AI検索の効果測定｜引用・流入をどう測るか

先に結論を3つ書く

1. AI検索の効果は、1つの数字では測れない。 流入・表示・引用の三つを別々の手段で取り、束ねて見るしかありません。GMO NIKKOの競合引用分析では、自社サイトが引用された回答203件のうち97件（47.8%）で社名が回答本文に出ておらず、社名が出た189件のうち83件（43.9%）では自社サイトが引用されていなかった。
2. KPIはエンジンごとに分ける。 2026年5月19日から7月30日に同じ100問を毎日6つのモデルへ投げた2万9,582件を数えると、出典を付けた割合はChatGPT（検索あり）の98.8%からGoogle AI Overviewの69.4%まで開き、ウェブ検索を使わない2モデルは0%でした。1回答あたりの出典数もGoogle AI Modeの12.9件からChatGPT（検索あり）の5.1件まで開きます。
3. 追うのは「引用されたか」ではなく「引用され続けているか」です。 GMO AI検索ラボの引用実態の分析では、12日連続で引用された引用され続けているサイトは全体の約7%にとどまるのに、引用量の63.8%を占めていました。

以下、この3つを実測で裏づけていきます。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）と、この調査が実際に動かしている計測の実装から出したものです。確認できていないことは、確認できていないと書いた。

図1：露出と流入を分けて捉えることが測定設計の前提になる。

拡大

図1：露出と流入を分けて捉えることが測定設計の前提になる。

閉じる

なぜ従来の順位計測では足りないのか

図2：参照元の識別からセグメント化、行動の紐付けまでを段階で行う。

拡大

図2：参照元の識別からセグメント化、行動の紐付けまでを段階で行う。

閉じる

順位に出ないまま、名前だけが答えに載る

従来の順位計測は、検索結果のリンク一覧で自社ページが何番目に出たかを数える仕組みであり、AIは答えを文章で書き、その根拠になったURLを添える。自社が答えの本文で名前を挙げられていても根拠のURLに入っていないことがあり、逆に根拠として引用されていても本文では別の会社の名前が挙がっていることがあります。

図3：検索面の表示挙動とサイト側の来訪挙動を別レンズとして併用する。

拡大

図3：検索面の表示挙動とサイト側の来訪挙動を別レンズとして併用する。

閉じる

GMO NIKKOの競合引用分析で、この食い違いを数えており、対象は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件の回答で、期間は2026年7月8日から8月7日です。自社ドメインが引用された回答は203件あり、そのうち97件（47.8%）では社名が回答本文に出ていなかった。AIは自社の解説記事を用語の説明のために読み、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おり、反対に、社名が本文に出た189件のうち83件（43.9%）では自社サイトが引用されていません。

順位という1本の軸ではこの2つの状態を区別できないため、引用と言及は別々に数える必要があります。

クリックされないまま影響が出る経路がある

答えがその場で完結する経路も増え、この調査では、Google AI Overviewの回答は4,730件の平均で159字であり、同じ期間・同じ100問で、Gemini（検索あり）の平均は2,702字であり、159字は、読者がその場で読み終えられる長さです。

図4：質問文と対象サービスを固定し、条件をそろえて繰り返し記録する。

拡大

図4：質問文と対象サービスを固定し、条件をそろえて繰り返し記録する。

閉じる

ここは正直に書き、この調査ではクリック率そのものを測っていません。言えるのは、短い答えで完結しうる経路が構造として存在すること、その経路は順位でもクリックでも記録されないことまでであり、従来の指標がどこまで通用するかを整理しておきます。

何を諦め、何を新しく測るかを先に決める

計測の設計でいちばん大事なのは、測れないものを諦めると先に決めることであり、測れないものにそれらしい推計を当て、その推計を根拠に施策を決めると、後で全部やり直しになります。

図5：露出と流入の二層に、三つの観測手段を役割分担で配置する。

拡大

図5：露出と流入の二層に、三つの観測手段を役割分担で配置する。

閉じる

諦めるのは、AI検索の回答を何人が読んだかという数字であり、提供各社は回答の表示回数を公表していません。新しく測るのは、AIの回答に自社が引用されたか、引用され続けているかという数字で、自分で同じ問いを投げて記録すれば誰でも取れる。残りの流入と表示は、手元にある道具でそのまま測り続ける。

