ニュージーランド観光が警告する「プロンプトレイヤー」可視性危機──AIコマースの入口となる発見レイヤーとGEO実装

旅行の発見がプロンプトの中に移った

AI Travel Revolution Poses Strategic Threat to New Zealand Tourism as Industry Warns of 'Prompt Layer' Visibility Crisis

New Zealand tourism faces AI disruption as discovery shifts to prompts, risking SME visibility, overtourism, and reliance on digital data structure.

www.travelandtourworld.com

「ニュージーランドで3泊4日、混んでいない絶景スポットを教えて」。旅行者がこうした一文をChatGPTやPerplexityに打ち込み、返ってきた行程をほぼそのまま予約する行動が広がっています。Travel And Tour Worldの報道によれば、ニュージーランド観光業界はこの変化を「プロンプトレイヤー（prompt layer）の可視性危機」と呼び、警鐘を鳴らし始めました。プロンプトレイヤーとは、旅行者がAIに行き先を問いかけ、AIが厳選した推薦を返す、その瞬間の層を指す言葉です。

これまで観光の集客は、SEO（検索エンジン最適化）、OTA（オンライン旅行代理店）、SNSの三本柱で組み立てられてきました。Googleの検索結果や予約サイトで上位に並ぶことが、旅行者の目に触れるための条件だったわけです。生成AIはこの経路を作り替えつつあります。旅行者は複数のサイトを見比べる代わりに、一度の対話で行程と目的地の提案をまとめて受け取ります。年間約181億ドル規模とされる同国の国際観光は、データ整備の専任チームを持たない中小事業者に支えられているだけに、この構造変化への脆弱性が際立つという指摘です。

この記事では、この警告を一国の観光事情としてではなく、AIコマースの問題として読み解きます。AIコマースとは、生成AIやAIエージェントが商品・サービスの発見から購入までを媒介する販売のあり方を指します。エージェンティックコマースをめぐる議論は決済やプロトコルの話題に集まりがちですが、取引はまず自社がAIの回答に載るところからしか始まりません。ニュージーランドの警告は、その入口から脱落するリスクを業界として言語化した、早い段階の事例といえます。

推薦に入れない事業者は、取引の手前で消える

検索結果のページなら、10位でも20位でも画面のどこかに存在し、利用者が自分の目で選び直す余地が残っていました。生成AIの挙動は根本から異なります。多数の選択肢を並べる代わりに、確信を持って薦められる少数へ絞り込んで答えを返します。Technology QueenstownのSarah Russell氏やAir New ZealandのNikhil Ravishankar氏は、AIが構造化されたデータを通じて「認識できる」事業者を優先して薦める傾向を指摘しました。情報が機械可読な形式で整い、外部から参照できる状態になっていなければ、その事業者は回答から丸ごと外れかねません。

元記事はこの帰結を、AIに見えない事業者は未来の旅行者にも見えない、と言い切っています。検索時代の下位表示は機会損失にとどまりましたが、回答に含まれなければ比較の候補にすら入りません。報道はさらに、AIが情報の豊富な有名地へ推薦を寄せる「平均化（averaging）」の懸念にも触れています。クイーンズタウンやミルフォード・サウンドに需要が集中し、記録の少ない地域が埋もれていく。推薦の偏りが、オーバーツーリズムの偏在まで増幅しかねないという見立てです。

同じ構図は物販の小売・ECでも、すでに数字になって現れています。Adobe Analyticsの計測では、米国小売サイトへのAI経由トラフィックは2026年5月に前年比138%増となり、計測開始の2024年10月からの累計では1,324%増えました（Digital Commerce 360の報道、2026年6月17日）。AI経由の訪問者が購入に至る率は、非AI経由を54%上回ります。AIの推薦が実売に直結し始めた一方で、同じ調査は、Adobeの診断ツールでLLM（大規模言語モデル）が読み取れる小売コンテンツの割合が化粧品で63%、家電で56%、食品では48%にとどまることも示しました。送客は急増しているのに、コンテンツの半分近くがAIから見えていないのです。

つまりニュージーランド観光が言語化した危機は、旅行固有の事情ではありません。発見とチェックアウトが分かれて進む現在のエージェント経由取引において、発見側の整備が追いついていないという業種横断の課題を、先取りして示した事例です。

AIは何を根拠に推薦を組み立てるのか

打ち手を考える前に、AIが回答を組み立てる仕組みを押さえておきます。多くのAI検索はRAG（検索拡張生成）と呼ばれる方式を取ります。利用者の問いに関連する情報をまずウェブから取得し、その内容に基づいて回答文を生成する流れです。したがって事業者には、取得の段階で拾われるか、回答の生成段階で引用されるかという二つの関門があります。

