- AIO対策の施策には、実測できる効果の差があります。この調査が通信キャリア1業種を対象に引用を分解した分析では、タイトルに「比較」と「ランキング」の両方を置いたページが平均の3.4倍引用されていました。タイトルに置く語の違いだけで、1ページあたりの引用され方は3.29倍変わります。1業種の観測なので他業種で同じ倍率になるとは限らないが、手を動かす順番をこの差で決めるだけの開きはある。
- 被リンクを増やしても引用は増えません。AI検索での引用は、サイトの被リンクの強さではほとんど説明できなかった。ドメインレーティング73のkoukoku.jpが引用272件にとどまる一方、レーティング16のprotea-inc.co.jpが473件、レーティング15のqueue-tech.jpが374件を取っています。SEOの延長でリンク獲得に投資しても、この指標は動きません。
- AIが引くのは、第三者が書いた比較記事です。引用タイトルが取れた7,102件のうち3,133件（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。自社の記事を整えるだけでは足りず、第三者の比較記事に載ることと、比較記事の型を自社で持つことの両方が要ります。
以下、この3つを実測で裏づけていき、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。手法の効果を体感や一般論で並べていません。
図1：検索での露出は、上位表示だけでなくAI回答内での引用・推奨へと広がっている。
拡大図2：問いを立て、結論から書き、自社の根拠で裏づける流れ。
拡大SEOは、検索結果のリンク一覧で上位に出すための取り組みであり、AIO対策は、AIが答えを作るときの根拠として自社のページが使われるための取り組みです。読者に届く経路が違うので、見る指標も施策も変わります。
図3：本文の書式から機械可読の注記、巡回可能性までを一続きで整える。
拡大| 観点 | SEO | AIO対策 |
|---|
| 目的 | 検索結果の上位に出すこと | AIの回答の根拠として引用されること |
| 主に見る指標 | 掲載順位、表示回数、クリック数 | 引用された回数、引用され続けている日数、回答本文での言及 |
| 主な施策 | キーワード設計、内部リンク、被リンク、表示速度 | 答えを冒頭で言い切る書き方、比較記事の型、一次データの掲載、第三者メディアへの掲載 |
| 効果が出るまでの時間 | この記事では数字で断定しない | GMO AI検索ラボの定点観測でも切り分けられていません。断定できる根拠を持っていません |
横にスクロールできます
呼び名がいくつもあって混乱しやすいので、先に整理する。
図4：発信者・根拠・検証性を順に整え、引用に足る情報源を作る。
拡大| 呼び名 | 元の言葉 | 指しているもの |
|---|
| AIO | AI Optimization | AI検索全般を対象に、引用されやすい状態を作る取り組みを指す |
| GEO | Generative Engine Optimization | 生成AIの回答に載ることを目的にした最適化を指す |
| LLMO | LLM Optimization | 大規模言語モデル（大量の文章を学習して文章を作るAIの本体）に向けた最適化を指す |
| AEO | Answer Engine Optimization | 答えを返す検索に対して、その答えに使われることを狙う最適化を指す |
横にスクロールできます
4つとも指している中身は大きく重なっており、業界で定義が固まっているわけではないので、呼び名の違いにこだわる意味は薄く、この記事ではAIO対策で統一する。
AIO対策はSEOの置き換えではありません。AIが根拠にするページは、ウェブ検索で見つけられたページであり、見つからないページは根拠の候補にすら入りません。
図5：問いの選定から改修、確認、継続改善までを一巡させる。
拡大したがって、機械が読める形になっていること、表示が速いこと、書かれている内容が正しいことという土台は、そのまま前提として残ります。AIO対策は、この土台の上に重ねる作業であり、土台が崩れているサイトが、AIO対策だけで引用されるようになることはありません。
この調査とGMO NIKKOの実測から確認できた効果の大きい順に、施策を並べ、順位の根拠は行ごとに書き、体感や一般論で並べていません。
| 順位 | 施策 | 実測された効果 | 着手の重さ | 根拠 |
|---|
| 1位 | タイトルに「比較」と「ランキング」にあたる語を両方入れる | 両方があるページは平均のおよそ3倍引用される | 軽い。既存記事のタイトルを直すだけで済みます | 引用実態の分析（通信キャリア1業種） |
| 2位 | タイトルの語の型を見直す | 置く語で1ページあたりの引用され方がおよそ3倍変わる | 軽い | 引用実態の分析（通信キャリア1業種） |
| 3位 | 比較記事の型を自社で持つ | AIが引く引用タイトルのおよそ4割が「おすすめN選」「比較」「ランキング」を含む | 中くらい。記事を新しく作る必要があります | 競合引用分析 1.6節 |
| 4位 | 第三者の比較記事に載る | 引用回数の上位32件のうち、自社の掲載があったのは2件にとどまる | 重い。相手のあることで、自社だけでは決められない | 競合引用分析 1.7節 |
| 5位 | 記事を2階層のURLに置く | 引用のおよそ4割がトップページではなく2階層のページ | 中くらい。既存URLを動かすと壊れるものがあります | 引用実態の分析（通信キャリア1業種） |