3つの計測手段を並べて比べる。何が測れて何が測れないか

手段ごとに測れる範囲を1枚に並べる

手段を順に説明する前に、先に一覧で並べ、自分に足りていない手段がどれかを、ここで見つけてほしい。表に出てくるGA4は、Googleが無料で提供しているアクセス解析のサービスで、自社サイトに来た人の数や行動を見るために使います。サーチコンソールは、同じくGoogleが無料で提供しているサービスで、自社サイトが検索結果でどう出ているかを見るために使います。

3つを足しても漏れる範囲がある

3つをすべて動かしても、埋まらない範囲が残ります。

• AIの回答が何人に読まれたかは分かりません。提供各社が表示回数を公表していないためです。代わりに、引用された日数と、引用されたモデルの数を見ます。
• 検索を使わないモデルでの扱いは、引用として記録されない。GMO AI検索ラボの定点観測でも検索なしの2モデルは出典率0%でした。代わりに、回答本文に自社名が出るかどうかを別に数えます。
• 回答を読んだ人がその後どう動いたかは追えません。自社サイトに来ていない人の行動は、自社の計測に現れない。代わりに、指名検索の量と、問い合わせのときに聞く経路の申告を見ます。

どれか1つで足りると読まないでほしい

GA4は来た人しか見えません。サーチコンソールは検索結果の中でしか見えません。引用観測は、自社サイトの外でAIが何を根拠にしているかしか見えません。見えている窓が3つとも違います。

そのうえで、着手の順番は決められ、基準は「もう入っているか」と「新しく手を動かす量」の2つだけであり、この2つで並べると、①サーチコンソール、②GA4、③引用観測の順になります。サーチコンソールは所有権の確認を済ませれば見るだけで、GA4は導入済みなら参照元のレポートを1つ作る作業が加わり、引用観測だけは、問いを決めて投げて記録する作業を新しく始めることになります。

この順番に点数は付けていません。この調査では3つの手段の効果を数値で比べた観測を持っていないので、配点を作って順位を出すことはしません。上の順番は、手をつけやすい順に並べただけの目安であり、効果の大きさで並べたものではありません。

GA4で流入を分解する

GMO AI検索ラボの実装でGA4から何が取れているかを開く

抽象論を避けるため、GMO AI検索ラボが動かしている実装を開きます。ポータルの記事ごとの実績表示は portal/functions/api/metrics.ts が担っています。そこで何をどう取っているかを、そのまま表にした。

取得した結果は1時間だけ保管して使い回しています。あわせて取得の成否を別の記録に残していて、そこには応答の状態コード、返ってきたランディングページの数、突き合わせに使った記事URLのパス、一致した件数が入ります。測れなかったときに、なぜ測れなかったかが後から分かる状態にしてある。

参照元名の一覧は示さない。切り出す原則だけを渡す

AI検索サービスからの流入がGA4でどの参照元名として記録されるかは、提供各社が公表していません。GMO AI検索ラボの実装も、参照元でAI検索を切り出す処理を持っていません。したがってこの記事では、確認できていないことを確認したかのように書かないため、参照元名の一覧を並べて示すことはしません。

この記事が引き受けるのはここまでであり、GA4の画面で探索レポートを作り、参照元で絞り、期間をそろえるという操作そのものは、別の記事「GA4の参照元の見方」が扱います。同じ手順を親子の両方に書くと、片方が古くなったときに読者がどちらを信じればよいか分からなくなる。

渡しておく原則は1つだけであり、一覧を自分で数えてから条件を作ります。先に条件を決めると、そこから漏れた流入は永久に見えないままになり、判断がつかない参照元は捨てず、保留として残します。一覧は月に1回取り直します。

