生成AIは記事をページ単位ではなく段落単位で引用しており、実証データで効果が確認されている施策は限られる。地域の中小企業はまず7項目に絞ってよく、そのうち4項目は記事の書き方を直すだけで今日から着手できる。
そもそもAIは、記事のどこを引用しているのか？
生成AIが引用しているのはページ全体ではなく、ページの中の一段落である。Pillarbaseが2026年7月に公表したGoogle AI Modeの引用1,569万9,298件の分析によれば、引用の47.7%はページへのリンクではなく特定の段落を指すテキストフラグメントで、引用された段落の語数は中央値117語、80%が最初の一文で答えを言い切り、85%は前後の文脈なしで意味が通るものだった。つまり評価されているのは記事全体の出来ではなく、見出しの下の一段落を切り取ったときに答えとして成立するかどうかである。
この事実が優先順位を決める。50項目を上から順に潰すより、既存記事の見出しと直下の一段落を書き直すほうが費用対効果は高い。
記事の書き方で今日から直せる4項目はどれ？
結論ファースト、見出しの疑問文化、検証できる数字、出典の明記の4つである。いずれも実証データで効果が確認されており、外注や開発を伴わないため、地域の中小企業が自社で今日から着手できる。逆にいえば、この4つを飛ばして構造化データやツール導入から入ると、土台がないまま周辺だけを整えることになる。リージョングロースパートナーズでは、既存記事の見出しと直下の一段落の書き直しを最初の一手として案内している。
| 項目 | やること | 根拠 |
|---|---|---|
| 1. 結論ファースト（BLUF） | ページ冒頭100〜150文字で結論を言い切る。「近年注目されています」で始めない | 引用された段落の80%が最初の一文で答えを言い切っていた（Pillarbase, 2026年） |
| 2. 見出しを疑問文にする | 「SNS運用の重要性」ではなく「フォロワーが増えても問い合わせが来ないのはなぜ？」 | 問いの形で始まる段落は約2倍の頻度で繰り返し引用された（同） |
| 3. 検証できる数字を置く | 各見出しの下に数値・日付・定義のいずれかを1つ以上置く | 統計の追加で引用スコアが31%、名指しの引用で41%上昇（Princeton大学ほか, arXiv:2311.09735） |
| 4. 出典を明記する | 調査名・発表元・調査年・数値の4点を一文に収める | 出典を明記した文書は引用スコアが27%上昇（同） |
日本語では、疑問文の見出しの効果がさらに大きい可能性がある。株式会社EXIDEAが日本語Google検索33,201クエリを対象に行った調査（2026年2〜4月、同年5月20日公表）では、「〜とは」という定義型クエリでのAI Overview表示率は93.1%と、全形式のなかで最も高かった。定義を一文で書いておく価値は、日本語では特に高い。
記事以外で見落とされがちな2項目は何か？
AIクローラーを自社サイトが拒否していないかの確認と、更新日の可視化の2つである。どちらも記事の中身の話ではないため後回しにされやすいが、前者は満たしていなければ引用の候補にすら入らない必要条件であり、後者は引用のされやすさに直結する。自社のrobots.txtで、GPTBot・ClaudeBot・PerplexityBot・Google-Extendedなどを意図せず一括拒否していないか、まず確認したい。
更新日については、Seer Interactiveが2026年3〜6月に7,683ページ・47,097件の引用を分析した結果、ChatGPT・Gemini・Perplexityが引用したページの75%は1年以内に更新されており、88%は2年以内だった。同調査では、最終更新日で見れば72%が1年以内である一方、初回公開日で見ると42%に下がる。新規執筆より既存記事の手直しが効いている、と読める。
7項目目「自社サイトの外」
現実的な打ち手は、プレスリリース配信、Googleビジネスプロフィールの整備、業界メディアへの寄稿など、自社ドメイン以外に一次情報を置くことである。7項目でこれだけが記事の外の話だが、日本語のAI検索の構造上、外せない。
日本語のAI検索では、引用元が特定のドメインに集中せず、極端に分散しているからである。株式会社プリンシプルが2026年5月に5,366のプロンプト・引用URL 116,966件・ユニークドメイン28,803個を分析した調査では、上位10ドメインが引用全体に占める割合はわずか9.5%で、59.3%にあたる17,088ドメインは1回しか引用されていなかった。さらにChatGPT日本語版で最も引用されたドメインはPR TIMES、Perplexity日本語版ではYouTubeだった。自社サイトだけを磨いても届かない領域がある、ということである。
逆に、やらなくていいことは何か？
