AI検索とは？仕組みと従来の検索との違い、使い方を解説

調べ物をしようとGoogleで検索すると、リンクの一覧より先にAIが書いた答えが表示されます。ChatGPTに聞けば、文章の下に参照したページのリンクが並びます。リンクを開いて読む形から、先に答えを読む形へ変わりました。

この変化を指す言葉がAI検索です。従来の検索が探すための道具だったのに対して、AI検索は問いへの答えそのものを返します。ただし、答えが必ず正しいとは限らず、出典が付く回答と付かない回答があります。

この記事では、AI検索の仕組みと従来の検索との違いから、代表的なサービス、答えの確かめ方、仕事での使い方までをご紹介します。

1. AI検索とは？

AI検索とは、入力した質問の意図をAIが読み取り、複数のウェブページの内容をまとめた文章で答えを返す検索のことです。AI検索エンジンと呼ばれることもあり、指しているものは同じです。

図1：Geminiに「AI検索とは何ですか？従来の検索との違いを教えて」と尋ねた画面。リンクの一覧ではなく答えの文章が先に出て、参照したページの名前が文のそばに添えられる（2026年9月17日、ログインしない状態で撮影）

拡大

図1：Geminiに「AI検索とは何ですか？従来の検索との違いを教えて」と尋ねた画面。リンクの一覧ではなく答えの文章が先に出て、参照したページの名前が文のそばに添えられる（2026年9月17日、ログインしない状態で撮影）

閉じる

従来の検索は、入力した語に合うページのリンクを一覧で返します。どのページを開いてどう読み比べるかは、検索した人に任されていました。AI検索では答えの文章が先に表示され、根拠にしたページへのリンクが、その文章のそばに添えられます。

入力の仕方も変わり、従来の検索では「経費精算 締め日 過ぎた」のように語を区切って入力していましたが、AI検索では「経費精算の締め日を過ぎてしまったら、何をすればいい？」と、人に尋ねるときの文章のまま入力できます。

答えを組み立てているのは生成AIです。Google検索の結果の上に出るAIの要約「AI による概要」も生成AIを使っており、生成AIとは、学習用のデータからパターンと構造を学んで新しいものを作り出すAIを指します（参考情報：Google 検索ヘルプ）。生成AIの種類と使い方は生成AIとはで扱っています。

AI検索と生成AIチャット（＝ウェブ検索を挟まずに、学習した知識だけで答える対話型のサービス）を分けるのは、答えを書く前にウェブを検索するかどうかです。同じ製品でも問いによって検索する回答としない回答があり、見分ける手がかりは出典です。根拠にしたページへのリンクが添えられていれば、ウェブ検索を挟んだ回答です。

2. 従来の検索との違い

従来の検索とAI検索の違いを、結果の見え方、情報の出どころ、クリックの要否、最新情報の反映、誤りの起き方の5つで比べました。検索する人の側で変わるのは、読む順番と、答えを確かめる手間の2つです。

図2：20代は全体より高い。生成AIを使ったことがある人の割合であって、AI検索だけを数えた値ではない。

拡大

図2：20代は全体より高い。生成AIを使ったことがある人の割合であって、AI検索だけを数えた値ではない。

閉じる

答えの文章を読んだところで調べ物が済めば、リンクは1つも開かれません。検索結果の画面だけで調べ物が終わるこの状態はゼロクリックと呼ばれます。AIの回答だけで調べ物が済むのかについては、Pew Research Centerの調査があります。米国の成人900人の2025年3月の閲覧記録から、Googleの検索結果の画面を開いた1回を訪問として数えたもので、AIによる要約が出た訪問でリンクを開いたのは8%、要約が出なかった訪問では15%でした。

Pewはこの差を「ほぼ2倍」と書いています。同じ問いを要約の有無で比べた実験ではなく、900人の1か月分の訪問を、要約が出たものと出なかったものに分けて数えた結果です。日本でも同じ割合になるとは言い切れません。この調査で数えられたのは、米国の成人900人の2025年3月の閲覧記録における8%と15%の差までです。

