AI検索に引用される会社になる — GEO論文が実証した一次データ・出典・引用句の効かせ方

あるマーケ責任者が自社名でChatGPTに尋ねたら、返ってきたのは競合の社名ばかりだった。検索では一位を取れているのに、である。AI Overviewが検索結果の上に乗ると、最上位ページのクリックはおよそ半分まで落ちる（Ahrefs2025年12月計測、海外・Google英語圏）。順位を取れば流入が来るという前提が、静かに崩れつつある。日本でも生成AIで検索する人は31.1%に達し、半年で約1.5倍に伸びた（サイバーエージェント2025）。では、AIの回答に引用される/されないは何が分けるのか。GEO/LLMOを掲げる営業資料には「流入が◯%増える」といった数字が並ぶが、出所をたどると査読研究にも自社統計にも行き着かないことが少なくない。本稿が足場にするのは、この分野で初めてピアレビューを通った一次研究（GEO論文・ACM SIGKDD 2024、海外英語Webの実験）だけだ。それがはっきり効くと示したのは、キーワード詰め込みではなく、出典名つきの統計・一次データ・実名の専門家の引用句という、検証済みの一次性そのものだった。ただし効果は限定条件下の相対改善で、出せば必ず引用されるという保証ではない。しかもAI検索の引用は6割超が不正確（Tow Center2025、海外）でもある。引用される素材を広く速く集めるのはAI、その素材が本物かを検証し自社の文脈へ翻訳して専門家の名で担保するのは人間——本稿は、実証された範囲だけを現実的な手順に落としながら、この二層分業へ着地する。

AI検索で「引用される/されない」が新しい論点になった — クリック減の構造

あるマーケ責任者が、自社名でChatGPTに尋ねてみた。返ってきたのは競合の社名ばかりで、自社はどこにも出てこない。検索画面では一位を取れているのに、である。これはもう珍しい話ではない。AI Overviewが検索結果の上に乗ると、最上位ページのクリック率はおよそ半分まで落ちる——Ahrefsの2025年12月データに基づく計測では、AI Overview表示時に最上位ページの平均クリック率が58%低いとされる(Ahrefs2025年12月計測)。Pew Research Centerの調査でも、AI回答が出るときに検索結果リンクがクリックされたのは8%、出ないときは15%——表示されるだけでおよそ半分になる(Pew Research Center2025)。いずれもGoogle英語圏(米国)中心の計測で、日本にそのまま当てはめる数値ではないが、構造は明快だ。「順位を取れば流入が来る」という前提が崩れつつある。

日本でもこの地殻変動は始まっている。サイバーエージェント GEOラボの利用実態調査(2025年10月実施・第二弾)では、検索手段として生成AIを使う人は31.1%に達し、半年で約1.5倍に伸びた(サイバーエージェント2025)。10代では64.1%、20代でも44.3%と若年ほど突出し、検索エンジンと生成AIを併用するユーザーの37.2%が「検索行動の半分以上が生成AIに切り替わった」と答えている(同調査)。商談の席で「御社、AIに聞いたら出てこなかったので」と言われ始める日は、それほど遠くない。検索結果に出るかどうかではなく、AIの回答に引用される/されないが、流入と想起を分ける新しい論点になりつつある。

では、何が「引用される/されない」を分けるのか

ここで効いてくるのが、生成AIの回答内での「見られやすさ」を実験的に測ったGEOの査読研究だ(GEO論文・KDD2024採択)。海外・英語Webという限定環境での相関値という留保つきだが、この研究がはっきり効くと示した施策は、旧来SEOの定番だったキーワード詰め込みではない。むしろキーワード詰め込みはほぼ無効で、ある生成エンジンではベースラインより約10%悪化したという(GEO論文2024)。代わりに可視性を相対的に押し上げたのは、次の三つだった。

• 独自統計・一次データの提示(Statistics Addition)
• 専門家による引用句の追加(Quotation Addition)
• 出典の明示(Cite Sources)

AIに拾われる素材とは、AIが自分では作り出せない一次性のある材料そのものだ。

言い換えれば、AIが学習データから合成できてしまう一般論は引用されにくく、貴社しか持たない数字・現場の証言・名前の出る専門家の見解こそが拾われやすい。発見性の正体は、テクニックではなく一次情報の有無に寄っている。ただし効果量は限定条件下の相対改善であって、出せば必ず引用されるという保証ではない点は、はっきり断っておきたい。