この方法では漏れる部分がある

参照元が記録されないまま来た流入は拾えません。AIの回答を読んだ人が、その場ではクリックせず後から社名で検索して来た場合も、AI検索の成果としては記録されない。

したがってGA4で分解した数字は、AI検索からの流入の下限として読み、上限ではありません。社内に出すときも下限であることを添え、数字を大きく見せる方向に丸めると、翌月に説明できなくなる。

サーチコンソールで表示と流入の乖離を見る

サーチコンソールの数字を、GMO AI検索ラボはGA4経由で取っている

この調査の実装では、検索の実績をサーチコンソールのAPIから直接は取っていません。サービスアカウント（＝人ではなくプログラムがGoogleのサービスを使うための、専用の利用者）へ閲覧権限を直接付ける運用にしていないためです。代わりに、サーチコンソールと連携済みのGA4プロパティを経由して同じ指標を取っています。

最後の行は、手を動かさないと分からない部分であり、仕様を読んで組んだ設定が、そのまま動くとは限りません。GMO AI検索ラボはこの400を受けて次元を差し替え、経緯をコードのコメントに日付つきで残しています。

この記事が引き受けるのは、乖離をAI検索側の指標へつなぐところまで

サーチコンソールの画面の操作と、表示回数やクリック数の読み方そのものは、別の記事「サーチコンソールの使い方」が扱います。症状ごとに何を疑うかという切り分けの手順も、そちらに置いてあり、親記事で先に結論を出すと、子記事を読む理由が消える。

この記事が引き受けるのは、表示回数が伸びているのにクリックが伸びていないという1つの状態だけであり、検索結果には出ているが、来ていません。AI検索の要約がその場で答えを返しているのかもしれないし、競合のページのほうが読まれているのかもしれません。この状態を見つけたら、原因を当てにいく前に5章の引用観測を始め、サーチコンソールの側からは、AIの回答に自社が出たかどうかを見る手立てが無いためです。

見る期間は直近28日で固定する

期間を決めておかないと、毎回違う窓で見てしまい、動いたのか動いていないのかが分からなくなり、この調査の実装は直近28日で固定しており、28日なら曜日の偏りがちょうど4週分で打ち消される。

社内へ出す資料では、直近28日を前の28日と並べ、前年同月とは比べません。AI検索の機能そのものが1年前と別物になっているため、比べても解釈のしようがありません。1か月では判断せず、3か月続けて同じ向きに動いたときにはじめて傾向として扱います。

引用可視性を直接観測する

同じ問いを定期的に投げて回答を記録する

GA4もサーチコンソールも、自社サイトの外でAIが何を根拠にしているかは見せてくれません。ここを埋める手段は1つだけであり、自分で同じ問いをAIへ投げて、返ってきた回答をそのまま記録することです。

設計の要点は3つあり、1つ目は、問いを固定することであり、この調査が毎日同じ問いを投げているのは、問いを変えると、変化がAI側で起きたのか質問側で起きたのかを切り分けられなくなるためです。2つ目は、企業名や商品名を書かないことであり、名前を書いて聞けば名前が返ってきます。3つ目は、複数のモデルへ同時に投げることです。

記録する項目は6つでよい

次の6つがあれば、この記事に出てくる指標はすべて計算できる。

最後の行は見落とされやすく、この調査では、Google AI Overviewの空回答率が28.9%であり、他の5モデルは0.0%から3.1%です。空回答を「引用されなかった」と同じ扱いにすると、AI Overviewだけ不当に低く出ます。答えが出なかったことと、答えは出たが引用されなかったことは、別の事象として記録する。

手作業でできる最小形から始める

道具を買わずに始められる形を書き、表計算ソフト1枚で足りる。

問いを10問決め、自社の商材をカテゴリで聞く形にして、社名は書きません。それを週に1回、3つのモデルへ人が投げると、1回につき30件の回答が出ます。回答本文を貼り付け、自社名が出ていたら印を付け、引用URLに自社ドメインがあれば印を付け、これだけで週ごとの言及率と引用率が出ます。

始めるときに問いを増やしすぎないでほしく、続かない設計にすると3週で止まり、3週で止まった記録からは何も読めない。10問を半年続けたほうが、100問を1か月やるよりはるかに使える。

