マルチモーダルとは?Search Consoleでも確認可能に

この記事でわかること

マルチモーダルとは、テキストや画像、音声など複数の情報形式を扱うことです。Google検索で始まった画像起点の検索計測と、サイト運営で見直したい画像SEOを解説します。

生成AIによる要約

目次開く閉じる

検索窓に言葉を打ち込まず、目の前の商品を撮影して「これに似た商品は?」と探す。検索の入口が変わると、サイト運営者が確認するデータも変わります。

Googleは2026年9月、Search Consoleに新しい計測を追加しました。対象は「web multimodal search」です。マルチモーダルとは何か、今回の計測はどこまでを対象にするのか。意味と実務への影響を整理します。

マルチモーダルとは何か

マルチモーダルとは、テキスト、画像、音声、動画など、複数の形式の情報を扱うことです。AIの文脈では、異なる形式を入力として理解したり、組み合わせて処理したりする能力を指します。

たとえば、画像を見せて「この家具に合う照明を提案して」と尋ねる使い方があります。システムは文章だけでなく、画像も手がかりに回答します。音声とテキストを組み合わせたり、映像と音声を踏まえて動画を要約したりする例もあります。GoogleのGemini APIも、テキストと画像などを組み合わせた入力に対応しています。

ただし、マルチモーダル検索という言葉が示す範囲は一定ではありません。今回Search Consoleに追加された計測が対象にするのは、画像を使って始める検索です。音声や動画を含む検索全般の計測と解釈しないよう、切り分けが必要です。

マルチモーダルの意味と今回の計測対象マルチモーダルは複数形式の情報を扱う概念。今回Search Consoleに追加されたのは画像を手がかりにした検索の計測。マルチモーダルの意味と計測対象一般的な意味複数の形式の情報を扱うことテキスト画像音声動画対応する形式は、サービスや機能によって異なります。今回のSearch Consoleの計測対象画像を手がかりに始める検索Google LensAndroidの「かこって検索」Google検索への画像アップロードChromeの「Googleで画像を検索」Googleの2026年9月24日の発表に基づく整理

図:Googleの発表をもとに作成。

キーワード検索と画像起点の検索はどう違うのか

テキスト検索では、ユーザーが「北欧風 ペンダントライト」のように言葉を選び、対象を説明します。画像を使う検索では、商品や風景を撮影したり、画面上の画像を指定したりできます。名前や適切な検索語が分からなくても、見ているものを起点に情報を探せます。

Google LensやAndroidの「かこって検索」では、画面上の物体や画像から情報を調べられます。たとえば気になる椅子を見つけたとき、名称が分からなくても似た商品や関連情報を探せます。ユーザーが知りたいことはそのままに、検索エンジンへ伝える手がかりが言葉から画像にも広がりました。

Search Consoleで確認できるデータ

Googleの発表によると、新しい検索タイプ「マルチモーダル」は2つのレポートで確認できます。「検索結果」と生成AI機能のレポートです。

対象は4種類です。Google LensとAndroidの「かこって検索」が含まれます。画像アップロードとChromeの「Googleで画像を検索」も対象です。

パフォーマンスレポートでマルチモーダルの検索タイプを選び、必要に応じてデータをエクスポートします。Googleは2026年9月24日からグローバルに順次展開すると発表しました。対象クエリからサイトへのトラフィックがある場合に、指標が表示されます。

下の画面では、生成AI機能レポートの「検索タイプ」からマルチモーダルを選べます。ウェブ検索のテキストベースと並ぶ選択肢として表示されているため、レポート上で画像起点の検索を切り分ける場所が分かります。

Search Consoleの生成AI機能レポートで検索タイプ「マルチモーダル」を選択した画面
Google Search Consoleの検索タイプ選択画面(2026年9月25日)。「マルチモーダル」を選んで適用します。

この追加により、テキスト検索と画像起点の検索を分けて把握しやすくなります。どのページが画像検索からの表示やクリックにつながっているかを確認し、掲載画像やページ内容を見直す手がかりにできます。一方、発表されたのはレポートの追加です。順位や流入の増加を保証する変更ではありません。

画像起点の検索に備えて見直すこと

Googleの画像SEOガイドでは、画像と掲載ページの両方を整えるよう勧めています。検索エンジンに画像を見つけてもらい、内容を理解してもらうためです。まずは次の項目を確認します。

  • 画像に合った簡潔で具体的なaltテキストを付ける
  • 画像の近くに対象や特徴を説明する文章を置く
  • 画像ファイル名を内容に沿って分かりやすくする
  • 高品質な画像を使い、読み込み速度にも配慮する
  • Googleが発見できる標準的なHTML画像要素を使う

altテキストにキーワードを詰め込む必要はありません。画像が何を写しているかを、視覚に頼れない人にも伝わる形で記述します。商品ページなら、商品名に加え、画像で確認できる色や形状などを文脈に合わせて説明します。

画像の設定だけでなく、掲載ページの文章も手がかりになります。Googleはaltテキストや画像解析とあわせて、ページ内の情報から画像の主題を理解すると説明しています。画像とページの説明が一致しているかも確認しましょう。

Search Consoleで画像起点の流入を確かめる

マルチモーダルは、複数の形式の情報を扱う考え方です。今回Googleが計測対象として示したのは、その中でも画像を手がかりに始める検索です。

Search Consoleで新しい検索タイプが表示されたら、まず対象ページと画像を確認します。altテキスト、画像の近くにある説明、画像の品質を見直せば、検索データをサイト改善につなげられます。検索をキーワードだけで捉えず、画像から検索するユーザーとの接点も、分析に加えましょう。

関連記事

この記事をシェア

参照元

この記事をAIと深掘りする

要約・疑問の解消に。記事のタイトル・URL・参照元を入れた質問文が自動で入力されます。

ryottaman

ryottaman

広告代理店で17年、現在は事業会社でインハウスマーケティングを担当しています。

SIGNALZの記事はAIを活用して作成し、10年以上の運用型広告の実務経験をもとに内容を確認・監修しています。制作方針の詳細はサイトについてをご覧ください。

この記事について感想やご質問を送れます

誤りの指摘、補足情報、ご質問など、お気軽にどうぞ。

Google検索の優先ソースにSIGNALZを追加

追加すると、Google検索のトップニュースでSIGNALZの記事が見つけやすくなります。AIモードとAIによる概要でも「優先」バッジが付きます。設定はいつでも解除できます。

追加する