ChatGPTに引用・表示される方法｜ChatGPT検索の最適化

先に結論を3つ書く

1. 同じ「ChatGPT」でも、根拠の出し方は98.8%と0%に割れる。この調査が100問を毎日6つのモデルへ投げ続けた2万9,582件（2026年5月19日から7月30日）では、ウェブ検索を使う設定のChatGPTは4,800件の回答のうち98.8%に出典が付き、使わない設定のChatGPTは4,800件すべてで出典が0件でした。引用されたい相手は前者だけです。後者に自社のURLが載る余地は原理的に無い。
2. 止めるべきクローラーと、止めてはいけないクローラーが分かれています。OpenAIの公式ドキュメント（2026年8月8日確認）によれば、ChatGPTの検索結果に出るかどうかを決めているのはOAI-SearchBotであり、学習に使われるかどうかを決めているのはGPTBotです。GPTBotだけを拒否してもChatGPT検索からは消えないし、OAI-SearchBotを拒否すると検索の答えには出なくなる。
3. ChatGPTは1回答に21.4件を引くが、それでも社名は出しません。AIO対策会社の選定に関する17種の問いを5つのモデルへ投げた2,168回答（2026年7月8日から8月7日）では、1回答あたりの引用URL数はChatGPTが21.4件で5モデル中最多でした。それでいて自社名が本文に出た割合はChatGPTが6.9%で、Claudeの12.2%を下回ります。たくさん引くことと、推してくれることは別の事象です。

以下、この3つを実測と公式仕様で裏づけていきます。この記事の数字はすべて、GMO AI検索ラボとGMO NIKKOが自分で集めた一次データ（自分たちで直接集めた、よそにはないデータ）から出したものです。クローラーの仕様だけはOpenAIの公式ドキュメントを一次情報にし、取得日を添えた。

図1：各層が揃って初めて、回答内に出典として引用される。

拡大

図1：各層が揃って初めて、回答内に出典として引用される。

閉じる

ChatGPT検索はどうやって引用先を選んでいるのか

図2：上から順に潰していくと、読めない原因の大半は解消できる。

拡大

図2：上から順に潰していくと、読めない原因の大半は解消できる。

閉じる

問いから引用までは4つの段階に分かれる

ChatGPTが答えのそばにURLを出すまでには4つの段階があり、自社のページがどの段階で落ちているのかを切り分けないと、施策が結びついていませんでした。

図3：人向けの本文と機械向けの注記を二重に用意する。

拡大

図3：人向けの本文と機械向けの注記を二重に用意する。

閉じる

段階1が閉じていると、以降の工夫はすべて無意味になり、順番を飛ばせない構造になっています。

「引用される」ことと「推される」ことは別に起きる

引用されたのに社名が出ない、という状態は実際に起きます。GMO NIKKOの競合引用分析（2026年7月8日から8月7日、AIO対策会社の選定に関する17種の問いを5モデルへ投げた2,168回答）では、自社ドメインkoukoku.jpが引用された回答が203件あった。そのうち97件、割合にして47.8%では、GMO NIKKOという社名が回答本文に1度も出ていません。AIは自社の記事を用語の説明のために読み、では会社はどこがよいかという段になると別の会社を挙げていました。

図4：身元と根拠を固めてから、外部からの評価を育てる。

拡大

図4：身元と根拠を固めてから、外部からの評価を育てる。

閉じる

逆向きも起き、自社名が本文に出た189件のうち、83件、割合にして43.9%では自社ドメインが1件も引用されていません。引用と言及は、別々に測らないと施策の効果が読めない。

GoogleのAI機能との違いは、出典の見せ方に出る

同じ問いを同じ日に投げても、根拠の見せ方はモデルごとに違い、この調査（2026年5月19日から7月30日、100問を毎日、総回答2万9,582件）で、ウェブ検索を使う4モデルを並べる。

図5：共通の土台の上に、AI検索固有の観点が積み上がる。

拡大

図5：共通の土台の上に、AI検索固有の観点が積み上がる。

閉じる

ChatGPTは出典を付ける割合が98.8%で4モデル中いちばん高く、期間中に空回答が1件も起きていません。一方で1回答あたりの出典は5.1件で、AI Modeの12.9件の半分以下であり、ChatGPTは、ほぼ必ず根拠を見せるが、見せる根拠の数は少なく、その5件前後に入れるかどうかが勝負になります。