この調査ではこう測っている。観測の条件を全部開いて書く

観測の条件をすべて開く

計測の方法は、計測の結果とセットで開かないと使えません。GMO NIKKOの競合引用分析では、AIが会社選定の軸として「引用された実績を、どういう計測方法で測っているかとセットで開示しているか」を挙げている回答が記録されています。この記事はその軸に自分で答える。

この記事で使う集計の条件は次のとおりであり、問いの数は時期によって変わっているので、この表には対象期間の値だけを入れた。

問いの数は、対象期間より後に増やしており、別の時点の話なので、上の表とは分けて書きます。

かかっている費用も開く

この調査の生値ファイルには、月ごとの実費が入っており、2026年7月は25日の稼働で1万4,742件の回答を集めて193.94米ドルであり、193.94を1万4,742で割ると、1回答あたり約0.013米ドルになります。2026年8月は8月5日までの5日間で4,491件を集めて69.25米ドルです。

問いを100問、6モデルへ毎日投げる規模でも、月あたりの費用はこの水準に収まり、専用のツールを買う前に、自分でどこまでできるかを見積もる材料にしてほしい。なおこの金額はモデルの利用料で、仕組みを動かし続ける人の時間は入っていないため、実際の負担を見積もるときはそちらを別に足します。

限界を隠さずに書く

限界を隠すと、開示の意味が無くなり、この調査では2026年7月に問いの一部を入れ替えているため、6月と7月のあいだで起きた引用元の順位変動が、AI側の変化なのか質問側の変化なのかを切り分けられていません。実際に、検索を行う4モデルに絞った集計で、上位8サイトの内訳は6月と7月で8件中8件が共通だったが、順位は動いた。ホットペッパーが4位から8位へ、くすりの窓口が5位から3位へ動いており、この変動を、施策の効果として説明することはできません。

そこで、言えないことをなくすため、質問文も識別番号も1年据え置く年次45問を2026年8月から入れ、この45問だけを追えば質問側の変化が排除され、本来の意味での変動観測は、2026年8月からが起点になります。

エンジンごとにKPIを分ける。求められる条件の性質が違う

6モデルで求められる条件は同じではありません

この記事でいちばん実務的な結論を、独立させて書き、この調査、2026年5月19日から7月30日、100問を毎日、本運用6モデルへ投げた2万9,582件の実測です。

1つの指標で全部を追うとどうなるか

この6行を1つの「引用率」にまとめると、検索なしの2モデルが0%で足を引っ張り、全体の数字は実態より低く出ます。AI Overviewの空回答も引用されなかった扱いになります。そして、出典が12.9件付くAI Modeで1件に入ったことと、5.1件しか付かないChatGPTで1件に入ったことが、同じ1件として数えられる。

平均すると、どのエンジンでも中途半端になり、AI Overviewで表示される割合を上げる作業と、ChatGPTで狭い枠に入る作業は、やることがまるで違います。分けて追わないと、どちらの作業も評価できません。

出典が付かないモデルをどう扱うか

検索を使わない2モデルは、合計9,602件の回答を返しながら出典率0%であり、ここに自社のURLが載る余地は無い。だからといって無視してよい範囲ではありません。このモデルは、根拠を示さずに2,200字から2,600字の文章を書き、平均文字数はChatGPT（検索なし）が2,217字、Gemini（検索なし）が2,576字でした。

したがって、この2モデルについては引用ではなく言及を数えます。回答本文に自社名が出るか、出たとして書かれている内容が事実と合っているか。この2点だけを、引用のKPIとは別の欄で追います。

引用の63.8%は引用され続けているサイトが握る。定着したかをどう判定するか

1回引用されたことと、引用され続けていることは別

この調査の引用実態の分析から、いちばん重い数字を置き、12日間の連続観測で、12日すべての日に引用されたサイトは全体の約7%でした。その約7%が、引用量の63.8%を占めており、ごく一部の日にしか引用されなかった一過性のサイトは全体の約46%を占めるが、引用量に占める割合はごくわずかでした。