そしてもう一つ、外せないガードレールがある。AI検索の引用はそもそも不正確が多い。コロンビア大学Tow Centerが8つのAI検索エンジンを各200クエリ(計1600件)で検証したところ、回答の6割超で出典の取得に失敗し、捏造URLや誤帰属が頻発した(Tow Center/Columbia Journalism Review2025・海外英語ニュースの検証)。つまり「引用される素材を出す」ことと「その素材が正しいこと」は別問題だ。誤った一次データを撒けば、AIに誤って引用されるリスクすら抱える。素材を量産する力と、それを検証する力。その両方が要る、ということになる。

この二つは、担い手が違う。どのクエリで何が引用され、どの統計が拾われやすいかを広く速く集めて素材化するのはAIが得意とするところだ。一方、それを検証し、自社の文脈に読み解き、専門家のバイラインで一次情報として担保するのは人間の仕事になる。GEOが実証した「効く素材=独自統計・一次情報・専門家の引用句」を作り続ける装置とは、結局この二層分業そのものだ。私たちが商談前ブリーフを組むときと、まったく同じ構図だ。E-E-A-Tや監修による信頼性設計の各論は、視点が表裏の関係にある親ピラー「AIリサーチはどこまで信頼できるか」に譲り、本稿では繰り返さない。

バズワードを疑う — 未検証%と、査読論文が因果実証した範囲の違い

GEOやLLMOを掲げるツールの営業資料には、しばしば「AI検索経由の流入が◯%増えます」「指名検索が◯倍に」といった数字が並ぶ。だが出所をたどると、査読された一次研究にも、検証可能な自社統計にも行き着かないことが少なくない。私たちがまず読者にお渡ししたいのは、健全な疑いの一手だ。商談でそうしたベンダーに会ったら、「その数字の出所はどこですか――査読論文か、自社事例か、それとも英語Webの実験か」と一つだけ聞いてみてほしい。出回っている%の多くは、出所を確かめられない以上、ここでは数値として扱わない。

では確かな足場は何もないのかというと、一つだけある。この分野で初めてピアレビューを通った一次研究――『GEO: Generative Engine Optimization』(Aggarwalら, ACM SIGKDD 2024)だ。そこが実証したのは、皮肉なほど地味な事実だった。語数の水増しは効果がほぼ±0で、キーワードの詰め込みに至ってはベースラインより約10%悪化した。逆に生成エンジンの応答内での可視性を測る指標をはっきり押し上げたのは、出典名つきの統計の追加(+41%)、実名の専門家からの引用句の追加(+28%)、そして信頼できる外部出典の引用(検索下位のページで最大+115%)だった。

ここで「だから日本でも+41%出る」と読むのは、論文の趣旨に反する。これは英語Webの限定された実験での相対改善であり、効果はドメインで大きく変わると著者ら自身が断っている。実務に移すなら、数字を社内会議に貼るより、置き換えのほうが忠実だ――「出典名のついた自社統計が一本でもあるか」を棚卸しするほうが、この査読研究の含意には近い。

もう一段、反対側の事実を重ねておきたい。素材を整えれば必ず正しく引用されるのかというと、そうとも限らない。AI検索8ツールが出版社記事の出所を引けるかを1,600件の照会で検証した調査(Columbia Journalism Review / Tow Center 2025・海外調査)では、6割超の照会で誤った回答が返り、GeminiとGrok 3に至ってはエラーページに飛ぶ捏造・破損URLが過半を占めた。これは英語ニュース記事を対象にした海外の率であって日本語環境の値ではないが、方向は明確だ。AI検索に「引用されること」と、AIが「正しく引用すること」は別問題で、出てきた引用には今なお不正確や捏造が混じる。だからこそ、AIが返した素材を鵜呑みにせず人が裏取りする工程が要る――この点は親ピラー『AIリサーチはどこまで信頼できるか』で詳しく扱った。

