
自動車性能部品GEO:購入動線を保ち工学選定ガイドを追加
North American automotive-performance brand
既存3ページに19段落の工学選定モジュールを実装。購入ファーストビューを保ったまま、全3ページがAIの正確な引用を獲得しました。
成果
課題
基本的なSKU表では工学的適合に答えられず、一方で既存の購入ファーストビューを維持する必要がありました。
ソリューション
Gravity 業界事例03・自動車アフターマーケット/性能部品|購入ファーストビューを保持・19/19段落実装・3プラットフォームが引用
主な成果 | 変化 | 補足 |
|---|---|---|
19 / 19段落 | 詳細欄の追加工学選定モジュールを100%実装 | 改修前の履歴は0/19。従来のファーストビュー購入動線を保ち、販売体験への干渉を抑えました。 |
3 / 3ページ | 既存3ページすべてが再検証で引用 | キャブレーター、PTFE燃料ホース、燃料タンクで計8回の正確なページ引用。 |
3プラットフォームすべて | キャブレーターページをChatGPT/Gemini/Perplexityが引用 | 回答本文も「CFMだけでなく用途と燃料圧を考慮する」判断基準を採用。 |
1. 顧客課題:ファーストビュー変更の販売影響と、工学質問に答えられない仕様表
北米の自動車性能アフターマーケットでは、独立ECサイトが2つの要件に挟まれています。
- 購入ファーストビューは磨き上げた販売資産。 価格、仕様プルダウン、カートボタン、配送約束は、人間の買い手の購入に直結します。AIのためにここを長い説明書に変えることは、事業チームが望むことではありません。
- SKUサイズ表だけでは工学的適合に答えられない。 買い手は「E85にはPTFEか従来CPEホースか。AN6とAN8が支える馬力は」「CFMだけでキャブレーターを選べるか。車重と変速機に応じて機械式/負圧式セカンダリーをどう選ぶか」「交換タンクの燃料センダー抵抗範囲を元のメーターとどう合わせるか」と質問します。旧ページにこの論理がなく、AIは風量や寸法だけの一般回答、あるいは競合のガイドを勧めていました。
2. Gravityの実施内容:購入エリアを変えず、詳細欄へ19段落を追加
人間の購買体験とAIによる工学基準の採用を両立するため、非侵襲の追加設計、Zero-Intrusion Additive Engineeringを用いました。
- 購入ファーストビューを100%保持。 商品名、価格、バリエーション選択、カートへの動線を保ち、既存の表示や操作を壊しませんでした。
- 主要な既存3ページの下部詳細欄に19段落を追加。
- キャブレーター集合ページ:CFMだけでは不十分な理由、排気量×回転数×体積効率の公式、街乗りとドラッグ走行、負圧式と機械式セカンダリー、燃料圧の境界。
- PTFE燃料ホースページ:E85・メタノールなどに対する燃料互換比較、AN6/AN8/AN10の使用圧力と最小曲げ半径。
- アルミ燃料タンクページ:0–90 Ohmなどのセンダー抵抗適合表、燃料の揺れを抑えるフォームの保守周期、ベントバルブ設置規則。
- 公開後に段落ごとの回読検証。 自動取得とスナップショット照合で、19/19段落が公開HTMLに逐語で実装済みと確認。改修前の履歴は
0/19でした。

3. 実際の変化:3ページすべてが正確に引用され、選定基準も採用
その後の複数プラットフォームによる購買タスク再検証で、追加モジュールの浸透が確認されました。
追加した既存ページ | 公開実装確認 | 正確な引用とプラットフォーム | 回答本文に採用された基準 |
|---|---|---|---|
1. キャブレーター集合 | 逐語実装 | 5回、ChatGPT・Gemini・Perplexityすべて | 「CFMだけではなく、エンジン用途、車重、負圧式/機械式セカンダリー、対応燃料圧を合わせて選ぶ」と明示。 |
2. PTFE燃料ホース | 逐語実装 | 2回、Gemini 2回 | E85耐性とAN径の選定境界を引用し、PTFEライナーと従来ゴムホースの用途を区別。 |
3. 改造用燃料タンク | 逐語実装 | 1回、Perplexity 1回 | 容量、センダー抵抗適合、設置注意を正確に抽出。 |
全3ページ | 19/19段落、100%実装 | 8回の正確な引用、3/3ページすべて | 購入ファーストビューを変えず、従来の商品ページをAIが使う工学選定ソースに。 |
手法上の示唆: GEOのためにサイトを全面再構築する必要はありません。本事例では、確立した購入動線を保ち、中下部に工学的制約と比較表を加える方法が、販売体験への干渉を抑えながら、AIが実際に引用・採用した選定基準を提供しました。
4. 関連記事
関連事例

ファッションギフトDTCのGEO:条件付きAI推奨の改善
ギフトガイドがChatGPTの回答構成に採用。ChatGPTの36のネガティブ対照質問で、条件付き推奨は25.00%から52.78%へ上昇しました。

Woolenmaker:Google/Bing × Metaでブラックフライデー注文数が33倍超に
Google/Bing の高意向需要獲得、Meta のオーディエンス育成、DTCサイト改善を組み合わせ、Woolenmaker をテスト段階からスケール成長へ移行させました。

Pettliant:ペットEC Bing Adsゼロからの立ち上げ
新興ペットブランドのBing Adsゼロからの急速スケーリングを支援し、安定したROIを達成してチャネル価値を検証。