自社サイトの担当者から見ると、この違いは、検索からの流入の数と、AIの回答に自社のページが出ているかどうかの2つに表れます。どの指標をどこで見るかは、AI検索の効果測定で扱っています。

3. AI検索の仕組みとは？4つの工程で動く

AI検索は、問いを受け取ってから回答を出すまでに、大きく4つの工程を踏みます。問いを受け取る、ウェブを探す、答えを作る、引用元を添えるの4つで、工程の名前は公式の区分ではなく、追いやすさのためにこの記事で付けたものです。

図3：要約が出た検索では、検索結果のリンクを開いた割合がおよそ半分になっている。

拡大

図3：要約が出た検索では、検索結果のリンクを開いた割合がおよそ半分になっている。

閉じる

3つめの工程で文章を組み立てるのは、大規模言語モデル（＝大量の文章で学習し、次に来る語を選びながら文章を作るモデル）です。この記事で整理した見方では、工程の並びはサービスが違ってもおおむね同じで、差が出るのは2つめのウェブを探す工程と、4つめの引用元を添える工程です。各工程で何が起き、従来の検索から何が入れ替わったのかを表にしました。

2つめの工程で起きている処理は、クエリ ファンアウト（＝1つの問いを小さな問いに分け、それぞれについて検索を走らせる技術）と呼ばれます。Google Japan Blogは、AIモードがこの技術で質問をサブトピックに分解し、利用者に代わってサブクエリの検索を実行すると説明しています。1つの問いから複数の検索が走るので、検索する人が語を考え直す手間が減ります。

自社サイトの担当者がこの仕組みから確かめておくのは、自社の主要なページが2つめの工程で拾われる状態にあるか、つまりGoogle 検索のインデックス（＝検索エンジンがページを登録しておく索引）に登録されているかどうかです。

4. AI検索エンジンとRAGの関係性

生成AIは学習した時点までの知識しか持っていないため、そのまま答えさせると、すでに変わった内容や、もっともらしいだけの内容が混ざることがあります。

図4：各社でほぼ共通する流れのうち、違いが出るのは2つめのウェブを探す工程と、4つめの引用元を添える工程である。

拡大

図4：各社でほぼ共通する流れのうち、違いが出るのは2つめのウェブを探す工程と、4つめの引用元を添える工程である。

閉じる

この弱点を補う設計がRAG（Retrieval-Augmented Generation＝検索で取り出した文書を材料にして文章を作る仕組みで、検索拡張生成と訳されます）です。答えを書く前に検索を挟み、見つけた文書をAIに渡してから文章を組み立てます。問いから回答までの4つの工程のうち、2つめのウェブを探す工程と、3つめの答えを作る工程がRAGにあたります。

新しい情報を扱えるのは検索を挟んだ回答だけで、検索を挟まない回答には、すでに変わった内容がそのまま出ることがあります。

検索を挟むかどうかの判断について、Anthropicの技術文書「Web search tool」は2つに分けて書いています。最新の情報や変わりうる情報、学習データの外にある情報を求める問いでは検索し、変わらない知識で足りる問いでは検索せずに答える、という分け方です。

例として挙がっているのは、最近の出来事や現在の価格を尋ねたときは検索し、確立した事実や数学の基礎を尋ねたときは検索しない、という違いです。Claudeで出典が付く回答と付かない回答があるのは、この判断によるものです。

ただし、検索を挟めば誤りが消えるわけではありません。2026年8月29日に公開された論文（arXiv:2608.29307）は、検索した文書を材料に渡すと裏づけのない記述は減るものの無くならず、読む人には裏づけのある文と作られた文の区別が付かないと書いています。arXivは、査読前の論文が公開される場です。この論文が使った評価用のデータ（RAGTruth）では、テスト用に分けた答えの34.9%に、人が付けた注記で裏づけのない箇所がありました。

自社のページが2つめの工程で拾われるための技術的な要件は「テクニカルSEOとは」でご紹介しています。

5. AI検索の代表的なサービスと、提供のかたち

AI検索と呼ばれるサービスは、提供のかたちで3つに分けられます。検索画面に組み込まれたもの、対話型のサービスに検索が付いたもの、検索そのものを目的にしたものの3つで、この分け方はこの記事で整理したものです。