ついでに、もう一つ流通している俗説を外しておく。「構造化データ(schema)を入れれば」「E-E-A-Tのスコアを上げれば」引用される、という話だ。だがGoogleはランキング要因を全面開示しておらず、E-E-A-Tは品質評価ガイドライン上の概念枠組みであって、それ自体が直接の順位シグナルだとは限らない(Google Search Central / 品質評価ガイドライン)。監修者名と順位の関係をここで深追いはしない――それは親ピラーへ委ねる。本稿で確かなのは、仕組みが開示されていない以上、“スコア”を狙うより検証済みの一次素材を持つほうが堅い、という一点だけだ。

唯一の査読研究がはっきり効くと示したのは、出典名つきの統計・一次情報・実名の専門家の引用句――つまり、検証済みの一次性そのものだった。

この事実を裏返すと、私たちの立て付けに自然につながる。候補の素材を大量に集める網羅・収集はAIが得意でも、数字に出典を付けて検証し、実名の専門家の言葉として引用句に仕立てるのは人の仕事だ。AIに任せられるのは候補の洗い出しまで、それを出典付きで裏取りし実名で署名できる素材へ仕立てる工程は人に残る——この線引きは、たまたまGEO対策に都合がよかったのではない。引用されうる素材の定義そのものと一致している。だからこの二層を回す仕組みが、引用される素材を作り続ける装置になる――実証された範囲では、そう言える。

効くのは統計・出典・引用句 — GEO論文の知見と、逆効果になる施策

AI検索に出たいなら、まずページのキーワードを増やそう——この直感は、少なくとも実験では裏目に出ている。Aggarwalらが2024年にKDDで発表した研究「GEO: Generative Engine Optimization」は、生成AI検索の回答内でコンテンツがどれだけ引用・露出されるか(可視性)を、約10,000件のクエリと25分野(ドメイン)からなるベンチマーク「GEO-bench」で測った。そこで効いたのは、従来SEOの定番だったキーワードの詰め込みではない。むしろキーワード詰め込みは可視性をほとんど押し上げず、ベースラインと比べても改善が見られなかった(Aggarwal et al. 2024)。

代わりに可視性と相関したのは、三つの素材だった。統計の追加、信頼できる出典からの引用句の追加、そして出典そのものの明示である。これらを施した上位手法群は、評価指標の上でベースライン比でおおむね相対3〜4割の改善を示した(同。Position-Adjusted Word Count指標で最大約40%)。順位を上げるための小手先の最適化ではなく、回答に値する中身——数字・出典・専門家の言葉——を持っているかどうかが、生成エンジンの中での見え方を分けた、という結果だ。

ただし、ここは慎重に留保しておきたい。これは英語Webを中心とした特定データセット・少数の生成エンジンでの限定的な実験設定であって、「統計や出典を足せば必ず引用される」という因果の保証ではない。観測されたのは、それらの素材が引用されやすさと相関する傾向だ、という一点にとどまる。効き方も問いの型で動く。統計の追加は法律・行政やオピニオン型の問いで、引用句の追加は人物・社会や説明・歴史型の問いで、とりわけ強く効いたと報告されている(同)。業界と問いの型が変われば効く手段も変わる。万能の公式はない。

schema や E-E-A-T を「上げれば引用される」は、言いすぎだ

よく聞く説に、構造化データ(schema)を入れれば、あるいはE-E-A-Tのスコアを上げれば順位や引用が上がる、というものがある。だが正確に言えば、Googleはランキング要因を全面開示しておらず、E-E-A-Tは品質を語るための概念であって、それ自体が直接の順位シグナルだと確かめられているわけではない。schemaも、機械に内容を理解させるための整備ではあっても、引用を約束する魔法ではない。この点の深掘り——専門家監修が信頼性にどう効くか——は親ピラー「AIリサーチはどこまで信頼できるか」に譲り、本稿では再論しない。

順位そのものの意味も、生成検索では揺らぐ。同じGEO研究では、出典明示などの手法を施すと、生成エンジンにおいて検索5位相当のサイトの可視性が大きく増えた(ある手法で約115%増)一方、1位相当のサイトの可視性はむしろ下がる場合があった、と報告されている(Aggarwal et al. 2024)。「検索順位が良い=AIに引用されやすい」とは限らない。営業企画が「うちのオウンドメディア、順位は悪くないのにAI Overviewsに出ない」と気づく場面は、順位最適化と引用最適化が別物だというこの観測の、現場版だと言ってよい。