| 6位 | 更新を止めない | 引用され続けている少数のサイトが、引用量の6割超を占めている | 中くらい。ただし継続が要ります | 引用ドリフト分析 |
| 7位 | 被リンクを増やす | 引用数を説明しません。ドメインが強い側が弱い側に負ける逆転が起きています | 重い | 競合引用分析 1.8節 |
横にスクロールできます
この表は概数で置いており、施策ごとの正確な倍率・語の型ごとの内訳・何本から試すかという進め方は、別の記事「LLMO対策の施策を効果順に並べる」で扱います。この記事は、AIO・GEO・LLMOという語の関係と、AIO対策全体の考え方を持つ側です。
上から順に着手してよく、1位と2位は、既存記事のタイトルを直すだけなので、その日のうちに手を付けられる。3位から6位は記事とサイトの作りに手を入れる作業になり、7位は、この目的では有効ではありません。
ただしこの順位は、この調査が観測した範囲から出たものです。観測しているのはAIO対策会社の選定に関する17種の問い（競合引用分析）と、12業種のプロンプト定点観測と、通信キャリア1業種を対象にした引用実態の分析です。業種や問いの立て方が変われば順位は動き、自社の業種で確かめてから本格的に投資したほうがよい。
この順位に配点は無く、行ごとに測っている指標が違うためであり、倍率で並ぶ行、割合で並ぶ行、逆転の有無で並ぶ行が混ざっており、数式で一本の序列に落としてはいない。並べ方の軸は「着手の重さに対して、実測でどれだけ動いたか」であり、読者が数字から検算できる順位ではありません。そう断ったうえで、着手の順を決める目安として使ってほしい。
7位の被リンクは、AI検索での引用を増やす目的では有効ではありませんが、検索結果の順位を上げる目的では引き続き有効であり、1.3節で書いたとおり、ウェブ検索で見つけられないページは引用の候補に入らないので、被リンクが無意味だという話ではありません。
この順位が示しているのは、目的ごとに施策を分けるべきだということだと考えられ、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、という配分の誤りを止めるために順位を出しています。
AIは、ページを読んで答えの材料を取り出しますが、取り出しやすい書き方と取り出しにくい書き方があります。
取り出しにくい例：「AIO対策について考える前に、まず検索環境の変化を振り返る必要があります。2020年代に入り……」
取り出しやすい例：「AIO対策とは、AIが答えを作るときの根拠として自社のページが使われるための取り組みです。SEOの置き換えではなく、その上に積みます。」
違いは1つで、問いに対する答えが1文目にあるかどうかであり、背景から書き始めると、答えが本文の中ほどに埋まる。AIはページ全体を読むが、抜き出す断片は短く、答えが先頭にあるほど、そのまま断片として使われやすくなる。
競合引用分析で、AIが引いていた比較記事には共通点があり、料金と実績が数字で書き切られていることです。逆に、一般論だけで書かれたページは引用されていなかった。
数字を書くときは、その数字が何を測ったものかを添え、この記事でいえば「引用タイトルが取れた7,102件のうち3,133件（44.1%）」のように、母数と期間と条件をそばに書きます。母数のない割合は、AIにとっても読者にとっても使えません。
自社でしか出せない数字とは、たとえば次のようなものです。
- 自社サービスの料金と、その料金に含まれる範囲
- 自社が実施した件数、期間、対象数
- 自社が測った結果の数字と、その測り方
- 自社が扱った事例の、開始前と開始後の数字
書き方の細かい条件を挙げる。
| 条件 | なぜそうするか |
|---|
| 1文を短くする | 1文に主張を2つ以上入れると、抜き出したときに意味が崩れる |
| 段落の先頭に主張を置く | 段落単位で抜き出されたときに、主張だけが残る |
| 表にできるものは表にする | 項目と値の対応が機械にとって明確になる |
| 箇条書きの各項目を独立させる | 前の項目を読まないと意味が通らない書き方をしない |
| 略語は初出でひらいて書く | 略語だけでは、その語が何を指すか機械にも読者にも伝わらない |
一次データを核に置け、という話が抽象論に聞こえないように、実際のAI回答を1つ挙げ、GMO NIKKOの競合引用分析で記録された、Claudeの回答の一部です。問いは「LLMO・GEO対策の効果を計測・分析できるAIO対策ツールを比較して教えて。」でした。
> ミエルカGEO（Faber Company）／料金： 単一サイト向けが月額49,800円、複数サイト向けが月額99,800円（いずれも税抜）で、原則12ヶ月の年間契約。
金額も、契約期間も、税抜の別まで書き写されており、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、書いていない会社は、この位置に入りようがありません。
同じ分析で、ブランド名の前後200字に現れる属性語の出現率を数えており、AIが各社を何と結び付けて語っているかが分かります。
| ブランド | 実績・事例 | 独自ツール | 独自データ・調査 | 料金明示 | 上場・企業規模 | 研究組織・専門家 |
|---|
| ミエルカ／Faber | 49% | 36% | 27% | 17% | 28% | 11% |
| CINC | 50% | 37% | 35% | 9% | 33% | 11% |
| ナイル | 76% | 17% | 21% | 8% | 43% | 16% |