図5：同じ製品でも、問いの性質で検索を挟むかどうかが変わる。出典が付いたり付かなかったりするのはそのためである。

拡大

図5：同じ製品でも、問いの性質で検索を挟むかどうかが変わる。出典が付いたり付かなかったりするのはそのためである。

閉じる

提供のかたちと出典の付き方の両方を公式ドキュメントで確かめられた5つを、提供元と合わせて3分類の順に並べました。出典の付き方の列は、ウェブ検索を使ったときの表示を、各社の公式の記述に沿って書いています。各社の記述を確かめたのは、2026年9月2日から9月13日までです。

GoogleのAIモードは、2025年9月9日に日本語での提供が始まりました。AI による概要が検索結果の上に自動で出るのに対して、AIモードは自分で選んで開く画面で、Google Japan Blogもこの2つを別の機能として案内しています。

5つのうち、AI による概要とAIモードはGoogle検索の中の機能で、残る3つは単体のサービスです。表に無いサービスにもAI検索と呼ばれるものはあり、公式ドキュメントで確かめられなかったため載せていません。

使い比べるときは、自社が狙う語を1つ選び、社内で使っているサービスへ同じ問いを投げて、出典の付き方を見比べます。サービスごとの見え方の違いはAI検索エンジン比較で扱っています。

6. 検索結果における AI による概要

Googleでいつもどおり検索しただけで目に入るAI検索が、「AI による概要」です。英語では Google AI Overviews と呼ばれ、検索結果の画面にそのまま出るので、ChatGPT searchやPerplexityのように自分でサービスを選んで開く必要がありません。

図6：提供のかたちは3つに分かれ、出典はどのサービスでも回答のそばに置かれる。

拡大

図6：提供のかたちは3つに分かれ、出典はどのサービスでも回答のそばに置かれる。

閉じる

ただし、どの検索にも出るわけではなく、公式ヘルプは表示される場合を条件の形で書いています。

Google 検索の検索結果に AI による概要が表示されるのは、生成 AI が特に有用であるとシステムが判断した場合です。たとえば、さまざまな情報源からの情報を迅速に提供できる場合などです。

出典：Google 検索ヘルプ「Google 検索の AI による概要で、情報をすばやく簡単に見つける」（2026年9月11日確認）（新しいタブで開く）

同じページにある提供状況の一覧では、日本が国と地域の一覧に、日本語が言語の一覧に入っています。一覧は随時更新されるため、この記事では対象の国数と言語数を書いていません。

どれくらいの検索でAI による概要が出るのかは、測り方によって大きく変わります。米国のGoogleトレンドからトレンドのクエリ（＝検索窓に打ち込まれた語）55,393件を2026年3月13日から4月21日までの40日間集めた研究（arXiv:2605.14021）では、出現率は13.7%でした。英語の実際に使われたクエリをもとにした11,500件の公開ベンチマークを使った研究（arXiv:2604.27790、2026年4月30日公開）では、51.5%でした。どちらも英語の問いで、日本語の検索で同じ割合になるとは言い切れません。

約3.8倍の開きは、測る対象の選び方が違うためと考えられます。トレンドのクエリは話題になったばかりの語を多く含み、実際に使われたクエリには調べ物の問いが多く含まれます。1つ目の研究も、疑問文の形のクエリに限ると出現率が64.7%まで上がると報告しています。2種類のクエリの差を直接比べた研究は、この2本には含まれていません。

AI による概要が出やすい問いの特徴は、Pew Research Centerの研究者の論文（arXiv:2608.04831、2026年8月5日公開）が3つ挙げています。使ったのは、クリックの割合を数えた調査と同じ、米国の成人900人の2025年3月の閲覧記録です。問いが長いこと、疑問詞で始まること、名詞と動詞の両方を含むことです。これは検索する人の問いの書き方の傾向で、サイト側からAI による概要を出させる手段ではありません。