コアは小さく、裾野は激しく入れ替わり、1回引用されたことを成果として報告すると実態を読み違え、その1回は、裾野の約46%側で起きた出来事かもしれません。同じ分析では、作ったページの引用は更新しないままにすると半分に落ちるという結果も出ており、何日で半分になったかは、手元の資料から確認できなかったので書きません。

サイトの強さと定着は別

定着はサイトの強さで結びついていませんでした。同じ分析で、ドメインレーティング（＝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）29のサイトが52日のうち49日引用され続けていた事例が記録されており、49を52で割ると、引用された日の割合は94.2%になります。

ドメインレーティングは、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で表した指標であり、29は高い値ではありません。それでもほぼ毎日引用され続けています。GMO NIKKOの競合引用分析でも、レーティング73のサイトが引用272件にとどまる一方、18のサイトが442件、16のサイトが473件、15のサイトが374件を取っていました。期間は2026年7月8日から8月7日、母数は回答2,168件と引用URL2万4,200行です。

定着率の判定には4つの記録が要る

定着したかどうかは、単純な式で判定できる。

。定着率 ＝ その期間に自社が引用された日数 ÷ 観測した日数

この式を回すために要る記録は4つで、すべて5章の6項目から作れる。

分母は「観測した日数」にし、「引用があった日数」を分母にすると、投げ損ねた日が消えて、実態より高い定着率が出ます。分母を都合よく動かさないことが、この式を使い続けられるかどうかを決める。

数字が動いたとき、AI側の変化か自分の変化かを切り分ける

見る順番を4段階で決めておく

計測を始めた人が最初にぶつかるのが、数字が動いたときにその原因を言えないという問題であり、順番を決めておけば、毎回同じ手順で切り分けられる。

1. 問い文を変えていないかを確かめる。問いを1文字でも変えたら、その前後は比べられない。問いの識別番号と問い文の履歴を先に見ます。
2. 対象ページを変えていないかを確かめる。記事のタイトル、URL、公開日、本文の更新をすべて洗います。心当たりがあれば、そこで切り分けは終わります。
3. 他のエンジンでも同じ向きに動いているかを確かめる。1つだけで動いているなら、そのエンジン側の変化を疑います。すべてで同じ向きに動いているなら、自社側か話題そのものの変化を疑います。
4. 期間を延ばしても続くかを確かめる。1週間の動きは翌週に戻ることがあります。3か月続けて同じ向きに動いたときにはじめて、傾向として扱います。

GMO AI検索ラボも切り分けられていない

この4段階を書いているGMO AI検索ラボ自身が、いまは切り分けられていません。2026年7月に問いの一部を入れ替えたため、1段階目で引っかかっている状態です。

だからこの調査では、6月と7月の引用元の順位変動を「AI側が変わった」とは書いていません。定点観測の報告書でも、この所見は変動が起こりうることの確認にとどめ、検証済みの所見としては扱っていません。手順の1段階目で引っかかったら、そこで止めて、その先を語りません。

切り分けられていない変動を効果として報告しません

社内への報告でいちばんやってはいけないのがここであり、一度そう報告すると、翌月に数字が戻ったときに説明ができなくなり、計測そのものの信用が落ちます。

書き方は決めておくとよく、動いた事実を書き、切り分けられたかどうかを書き、切り分けられていなければ、切り分けられていないと書き、「おそらく施策の効果である」と書きません。おそらくで書いた1行は、次の月に問い返される。

AI検索側の指標を決め、指標設計の全体像は別の記事へ渡す

この記事が定義するのは、AI検索側の3つの指標

何を成果とするか、報告に使う指標をいくつに絞るかといった指標設計そのものは、別の記事「SEOの効果測定」が扱います。この記事が定義するのは、そこに足りないAI検索側の指標だけであり、既存の道具では取れない数字なので、親記事の側で決めておかないと誰も定義しません。

最後の行を入れてほしく、測れていない範囲を毎月同じ枠で出すと、数字の読み方が社内でそろう。この欄が空のまま3か月続いたら、観測が完璧なのではなく記録していないだけである可能性が高い。

