お問い合わせ

脱炭素やカーボンニュートラルへの関心が高まるなか、AI検索を使ったCO2関連の情報収集が増えています。 「Scope3の算定を支援できるコンサルティング会社を比較してください」「J-クレジットの申請手順を教えてください」のような質問に対し、AIは定量データと出典が明確なページを優先的に引用します。

この記事では、CO2排出量算定やカーボンクレジット関連の事業者が、脱炭素の取り組みをAI検索に正しく認識させるためのGEO対策を解説します。

脱炭素分野の検索行動がAIでどう変わるか

脱炭素に関する情報は、制度・規制・技術・市場が絡み合い、専門性が高い領域です。 従来のGoogle検索では、検索結果の上位に公的機関のページや大手コンサルのレポートが表示され、中小の専門事業者が可視化されにくい状況がありました。

AI検索では、ユーザーが「製造業のScope1・Scope2排出量を第三者検証まで対応できる算定支援サービスを教えてください」のように、具体的な要件を自然言語で問い合わせます。 AIは要件に合致する情報を複数のサイトから収集し、条件比較の形で回答を生成します。

このとき、サービスの対応範囲・算定対象・実績が数値として構造化されているページが引用候補となります。 「豊富な実績があります」では不十分で、「製造業のScope1・2算定を年間30社以上支援」のように具体的な数値が求められます。

CO2排出量データの構造化

排出量の記述ルール

CO2排出量に関するコンテンツでは、GHGプロトコルの分類（Scope1 / Scope2 / Scope3）に沿った記述が基本です。 数値を掲載する際は、以下の情報を必ず添えます。

「2023年度のScope1排出量：1,250 t-CO2（GHGプロトコルに基づく算定、第三者検証済み）」のように、数値と条件をセットで記述します。

排出量データのテーブル化

経年変化のデータはテーブル形式で掲載します。

年度Scope1（t-CO2）Scope2（t-CO2）Scope1+2合計前年比
20211,5003,2004,700—
20221,3802,9004,280-8.9%
20231,2502,6003,850-10.0%

テーブルの直後に、削減の主な要因（設備更新、再エネ電力への切り替えなど）を段落として記述します。 AIが「この企業のCO2削減実績」を回答に含める際、テーブルと説明文の両方が引用の根拠になります。

カーボンクレジット関連のコンテンツ設計

J-クレジット制度の解説コンテンツ

J-クレジット制度に関する検索は「J-クレジットの申請手順」「J-クレジットの価格相場」「J-クレジットの種類」など多岐にわたります。 各トピックを独立したセクションとして記述し、AIのRetrieverが適切なパッセージを取得できる構成にします。

各セクションの冒頭に結論を置き、続いて根拠となる数値や出典を記述します。

ボランタリークレジットの比較

J-クレジットとボランタリークレジット（Gold Standard、VCS / Verraなど）の違いを比較するコンテンツは、AI検索で引用されやすい形式です。

項目J-クレジットGold StandardVCS（Verra）
運営主体日本政府Gold Standard財団Verra
適用地域日本国内国際国際
認知度（日本）高中中
温対法報告への活用可不可不可

比較表の直後に、用途ごとの推奨を記述します。

サービス情報のJSON-LD構造化

CO2算定支援やカーボンクレジットのコンサルティングサービスは、Organization schemaとService schemaで構造化します。

{
  "@context": "https://schema.org",
  "@type": "Organization",
  "name": "サンプルカーボン株式会社",
  "makesOffer": [
    {
      "@type": "Offer",
      "itemOffered": {
        "@type": "Service",
        "name": "CO2排出量算定支援",
        "description": "GHGプロトコルに基づくScope1・2・3の排出量算定を支援。第三者検証対応。",
        "additionalProperty": [
          {
            "@type": "PropertyValue",
            "name": "対応Scope",
            "value": "Scope1, Scope2, Scope3"
          },
          {
            "@type": "PropertyValue",
            "name": "算定基準",
            "value": "GHGプロトコル / 環境省算定マニュアル"
          },
          {
            "@type": "PropertyValue",
            "name": "年間支援実績",
            "value": "30社以上（2023年度）"
          }
        ]
      }
    }
  ],
  "hasCredential": [
    {
      "@type": "EducationalOccupationalCredential",
      "credentialCategory": "認証",
      "name": "ISO 14001:2015 認証取得"
    }
  ]
}

サービスの対応範囲（対応Scope、算定基準、実績数）をadditionalPropertyとして記述することで、AIが条件に合致するサービスとして引用しやすくなります。

規制・制度情報のコンテンツ化

TCFD / ISSB / CSRD対応の解説

気候関連の情報開示に関する規制（TCFD提言、ISSB基準、EU CSRD）は、検索需要が高いトピックです。 各制度を独立したセクションで解説し、対象企業の範囲・開示要件・適用時期を明記します。

数値と出典を必ず含めることが重要です。 「2025年3月期から適用」「連結売上高1兆円以上の企業が対象（第1段階）」のように、具体的な数値で記述します。

SBTi（Science Based Targets initiative）の解説

SBTiの目標設定に関する検索も増加しています。 「SBTiの認定を取得するために必要な要件」「SBTiの1.5℃目標と2℃目標の違い」のようなクエリに対応するコンテンツを整備します。

Aggarwal et al.（2023）の研究が示すように、出典の記載はGEOにおける引用率に寄与します。 制度・規制情報には、公式サイトのURLや発行日を必ず記載します。

クローラー対応と技術要件

robots.txtの設定

AI検索のクローラー（GPTBot、PerplexityBot、ClaudeBot、GoogleOther-Extended）がサービスページや制度解説ページにアクセスできることを確認します。

段落構造の最適化

Gao et al.（2024）のRAGサーベイが示すように、AI検索のRetrieverは段落単位で関連性を判定します。 脱炭素分野では制度・技術・市場が混在しやすいため、1つの段落に複数トピックを混在させないことが特に重要です。

見出しで「何についての説明か」を明示し、最初の1〜2文で結論を述べ、続く文で根拠を示す構成を徹底します。

情報の鮮度管理

脱炭素分野は制度の改正が頻繁に発生します。 各ページに「最終更新日」を明示し、XMLサイトマップの<lastmod>を正確に反映させます。 古い情報が残っている場合、AIが誤った回答を生成するリスクがあるため、定期的な情報更新のフローを構築します。

実装ロードマップ——3か月で始めるGEO対策

月1：現状把握と基盤整備

月2：コンテンツ整備

月3：計測と改善

まとめ

CO2排出・カーボンクレジット関連事業者のGEO対策は、排出量データの構造化とサービス情報のJSON-LD実装から始まります。 Scope区分・算定基準・対象期間を明記した定量データと、制度情報の正確な記述が基本です。

脱炭素分野は、規制と制度が事業の前提となる業界です。 公的機関の出典を明示し、数値データを条件付きで記述する手法は、GEOの評価基準と合致しています。 まずはサービスページのOrganization / Service schema実装から着手し、3か月で基盤を整えることを推奨します。

参考文献