対象です。Headlines、Business、Entertainment & lifestyle、Sports、Science & technologyなどのカテゴリ単位・サブトピック単位で、日次音声ブリーフィングの内容を選べるようになりました。

あわせて記事出典の表示・記事へのリンク機能も搭載されています。iOS版での提供有無は、参照した情報源の中では明示されていません。

Q7. Preferred Sourcesボタンは、どのサイトでも実装できますか？

実装にはGoogle Search Centralが公開している仕様に沿った対応が必要です。具体的な実装可否・要件は、Google Search Centralの最新ドキュメントを直接確認する必要があります。

本記事執筆時点では、実装コードが公開されていることのみが確認されており、対象サイトの条件（news対応の有無等）についての詳細は今回参照した情報源には明記されていません。

Q8. この発表は日本のユーザー・パブリッシャーにも適用されますか？

Google公式ブログの発表では、機能ごとの国別展開スケジュールについて詳細な記載は確認されていません。

Discoverの自然言語フィードカスタマイズは「数日以内にGoogleアプリで展開」とされていますが、対象国・地域の詳細は今回参照した情報源からは明確に読み取れません。過去のAI Overviews関連の機能展開(例: 2026年8月15日発表の保存・言語簡略化機能が日本を含む6カ国へ順次展開)を踏まえると、今回の3施策も日本を含む形で順次展開される可能性が考えられますが、これは推測であり、正式な展開スケジュールはGoogleの公式発表・Search Central側の続報を確認する必要があります。

Q9. Discoverフィードのカスタマイズは、既存のトピックフォロー機能とどう違いますか？

従来のDiscoverには、特定のトピックを「フォローする」「表示しない」といった、比較的単純な選択操作がありました。

今回の自然言語フィードカスタマイズは、自然文でのリクエストに対してGoogleが対話的に追加質問をしながら意図を絞り込み、要望を記憶して継続的に反映する点が異なります。単純なオン・オフの操作よりも、より粒度の細かい・文脈に応じたフィード調整が可能になったと言えます。

Q10. パブリッシャーは今すぐ何から着手すべきですか？

まずGoogle Search CentralでPreferred Sourceボタンの最新実装仕様を確認し、自社サイトへの設置可否を検討することを優先すべきです。

あわせて、Discover向けに配信している記事のトピック・エンティティが明確に構造化されているか、構造化データ（NewsArticleスキーマ等)やE-E-A-T関連情報が整備されているかを点検することが、中長期的な露出確保につながります。詳しい手順は本記事の「今すぐできる対応策」セクションを参照してください。

関連記事

• LLMOとは何か――完全ガイド
• AI検索最適化ガイド――GEO・LLMOの実践
• Google AI Overviewsに「保存」「言語の簡略化」機能追加、日本含む6カ国へ展開
• ChatGPTメモリ・パーソナライズが検索表示に与えるLLMOへの影響
• ChatGPT Pulse表示される対策とは｜LLMOで引用されるための実践ガイド
• 構造化データJSON-LDの書き方3ステップ｜リッチリザルト＆AI検索対策【2026年版】
• ブランド言及の85%は第三者ドメイン発、AI検索エコシステム戦略の要点
• 用語集：LLMO（Large Language Model Optimization）
• 用語集：GEO（Generative Engine Optimization）
• 用語集：AIO（AI Overviews）
• 用語集：構造化データ