AI Overviewは性質が違い、4,730件のうち28.9%は回答そのものが出ず、出たときの平均も159字にとどまり、ChatGPTは5件前後の出典に入るかどうか、AI Overviewはそもそも枠が出るかどうかの戦いであり、1つの引用率で横並びに比べると判断を誤ります。

引用されたい相手がどちらのモードなのかを、施策より先に決める

観測の設計を先に開示する

この章から先の定点観測の数字は、すべて次の条件で取っており、条件を書かずに数字だけを持ち出さないでほしい。

観測は執筆時点でも続いており、2026年8月5日に取り出した集計では、5月19日から8月5日までの61日で総回答3万5,300件になり、8月1日からは問いを150問へ増やしており、直近14日でも、ChatGPTの検索ありは1,650件の回答で空回答が0件でした。

同じ製品でも、設定が違えば別物として測る必要がある

ChatGPTの検索ありと検索なしを並べ、対象期間・問い数・投げた日はすべて同じで、違いはウェブ検索を使う設定かどうかだけです。

読み取れることは2つあり、第一に、ウェブ検索の有無は、回答の長さをほとんど変えていません。どちらも平均2,200字台を返しており、変わるのは根拠が付いているかどうかだけです。

第二に、検索なしの4,800件は、出典率0%のまま2,200字台を返し続けており、これは誤りが起きているという意味ではなく、誤りが起きても外から検証できないという意味です。自社について事実と違うことが書かれていても、読者は出典をたどって確かめる手立てを持ちません。

空回答率と平均文字数まで含めたモード別の内訳、および出典を自分でたどって確かめる手順は、別の記事「ChatGPTは何を情報源にしているか」で扱います。この記事が持つのは、そこから先の「引用されるための施策」です。

社内で目標を立てるときは、どちらのモードを相手にするかを先に書く

ここまでの数字は、施策の前提を1つ決めさせ、自社のURLを載せる対策が効くのは、ウェブ検索を使う設定に対してだけだと考えられます。検索なしの設定に対してできることは性質がまったく違い、学習済みの知識としてAIが自社をどう覚えているかという、自社サイトを直す作業では動かない別の問題になります。この記事の5章から8章で扱うのは、前者の「載せる対策」であり、社内で目標を立てるときは、どちらのモードを相手にしているかを最初に書いておいたほうがよい。

たくさん引用されることと、社名を出してもらうことは別に起きる

引用URLの数は、モデルによって4倍以上ひらく

ここからは別の観測に切り替わる。GMO NIKKOの競合引用分析で、AIO対策会社の選定に関する17種の問いを5つのモデルへ投げた2,168回答（2026年7月8日から8月7日、引用URL2万4,200行）を集計したものです。

ChatGPTは、1回答あたりの引用URL数が21.4件で5モデル中最多であり、最少のAI Overviewの5.0件と比べると4.3倍で、いちばん多くのページを根拠として読み込んでいる。

ところが同じ観測で、GMO NIKKOという社名が回答本文に現れた割合は、ChatGPTが6.9%でClaudeの12.2%・AI Modeの12.0%・Geminiの10.8%を下回った。たくさん引いているのに、名前は出していません。この2つの数字が同じ方向を向いていないことが、ChatGPT対策のいちばん扱いにくい点です。

モデルごとに引く先の性質がどう違うのかという情報源側の分解は、別の記事「ChatGPTは何を情報源にしているか」で扱います。この記事はここから先、引用と言及の食い違いをどう埋めるかという施策の側を扱います。

引用と言及の食い違いは、実際に数えると半分近くある

1.2節で触れた食い違いを、5モデル合計のクロス集計で置き、母数は2,168回答です。

引用が取れている203件のうち、社名まで出ているのは106件で、残る97件は解説の出典として使われただけであり、引用は取れており、取れていないのは想起です。

同じ観測では、社名を含む指名の問い（2種）での言及率が85.6%（139件中119件）、社名を含まない一般の問い（15種）での言及率が3.4%（2,029件中70件）でした。なお言及されたときの掲載順位は平均1.56位で、189件のうち138件が1位であり、評価が低いのではなく、思い出されていません。

