Y Combinator発のスタートアップThe Prompting Companyが650万ドルのシード資金を調達しました。
References:TechCrunch
創業はわずか4か月前。
出資はPeak XV PartnersとBase10 Partners、Y Combinatorなどが参加し、同社は「ChatGPTなどの生成AIアプリの回答の中で、自社製品が“名前で”挙がるよう支援する」という新領域、GEO（Generative Engine Optimization）に特化します。
顧客にはRippling、Rho、Motion、Vapi、Fondo、Kernel、Traceloopに加えFortune 10企業も含まれるとのこと。
生成AIが検索・比較の入口になる中で、“AIに推される”ための最適化が本格的な市場になりつつあります。
事実関係：誰がいくら出資し、何をする会社か
- 資金調達：
シードで$6.5M。
主要投資家はPeak XV、Base10、Y Combinatorで、Firedropやエンジェル（Logan Kilpatrickなど）も参加。 - 創業者：
Kevin Chandra、Michelle Marcelline、Albert Putra Purnama。
YCの公式ページやLinkedInでも確認できます。 - 顧客と実績：
Rippling／Rho／Motion／Vapi／Fondo／Kernel／Traceloop、および非公開のFortune 10。
一部媒体は月間「数千万」規模のAI起点トラフィックに触れています。 - 補足：
NVIDIAと“次世代検索”で連携とも報じられています（TechCrunchのX投稿）。
GEO（Generative Engine Optimization）とは何か——SEOの次の戦場
GEOは、生成AI（ChatGPT、Perplexity、GoogleのAI Overviewsなど）が返す回答群に、ブランド名や製品名を登場させるための最適化という考え方です。
LLMが読み取りやすい構造・根拠・文脈を用意し、AIが参照・推薦しやすい“AI向けページ”やデータ記述を整えるのが骨子。
SEOが“人間のSERP”を相手にするのに対し、GEOは“AIの推論”を相手にする点が決定的に異なります。
理論的な背景は生成エンジン（Generative Engines）という枠組みの研究にも現れています。
LLMが多様な情報を集約し、1つの合成回答を返す時代には、“どの知識が引かれるか”の管理こそ競争力になる——これがGEOの基本発想です。
The Prompting Companyのアプローチ：AIに引用される土台を作る
同社は、企業のためにAIが理解しやすいドキュメント構造・スキーマ（構造化）・参照グラフを整備し、ChatGPT等の回答での“想起率”と“文脈適合”を高めることに注力します。
自社FAQでもGEOの実務（LLM向けのページ設計や信頼シグナルの出し方など）を説明。
“人間に読みやすいLP”だけでなく、“AIに読みやすいLP（ナレッジ）”を用意するのが特徴です。
なぜ今、GEOが必要なのか——ユーザー行動の検索→会話シフト
TechCrunchは一連の記事で、「人々はGoogleよりAIに聞き始めている」という潮流を繰り返し指摘しています。
Atlas（AIブラウザ）やAIエージェントの普及で、最初の接点が“検索窓”から“会話”へ移るほど、回答内に“名前が出るかどうか”が致命的になります。
GEOはこの可視性（discoverability）を管理する新しい成長チャネルだと言えます。
期待効果：マーケ指標の再定義
GEOは、従来のインプレッション／クリック中心のKPIから、「AI回答への出現率」「推奨の質」「会話から成約までのショートパス」といった指標へ軸足を移します。
a16zの分析では、GEOは“ブランドとAI層の関係性を管理するSaaS”にまで発展し得ると指摘。
どの質問で、どのAIに、どういう根拠で引用されるかをダッシュボードで可視化し、回答品質を運用改善していく世界観です。
とはいえ、リスクもある——AI版・検索汚染の落とし穴
- ガイドライン逸脱：
隠しテキスト／プロンプト注入などのブラックハットは、AI品質を害し、結果的に信頼低下や対策（無効化）を招きます。
業界メディアは“AI時代の新しい不正手口”に注意喚起。
クリーンなスキーマ化／出典整備／透明性が肝要です。 - バイアスと競争法：
「AIに推薦させる」= ステルス広告化の懸念も。
出典表示や有料関与のラベリング、比較の公平性といったプラットフォーム規約・各国法制への適合が前提になります（一般論）。 - ハルシネーション：
AIが誤引用／誤推薦した場合の責任境界をどう設計するか。
根拠URLの健全性や更新頻度を運用KPIに織り込む必要があります。
実務ガイド：GEOを始めるなら最初の90日
- AI向けの“一次情報”を整える
価格・機能・互換性・導入条件・出典URLを構造化（スキーマ／データ表）。
重複や古い情報を整理し、単一ソース・オブ・トゥルースを作る。 - 質問リスト（クエリ空間）を作る
「誰が」「何の目的で」「どの文脈で」質問するかをペルソナ×ユースケースで分解。
AIの回答例を収集し、不足文脈を洗い出す。 - “AI向けページ”を用意
比較表・導入事例・注意点を機械可読かつ根拠リンク付きで提示。
FAQの階層と内部リンクを整理し、更新履歴を明記。 - 観測とチューニング
「どの質問で言及されたか」「どの根拠が引かれたか」を記録。
出典の鮮度や反証への回答を改善して想起率と適合度を高める。
（The Prompting CompanyのFAQや業界ガイドが示すベストプラクティスに沿う形です。）
同社の位置づけ：GEO実装業者か、計測SaaSか
初期は実装（コンテンツ設計・スキーマ化・情報整備）の色が濃いですが、顧客・投資家の顔ぶれや市場文脈からは、“計測と運用のSaaS化”に重心が移る可能性が高い。
どのAIに、どれだけ、どういう根拠で推されたかを横断で見える化し、改善サイクルを回せるなら、マーケ予算の新しい器になり得ます。
まとめ：検索は会話になり、会話は推薦になる——そのとき鍵を握るのはGEO
- The Prompting Companyは$6.5Mを調達し、ChatGPT等での“名指し推薦”をつくるGEOに集中。
顧客実績と投資家が示すのは、この領域の本格立ち上がりです。 - GEOはSEOの代替ではなく拡張。
AIが参照しやすい一次情報の整備と透明性が勝負所。 - リスク管理（規約順守・出典の健全性・ハルシネーション対策）を組み込んだ運用が不可欠。
“AI向けのドキュメント”を資産として積み上げる企業が、AI推薦の波を掴みます。
コメント