Google MUMとは何か、そしてAI検索の可視性にどのように影響するのか？

MUMを実践的な観点から説明します。

MUMとは：

MUM = マルチタスク統一モデル

このAIシステムは以下が可能です：

• 75言語でのコンテンツ理解
• テキスト、画像、動画の処理
• 複雑な多段階クエリの対応
• 言語やモダリティをまたぐ知識の転送

「1000倍BERT」という主張について：

BERTは文脈内の単語を理解していました。MUMは以下を理解します：

• 言語を超えた概念
• 画像や動画内の情報
• 複数ステップを要する複雑な質問
• 異なるコンテンツタイプ間の関係

実践例：

クエリ：「Mt. Adamsに登ったことがあり、次の秋に富士山に登りたい。準備で何を変えるべき？」

旧Google（BERT以前）： キーワード「富士山」「準備」「登山」と一致

BERT時代： 質問が登山準備についてであることを理解

MUM時代： 以下を理解：

• ユーザーが特定の登山経験を持つ
• 富士山は気候や地形が異なる
• 「秋」は日本の特定の気象条件を意味する
• 準備にはギア、体力、ロジスティクスが含まれる
• 日本語の情報源からも情報を引き出せる

検索結果において：

MUMは、複数の情報源・言語・コンテンツタイプを統合した、より洗練されたAI駆動の回答を実現します。

MUMとAI機能に関する技術的観点。

GoogleのAIスタックにおけるMUMの役割：

MUMはGoogleのAIインフラの一部で、以下を支えています：

• AI Overviews
• 強化された強調スニペット
• 画像理解
• 言語を超えた検索結果
• 複雑なクエリの処理

これは独立したランキング要素ではない：

MUMは直接「最適化する」ものではなく、Googleがコンテンツを理解する方法です。

例えると：

• MUM = Googleの頭脳（理解）
• AI Overview = Googleの口（出力）
• あなたのコンテンツ = Googleが読み、引用するかもしれないもの

技術的インプリケーション：

構造化データ： MUMは構造化データでエンティティや関係性を理解します。スキーママークアップが有効です。

クリーンなHTML： セマンティックなHTMLでAIが正しく解析できます。

包括的な情報： MUMは複数ページから情報を引き出せます。網羅的なカバーが重要。

マルチモーダルマークアップ： ImageObjectやVideoObjectスキーマでメディアをAIが理解しやすくなります。

他のAIとの関係：

MUMへの対策は他のAIシステムにも有効です。包括的で構造化され、マルチモーダルなコンテンツが普遍的に好まれます。

MUMに関するコンテンツ戦略の視点。

MUMがコンテンツ企画にもたらすもの：

トピッククラスターの重要性が増す：

MUMはトピック同士の関係を理解します。網羅的なトピッククラスター構築でオーソリティを示せます。

複雑な質問に答える：

MUMは微妙なクエリも処理できます。複雑な質問に対応するコンテンツがチャンスです：

• 「XはYの状況でどう機能するか？」
• 比較系クエリ
• 複数要素による意思決定クエリ

言語を超えたチャンス：

国際展開している場合：

• 1言語での高品質コンテンツが他言語のランキングにも影響
• MUMは言語間で理解を転送
• 翻訳品質も重要

ビジュアルコンテンツの価値：

MUMは画像も理解します。以下に投資しましょう：

• 有益な図解
• プロセスビジュアル
• 比較チャート

これらは「理解」され引用もされ得ます。

コンテンツブリーフの進化：

従来：「Xについて1500字書き、これらのキーワードを含める」 今後：「Xを包括的にカバーし、複雑な質問にも答え、ビジュアル説明を盛り込み、関連トピックYやZともつなげる」

MUMとAI Overviewsの関係性について。

両者の関係：

MUMは基盤となるAI能力です。AI Overviewsはその力を活用した機能です。

MUMがAI Overviewsを可能にすること：

• 複雑なクエリの理解
• 複数の情報源からの統合
• マルチモーダルコンテンツの組み込み
• 微妙な回答の提供

AI Overviewsに表示されるもの：

MUMや関連モデルが：

• 関連性が高いと判断
• オーソリティがあると見なす
• 有用なパッセージを抽出できる
• 正確だと信頼する

最適化のポイント：

AI Overviewsに最適化＝MUMが理解・信頼できるコンテンツ作り

つまり：

• 明確で抽出しやすい記述
• 専門性の証明
• 包括的なカバー
• マルチモーダル対応

計測方法：

「Am I Cited」でAI Overviewへの掲載状況をトラッキング。MUM搭載機能にあなたのコンテンツが選ばれているか確認できます。

MUMの今後について。

現在の能力：

• 言語を超えたテキスト理解
• 画像理解
• 動画理解（開発中）
• 複雑なクエリ対応

新たな能力の進展：

• リアルタイムのマルチモーダル処理
• より高度な動画理解
• 音声理解
• より洗練された推論

意味すること：

人間のように、全モダリティを横断し、微妙な推論を伴ってコンテンツを理解できるAIへの流れです。

将来に備える戦略：

• 本当に価値のあるコンテンツを作成
• トピックを包括的にカバー
• 適切なビジュアルを含める
• 実際の専門性を示す
• アルゴリズムの裏をかくのではなくユーザーのニーズを考える

原則：

AIが賢くなるほど、最適化はシンプルに――「ユーザーのために最高のコンテンツを作る」。MUMやその後継もそれを認識します。

MUMについて理解が深まりました。

今の理解：

1. MUM＝理解レイヤー ― Googleがコンテンツを深く把握する仕組み
2. マルチモーダル＆多言語 ― テキスト・画像・動画を言語横断で理解
3. AI機能の原動力 ― AI Overviews、強化スニペット等を支える
4. ランキング要素ではない ― Googleの理解方法であって、独立したシグナルではない
5. 複雑なクエリがチャンス ― MUMは微妙な質問も処理

最適化のポイント：

• 包括的なトピックカバー（MUMは関連性を把握）
• マルチモーダルコンテンツ（MUMはビジュアルも理解）
• 自然で専門的な言語（MUMは意味を理解）
• 複雑な質問への対応（MUMはニュアンスも処理）
• トピックオーソリティ（MUMは専門性を認識）

自分が今やっていること：

• 個別のキーワードでなくトピッククラスターに注力
• 適切なビジュアルを適切にマークアップして追加
• 複雑な質問もコンテンツで取り上げる
• 時間をかけて包括的なカバーを構築

実践的な解説をありがとうございました！