| PLAN-B | 69% | 19% | 30% | 14% | 33% | 6% |
| ジオコード | 73% | 23% | 21% | 17% | 55% | 13% |
| GMO NIKKO | 65% | 13% | 33% | 31% | 50% | 10% |
横にスクロールできます
対象は2026年7月8日から8月7日の回答2,168件であり、GMO NIKKOは料金明示が31%と6社で高く、上場・企業規模も50%と高い。弱いのは独自ツールの文脈で、13%にとどまり、ミエルカやCINCが自社ツールとセットで語られる率が3割を超えるのに対し、半分以下です。
自社の強みだと思っているものと、AIが実際に語っている属性はずれ、この表のような数え方をすると、どこに書き足すべきかが具体的に結びついていると考えられます。
GMO AI検索ラボの引用実態の分析で出ている数字を先に置き、この分析の対象は通信キャリア1業種であり、他業種で同じ倍率が出るとは限りません。
- タイトルに置く語で、1ページあたりの引用され方が3.29倍変わります。
- タイトルに「比較」と「ランキング」の両方があるページは、平均の3.4倍引用される。
どの語が何倍かという語ごとの内訳は、GMO AI検索ラボの分析でまだ公開できる形になっていません。上の2つは分析の結論として出ている値だが、語の型ごとのページ数と1ページあたり引用数の内訳は、この記事の手元で確認できていません。確認できていない数字を作って表に並べることはしません。
タイトルの書き換えは、記事を作り直すのに比べて桁違いに軽く、それでいてこの調査が倍率まで測れている施策の中では効果がいちばん大きい。ほかの施策は同じ形で測っていないので、記事全体での順位ではありません。着手の重さと効果が逆になっている、めずらしい施策です。
GMO NIKKOの競合引用分析で、引用タイトルが取得できた7,102件を型で分けた結果です。
| タイトルの型 | 該当件数 | 全体に占める割合 | 出どころ |
|---|
| 「おすすめN選」「比較」「ランキング」のいずれかを含む | 3,133件 | 44.1% | 競合引用分析 1.6節 |
| 上記を含まない | 3,969件 | 55.9% | 同上（差分） |
横にスクロールできます
引用回数の多い比較記事を出しているドメインの上位は、aspicjapan.org（328件）、bakuri.co.jp（215件）、pascaljp.com（152件）、queue-tech.jp（146件）、oproduct.ai（128件）、axone.co.jp（125件）です。いずれも「AIO対策会社おすすめ18選」のような型のタイトルを持っています。
一方、koukoku.jpの引用タイトルは「AIOとSEOの違いとは」「AIOとは何か」といった解説型で、比較記事型のタイトルは自社記事1本を除いて存在しなかった。引用され方の差とタイトルの型のあいだには対応が見えるが、これは相関であって、引用されていない理由がタイトルの型だと確かめたわけではありません。記事の質を含む他の要因を切り分ける観測を、この調査ではまだ持っていません。
一度に全部直しません。直さない記事を残しておかないと、効いたかどうかが分からなくなり、何本を選び、どの順で試し、どれだけ待って比べるかという進め方は、別の記事「LLMO対策の施策を効果順に並べる」で扱います。この記事が渡すのは、タイトルの型が引用と結びついているという事実と、比べながら進めるという原則までです。
見出しは、機械にとって文書の目次にあたり、h2の下にh3を置き、階層を飛ばしません。見出しだけを拾い読みして内容が分かる状態が目標です。
見出しに問いの形をそのまま使うのも有効であり、読者が打つであろう問いと同じ言い回しを見出しにすると、その見出しの直下の段落が、その問いへの答えとして抜き出されやすくなる。
| 形 | 向いているもの | 向いていないもの |
|---|
| 箇条書き | 順序のない列挙。条件の並列 | 項目ごとに複数の属性があるもの |
| 番号付きリスト | 手順。順位 | 順序に意味がないもの |
| 表 | 項目ごとに2つ以上の属性があるもの。比較 | 1項目1属性だけのもの |
横にスクロールできます
比較を文章で書くと、機械は対応関係を取り違え、比較は表にし、これは4章のタイトルの話とも噛み合い、比較記事の型を持つとは、比較の表を持つということでもあります。
schema.org（＝ページの意味を機械が読める形で示すための共通の語彙）を使うと、そのページが記事なのか、よくある質問なのか、順位のある一覧なのかを明示できる。schema.orgは公式サイトで「インターネット上の構造化データのためのスキーマを作り、保守し、広めることに取り組む協働のコミュニティ活動」と自らを説明しています。この語彙はRDFa・Microdata・JSON-LD（＝schema.orgの語彙を、ページの中にJSONという形式でまとめて書き込む書き方）という複数の書き方で使えるとしています。出典は公式サイト（https://schema.org/ 、2026年8月12日確認）です。
AIO対策で入れておきたい型は次のとおりです。いずれもschema.orgに実在する型である（型のページ https://schema.org/FAQPage と、そこから参照されているArticle・Person・ItemList・Datasetを2026年8月12日に確認した）。
| 型 | 何を示すか |
|---|
| Article | そのページが記事であることを示す |