2つの観測を1つの表に混ぜてはいけない

ここまでで、性質の違う2つの観測を使り、混ぜて読むと数字が壊れるので、違いを明示しておきます。

たとえば1回答あたりの出典数は、定点観測ではChatGPTが5.1件、競合引用分析では21.4件であり、この2つを並べて「増えた」と読んではいけない。前者は日常的な12業種の問い、後者は会社選定という調べ物の色が濃い問いで、後者のほうがAIは多くのページを読み込みます。

ドメインが強ければ引用されるのか。9ドメインの実測で確かめる

レーティング73が、レーティング15に負けている

「引用されないのはドメインが弱いからだ」という説明は、実測すると成り立たなかった。競合引用分析（2026年7月8日から8月7日、2,168回答）で引用数の多いドメインに、Ahrefsのドメインレーティングを並べ、これは他サイトからのリンクの量と質でサイトの強さを0から100で表した指標で、値は2026年8月6日時点です。

koukoku.jpはこの9件でレーティングが高い。それでも引用数は、レーティング15から18にとどまる3社に負けており、レーティング73で272件、レーティング15で374件という逆転が起きています。AI検索での引用は、被リンクの強さではほとんど説明できません。ページがどういう型で書かれているかで決まっており、これは推測ではなくこの9件の実測から言える。

引用されているのは、第三者の形をした比較記事

では何が引用されているのか。同じ観測で引用タイトルが取得できた7,102件を数えると、3,133件、割合にして44.1%が「おすすめN選」「比較」「ランキング」を含むタイトルでした。AIが会社選定の問いに答えるとき、多く引くのは第三者による比較記事だと考えられます。

引用数の多い比較記事を並べ、いずれもGMO NIKKOの掲載が確認できなかったものです。

この9本だけで累計1,105引用あり、引用回数の多い比較型URLの上位32件を取得したところ、掲載があったのは2件、割合にして6.3%にとどまり、しかも1件は自社のページでした。引用回数で重み付けすると、掲載ページの引用は74件で、検証できた1,974引用の3.7%にすぎません。

ここに載っていないことが、一般の問いでの言及率3.4%を直接説明しており、施策は、第三者の比較記事に載せてもらうか、比較記事の型を自社で持つかの2つに分かれます。自社だけを載せた宣伝ページを厚くする方向では届きません。

レーティングを上げれば引用されるのかは、確かめていない

誤読を避けるために限界を書き、この観測で言えるのは「レーティングの高さで引用数は説明できない」ところまでであり、レーティングを上げたサイトと上げなかったサイトを同じ条件で追った観測は持っていません。比較記事を持っているサイトの引用が多いという関係も、観測された相関にとどまる。

言えるのは配分の話であり、AI検索での引用を増やしたいのに被リンク獲得へ予算を回すという配分は、この実測からは支持されない。検索結果の順位を上げる目的では被リンクは引き続き効くので、目的ごとに施策を分けるのが正しい。

まず読める状態にする。ChatGPT検索のクローラーを確かめる

OpenAIのクローラーは4種類で、役割が別々

ここは実測ではなく、OpenAIの公式ドキュメント「Overview of OpenAI Crawlers」（https://platform.openai.com/docs/bots ）の仕様です。2026年8月8日に取得して確認した。表の1列目は、ユーザーエージェント（＝サイトを訪れたプログラムが自分の名前として名乗る文字列を指す。robots.txt（＝どのクローラーにどのページを巡回させるかをサイト側から指定するファイル）はこの名前を見て許可と拒否を判定する）です。

公式ドキュメントには、それぞれの設定は互いに独立していると明記されています。つまり、OAI-SearchBot（＝ChatGPTの検索機能のために巡回するOpenAIのクローラー）を許可して検索結果には出しつつ、GPTBotを拒否して学習には使わせないという指定ができる。

この記事が扱うのは、引用されるためにどちらを開けておくべきかという判断までです。robots.txtの具体的な書き方、サイト全体とディレクトリとファイルでの書き分け、書いたあとに反映を確かめる手順は、別の記事「GPTBotとは」で扱います。

GPTBotだけを止めても、ChatGPT検索からは消えない

「生成AIに学習されたくない」という理由でGPTBotだけを拒否しても、ChatGPT検索の結果からは消えません。逆に、GPTBotだけを許可しても、OAI-SearchBotを拒否していれば検索の答えには出ない。