出現率は測り方で大きく動くので、公開された平均値を自社の語にそのまま当てはめることはできません。自社が狙う語を10語ほど選び、月に1回、AI による概要が出たかどうかと、出たときに自社のページが引用されたかどうかを記録します。記録が溜まると、語ごとの出た回数と引用された回数を月ごとに比べられます。

AIモードでも、必ずAIの回答が返るわけではありません。Google Japan Blogは、可能な限りAIによる回答を表示することを目指す一方、信頼性が低いと判断される場合には一連のウェブ検索結果が表示されると書いています。記録は、AI による概要とAIモードの両方で取ります。

7. 出典が付いていれば信じていい？

回答に出典が付いているかどうかは、答えを確かめるときの入口になります。ただし、出典が付いていることは、書かれている内容が正しい保証にはなりません。

図7：対象のクエリの選び方が違うため、割合は2本の論文で分かれる。片方だけを代表の値として読めない。

拡大

図7：対象のクエリの選び方が違うため、割合は2本の論文で分かれる。片方だけを代表の値として読めない。

閉じる

出典は、ウェブ検索を挟んだ回答に添えられます。OpenAIはChatGPT searchの発表で、回答の下にSourcesというボタンが出て、そこから参照したページの一覧を開けると説明しています。Anthropicも、Claudeがウェブの情報を回答に取り込んだときは、読む人が事実確認をできるように直接の引用を出すと発表文に書いています。

反対に、出典が1つも付いていない回答は、ウェブを見ずに学習した知識だけで書かれている可能性があります。

出典が付いていても答えが外れる型は、3つに分けられます。外れるのは4つの工程のうち2つめのウェブを探す工程か、3つめの答えを作る工程です。3つの型はどれも、回答に添えられた引用元のページを開いて確かめられます。

裏づけの取れない記述が残ることは、論文でも報告されています。AI による概要の出現率を13.7%と報告した論文（arXiv:2605.14021）は、回答を98,020個の最小単位の主張に分解しました。最小単位の主張とは、それ以上分けられない、1つの事実を述べた単位です。そのうち11.0%が、引用先のページで裏づけられなかったと報告しています。

裏づけられなかった記述で最も多い型は、この論文の調べによると、引用したどのページにも書かれていない記述で、98,020個の6.98%でした。3つの型のうち、引用元に無い内容が回答に混ざる型にあたり、引用元と食い違う記述（2.66%）のおよそ2.6倍です。

3つの型とは別に、出典そのものを取り違える誤りもあります。調べたのは Tow Center for Digital Journalism（＝コロンビア大学のジャーナリズム大学院で、報道と技術の関係を調べている研究機関）で、2025年3月に結果を公表しています。20媒体の記事を10本ずつ、合わせて200本抜き出し、各記事の抜粋を ChatGPT Search、Perplexity、Copilot、Gemini、Grok など8つのサービスへ貼って、元の記事の出典を当てさせたものです。

投げた問いは200本に8つのサービスを掛けた1,600件で、6割を超える問いで出典の取り違えが起き、サービス別では37%から94%まで幅がありました。対象は英語のニュース記事なので、日本語の問いで同じ割合になるとは言い切れません。

答えを自分で確かめる4つの手順

AI検索の回答は、どう再確認すればよいのでしょうか。Google 検索ヘルプは、回答を再確認する方法として3つを挙げています。複数の情報源で確かめること、質問の仕方を変えて試すこと、おかしいと思ったらフィードバックを送ることです。1つめについては、重要な情報は複数の情報源で確認し、ウェブのサポート情報へのリンクから他の検索結果も確認するよう求めています。

このうち複数の情報源で確かめることに、答えが外れる3つの型の確かめ方を重ねると、回答を1つ受け取るたびに確かめることは次の4つになります。

1. 回答のそばに出典が付いているかを見る。付いていない回答は、ウェブ検索を挟んでいない可能性があります
2. 出典のリンクを開き、回答に書かれている記述が同じページにあるかを読む
3. 数字と日付は、引用元の更新日まで見て、いつ時点の値かを確かめる
4. 重要な判断に使う情報は、別の情報源をもう1つ開いて突き合わせる