| FAQPage | 問いと答えの組であることを示す |
| Person | 誰が書いたかを示す |
| ItemList | 順位のある一覧であることを示す |
| Dataset | 数字のまとまりが、どういう観測から出たものかを示す |
実装の詳細はテクニカルSEOのカテゴリー記事で扱い、ここでは、書いた内容を機械が正しく読み取れる形にしておくことがAIO対策の一部であるという位置づけだけ押さえてほしい。
目安を数字で置きます。GMO NIKKOの競合引用分析で、引用回数の多い比較記事を実際に取得して数えた結果であり、取得日は2026年8月上旬です。
| ページ | 本文文字数 | h2 | h3 | 表 |
|---|
| white-link.com（LLMO会社比較） | 32,068字 | 12 | 取得できず | 39 |
| oproduct.ai（20選） | 27,617字 | 15 | 79 | 5 |
| ai-search.techsuite.co.jp（43選） | 22,035字 | 13 | 44 | 3 |
| plan-b.co.jp（18選） | 21,983字 | 16 | 41 | 38 |
| bakuri.co.jp（20選） | 19,636字 | 16 | 42 | 25 |
| protea-inc.co.jp（12選） | 18,687字 | 9 | 30 | 13 |
| queue-tech.jp（7選） | 16,219字 | 25 | 77 | 3 |
| aspicjapan.org（18選） | 16,602字 | 15 | 26 | 2 |
| koukoku.jp/service/aio/ | 2,742字 | 4 | 0 | 0 |
横にスクロールできます
引用されている比較記事は、どれも15,000字から32,000字あり、h3見出しは26個から80個あり、会社ごと・機能ごとに細かく区切られており、表は比較表として多用されています。
この細かさには理由があり、AIは回答を組み立てるとき、ページ全体ではなく必要な断片だけを抜き出していると考えられます。見出しと表で細かく区切られているほど、抜き出せる断片が増え、自社のサービスページが2,742字・h2が4本・表0個であれば、抜き出せる断片がそもそも少ない。
なお、この分析の対象範囲では、llms.txt（AIに自社サイトの構成を伝えるための説明ファイル）を設置していた4社が引用上位に入っていました。ただし設置が理由だとは言えません。相関を検証していないためであり、この記事では施策に入れていません。
GMO AI検索ラボの引用実態の分析では、引用の44.6%がトップページではなく2階層のページであり、対象は通信キャリア1業種であり、他業種で同じ割合になるとは限りません。それでも傾向ははっきりしており、AIはサイト単位ではなく、問いに答えている個別のページを引いています。
| 階層 | 引用に占める位置づけ | その階層に置くのに向く記事の型 |
|---|
| トップページ（0階層） | 引用の中心ではない | 会社の紹介。AIが問いの答えとして引く対象になりにくい |
| 1階層（/columns/ など） | 一覧ページになりやすい | カテゴリーの入り口。個別の問いには答えていません |
| 2階層（/columns/optimization/aio-taisaku-guide など） | 引用の44.6%がここに当たる | 個別の問いにひとつずつ答える記事。比較記事もここに置きます |
横にスクロールできます
引用されているサイトのトップページを真似しても意味がない、というのがこの実測の含意であり、トップページは会社の説明をする場所で、個別の問いに答える場所ではありません。AIが探しているのは、問いにそのまま答えているページです。
ただし、既存サイトのURLをやみくもに動かしてはいけない。動かすと次のものが壊れる。
- 既存URLが積み上げてきた検索評価が、転送を設定しても完全には引き継がれない。
- 内部リンクの張り替え漏れが出て、たどり着けないページが生まれる。
- 外部サイトから張られているリンクが切れる。
新しく作る記事から2階層に置く、というのが安全な進め方であり、既存記事は、引用されていない記事から順に、影響を確かめながら動かす。
E-E-A-T（経験・専門性・権威性・信頼性の頭文字を並べた、コンテンツの質を評価する考え方）で求められているのは、誰が何の根拠で言っているのかを外から確かめられる状態です。
出典はGoogle 検索セントラル「有用で信頼性の高い、ユーザーを第一に考えたコンテンツの作成」（https://developers.google.com/search/docs/fundamentals/creating-helpful-content?hl=ja ）です。ページ自体の最終更新日は2025年12月18日、GMO AI検索ラボが確認したのは2026年8月12日です。同ページはE-E-A-Tを「エクスペリエンス、高い専門性、権威性、信頼性」の頭文字と説明し、中でも信頼性が重要であると書いています。4つを均等に埋めにいくのではなく、信頼性から逆算したほうが早い。
競合引用分析では、AIが引いている比較記事の多くが著者名・監修者・更新日を出していました。一方、GMO AI検索ラボが点検したkoukoku.jp側の記事は、著者の扱いが弱く、著者名が組織名になっているものがあった。
置き場所は次のとおりです。
| 情報 | どこに置くか |
|---|
| 著者名と肩書き | 記事の冒頭または末尾。著者プロフィールページへリンクする |