引用されたい場合は、OAI-SearchBotを許可する。公式ドキュメントは、robots.txtでの許可に加えて、公開されているIPアドレスの範囲（https://openai.com/searchbot.json ）からのリクエストを通すことを推奨しています。社内でIPアドレスによる遮断を入れている場合は、robots.txtだけを直しても届きません。学習に使われたくない場合はGPTBotを拒否するが、ここでOAI-SearchBotまで巻き込まないことが要点です。止めるかどうかを事業として判断する材料（会員向けの本文や権利関係をどう扱うか）は、別の記事「GPTBotとは」に寄せてある。なお公式ドキュメントには、robots.txtを更新してから検索側の挙動が変わるまでにおよそ24時間かかると書かれており、直した当日に「変わっていない」と判断しないほうがよい。

参考までに、koukoku.jpのrobots.txtを2026年8月上旬に取得したところ、全4行で、GPTBot・ClaudeBot・Google-Extended・PerplexityBotのいずれの記述も無かった。明示的に許可していないことと、遮断していることは違います。

自社の設定は3つの確認で足り、JavaScriptで描く本文がいちばん落ちやすい

確認は次の3つで足り、いずれも手元の端末で実行できる。

第一に、curl -s https://自社ドメイン/robots.txt を実行し、User-agent: OAI-SearchBot と User-agent: GPTBot の行がどう書かれているかを見ます。行が無ければ User-agent: * の指定が適用される。

第二に、OAI-SearchBotを名乗って自社のページを取得できるか確かめる。curl -A "Mozilla/5.0 AppleWebKit/537.36 (KHTML, like Gecko); compatible; OAI-SearchBot/1.4; +https://openai.com/searchbot" -I https://自社ドメイン/対象ページ を実行し、HTTPの応答が200で返るかを見ます。403や404が返るなら、ウェブアプリケーションファイアウォール（＝不正なアクセスを見分けて、サイトの手前で遮断する仕組み）などが手前で止めています。robots.txtとは別の場所で落ちているので、robots.txtをいくら直しても直りません。

第三に、JavaScriptを実行しない状態で本文が入っているかを確かめる。curl -s https://自社ドメイン/対象ページ の出力を保存し、ブラウザで見えている本文の一部の語がその中にあるかを検索する。見出しだけがあって本文が入っていなければ、そのページは読まれない可能性があります。同じ確認をkoukoku.jpの記事一覧ページに行ったところ、取得したHTMLから記事へのリンクを1件も抽出できなかった。取得できない状態のページが実際に根拠から外れていたかどうかは、この調査では測っていません。1.1節の4段階から言えるのは、取得の段階で落ちていれば以降の段階に進みようがない、という筋道までであり、実際に落ちたページを追跡した観測は持っていません。

出典を明示し、機械が理解できる形にする

事実と出典を文単位で対応させる

AIはページ全体を読んで要約するのではなく、答えの材料になる断片を取り出していると考えられ、取り出しにくいのは、複数の事実を1つの長い段落にまとめ、出典を段落の最後にひとまとめで置く書き方です。どの数字がどの出典から来たのかが対応していないので、AIは数字だけを取り出して別の文脈に置いてしまいます。

取り出しやすいのは、1つの事実に1つの出典を、同じ文か直後の文で対応させる書き方であり、この記事も同じ形にしてあり、数字と条件が離れるほど、切り取られて独り歩きしやすくなる。

もう1つ効くのは、数字をそのまま書き切ることであり、競合引用分析でAIの回答を読むと、ある競合ツールについて月額49,800円と月額99,800円という2つの価格帯、いずれも税抜、原則12か月の年間契約という条件まで、そのまま書き写されていました。AIが数字を書けるのは、元のページに数字があるからであり、「お問い合わせください」としか書いていないページは、この形で引用されようがありません。

構造化データで著者・公開日・更新日を明示する

構造化データとは、ページの意味を機械が読める形で書いておく記述のことであり、JSON-LDという書き方が一般的で、ページのHTMLの中に埋め込みます。このカテゴリーの記事で実装する型と、その役割を並べる。