そしてAI検索の引用は、構造的に不正確になりうる

効く素材が分かっても、もう一つ向き合うべき現実がある。Columbia Journalism ReviewのTow Centerが2025年に公表した「AI Search Has a Citation Problem」は、8つのAI検索エンジンを各200件・計1,600件のテストにかけ、6割超の回答で出典(媒体名・見出し・URL等)が不正確だったと報告した(Columbia Journalism Review/Tow Center 2025)。しかもチャットボットは留保語をほとんど使わず、誤りを自信満々に提示する傾向があり、有料版がむしろ自信たっぷりに誤答する場面もあったという。これは米国の英語ニュース媒体を対象にした調査であり数値を日本にそのまま当てはめることはできないが、「AI検索の引用は構造的に不正確を多く含みうる」という質的な事実は、引用される側にも、引用する側にも重い。

日本での現在地も、地に足をつけて見ておきたい。AI Overviewsは2024年8月に日本を含む国々へ展開された。クエリのどの程度で表示されるかは、第三者分析でも全世界平均でおおむね15%前後とされ、問いの型(情報収集型か取引型か)で大きく変動する。ただしこれらは主に海外計測の目安で、日本語クエリ固有の確かな比率ではない(Semrush等の第三者分析による目安)。一方、生成AIの個人利用率は日本でも2024年度調査で26.7%と、前年度の9.1%から約3倍に伸びた(総務省『令和7年版 情報通信白書』2025／2024年度調査)。AI検索は日本でも現実に始まっている。だが利用も、AI回答への信頼も、まだ発展途上だ。海外の効果量を機械的に持ち込める段階ではない。

引用されたのは、上手く言い換えた一般論ではなく、自社調べの数字と、現場の専門家の一言を持つ会社だった。

ここまでを束ねると、構図はきれいに一つの分業へ着地する。実験の限定的な範囲で引用されやすさと相関したのは、独自の統計・一次情報・信頼できる出典からの専門家の引用句——いずれも既存記事の言い換えでは作れず、新たに集め、検証して初めて生まれる素材だ。一方で同じ研究群が示すのは、AIの引用は不正確を多く含むという事実である。つまり素材を網羅・収集する作業はAIが桁違いに速いが、その数値が本物か、出典が実在するか、引用句が文脈に忠実かを検証・読み解き・翻訳できるのは人間だ。この二層が噛み合って初めて、貴社はAIに引用される素材を作り続けられる。私たちはその二層を、属人芸ではなく制度として回している。

シンクタンク型コンテンツが強い理由 — 一次データと専門家性の構造的優位

前章までで、AIが「引用元として出典・引用句・統計を添えた素材」を好んで拾うらしいことは見えてきた。ここで一歩踏み込んで、では何を備えた素材が実際に引かれやすかったのか、研究は何を示しているのかを腑分けしておきたい。結論から言えば、効いたのは小手先の最適化ではなく、コンテンツそのものの一次性だった。

Princeton 大学などの研究チームが発表した「GEO: Generative Engine Optimization」(Aggarwal ら, KDD 2024) は、コンテンツの書き換え手法を比較し、生成エンジンの回答にどれだけ引用されたかを測った。一貫して効いたのは三つ——出典を明示する (Cite Sources)、関連する専門家の引用句を加える (Quotation Addition)、独自の統計・数値を盛り込む (Statistics Addition)。論文は、これらの手法で可視性が最大40%まで高まったと報告している (GEO論文2024)。逆に、従来SEOの定番だったキーワードの詰め込み (Keyword Stuffing) はほとんど効かず、Perplexity 上ではむしろベースラインより悪化した(論文では約−10%)。

ここで強い注記を置く。これらの数値はすべて海外・英語Webの限定的な実験値で、対象は実機のAI Overviewsや各社チャットそのものではなく、検索上位を言語モデルに要約させた合成環境だ。日本語の生成検索や貴社の業界にこの%がそのまま出る保証はない。しかも論文自身が、効果はドメインによって大きく変わると述べている。つまり「何が効くか」は業界ごとに個別検証が要る。私たちが援用できるのは「40%」という数字ではなく、出典・一次データ・専門家の言葉を備えた素材が(英語実験下で)引かれやすかったという方向性——相関であって、「一次データを出せば必ず引用される」という因果ではない。