検索の表示回数とクリック数、AI検索サービスからの流入は、既存の道具でそのまま取れ、これらを何本まで報告に載せるかは子記事に任せ、この記事では次の10.2で並べ方だけを決める。

三つの数字をどう並べて見せるか

左から、引用、表示、流入の順に置きます。AI検索の効果は引用から始まり、表示に現れ、流入として着地し、この順に並べると、どこで止まっているかが1枚で分かります。

引用が増えているのに流入が増えていないなら、答えの中で完結している可能性があります。引用が増えず流入だけ増えているなら、AI検索以外の経路が伸びており、3本を1つの合成した指標にまとめない。まとめると、どこで止まっているかが消える。

短期で動かない指標であることを先に伝える

最後に、いちばん大事な前置きを書き、これらの指標は短期では動きません。そしてこの調査では、施策を打ってから効果が出るまでの期間を切り分けられていません。観測しているのは引用の増減であって、記事を直したことが原因かどうかを分離する設計になっていないためです。

だから期間を断定しません。代わりに、8章の定着の構造から言えることだけを伝え、1回直して終わりにすると落ち、約7%の引用され続けているサイトが引用量の63.8%を占めているという構造は、続けた側が取るという構造でもあります。報告の1回目に「3か月は数字が動かない」と先に言っておくと、2回目以降の報告が楽になります。

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、次の一次データ3つから取っており、原典に無い数字は書いていません。一次データとは、この調査とGMO NIKKOが自分たちで観測して集めたデータを指し、この調査の計測実装そのものはデータではないので、一次データには数えず、あとに別の枠で書きます。

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 AI検索ラボ 引用実態の分析

一次データ3：GMO NIKKO 競合引用分析（2026年8月）

一次データではない参照先1：この調査のポータルの計測実装

portal/functions/api/metrics.ts は、この調査が実際に動かしている計測の実装です。観測して集めたデータではないので、一次データには数えません。この記事が使っているのは、そこに書かれている実装上の事実（どの指標名で取っているか、期間をどこで固定しているか、何が動かなかったか）であって、数値の観測結果ではありません。

確認できていないこと

先に限界を書いておきます。

• AI検索サービスからの流入がGA4でどの参照元名として記録されるかは、確認できていません。提供各社が公表しておらず、GMO AI検索ラボの実装も参照元での切り出しを持っていません。したがって参照元名の一覧をこの記事に書いていません。
• サーチコンソールの数字を、GMO AI検索ラボはGA4の連携経由で取っています。サーチコンソールのAPIから直接取った場合と完全に同じ値になるかは、突き合わせていません。
• AIの回答が出たことで検索のクリックがどれだけ減るかを測っていません。この調査ではクリック率の変化を観測する設計を持っていません。
• AIの回答が表示された回数そのものを測れていません。提供各社が外部へ公表していないためです。
• 6月と7月の引用元の順位変動を切り分けられていません。2026年7月に問いの一部を入れ替えたためです。年次45問は2026年8月から入ります。
• 定着の数字は12日間と52日間という短い窓の観測から出ています。通年の値ではありません。
• 定点観測の生値ファイルの通算3万5,300件と、この記事で主に使った2万9,582件は、期間も対象モデルの範囲も違います。同じ数字として扱えません。2万9,582件の対象期間は2026年5月19日から7月30日で、5月分は試験運用の7件です。
• 問いの数が対象期間の後で変わっています。対象期間は100問だが、2026年8月1日から150問へ増やしています。150問での観測結果は、この記事の数字に入っていません。
• この記事のキーワードでは、競合ページの実測が取れなかった。2026年8月8日に「ai検索 計測」とその言い換え3語をキーワード調査ツールの検索結果機能へ投げたが、いずれも上位0件で返った。競合ページの文字数も見出しの数も数えられていないため、数字を作って埋めていません。
• 観測は日本語の問い・日本市場に限っています。英語圏で同じ結果になるかは分かりません。
• 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。

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、GMO NIKKOの正式な法人名表記、ロゴ画像のURL。いずれも現時点で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。