実装できているつもりで抜けていることがあるので、実際に取得して確かめたほうがよい。この調査がGMO NIKKOの記事ページ2本のHTMLを2026年8月上旬に調べたところ、JSON-LDのブロックは0個でした。同じ会社のサービス紹介ページにはService・Organization・Offer・FAQPageが実装されていたので、実装できる体制はあるが記事側に適用されていない状態でした。しかもその記事の本文には「構造化データを実装することでAIが情報の種類・構造を機械的に理解しやすくなります」と書かれており、自社が勧めている施策を、その記事自身が実装していません。

同じ調査で、記事ページの表示上の最終更新日が2025年6月2日である一方、URLは20260602という並びであり、構造化データを足す前に、日付そのものが正しいかを確かめたほうがよい。

引用されている比較記事は、どれくらい細かく刻んでいるか

「引用しやすい長さに情報を区切る」という助言は、それだけでは動けない。競合引用分析で引用数が多かったページを2026年8月上旬に取得して数えた結果を置きます。

引用されている比較記事は本文が15,000字から32,000字あり、小見出しは26個から80個、表も2個から39個あり、AIは、この細かく刻まれた見出しと表から、必要な断片だけを抜き出せる。対して自社のサービス紹介ページは2,742字で、小見出しが0個、表が0個であり、競合のサービスページであるcinc-j.co.jpの16,753字・小見出し80個と比べると、抜き出せる断片の数が単純に足りていません。

なお、queue-tech.jpは見出しをすべて疑問文にしており、AIが受け取る質問文と見出しの形が揃いますが、この書き方が引用数を押し上げたかどうかは検証していません。構造の観察であって、効果の検証ではありません。

ChatGPTは何を根拠に会社を選ぶか。前後200字の語を数える

属性語の出現率を機械的に数える

「信頼性を高める」という助言は抽象的すぎて手が動きません。そこで、AIの回答本文でブランド名の前後200字に現れる語を数え、各社が何と一緒に語られているかを比率にし、競合引用分析の2,168回答が母数です。

この表から読み取れるのは、各社がどの文脈で語られているかに、はっきりした偏りがあるという事実までであり、ページに書かれている語がその偏りを作っているのかどうか、つまり因果の向きは測っていません。ページの語を書き換えたときに文脈が動くかを確かめた観測を、この調査では持っていません。それでも、語られていない文脈があることは、書き足す場所を決める手がかりになります。

強く出ている列と、穴になっている列を分けて読む

GMO NIKKOの数字を1列ずつ読みます。

料金明示は31%で、6社中いちばん高く、すでに料金の文脈でAIに拾われているので、この線は伸ばす価値があります。上場・企業規模も50%でジオコードの55%に次ぐため、会社の規模はすでに伝わっており、追加で手をかける必要は薄い。

独自データ・調査は33%で、CINCの35%に迫っており、この調査ではプロンプト定点観測という仕組みを持っているので、ここは伸ばせる列です。観測データを一次データとして公開すれば、この文脈での言及をさらに増やせる。

穴になっているのは独自ツールの13%であり、ミエルカの36%、CINCの37%と比べて3分の1にとどまり、自社ツールを持っているのに、その文脈で語られていません。ツールと会社名を結びつけて書いてある公開ページが、単純に少ないという説明が成り立ちます。

この比率は、内容の良し悪しの評価ではありません

読み違えを避けるために、数え方を書いておき、この比率は、ブランド名の前後200字に特定の語が現れたかどうかを機械的に数えたものです。たとえば実績・事例の列でナイルが76%と高いのは、実績が他社より優れていることを意味しません。実績や事例に言及した文の近くでブランド名が出た回答が多い、という以上のことは言えません。

そのうえで、施策としては使え、自社が語られていない文脈があるなら、その文脈で読まれるページを持っていないという仮説が立ちます。AIの回答に出ている語を数えることで、自社サイトのどのページを書き足すべきかを決められる。

信頼性の土台を積み上げる

誰が書いたのかを、機械が読める形で置く

引用されている競合ページを2026年8月上旬に取得して確かめたところ、調べた12本のうち11本で著者または監修者の表記があり、そのうち7本は更新日の表記も持ち、JSON-LDにPersonの型を入れて著者を機械が読める形にしているページも7本あった。