AIは引用に値する素材を探す。だが、その引用は当てにならない

もう一つ、対になる事実がある。Columbia Journalism Review の Tow Center が8つのAI検索に1,600件のクエリを投げた調査 (CJR/Tow Center 2025) では、回答の60%超が出典の特定で不正確だった。エンジン差は大きく、良い方の Perplexity でも37%、Grok 3 では94%が不正確。さらに誤りを留保なく断定する傾向がみられ、有料版は無料版より多くの設問に正答する一方で、断定的に誤る場面も増えたと報告されている。これは英語ニュースの引用精度を測った調査だが、「AIは引用元を示すが、その引用自体が外れうる」という性質は国を越えて参照してよい一般則だろう。

AIは引用に値する素材を貪欲に探す。しかし、その引用が正しいかどうかは保証しない。素材を作る側と、それを検証する側は、構造的に別の仕事だ。

この非対称が、シンクタンク型コンテンツの優位を説明する。引用されるための素材——自社調査の数値、一次情報、責任を持てる専門家のコメント——を出し続けるには、二つの異なる作業が要る。一つは、何が問われ何が引かれているかを網羅的に集める作業。量とスピードが要るここはAIが向く。もう一つは、その素材が一次情報として正確か、専門家の言葉として署名できるかを検証し、貴社の文脈へ翻訳する作業。CJRの不正確さが示すとおり、ここは人の裏取りなしには成り立たない。シンクタンクが独自統計や専門家コメントを継続生産できるのは、この収集と検証を分ける装置を内に持つからだ。引用される会社は、外注の有無にかかわらず、この二層を内製している。

商談に降ろせば違いは一行で出る。「御社のその数字、出典は」と聞かれて、自社調査(n=◯◯、◯年実施)と即答できる営業と、借り物の一般論しか返せない営業。AIが拾うのは前者であり、しかも前者は人が検証済みだから、引用に晒しても安心していられる。

なお、構造化データやE-E-A-Tを整えれば順位や引用に直結する、という俗説には留保が要る。Googleはランキング要因を全面開示しておらず、E-E-A-Tは品質評価の概念であって直接の順位シグナルとは限らない。GEO研究が示したのも技術的なタグ付けではなく、コンテンツの中身——統計・出典・引用句という一次性——が効いたという点だった。検証と専門家性をどう担保するかという本筋は、姉妹記事「AIリサーチはどこまで信頼できるか」に譲る。候補を漏れなく拾う側を機械に、それが一次情報として正しいかを見極めて署名する側を人に置く。この役割の切り分けこそが、引用される素材を生み続ける条件である。

網羅はAI・検証は人 — 引用される素材を量産臭なく作る運用

「AI検索に拾われたい」と聞くと、つい記事の本数を増やす方向に手が動く。だが海外の査読研究が示したのは、ほぼ逆のことだった。生成エンジンの応答内で自社コンテンツの見え方（可視性）がどう変わるかを約1万件規模のクエリで実験したGEO研究（Aggarwal et al. 2024、海外・英語Webの実験）では、効いた手法と効かなかった手法がはっきり分かれている。可視性が上がったのは、出典を引く・出典付きの統計を足す・専門家の引用句を添える、といった「中身を厚くする」系の手法だった。一方で、構造のない文字数増し（水増し）はほとんど効かず、キーワードの詰め込みに至っては可視性をむしろ下げた、と報告されている。

これは、私たちが反AIペナルティの文脈で繰り返してきた話と同じ構造をしている。量で押す薄いコンテンツは効かないどころか逆効果で、引用されたのは「検証された中身」だった。営業企画が業界レポートを月1本のペースで量産しても引用が増えないのは、文字数増しが効かなかったのと同じ理屈だ。拾われていたのは、出典付きの一行の統計と、実名の専門家コメントのほうだった。

留意したいのは、この数値が「方向性」であって「貴社での約束」ではない点だ。+115%は5位前後の低ランクページに限った条件付きの結果で、論文も「効果はドメインごとに変わる」と断っている。海外・英語Webで観測された効きどころを、日本語のAI検索や自社業界にそのまま持ち込むのは早計だ。確かなのは、効いたのが独自統計・一次情報・専門家の声という「検証された中身」だった、という方向だけである。

