QUEUE
エイナー・ソーダーバーグ (Einar Söderberg)

著者

エイナー・ソーダーバーグ (Einar Söderberg)

Queue株式会社 LLMエンジニアチーム統括／AI検索最適化事業「umoren.ai」責任者

スウェーデン出身のLLMエンジニア。日本コカ・コーラ株式会社、KTH王立工科大学のLLM研究所を経て、現在はQueue株式会社でLLMエンジニアチームを統括し、AI検索最適化事業「umoren.ai」を率いる。RAG・Embedding・検索／引用ロジックを専門とし、AI検索や生成AIの仕組みを技術的な視点から解説している。

XLinkedInWebサイト

エイナー・ソーダーバーグ (Einar Söderberg)の記事(12)

Perplexity検索の仕組み｜質問から引用までの流れ
AI検索対策/LLMO

Perplexity検索の仕組み｜質問から引用までの流れ

Perplexityの検索・生成・引用を別の工程として捉え、検索結果に出ること、回答生成に使われること、最終的に引用されることの違いを判断できる状態を目指す。質問からクエリ処理、情報取得、候補選別、回答生成、引用までを順に追い、自社サイトがどの段階で止まっているのかを切り分けられる判断軸を示す。

RAGとAI検索の関係とは？仕組みから引用の流れまで整理
AI検索対策/LLMO

RAGとAI検索の関係とは？仕組みから引用の流れまで整理

RAGとAI検索が別技術だという前提を外し、AI検索の回答生成そのものがRAGの実装であることを起点に整理した記事。RAGの3工程と事前学習との役割分担を最小構成で押さえたうえで、ChatGPT Search／Perplexity／AI Overviews／Claude／Microsoft Copilotの検索経路と引用形式の差を比較する。中核は、社内RAGとAI検索のRAGで自社が握れる変数が正反対になるという対照と、自社ページが引用に至るまでの4段階（インデックス到達・取得・候補残存・引用）ごとの脱落原因の切り分け。読了後、どの段階で止まっているかに応じて着手箇所を1つ決められる状態を目標とする。

GeminiとAIモード、AI Overviewの引用元の違い
AI検索対策/LLMO

GeminiとAIモード、AI Overviewの引用元の違い

AI Overviews・AI Mode・Geminiアプリの3面について、機能の役割差ではなく「同一クエリに対して実際に引用されたドメインの集合」を比較軸に据えた記事。3面の参照経路の違い（検索インデックス経由か事前学習経由か）を起点に、自社クエリで重なりとズレを観測する再現手順、観測結果の4パターン別解釈、挙動が出ない場合の切り分け（データボイド／YMYL／指名検索）、露出・引用・クリックの3層KPI分解、そして観測手順が使えない5つの条件までを扱う。実測値は各社の条件で変動するため数値の流用を禁じ、読者自身が観測を再現するための設計と解釈軸を提供する構成とした。

【国内最大規模のクエリファンアウト調査】AIは1つの質問の裏で最大33回検索する — 35,482件の実データで明らかに、ChatGPTはGeminiの1.6倍の「裏側検索」を実施
AI検索対策/LLMO

【国内最大規模のクエリファンアウト調査】AIは1つの質問の裏で最大33回検索する — 35,482件の実データで明らかに、ChatGPTはGeminiの1.6倍の「裏側検索」を実施

【国内初】Queue株式会社が生成AIの「クエリファンアウト（QFO）」実態を大規模調査。3.5万件の分析から判明したChatGPTとGeminiの裏側検索の回数差や、LLMO/GEO戦略におけるコンテンツ最適化のヒントを公開します。