これに対して、同じ時期に調べたGMO NIKKOの記事ページには、著者名も監修者名も確認できなかった。サービス紹介ページにも著者と更新日の表記が無かった。書いていないという状態は、AIから見れば「誰が書いたか分からないページ」です。

やることは3つで、いずれも記事の中身を書き換えずに済みます。第一に、著者名と所属を本文中に置き、あわせてJSON-LDのPersonにも入れ、表示だけしてJSON-LDに入れないと機械には伝わらず、JSON-LDだけに入れて表示しないと読者が確かめられない。

第二に、公開日と更新日を両方出します。そして実際に更新し、GMO AI検索ラボが公開中の主要な記事10本を取得して確かめたところ、10本とも公開日と更新日が同じで、公開から一度も更新していなかった。

第三に、記事の中で使った数字の出どころを、記事の中に書き、この記事の末尾にある「データの出どころ」がその形です。出どころを書いた記事は、AIが選定軸として提示している論点にそのまま答えられる。実際、競合引用分析でAIの回答文を読むと、「引用された実績を、どのような計測方法で測っているか」を会社選びの基準として繰り返し挙げていました。

他サイトからの言及を増やす施策は、月の単位で考える

4.2節で見たとおり、AIが引くのは第三者による比較記事であるため、自社サイトを整える作業と並行して、他サイトに載る作業が要ります。

1つは、引用数の多い比較記事に掲載を依頼して情報を提供することであり、掲載が確認できなかった主要9本だけで累計1,105引用あるので、載れたときの効果は大きい。ただし掲載の可否は相手の判断であり、有料の掲載になる媒体もあると見込まれ、この見込みは推測であり、この調査では各媒体の掲載条件を確認できていません。

もう1つは、比較記事の型を自社で持つことであり、引用されている比較記事に共通するのは、自社を1社として含めつつ業界を横断して並べる構成だという点で、競合の例では19社なり6社なりを併記していました。自社だけを載せたページは引用されていないという実測がある以上、他社を併記する構成にする必要があります。

どちらの道も、robots.txtを1行直すような速さでは進みません。5章と6章は今日から着手できるが、この章の施策は月の単位で考えるものであり、社内で期限を約束する前に、この違いを共有しておきます。

AI Overviewの認知者1,667人のうち、ChatGPTを使っているのは51.1%

ChatGPTとGeminiは僅差で並んでいる

ChatGPT対策にどれだけ手をかける価値があるかは、人がどれだけ使っているかで結びついています。GMO AI検索ラボの独自消費者調査（インターネット調査、2026年5月29日から6月9日、この調査1,667人。母集団はGoogle検索のAI Overviewを知っている認知者に限られる）から、普段使っている生成AIのツールを見ます。

ChatGPTが51.1%で首位だが、Google Geminiが47.9%で3.2ポイント差の2位であり、この差では「ChatGPTだけに寄せる」という判断になりません。3章で見たとおり、両者は引用URLの数も自社名の出方も違い、ChatGPT対策は必要だが、ChatGPT専用の設計にはしないほうがよい。

利用の頻度も尋ねており、生成AIを使っている1,253人が母数で、ほぼ毎日が33.0%、週に数回が36.6%、週に1回程度が13.6%、合計83.2%が週に1回以上使っています。使い始めた人の8割超は、習慣として使っています。

この数字の母集団は、日本人全体ではありません

引用するときに添えてほしい条件があり、この調査1,667人は、Google検索のAI Overviewを知っている人、つまり認知者だけを対象にしています。使っている人ではなく、存在を知っている人であるため、75.2%という利用率は、日本人全体の生成AI利用率ではありません。

より広い母集団の数字は、同じ調査の事前予備調査9,036人のほうにあり、15歳から59歳の男女を年齢と性別で割り付けた回答者で、AI Overviewを「知らなかった（全く見たことがない）」が46.6%を占めていました。検索利用者の半分近くは、AIの要約という存在自体を認識していません。認知している層の中でChatGPTは首位だが、その層自体がまだ全体の半分程度であり、投資の規模はこの前提で決めたほうが外しません。