なぜ「網羅はAI、検証は人」になるのか

では素材集めをすべてAIに任せればいいかというと、ここに落とし穴がある。コロンビア大学Tow CenterがChatGPT SearchやPerplexity、Geminiなど8つの生成AI検索を検証した調査（Tow Center 2025、海外・英語ニュースが対象）では、6割超のクエリで引用が不正確だった。しかも「分かりません」と辞退するのが苦手で、有料版ほど自信たっぷりに断定して間違える傾向まで報告されている。日本での程度は不明だが、AIが返す出典は額面どおりには信じられない、という現象自体は一般に観測されている。

商談前夜、担当が自社の独自数値をAIに尋ねたら、出てきたのは競合プレスの孫引きで桁が一つずれていた——これが、6割の側で起きていることだ。

だから役割は自然に二層へ分かれる。どのクエリで誰がどう引用されているか、素材候補は何か——この網羅と収集は、AIが速く広くやれる。だが、引用される素材＝出典付きの統計・一次情報・専門家の引用句は、AI引用が6割超不正確という前提のもとでは、人が裏取りし、読み解き、自社の文脈へ翻訳して初めて「信頼できる一次情報」になる。

• 網羅・収集はAI：競合や周辺領域がどう引用されているか、素材候補を漏れなく速く洗い出す層。
• 検証・読み解き・翻訳は人：出典の裏取り、数値の確からしさの判断、自社業界の言葉への翻訳、専門家による署名。
• 引用される素材：量産された記事の束ではなく、検証を通った独自統計と、実名の専門家コメント。

なお、構造化データやE-E-A-Tのスコアが順位やAI引用に直結するという俗説には注意が要る。Googleはランキング要因を全面開示しておらず、E-E-A-Tはあくまで品質評価の概念であって、直接の順位シグナルとは限らない。自分がAIを使う側の信頼性や、出典の裏取りをどこまで担保するかという論点は、AIリサーチはどこまで信頼できるかで詳しく扱っている。

この二層の分業こそ、引用される素材を作り続ける装置になる。素材候補の洗い出しは機械に委ね、その真偽の見極めと実名での担保は人が握る——その後方支援としてのインテリジェンス機能を内製的に持つことが、量産臭のない「中身」を絶やさず供給し続ける土台になる。組織のナレッジとして長期に積む観点はB2Bブランディングと組織ナレッジに譲る。

誤解を正す — E-E-A-Tスコアやschemaは順位直結ではない

「schemaを入れた」「監修者プロフィールを足してE-E-A-Tスコアを上げた」――そうした“つまみ操作”でAIに引用されると考えるのは、半分外している。Googleの公式リエゾン（Danny Sullivan）は、E-E-A-Tそのものは順位要因ではなく、他の要因に組み込まれる類のものでもないと述べた上で、良いE-E-A-Tを備えたコンテンツを見分けるために複数の要因（シグナル）の組み合わせを使うことは有用だ、という言い方にとどめている(Google Search Liaison／Search Engine Land・海外/英語Web)。E-E-A-Tは品質を見立てるための思想であって、操作可能なダイヤルではない。Googleは順位の決定要因を全面開示してもいない。schema（構造化データ）も同じで、検索結果の見た目を拡張するリッチリザルトへの適格性を助ける衛生施策ではあっても、Googleがこれを汎用の順位ブースト要因として位置づけているわけではない。機械可読性を整える価値はあるが、引用の因果を生む魔法ではない。

なお、E-E-A-Tや監修者の信頼性そのものをどう設計するかは、貴社がAIを“使う側”の信頼性として親ピラー『AIリサーチはどこまで信頼できるか』で扱った。本稿は視点が逆で、貴社が“引用される側”の発見性に絞る。E-E-A-T論はそちらへ委ね、ここでは再論しない。