llms.txtの設置、全ページへの汎用的な構造化データの実装、キーワードの詰め込み、そしてコンテンツの細切れ化である。いずれも「AI対策」として広く勧められているが、根拠が確認できないか、Googleが公式に不要と明言しているか、実測で逆効果とされているものである。限られた予算と人手を、効果の確認できない施策に配分する必要はない。
| 施策 | 実際のところ |
|---|---|
| llms.txtの設置 | Ahrefsの調査（2026年5月、137,210ドメイン）では28%が設置済みだが、その97%は当月のリクエストが0件。Googleも「機械可読ファイルやAIテキストファイルを新たに作る必要はなく、Google検索はそれらを使用しない」と明記 |
| 全ページへの汎用schema実装 | Googleは「構造化データは生成AI検索に必須ではなく、追加すべき特別なschema.orgマークアップはない」と明記。通常検索のリッチリザルト目的で入れるのは妥当 |
| キーワードの詰め込み | Princeton大学ほかの実験で、引用スコアが8%低下。唯一マイナスに振れた施策 |
| コンテンツの細切れ化 | Googleは「AIが理解しやすいようにコンテンツを細かく分割する必要はない」と明記。引用された段落は中央値117語のまとまった一段落 |
| クエリのバリエーションごとのページ量産 | 順位や生成AIの回答の操作を目的に行えば「スケールされたコンテンツの不正使用」ポリシー違反にあたるとGoogleが明記 |
効果の言い方について
AIに引用されることと、問い合わせや売上が増えることの因果関係は現時点で実証されていない。本記事の数値はいずれも「引用されやすさ」の指標であり、集客効果を保証するものではない。
よくある質問
50項目のチェックリストは意味がないのですか？
いいえ。全体像の把握には有効である。ただし着手順を示していないため、根拠の強い項目から取りかかることを勧めている。
構造化データ（JSON-LD）は入れないほうがいいのですか？
入れてよい。ただし目的は公開日・更新日の機械可読化と通常検索のリッチリザルトであり、AI引用率が上がる裏付けはない、と理解しておくのが正確である。
飲食店や小売でもAI対策は必要ですか？優先度は業種で変わる。EXIDEAの調査では飲食・グルメのAI Overview表示率は51.6%で、健康・医療の86.4%より大幅に低い。地図検索やSNSの整備が先になる場合が多い。
まず何から着手すればいいですか？
アクセスの多い既存記事を3本選び、見出しを疑問文に直し、その直下200〜300字で問いに答え切る形に書き換えることを勧めている。新規記事より既存記事の改修が先である。
出典
- Pillarbase / Search Engine Land「What 15.7 million AI Mode citations reveal about getting quoted by Google」（2026年7月公表）
https://searchengineland.com/what-15-7-million-ai-mode-citations-reveal-about-getting-quoted-by-google-483393 - Aggarwal et al.「GEO: Generative Engine Optimization」arXiv:2311.09735
https://arxiv.org/pdf/2311.09735 - 株式会社EXIDEA「日本語Google検索33,201クエリのAI Overview表示率調査」（2026年5月20日公表）
https://prtimes.jp/main/html/rd/p/000000215.000041581.html - Seer Interactive「Content Recency’s Impact on AI Visibility in 2026」（2026年公表）
https://www.seerinteractive.com/insights/study-content-recencys-impact-on-ai-visibility-in-2026 - 株式会社プリンシプル「生成AIの引用ドメイン分析」（2026年5月時点のデータ）
https://www.principle-c.com/column/ai-citation-domain-analysis/ - Ahrefs「llms.txt study」（2026年5月調査）
https://ahrefs.com/blog/llmstxt-study/ - Google「Guide to optimizing for generative AI features」
https://developers.google.com/search/docs/fundamentals/ai-optimization-guide
リージョングロースパートナーズ株式会社
本記事の内容は2026年8月時点の情報に基づきます。統計値は各出典の最新版をご確認ください。
コメント