従来のSEOとの違いと、共通する土台を仕分ける

どこが共通で、どこがChatGPT固有かを分ける

既存のSEO投資を捨てる必要は無い。ただし、そのまま効く部分と、追加で要る部分は分かれます。

表の「共通」の行から手を付けると、1つの作業で2つの目的に関わります。本文が機械に読めること、見出しの階層、構造化データの3つです。

順番は、効果ではなく前提関係で決める

施策を効果の大きい順に並べたくなるが、この記事の構成は前提関係で並べてあり、1.1節の4段階のとおり、収集されなければ候補に入らず、候補に入らなければ答えに使われないからです。

具体的には、第一に5章のクロール性を確かめ、ここが閉じていれば、以降の作業は成果に結びつきません。第二に6章の構造を整え、出典の対応、構造化データ、見出しの刻みです。第三に7章と8章の中身を足します。数字を書き切ること、著者を明示すること、他サイトに載ることです。

効果が出るまでの時間について、この調査では切り分けて測れていません。施策を打ってから引用が増えるまでの期間を追った記録を持っていません。

何を指標に置き、どこから数字を取るかは計測・分析のカテゴリーで扱いますが、1つだけ先に書いておくと、引用された回数と、回答本文で名前が出た回数は、分けて記録したほうがよい。3.2節で見たとおり、この2つは半分近く食い違います。

よくある質問

用語集

データの出どころ

この記事で使った数字は、次の3つの一次データと1つの公式ドキュメントから取っており、原典に無い数字は書いていません。

一次データ1：GMO AI検索ラボ プロンプト定点観測

一次データ2：GMO NIKKO 競合引用分析

一次データ3：GMO AI検索ラボ 独自消費者調査

クローラーの仕様は、OpenAIの公式ドキュメント「Overview of OpenAI Crawlers」（https://platform.openai.com/docs/bots ）を2026年8月8日に取得して確認した。月間検索ボリューム600は外部のキーワード調査ツールで計測した値で、portal/src/data/kw-sheet.ts のC4行に記録してある。この調査が自分で測った数字ではありません。

確認できていないこと

先に限界を書いておきます。

• 有料の契約と無料の利用で引用の出方が変わるかは測っていません。定点観測はAPIを通じてモデルへ問いを投げる方式で、利用者が画面から使う場合と条件が違います。
• ドメインレーティングを上げたときに引用が増えるかは確かめていません。4.1節で言えるのは、レーティングの高さでは引用数を説明できないというところまでです。
• モデルごとのドメインレーティング別の引用され方は、この記事の一次データからは切り分けられていません。ChatGPTが弱いドメインを避けているのかどうかは扱えません。
• 施策を打ってから引用が増えるまでの期間を追った記録が無い。効果が出るまでの時間を数字で示せない。
• 取得できないページが実際に根拠から外れたかは追跡していません。5.3節で示したのは取得できるかどうかの確認までで、取得に失敗したページがその後どう扱われたかを追った観測は持っていません。
• 属性語の比率と、その会社が語られる文脈との因果は測っていません。7章で示したのは偏りがあるという事実までで、ページの語を書き換えたときに文脈が動くかを確かめていません。
• 消費者調査の母集団は、AI Overviewの認知者に限られる。利用者ではなく、存在を知っている人です。日本人全体の生成AI利用率としては読めない。
• 回答の正しさは測っていません。測っているのは出典が付いたか、何件付いたか、何字書いたか、社名が出たかであって、内容が事実かどうかは検証していません。
• 引用タイトルの分析は、取得できた範囲に限られる。引用URL2万4,200行のうちタイトルが取れたのは7,102行で、比較・ランキング型44.1%はその範囲での比率です。
• 競合の比較記事に掲載される条件は確認できていません。観測は日本語の問い・日本市場に限っており、英語圏で同じ結果になるかも分かりません。
• モデルは観測期間中に更新されている可能性があります。各社はモデルを予告なく更新するが、それを切り分ける手段をこちらは持っていません。

著者と更新履歴

公開前に埋める必要がある項目：執筆担当者の氏名、監修者の氏名と肩書き、著者プロフィールページのURL、ロゴ画像のURL。いずれも確認できていないため、この記事および下のJSON-LDでは空欄にしてあり、推測で埋めていません。

まとめ

この記事の数字は、GMO AI検索ラボが自分で集めた実測であり、母数と期間は「データの出どころ」に書いており、数字は毎月測り直しているので、引用するときは集計期間を添えてください。