では、何が実証されているのか

海外・英語Webの限定的な実験設定だが、と前置きした上で――生成エンジンの最適化を測ったPrinceton主導の査読研究は、AIの回答内での可視性を押し上げたのが、独自統計の付加・一次情報源への出典明記・関連する引用句の三つだと報告した。これらを加えることで、ソースの可視性は手法やクエリによって最大で40%前後まで改善したという(Aggarwal et al. KDD2024・海外/英語Web実験)。逆に、キーワードの詰め込みは最低性能の手法で、ほとんど改善を生まなかった。生成エンジンが拾うのは“装飾”ではなく“中身”――検証できる数字、たどれる出典、貴社にしか語れない固有性だ、という方向を、この実験は示している。ただし論文自身が効果はドメインによって大きく異なると断っており、日本語AI検索や貴社業界での再現を保証するものではない。因果ではなく傾向として読むのが誠実だ。

見落とされがちなのは、効果がもともと上位でないサイトでより大きく出た点だ。出典（引用元）を明記しただけで可視性が大きく伸びた事例もある(Aggarwal et al. KDD2024・海外/英語Web実験)。商談の言葉に落とせばこうだ。業界No.1でなくても、貴社だけが持つ受注率データや現場の一次知見を、出典付き・引用句付きで世に出していれば、AIは“権威の大きさ”ではなく“検証できる固有性”で貴社を引く可能性がある。むろんこれは海外実験の傾向であって、保証ではない。

ただし、AIの引用は当てにならない

ところが、ここに歯止めが要る。海外調査では、主要なAI検索8種に計1,600件のクエリ（各200件）を投げたところ、全体の6割超で出典や回答を誤っていた。最も誤りが少なかったツールでも約37%、最も多いツールは94%。あるツール（Grok 3）では200件中154件、すなわち引用の約77%がエラーページに飛ぶ＝URLの捏造・リンク切れだった(CJR/Tow Center 2025・海外調査)。しかも多くのツールは不確かさをほとんど示さず、確信ありげに誤った答えを返す。提携契約があっても正しい引用は保証されない。商談に引きつければ――貴社の統計がAIに引用されても、数字が別社のものとすり替わったり、文脈を取り違えて提示されることがある。出して終わりではなく、何がどう引かれているかを人が確認し、誤引用を正す運用が要る。

生成エンジンが拾うのは装飾ではなく中身だ。だが、その中身が正しく引かれているかを確かめるのは、最後まで人間の仕事である。

二つの事実が、同じ装置を求める

ここまでで二つの事実が並んだ。一つ、生成エンジンに拾われやすい素材は、スコア操作や装飾ではなく、独自統計・一次情報・専門家の引用句という中身である。もう一つ、AIの引用は不正確が多く、出す側も読む側も人の検証を外せない。この二つは作業の性質が根本的に違う。素材の候補を網羅的に集め、Web上での引かれ方を監視し続けるのは、量とスピードでAIが得意とする領域だ。一方、その素材が事実として正しいか、誰の名前で語れる固有の知見か、自社の文脈へ翻訳できるか――これを見極めるのは、専門家＝人間にしかできない。

引用される素材を一度きりでなく作り続けるには、この『集める側』と『確かめて署名する側』の二層を、単発の施策ではなく装置として回す必要がある。私たちVRI（AI×専門家で「自社専用のシンクタンク」を内製的に持つ機能）が結局そこへ行き着くのは、流行りだからではない。海外実験で確かめられた効き筋――一次情報と専門家の言葉――が、人の検証を経てしか正確な引用素材にならない、という構造そのものから来る。そうして積み上がる出典付きの固有知見は、AIへの発見性であると同時に、長く効く組織ナレッジの資産でもある。具体的な回し方は私たちの進め方に置いている。

よくある質問

GEOとは何ですか。SEOやLLMO（LLM最適化）と何が違うのですか。

GEO（Generative Engine Optimization／生成エンジン最適化）は、AI Overviewsや生成AIチャットの「回答そのもの」の中で、自社コンテンツがどれだけ引用・露出されるか（可視性）を高めようとする考え方です。検索結果ページでの順位を競う従来のSEOとは目的地が違います。この言葉が広まった起点は、Aggarwalらが約1万クエリで実験し2024年にACM SIGKDDで発表した査読論文『GEO: Generative Engine Optimization』（DOI 10.1145/3637528.3671900）です。LLMOはほぼ同義で流通している呼び名ですが、明確な定義や共通の測定基準があるわけではなく、ツール提供側のマーケティング用語として使われている面も大きい。注意したいのは、この論文の数値は海外・英語Webを中心とした限定的な実験設定での相対改善であり、日本語AI検索や貴社の業界でそのまま再現される保証はない点です。GEOを「順位を上げる新しい裏技」ではなく、「回答に値する中身を持っているか」を問う枠組みとして読むのが実証に忠実です。