| 監修者 | 著者と同じ場所。監修した範囲も書きます |
| 運営者 | サイト全体の運営者情報ページ。記事から1クリックで届く場所に置きます |
| 公開日と更新日 | 記事の冒頭。どちらも出します |
主張のそばに出典を置き、記事の末尾にまとめて並べるより、その数字を書いた段落のそばに置くほうが、対応関係がはっきりする。
出典が自社の観測である場合は、観測条件を書き、この記事でいえば「2026年7月8日から8月7日、回答2,168件」のように、期間と母数を添える。条件のない数字は、引用する側にとって使えません。
更新日を出すだけでは足りません。9章で書くとおり、作ったページの引用は更新しないままにすると落ち、更新日は、実際に更新したときに書き換え、中身を変えずに日付だけ動かすことはしません。
詳細はコンテンツSEOのカテゴリー記事で扱います。
Ahrefsの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で表した指標を指す。Ahrefsが提供する）を、実際の引用数と並べた。2026年8月6日時点の値であり、逆転がいちばんはっきり出ている4社を抜き出します。
| ドメイン | ドメインレーティング | 引用数 |
|---|
| koukoku.jp | 73 | 272 |
| bakuri.co.jp | 18 | 442 |
| protea-inc.co.jp | 16 | 473 |
| queue-tech.jp | 15 | 374 |
横にスクロールできます
対象は、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件の回答と、そこに付いた引用URL2万4,200行であり、期間は2026年7月8日から8月7日です。調査対象9社の全一覧と、レーティング帯ごとの読み解きは、別の記事「LLMO対策の施策を効果順に並べる」で扱います。
koukoku.jpは、調査対象9社の中でドメインレーティングが高い。それでも引用数は272件で、レーティング18のbakuri.co.jp（442件）、レーティング16のprotea-inc.co.jp（473件）、レーティング15のqueue-tech.jp（374件）に負けています。
レーティングが4分の1以下のサイトに、引用数で1.4倍から1.7倍の差を付けられており、この3社に共通しているのは、比較記事を主力にしていることです。
誤読されやすいところなので、はっきり書き、この実測が示しているのは、被リンクの強さが、AI検索での引用の多い少ないを説明しないということです。被リンクが無意味だという意味ではありません。
検索結果の順位に対しては、被リンクは引き続き有効とされており、ウェブ検索で見つけられないページはAIの根拠の候補に入りません。だから被リンクの取り組みをやめる理由にはなりません。
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なら、リンク獲得へ予算を回すより、比較記事の型を持つほうが先です。引用は、サイトの強さではなくページの型で決まっています。
AIが参照する引用元は、固定された一覧ではありません。この調査の引用ドリフト分析（＝同じ問いを毎日投げ続けて、引用元のサイトが日ごとにどれだけ入れ替わるかを追う分析）では、12日間の観測で次のことが分かっています。
| 区分 | 全体に占める割合 | 引用量に占める割合 |
|---|
| 引用され続けているサイト（12日連続で引用された） | 約7% | 63.8% |
| 一過性組（ほとんどの日に引用されなかった） | 約46% | ごくわずか |
横にスクロールできます
約7%の引用され続けているサイトが、引用量の63.8%を占めており、残りは激しく入れ替わる。コアは小さく、裾野は流動しており、母数は12日間の観測に現れた引用元サイトです。
また、引用実態の分析では、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が出ており、これも通信キャリア1業種を対象にした観測です。何日で半分になったかの日数は、この記事の手元資料からは確認できていないので書きません。
1回引用されたことと、引用され続けていることは別であり、1回の引用を成果として報告すると、実態を見誤ります。判定は単純な式でできる。
。定着率＝その期間に引用された日数 ÷ 観測した日数
GMO AI検索ラボの通信キャリア1業種を対象にした分析では、ドメインレーティング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あり、定着率94.2%であり、サイトの強さと定着は別の話です。
見る頻度、誰が見るか、何を見て何を直すかという運用ルールの形は、別の記事「LLMO対策の施策を効果順に並べる」で表にして渡します。この記事が渡すのは、追う指標を「引用されたか」から「引用され続けているか」へ移すという判断の軸までであり、ここを取り違えたまま運用ルールだけ作っても、1回の引用を成果として数え続けることになります。
- 現状を把握する。自社のページがAIの回答でどれだけ引用されているかを測ります。測る前に施策を決めない。
- 書き直します。引用されうるテーマの記事から、問いへの答えを冒頭で言い切る形に直します。タイトルの型も同時に見直します。
- 構造を整える。見出しの階層、表、schema.orgの型を入れる。著者と更新日を出します。
- 測り続ける。引用された日数を月次で見ます。落ちていたら記事を直し、更新日を書き換える。