自社の立場で見るなら、狙う語の回答を開き、添えられた出典に自社のページが入っているかを確かめます。引用される側に回るための考え方は、AIO対策のやり方で扱っています。

8. AI検索を使うメリット

AI検索を使うと、調べ物のやり方が3つの点で変わります。キーワードに区切らず文章のまま尋ねられること、複数のページの内容をAIがまとめた文章で読めること、答えを足がかりに続けて問いを重ねられることです。

図8：どの型も、引用元のページを開いて読めば、読む人の側で確かめられる。

拡大

図8：どの型も、引用元のページを開いて読めば、読む人の側で確かめられる。

閉じる

3つそれぞれについて、どういう調べ物に向くのかと、担当者の何が変わるのかを表にしました。向く調べ物は、社内で起きやすい場面の形で書き、担当者の変化は、いまの手順と比べられるように、手を動かす回数や手順の数で書いています。

どの使い方でも、答えを確かめる先は回答に添えられた出典です。出典が添えられない回答は、別の情報源をもう1つ開いて、同じ記述があるかを突き合わせます。

どれだけ時間が減るかは、調べ物の種類と、いまの手順の組み立てで変わります。公表されている調査は業種も業務も自社と違うため、この記事では時間が何割減るという数字を置いていません。担当する調べ物を1件選び、かかった時間と開いた出典の数を、いつもの手順と比べると見当が付きます。

9. AI検索をビジネスで活用できるシーン

日本で生成AIサービスを使ったことがあると答えた人は、総務省の「令和7年版 情報通信白書」によると2024年度調査で26.7%、20代に限ると44.7%でした。調査は2025年1月から2月にインターネットで行われ、日本の有効回答は1,030人です。この1,030人は全体の有効回答数で、20代だけの人数ではありません。

図9：確かめる場所はどれも、回答に添えられた出典である。

拡大

図9：確かめる場所はどれも、回答に添えられた出典である。

閉じる

数えているのは生成AIサービスを使ったことがある人で、AI検索に限った値ではありません。白書は、尋ねた用途の中では調べ物と要約と翻訳の3つで利用意向が高く、2023年度調査と同じ傾向が見られたとも書いています。ただし尋ねたのは使いたいかどうかの意向で、実際の使われ方ではなく、3つのあいだに順位も付いていません。

企業での使われ方も、同じ白書の2024年度調査にあります。日本では、何らかの業務で生成AIを使っていると答えた割合が55.2%、メールや議事録、資料作成などの補助に使っている割合が47.3%でした。

この55.2%は企業を数えた割合ではなく、白書が「所属企業のAI活用方針を知っている者」の回答をもとに推計した値です。白書は推計方法を前年から変えたと注記しているため、2023年度調査とは単純に比べられません。

担当者が日常的に行う仕事のうち、AI検索を使える場面を3つ挙げます。商談の前の下調べ、社内規程の確認、企画書のたたき台づくりで、場面によって使うサービスの種類が変わります。

ウェブ検索を挟むのは1つめの下調べだけで、社内規程の確認とたたき台づくりは挟みません。冒頭の定義に当てはまるAI検索は1つめで、残る2つはAI検索と使い分ける先として並べています。社内規程の確認に使う社内文書検索（＝自社の文書だけを対象にして答える仕組み）では、確かめる先が回答の出典ではなく、元の文書の版と更新日になります。

試すときは、3つの場面のうち自社で使う1つを選び、入力してよい情報の範囲を情報システムと法務に確かめてから問いを投げます。

10. 効果的な質問の作り方

同じことを尋ねても、問いの書き方で返ってくる答えは変わります。書き添えるとよいのは、読み手、根拠の範囲、出力の形の3つで、誰に向けた説明が欲しいのか、どこまでの根拠で答えてほしいのか、箇条書きと文章のどちらで返してほしいのかを問いに加えます。AIへ入力する文そのものの組み立て方は、プロンプトとは何かで扱っています。