どのようなコンテンツが引用されやすいかについては、実証研究があります。Princeton大学などの研究チームによるGEOの研究は、統計データの追加がPerplexity上の可視性を37%高め、出典の明記が事実型の問いで30〜40%の改善をもたらしたと報告しました。従来型SEOの定番だったキーワードの詰め込みには、ほとんど効果がありませんでした。注目すべきは効果の分配です。出典明記の施策では、検索5位相当のサイトの可視性が115%改善する一方で、1位サイトは3割低下しました。生成AIの回答の中では、規模で劣る事業者にも、情報の作り方しだいで浮上する余地が残されています。

順位と引用の結びつきが緩んでいることは、大規模データでも確認されています。Ahrefsが2026年3月に公表した追跡調査は、86.3万キーワードと400万件の引用URLを分析し、GoogleのAI Overviewsの引用のうち検索上位10位のページから来た割合が38%だったと報告しました。前回調査の76%からほぼ半減し、残りは11〜100位（31.2%）と100位圏外（31.0%）にほぼ均等に散っています。順位を競うゲームから、引用されるゲームへ。競争の質が変わったことを示す数字です。

では、引用の判断を左右する要素は何でしょうか。GEOの解説によれば、LLMは信頼できる情報源と実在の書き手によって検証できる情報を重く扱い、ドメインの権威性、言及される頻度、情報の新しさ、書式の明瞭さがシグナルとして働きます。権威ある独立メディアでの言及も、生成エンジンが強く参照する要素とされます。良いサービスを提供していることと、その良さがAIから検証可能な形で存在していることは、別の問題として管理しなければなりません。

GEOを商品データ整備として実装する

この課題への方法論がGEO（Generative Engine Optimization、生成エンジン最適化）です。SEOが検索結果での順位を競う技術だったのに対し、GEOはAIの生成する回答の中に自社が引用・推薦される確率を高める技術を指します。旅行でも物販でも、実装は3つの層で考えると整理しやすくなります。

第一の層は構造化データの整備です。Schema.orgの語彙をJSON-LD形式でページに埋め込み、AIが機械的に意味を取り出せるようにします。スキーマとAI検索の解説は、事業者を示すOrganization、記事のArticle、書き手のPerson、商品・サービスのProductやService、質問と回答を対にするFAQPageを優先タイプに挙げ、安定した@idで実体同士の関係を明示することを勧めています。留意点もあります。同記事は、スキーマの網羅率と引用率に相関が見られないという調査に触れており、マークアップだけで引用が保証されるわけではありません。スキーマは飛び道具ではなく、AIに正しく認識されるための土台であり、エージェントが読める商品データの整備とそのまま重なる投資です。

第二の層は第三者からの言及の蓄積です。AIの引用を左右するのは自社サイトの作り込みだけではなく、外部にすでに存在する言及と評価です。旅行事業者なら観光協会やガイドブック、レビューサイト、報道での露出を増やすことが、AIに実在と信頼を認識させる近道になります。物販なら業界メディアや比較・レビュー基盤での一貫した情報提供が同じ役割を果たします。チャネルをまたいで名称や事実関係の表記を揃え、矛盾をなくすことも認識の精度を高めます。

第三の層は引用されやすい情報設計です。前述の研究が示したとおり、統計データ、出典付きの事実、専門家の発言は引用の確率を直接高めます。利用者の問いを見出しに立て、直下で結論を短く言い切り、根拠の数字を添える。この構成は、RAGが回答に取り込みやすい形でもあります。平均化への対抗もこの層に含まれます。「車椅子対応のワイナリーツアー」「子連れ歓迎の星空観賞」のように、具体的で検証可能な独自属性をスキーマと本文の双方へ落とし込めば、有名どころに埋もれず、特定の問いで拾われる余地が生まれます。

対策の層	やること	旅行・EC事業者での具体例
構造化データ	Schema.orgをJSON-LDで実装し@idで関係を明示	Organization・Product・FAQPage・Personの優先整備
言及の蓄積	外部での言及と評価を増やし表記を統一	観光協会・報道・レビューサイト・業界メディアへの露出
情報設計	問いに結論と数字で即答する構成	統計・出典・専門家の発言を本文へ織り込む

まとめ

ニュージーランド観光の警告は、エージェント経由の商取引の議論で見過ごされがちな順序を突きつけています。決済の委任や接続標準の整備がどれだけ進んでも、AIの回答に載らない事業者には、委任される取引がそもそも発生しません。発見レイヤーでの可視性は、AI時代の商圏そのものです。

2026年7月には、旅行テック会議のWiTがクイーンズタウンで初開催され、AIがもたらす変化への対応が主要議題になる見通しです。可視性の確保が、一国の観光業界の共通課題として扱われる段階に入ったといえます。小売・EC事業者が置かれた状況も変わりません。AI経由の流入と購入がすでに伸びている以上、商品データの機械可読化とGEOへの投資は、マーケティングの一施策ではなく、AIに発見されて取引を始めるための前提条件になりつつあります。