2を先にやりたくなるが、1を飛ばすと効果が測れない。4章で書いたとおり、直さない記事を残しておかないと、効いたかどうかが分かりません。
また、9章のとおり自社の業種によって引用の濃さが違い、この調査のプロンプト定点観測では、出典を付けた割合が業種によって46.5%（自動車）から64.2%（生命保険）まで開いていました。引用率が低い業種では、引用を取りにいくより、AIが根拠なしに語っている内容が正しいかを確かめるほうが先になる場合があります。
正直に書き、この調査では、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ません。したがってここで期間を断定しません。
言えるのは、9章で書いた定着の構造から、1回直して終わりにすると落ちるということだけであり、計測の方法は、計測・分析のカテゴリー記事で扱います。
1の現状把握で、何を記録すればよいかを具体的に書き、道具を買う前に、この4つを手作業でそろえるところから始められる。
| 記録する項目 | 何に使うか |
|---|
| 自社に関わる問いの一覧 | 何を測るかを固定する。問いを毎回変えると前後が比べられない |
| 問いごとの回答本文 | 自社が本文で言及されているかを見る |
| 回答に付いた引用URL | 自社のURLが引用されているかを見る |
| 記録した日付 | 定着率（引用された日数 ÷ 観測した日数）を出すために要る |
問いは固定し、この調査が毎日同じ100問を投げているのは、問いを変えると、変化がAI側のものか質問側のものかを切り分けられなくなるためです。同じ理由で、自社の計測でも問いを固定しておいたほうがよい。
AIO対策を自社だけで進めるか、外の会社に頼むかを迷っている人に向けて書きます。発注先を探すとき、いまはまずAIに聞く人が多く、ところがAIが挙げてくる社名は、実力を測った結果ではありません。この調査ではその中身を測っているので、何が出てくるのかと、その読み方を先に置きます。
この調査では、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、2,168件の回答と、そこに付いた引用URL2万4,200行を記録した。期間は2026年7月8日から8月7日です。
そこで分かったことを3つ並べる。
- 引用されたページの44.1%が、「おすすめN選」「比較」「ランキング」のいずれかを含むタイトルだった（4.2節）。
- 引用回数の多いドメインの上位は、比較記事を主力にしている媒体でした。aspicjapan.org（328件）、bakuri.co.jp（215件）、pascaljp.com（152件）、queue-tech.jp（146件）、oproduct.ai（128件）、axone.co.jp（125件）です。
- その比較記事は、どれも15,000字から32,000字あり、h3見出しが26個から80個ある（5.4節）。会社ごと・機能ごとに細かく区切られています。
3つを合わせると、AIが社名を挙げる経路が見え、AIは、AIO対策会社を自分で評価していません。細かく区切られた比較記事から、そこに並んでいる社名を抜き出していると考えられます。したがってAIの回答に出てくる社名は、比較記事に載っている社名だと考えられます。
比較記事の掲載順や選定基準は、その記事を書いた媒体が決めており、広告として掲載枠を売っている媒体もあり、この調査では各媒体の掲載基準を確かめていないので、どの媒体がどうだとは書きません。書けるのは、AIの回答に出てくる順番を実力の順番として読む根拠は無いということです。
同じことは自社の側から見ても言え、GMO NIKKOの実測では、引用回数の多い比較・おすすめ型のURL上位32件のうち、自社の掲載が確認できたのは2件（6.3%）でした。引用回数で重み付けすると3.7%であり、自社サイトをどれだけ整えても、比較記事に載っていなければAIの社名リストには出てこない。
AIが挙げた会社を候補にするのは構いません。そのうえで、この調査の実測から導ける確認事項を4つ置き、この記事で書いてきた内容が、そのまま質問になります。
| 確かめること | なぜ確かめるか |
|---|
| 何をもって効果と呼ぶか。引用されたかどうかを測れるか | 10.4節のとおり、問い・回答本文・引用URL・日付の4つが無いと、引用され続けているかを追えません。順位だけを報告する形だとAI検索の効果は見えません |
| 直さない記事を残して比べる進め方をするか | 4.3節のとおり、全部を一度に直すと、効いたかどうかを分けられなくなる |
| 被リンクの獲得を主軸に置いていないか | 8章のとおり、被リンクの強さは引用の多い少ないを説明しなかった。レーティング73のサイトが、レーティング15のサイトに引用数で負けています |
| 自社の数字を引き出す工程があるか | 3.2節のとおり、AIが引いていた比較記事に共通していたのは、料金と実績が数字で書き切られていることでした。この数字は社外の書き手だけでは作れない |
4つとも、この調査が実際に数えたことから出ており、相手の力量を試すための質問ではなく、何をどう測るかを発注の前にそろえておくための質問として使ってほしい。
分かれ目は、自社でしか出せない数字を持っているかどうかです。
料金、導入社数、対応期間、実績の内訳。これらは社内にしか無く、外の会社は書き方を整えられるが、数字そのものは作れない。逆に、記事の型を整える作業や、比較記事を出している媒体との接点づくりは、外に頼むほうが早いことが多い。