図10：社内向けの検索とウェブ向けの検索は、扱う文書が違う別のものである。

拡大

図10：社内向けの検索とウェブ向けの検索は、扱う文書が違う別のものである。

閉じる

要素を足さない問いから1つずつ足していったとき、返ってくる答えの内容がどう変わるのかを想定で表にしました。同じ問いでも答えは毎回変わるため、実際に投げて測った結果ではありません。問いの例は、どれもAI検索の仕組みを尋ねる同じ話題にそろえています。

同じ問いを2回投げても、問いを少し言い換えても、AI による概要の答えが変わりやすいことは、実際に使われたクエリで比べた論文（arXiv:2604.27790）が報告しています。1回の答えだけで決めずに、同じ問いを投げ直す確かめ方と、言い換えて投げる確かめ方の両方を使います。Google 検索ヘルプも、質問のバリエーションを複数試し、別の意見を求めたり詳細を尋ねたりするよう案内しています。

社内で使うときは、よく行う調べ物の問いを1つ選び、読み手と根拠の範囲と出力の形を足して投げ直します。答えがどう変わったかを社内の手順書へ書き足しておくと、ほかの担当者も同じ聞き方を使えます。

11. AI検索エンジン利用時のセキュリティリスクと対策

会社で使い始める前に確かめておきたいのは、入力した内容がどう扱われるかです。Google検索のAI機能について公式ヘルプは、生成AI機能と関連する機械学習の技術を開発し改善するために、利用者のGoogle検索とAI機能の利用情報を活用していると書いています。

図11：前提と条件と出力の形を書き添えると、返ってくる答えの向きが変わる。

拡大

図11：前提と条件と出力の形を書き添えると、返ってくる答えの向きが変わる。

閉じる

同じヘルプによると、Google側のレビュアー（＝回答の品質を確認して注釈を付ける担当者）が扱うデータは、利用者の入力を含むものでも、アカウント情報から切り離されます。

入力した内容の扱いは提供元とプランによって違うので、使う予定のサービスの公式ドキュメントを1つずつ開いて確かめます。この記事で引いた原文はGoogle検索のAI機能の範囲です。他社のサービスは、個人向けと法人向けのプランで扱いが分かれることがあるため、契約するプランの公式ドキュメントで確かめます。

社外に出していない一次資料（＝自社が直接集めた、よそには無い元の資料）にしか答えが無い調べ物は、AI検索では解けません。社内の機密情報を入力しないという決めごとも、誰が決めるのかまで文書にしておかないと、判断がその場の担当者に残ります。

総務省の白書は、2024年度調査の日本の回答で、生成AIの導入で挙がった懸念を順に並べています。最も多いのは効果的な活用方法がわからないことで、次いで社内情報の漏えいなどのセキュリティリスク、ランニングコスト、初期コストの順です。白書はこの並びを順位で示し、それぞれの割合は示していません。

懸念の先頭に来ているのは漏えいではなく、何に使えばよいのかが決まらないことです。止める決めごとと合わせて、使ってよい業務を先に決めておくと、試す段階へ進めます。

12. AI検索の導入を成功に導く運用ポイント

個人が試す段階から会社として使う段階へ進むときは、4つのことを先に決めておきます。使ってよい業務の範囲、入力してよい情報の範囲、答えを人が確かめる手順、使う人を広げていく順番の4つです。

図12：入力した内容の扱いは公式ドキュメントで確かめられるが、他社の法人向けプランまでは確認できていない。

拡大

図12：入力した内容の扱いは公式ドキュメントで確かめられるが、他社の法人向けプランまでは確認できていない。

閉じる

4つそれぞれについて、案を作る部門と決める部門、決めた内容を書いておく場所を表にしました。案を作る部門と決める部門を分けているのは、決めた内容に責任を持つ部門をはっきりさせておくためです。部門の呼び名は会社ごとに違うので、社内の役割で書いています。

入力してよい情報の範囲を決めるときは、使う予定のサービスの利用規約とプライバシーポリシーを読み、法人向けプランがあればその条項も読みます。見るのは、入力した内容が学習に使われるか、人が内容を確認するか、保存期間はどれだけかの3つです。書かれていない場合は提供元へ問い合わせ、回答を社内の利用ガイドラインへ残します。