AI検索に引用されるために、まず何をすればよいですか。記事を量産すべきでしょうか。

量産はむしろ逆効果になりかねません。GEO論文（海外・英語Webの実験）では、構造のない文字数の水増しは可視性をほとんど押し上げず（ほぼ±0）、キーワードの詰め込みに至っては約−10%とベースラインより悪化したと報告されています。代わりに可視性と相関したのは、出典名つきの統計の追加（相対+41%）、実名の専門家による引用句（+28%）、信頼できる外部出典の明示（検索下位ページで最大+115%）でした。実務への落とし込みとして私たちがお勧めするのは、数値を社内会議に貼ることより、置き換えです——「出典名のついた自社統計が一本でもあるか」を棚卸しするほうが、この査読研究の含意に近い。ただしこれは英語実験下の相関であって、出せば必ず引用されるという因果の保証ではない点は、はっきり断っておきます。

構造化データ（schema）やE-E-A-Tのスコアを上げれば、AIに引用されますか。

「schemaを入れれば」「E-E-A-Tスコアを上げれば」引用される、というのは半分外しています。Googleはランキングの決定要因を全面開示しておらず、E-E-A-Tは品質を見立てるための概念枠組みであって、それ自体が直接の順位シグナルだと確かめられているわけではありません（Google Search Central／品質評価ガイドライン）。Googleの公式リエゾンも、E-E-A-Tそのものは順位要因ではない、という言い方にとどめています。schema（構造化データ）も、リッチリザルトへの適格性を助ける機械可読性の衛生施策ではあっても、引用を約束する汎用のブースト要因ではありません。仕組みが開示されていない以上、“スコア”を狙うより、検証済みの一次素材（統計・出典・専門家の引用句）を持つほうが堅い、というのが本稿で確かに言える一点です。E-E-A-Tや監修による信頼性設計そのものは、視点が表裏の関係にある親ピラー『AIリサーチはどこまで信頼できるか』に委ねています。

自社の統計を出せば、AIは正しく引用してくれるのですか。

出すことと、正しく引かれることは別問題です。コロンビア大学Tow Centerが8つのAI検索エンジンを各200件・計1,600件で検証した調査（Columbia Journalism Review／Tow Center2025、海外・英語ニュースが対象）では、回答の6割超で出典の取得に失敗し、捏造URLや誤帰属が頻発しました。最も誤りが少なかったツールでも約37%、多いツールでは94%が不正確で、しかも多くのツールは留保語をほとんど使わず確信ありげに誤答する傾向があったと報告されています。これは米国の英語ニュース媒体を対象にした率であり日本にそのまま当てはまる数値ではありませんが、「AI検索の引用は構造的に不正確を多く含みうる」という質的な事実は重い。貴社の数字が引用されても、別社のものとすり替わったり文脈を取り違えられることがあるため、出して終わりにせず、何がどう引かれているかを人が確認し誤引用を正す運用が要ります。

海外の「+41%」「最大+115%」といった効果は、日本の自社サイトでも期待できますか。

そのまま期待するのは早計です。これらはすべてGEO論文（ACM SIGKDD 2024）の、英語Webを中心とした約1万クエリ・複数ドメインのベンチマーク上での相対改善であり、対象も実機のAI Overviewsや各社チャットそのものではなく、検索上位を言語モデルに要約させた実験的な設定です。論文自身が「効果はドメイン（分野）によって大きく異なる」「ドメイン固有の最適化が必要」と明言しています。日本の現在地を見ても、AI Overviewsは2024年8月に日本を含む国々へ展開され、生成AIの個人利用率は総務省『令和7年版 情報通信白書』（2024年度調査）で26.7%と前年度9.1%の約3倍に伸びた段階で、海外の効果量を機械的に持ち込める成熟度ではありません。私たちが援用できるのは「+41%」という数字ではなく、出典・一次データ・専門家の言葉を備えた素材が（英語実験下で）引かれやすかったという方向性だけ——相関であって因果ではない、と読むのが誠実です。