現実的な分担はこうなると考えられ、数字を出す部分は自社で持ち、型を整える部分を外に出し、丸ごと任せると、3.2節で書いた「自社でしか出せない数字」が抜けた記事ができあがる。それは他社の記事と区別が付かないので、AIが選ぶ理由も無い。
SEOをやめてAIO対策に切り替えるべきか
切り替えるものではありません。AIが根拠にするページは、ウェブ検索で見つけられたページです。見つからないページは引用の候補に入らないので、SEOの土台はそのまま残ります。ただし予算の配分は変えたほうがよい。この調査の実測では、被リンクの強さは引用の多い少ないを説明しなかった。ドメインレーティング73のサイトが引用272件、レーティング15のサイトが374件という逆転が起きています。
効果が出るまでどれくらいかかるか
この調査でも切り分けられていないので、期間を断定しません。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。ただし引用ドリフト分析では、12日連続で引用された引用され続けているサイトが全体の約7%にとどまり、その7%が引用量の63.8%を占めていました。1回直して終わりにすると落ちる、ということは言える。
外注すべきか
自社でしか出せない数字を持っているかどうかで決めるのがよい。GMO AI検索ラボの分析で、AIが引いていた比較記事に共通していたのは、料金と実績が数字で書き切られていることでした。この数字は社外の書き手には作れない。数字を出す部分は自社で、記事の型を整える部分は外部と分担する形が現実的です。発注先に確かめる項目は11章に4つ挙げています。
何から手を付ければいちばん早く効くか
タイトルです。この調査が通信キャリア1業種を対象に行った分析では、タイトルに置く語で1ページあたりの引用され方が3.29倍変わり、「比較」と「ランキング」の両方があるページは平均の3.4倍引用されていました。記事を作り直すのに比べて桁違いに軽く、この調査が倍率まで測れている施策の中では効果がいちばん大きい。ほかの施策は同じ形で測っていないので、記事全体での順位ではありません。ただし一度に全部直さず、直さない記事を残して比べたほうがよい。
自社サイトを直すだけで足りるか
足りない。GMO NIKKOの実測では、引用回数の多い比較・おすすめ型のURL上位32件のうち、自社の掲載が確認できたのは2件（6.3%）でした。引用回数で重み付けすると3.7%です。AIが引いているのは第三者が書いた比較記事なので、そこに載ることも並行して進める必要があります。
構造化データを入れれば引用されるようになるか
構造化データを入れただけで引用が増える、という実測をこの調査では持っていません。構造化データは、書いた内容を機械が正しく読み取れる形にするためのものです。中身が無いページに型だけ付けても引用されない。順番としては、答えを書く・比較の表を持つが先で、構造化データはその内容を伝えるための後工程になります。
| 用語 | 説明 |
|---|
| AIO対策 | AIが答えを作るときの根拠として、自社のページが使われるための取り組みを指す |
| SEO | 検索エンジンの結果一覧で上位に出すための取り組みを指す |
| GEO | 生成AIの回答に載ることを目的にした最適化を指す |
| LLMO | 大規模言語モデルに向けた最適化を指す |
| AEO | 答えを返す検索に対して、その答えに使われることを狙う最適化を指す |
| 引用 | AIの回答に、根拠となる出典URLとして挙がっている状態を指す |
| 言及 | AIの回答の本文に、ブランド名や社名が書かれている状態を指す |
| ドメイン | サイトのアドレスのうち「example.com」にあたる部分を指す |
| 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で表した指標を指します。Ahrefsが提供する |
| 引用され続けているサイト | 観測した期間を通じて、ほぼ毎日引用され続けていたサイトを指す |
| 一過性組 | 観測期間のうち、ごく一部の日にしか引用されなかったサイトを指す |
| 引用ドリフト分析 | 同じ問いを毎日投げ続けて、引用元のサイトが日ごとにどれだけ入れ替わるかを追う分析を指す |
| schema.org | ページの意味を機械が読める形で示すための共通の語彙を指す |
| JSON-LD | schema.orgの語彙を、ページの中にJSONという形式でまとめて書き込む書き方を指す |
| Google BigQuery | Googleのクラウド上で、大量のデータをためて集計するための仕組みを指す |
| E-E-A-T | 経験・専門性・権威性・信頼性の頭文字を並べた、コンテンツの質を評価する考え方を指す |
| 一次データ | 自分たちで直接集めた、よそにはないデータを指す |
この記事で使った数字は、次の3つから取っており、原典に無い数字は書いていません。
| 項目 | 内容 |
|---|
| リポジトリ内の該当ファイル | docs/research/ai-citation-gap-2026-08.md |
| 元データ | AI Insights エクスポート。回答ログ2,168行、引用URL2万4,200行 |
| 対象期間 | 2026年7月8日から2026年8月7日 |
| 対象の問い | AIO対策会社の選定に関する17種 |
| 対象モデル | 5種（Claude 433／AI Mode 435／Gemini 434／ChatGPT 434／AI Overview 432） |