サービスの規約が変わると決めた内容が古くなるので、対象のサービスを増やしたときと、規約の改定が出たときに読み直します。

答えを人が確かめる手順は、7章「出典が付いていれば信じていい？」の4つの手順を社内の手順書に写し、どの業務でどこまで確かめるのかという範囲だけを書き足します。

一部の部門から始めると決めごとの抜けを早い段階で見つけられますが、全社で一斉に始めると、どの決めごとが足りなかったのかを切り分けられません。これは出典のある知見ではなく、決めごとの抜けをどこで見つけるかという進め方の判断です。

社内文書検索とウェブ向けの検索は、扱う文書が違うので、別のものとして考えます。社内の文書を対象にする場合は、誰がどの文書を見られるかという権限の設計が先に要ります。設計するのは情報システムの部門で、使う側は対象にしたい文書の範囲を渡します。

広げてよいかは、4つの決めごとに未決が無いこと、先に試した部門で回答と引用元の記述が合わなかった件数、試した期間と人数の3つで判断します。件数と期間と人数の目安は業務によって変わるので、試す前に自社で上限と下限を決めて書いておきます。

13. AI 機能での表示方法

自社のページがGoogleのAI による概要とAIモードに出るための条件は、Google 検索セントラルが公式に3つ挙げています。他社のAI検索に出る条件は各社の公式ドキュメントに分かれており、ここで扱うのはGoogleの範囲です。

図13：小さく試してから広げる順番にしておくと、決めごとの抜けが早い段階で見つかる。

拡大

図13：小さく試してから広げる順番にしておくと、決めごとの抜けが早い段階で見つかる。

閉じる

AI による概要や AI モードでサポートリンクとしてページが表示されるには、ページがインデックスに登録されており、Google 検索でスニペットが表示され、検索の技術的要件を満たしている必要があります。

出典：Google 検索セントラル「AI 機能とウェブサイト」（2026年9月2日確認）（新しいタブで開く）

同じページは、SEOのベストプラクティスが引き続きGoogle 検索のAI機能でも有効だとも書いています。これまでの取り組みを捨てて、別のことを始める話ではありません。

表示や学習の扱いをサイト側で決める手段も、公式に並んでいます。表示される情報を制限する場合に使うのは4つです。スニペットを出させないnosnippet、ページの一部だけを出させないdata-nosnippet、スニペットの長さを決めるmax-snippet、インデックスに載せないnoindexです。学習とグラウンディング（＝答えを作るときにインデックスから内容を渡す処理）を制限する場合はGoogle-Extendedを使います。

公式が挙げた3つの条件の1つはスニペットが表示されることなので、nosnippetやnoindexを入れると、AI機能での表示も止まります。表示を細かく絞りたい場合は、ページ全体ではなく、出したくない箇所にdata-nosnippetを付ける形から試します。

クローラーを、公式が書いている用途で並べる

AIのクローラーがページを取りに来るのを止める手段は、robots.txt（＝クローラーに対して、どのページを取りに来てよいかを書いておくファイル）です。サイトの最上位の階層に置き、各社が公式ドキュメントで公開しているクローラーの名前ごとに、許可と不許可を書きます。

Microsoftをこの表に入れていないのは、2026年9月2日に Bing Webmaster Tools の公式ドキュメントを見た時点で、AI向けのクローラーを別の名前で分けている記述を見つけられなかったためです。

検索に出ることと学習に使われることは、別々に決められます。OpenAIの技術文書は、OAI-SearchBotを許可して検索結果に出しながら、GPTBotを止めて学習には使わせない、という書き分けができると説明しています。

ただし、11,500件のクエリで比べた論文（arXiv:2604.27790）は、robots.txtでGoogle-Extendedを止めたサイトは、内容を読める状態にあってもAI による概要に取り上げられにくいと報告しています。

これは止めたことと取り上げられにくさの関連で、止めたから取り上げられなくなったという因果ではありません。Googleは、Google-Extendedを止めても検索での登録と順位には影響しないと書いているので、止めるかどうかは、学習に使われたくない度合いと、AI による概要での出方の両方を見て決めます。止めた場合は、狙う語でAI による概要に自社のページが出るかを、止める前と後で記録しておきます。

引用元が一部のサイトに偏る傾向も報告されています。ChatGPT、Perplexity、AI による概要の無料版を対象に、日本語を含む7言語のメンタルヘルスの問いで1,140の回答から15,942件の引用を数えた調査があります（arXiv:2609.00319、2026年8月31日公開）。この調査では、英語の引用の43.6%が上位10ドメインに集まり、英語以外の問いでは引用の数自体が少なくなりました。

日本語で尋ねたのは20問のうち訳した3問だけなので、日本語の回答にそのまま当てはめることはできません。出典が少ないときは、別の情報源を自分で開いて突き合わせます。

自社のページがAIの回答に出たかどうかを測る手段も、少しずつ出てきています。Googleは2026年8月31日に、「生成 AI パフォーマンス レポート（検索）」を世界中のサイトへ提供しました。Search Console（＝自社のサイトが検索でどう扱われているかをGoogleが見せる無料の画面）の中で、AI による概要とAIモードでの表示回数を見られます。

レポートを見るには、そのサイトのプロパティの所有権の確認が先に要ります。Microsoftも2026年2月10日に、Bing Webmaster ToolsでAI Performanceの公開プレビューを始めています。

AI による概要の表示を、使う側から止められるか

社内でAI による概要を止めたいという声が出たときのために、使う側から止められるのかを公式の記述で確かめておきます。Google 検索ヘルプは、機能そのものを無効にはできないが、検索したあとにウェブフィルタを選ぶと、AI による概要などの機能が付かないテキストのリンクだけが表示されると書いています。

ウェブフィルタは、検索したあとの結果の画面で、上部の切り替えから選ぶ機能です。社内から止めたい声が出たときは、機能そのものは無効にできないことと、このフィルタで一覧だけの表示に切り替えられることを案内します。表示の止め方をもう少し詳しく知りたい場合は、Google AIモード対策にまとめています。

自社のページをAIの回答に出すための取り組みは、AIO、GEO、LLMOと呼び名が分かれていて、まだ固まっていません。GEOはGenerative Engine Optimizationの略で生成AIの回答に出ることを、LLMOはLarge Language Model Optimizationの略で大規模言語モデルに引用されることを狙う取り組みです。この記事では、AIO（AI Optimization）と呼んでいます。

自社で最初に行うのは、robots.txtを開き、表に挙げた7つのクローラーの許可と不許可を1つずつ突き合わせることです。順位から引用へ指標を組み替える話は、AI検索の効果測定で扱っています。

まとめ

AI検索は、リンクの一覧の代わりに、答えそのものを文章で返します。問いから答えまでの工程は各社でほぼ同じで、サービスごとの差は、ウェブの探し方と出典の添え方に出ます。

ウェブ検索を挟まない回答には出典が付かず、引用が付いていても裏づけが取れない記述は残ります。重要な判断に使う情報は、出典を開いて自分で確かめることになります。

自社のページをAIの回答に出したいときも、Googleが公式に求めているのはインデックスへの登録とスニペットの表示、検索の技術的要件の3つだけです。まず手元でできるのは、自社の主要なページがインデックスに入っているかをSearch Consoleで確かめることと、robots.txtを開いてAIのクローラーをどう扱っているかを読むことの2つです。自社で何から手を付けるか迷う場合は、お問い合わせからご相談ください。

よくある質問

この記事の参考文献

掲載した条件や数字は、次のページの原文から引いています。本文で引いた記述には、公式ドキュメントなら出典と確認日を、論文ならarXivの番号を添えているので、公式ドキュメントの行は1列目のページ名で、論文の行は1列目のかっこの中のarXivの番号で探せます。AI検索の仕様は各社が変えていくため、確認日より後にお読みの場合は、表にある元のページで最新の内容を確かめてください。