| この記事で使った数値 | 引用タイトル7,102件のうち比較・おすすめ型が3,133件（44.1%）、比較記事上位32件への自社掲載率6.3%と引用重み付け3.7%、ドメインレーティングと引用数の対応（調査対象9社のうち逆転がはっきり出ている4社を本文に抜き出した）、ブランド別の属性語出現率6社、引用されている比較記事の本文文字数と見出し数と表の数、AI回答に料金がそのまま書き写されている実例 |
| 項目 | 内容 |
|---|
| 観測の対象業種 | 通信キャリア1業種。他業種は含みません |
| リポジトリ内の該当ファイル | portal/src/data/report-skeletons.ts（実態レポート第1回・通信キャリア編の章立て。数値そのものはレポート本体にあり、リポジトリ内にはこの章立てだけが置いてある）、portal/src/data/report-structures.generated.ts（公開ノートの構成。引用され続けているサイトの約7%と63.8%はこちらにも入っている） |
| 元データ | プロンプト定点観測の一次データから、通信キャリア業種分を切り出した分析 |
| この記事で使った数値 | タイトルの語で1ページあたりの引用され方が3.29倍変わること、比較とランキングの両方があるページは平均の3.4倍引用されること、引用の44.6%が2階層のページであること、引用シェアは被リンクの強さでは説明できないこと、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%で引用量の63.8%を握ること、ドメインレーティング29のサイトが52日のうち49日引用され続けていたこと |
| この数値を読むときの条件 | いずれも通信キャリア1業種の観測です。本文でもそのつど業種を断ってある。他業種で同じ倍率・同じ割合になるとは限りません |
| この記事で使わなかったもの | 語の型ごとのページ数と1ページあたり引用数の内訳。手元で確認できなかったため書いていません |
| 項目 | 内容 |
|---|
| 保管場所 | Google BigQuery（Googleのクラウド上で大量のデータをためて集計するための仕組み）の gmo-nk-ai-search-lab.ai_query_output.query_answer |
| リポジトリ内の該当ファイル | docs/research/prompt-observation-report-2026-07.md |
| 対象期間 | 2026年5月19日から2026年7月30日 |
| この記事で使った範囲 | 100問を毎日、本運用6モデルへ投げた総回答2万9,582件。月別の内訳は5月7件（試験運用分）・6月1万2,435件・7月1万7,140件です |
| この記事で使った数値 | 業種別に出典を付けた割合が46.5%（自動車）から64.2%（生命保険）まで開くこと |
先に限界を書いておきます。
- 3.29倍・3.4倍・44.6%・定着に関する数字は、通信キャリア1業種の観測です。引用実態の分析は実態レポート第1回（通信キャリア編）から出ています。AI検索全般の数字ではありません。他業種で同じ倍率・同じ割合になるかは確かめていません。
- 施策の順位は、この調査が観測した範囲から出たものです。観測しているのはAIO対策会社の選定に関する17種の問いと、12業種のプロンプト定点観測と、通信キャリア1業種の引用実態の分析です。業種や問いの立て方が変われば順位は動きます。順位に配点は無く、行ごとに測っている指標が違います。
- タイトルの型と引用され方の対応は、相関であって因果ではありません。タイトルの型を変えたことが原因で引用が増えたのかどうかを分離する観測を持っていません。
- 記事を直した効果を、直したこと以外の要因から分離できていません。したがって効果が出るまでの期間を断定しません。
- 語の型ごとの引用され方の内訳を持っていません。3.29倍と3.4倍は分析の結論として出ている値だが、語ごとの内訳はこの記事では扱えません。
- 構造化データの効果を測っていません。入れれば引用が増えるという実測を持っていません。
- 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。
- 引用が半分に落ちるまでの日数と母数を持っていません。§9.1で触れた「更新しないままにすると半分に落ちる」は引用実態の分析の結論だが、何日で半分になったか、何ページを対象にしたかは手元の資料から確認できていません。この記事の中で検算できる数字ではないので、判断の根拠には使いません。
| 項目 | 内容 |
|---|
| 発行 | GMO AI検索ラボ |
| 運営 | GMO NIKKO |
| 執筆担当者 | （未定。コンテンツ管理表 portal/src/data/kw-sheet.ts のC2行の author が「未割当」のため、確認できた氏名がありません。公開前に埋める） |
| 監修者 | （未定。監修体制を確認できていないため空欄とする。公開前に埋める） |
| 初出 | 2026年8月8日（この版が書き直しの初稿） |
| 最終更新 | 2026年8月17日（メタ情報の分量を数え直し、検索ボリュームが外部のキーワード調査ツールの推計であることを書き足した） |
| 更新の方針 | 月次。引用実態の分析を取り直したら、順位と数字を差し替えて更新日を書き換える |
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。
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。
