AI 検索の時代に SEO の何が変わったのかは「AI時代のSEOとは｜「SEOは終わった」は誤解、変わったのは評価のルール」で整理しています。引用率などの指標の定義と計測の手順は「AI引用率の計測方法｜生成AIの言及率を自社で測る4ステップ」をご覧ください。

本記事は、2026年10月12日に Ahrefs が公開した調査（Search Engine Journal の同日の記事で紹介）と、株式会社グラッドキューブが提供する AIO・LLMO 対策プラットフォーム LLMOA（エルモア）で計測した21サービスの回答データ（2026年3〜9月計測、ChatGPT の回答5,318回）に基づいています。Ahrefs の調査は2つのデータでできています。引用元の分析は、米国の ChatGPT の回答を集めた Ahrefs Brand Radar のデータです。検索の分析は、全世界の、ログインしていない無料版の ChatGPT の回答です。LLMOA の ChatGPT は API 経由（gpt-4o-mini）で計測しており、どちらとも計測の条件が異なります。LLMOA のデータは個別企業を対象とした匿名化データで、各業界全体の傾向を代表するものではありません。

結論：ChatGPTの引用元は、Reddit・Wikipediaから一次情報に移っている

米国：Redditは19.1%→2.3%、Wikipediaは14.1%→2.9%（Ahrefs調べ）

SEO ツールを提供する Ahrefs は2026年10月12日、ChatGPT が米国の回答で引用したサイトの変化をまとめた調査を公開しました。同社のツール Brand Radar で集めた、2026年3月（回答240万件）と9月（回答380万件）の ChatGPT の回答を比べたものです。

ChatGPT の回答のうち、各サイトを引用した回答の割合は次のように変わりました。

引用の多いサイトの順位も入れ替わりました。米国の医学論文データベースの PubMed は64位から4位に上がり、健康情報をわかりやすく解説するサイトの WebMD は18位から79位に下がっています。百科事典の Britannica、金融用語の解説サイトの Investopedia などは、引用の多い上位200サイトから外れました。

順位を上げたのは、政府の保健・研究機関、規制当局、実際に製品を試して評価するサイト、Google や Microsoft のサポートページなどです。Ahrefs は、3月と9月の両方にあった約2万5,000の同じ質問だけで比べても、同じ方向に動いていたことを確かめています。そのうえで、ChatGPT が「他のサイトをまとめたページより、元の情報源を優先しているようだ」と表現しています。

日本語の回答：ChatGPTのWikipedia引用は0.09%、公的機関とニュースの割合は5モデルで最多

では、日本語の回答ではどうでしょうか。LLMOA で計測した21サービスの回答データで、ChatGPT と他の4つの AI モデルを比べました。

まず、Ahrefs と同じ「そのサイトを引用した回答の割合」で見ると、次のとおりです。

日本語の回答では、ChatGPT が Wikipedia を引用した回答は0.09%で、5つのモデルで最も少ない結果でした。Reddit を引用した回答は3.23%です。

ただし、計測の条件も集計の方法も異なるため、米国の数値と直接的には比較はできません。あくまで参考値としてご覧ください。

また、先行記事「AIの引用元ランキング」では、日本語の回答で Wikipedia が少ないのは、比較・検討の質問が多いからだと説明しました。これは5つのモデルすべてに当てはまる理由です。しかし、今回の比較では、5つのモデルに同じ質問をしています。質問の条件が同じでも、その中で ChatGPT が最も少なかったので、この差は質問の種類ではなく、ChatGPT 自体の傾向と考えられます。（※なお、先行記事の「Wikipedia 0.07%」は引用全体に占める割合で、ここでの「引用した回答の割合」とは指標が異なります。）

次に、引用元を発信元の種類ごとに分けると、ChatGPT は5つのモデルで公的機関・業界団体（3.7%）とニュース・プレスリリース（3.1%）の割合が最も高く、UGC・SNS・動画の割合（2.0%）が最も低い結果でした。

ChatGPT は日本語の回答でも、掲示板や動画、比較サイトの割合が低く、公的機関やニュース・プレスリリースの割合が高い傾向が5つのモデルの中で最も強いということです。

ただし、割合そのものは小さく、合わせても6.8%です。ChatGPT の引用で最も多いのは、引用回数の少ない小規模サイト（50.4%）でした。また、ニュースは情報を最初に発信する側ではなく、それを伝える報道です。

LLMOA（エルモア）のデータで見る、ChatGPTの引用元の変化

同じサービスの4か月で、企業サイトへの引用が45.4%から61.8%に

5月からの推移とともに、引用元がどう変わったかも確かめました。2026年5〜8月の4か月にわたって同じ質問を計測し続けていた1つのサービス（BtoB）に絞って、ChatGPT の引用元の推移を確認しました。

4か月の間に、ChatGPT の引用に占める企業サイトの割合は45.4%から61.8%に増え、比較・情報メディアは7.9%から1.4%に減りました。Reddit を引用した回答も、5月の6.7%から7〜8月は1%未満になっています。

なお、小規模サイトは種類を分けていないため、その中にも企業サイトが含まれます。小規模サイトが減った分だけ、企業サイトが増えて見えている面もあります。ただ、企業サイトと小規模サイトを合わせても、5月の87.8%から8月の94.7%に増えています。比較・情報メディアの減少は、小規模サイトの扱いとは関係なく発生していると考えられます。

増えたのは企業サイトの「製品ページ」、コラム記事は減っていた

ここでの企業サイトには、企業が運営するオウンドメディアの解説記事や比較記事も含まれます。そこで、企業サイトへの引用を、ページの種類ごとに分けました。

企業サイトの中でも、商品・サービスのページは14.4%から40.2%に増加し、解説・コラム記事は66.7%から40.6%に減少しました。増えたのはオウンドメディアの記事ではなく、企業が自社の製品について発信するページです。

米国の調査が示した「まとめるサイトから、元の情報源へ」という変化に近い動きが、日本語で計測したこのサービスの回答でも見られました。

ただし、増えたのは「他社」の企業サイトだった

この増加が、計測している「自社サービス」の引用につながったわけではありません。

同じサービスで、自社サイトへの引用は5月の0.6%から8月は1.2%で、ほとんど変わっていません。増えたのは、主に計測対象の競合以外の、他社の企業サイトでした（27.9%→45.1%）。

先行記事「AIの回答根拠、自社サイトは平均8.7%だけ」で示したとおり、AI の回答の根拠に占める自社サイトの割合はもともと小さく、根拠の多くは第三者のサイトです。ChatGPT が企業サイトを引用するようになっても、それがそのまま自社の引用の増加になるとは限らないということです。

Google AI Overviewsは、逆にUGCの引用が増えていた

同じサービスで他の AI モデルの推移も見ると、異なる動きがありました。Google AI Overviews では、UGC・SNS・動画の割合が5月の7.0%から8月には14.2%に増えていました。

ChatGPT の引用が企業サイトの製品ページに寄っていく一方で、Google AI Overviews は YouTube や Q&A サイトなどの引用を増やしています。AI モデルによって、引用元の変化の方向は同じではないということです。AI モデルごとの引用元の違いは「AIの引用元ランキング」でも解説しています。

なお、この推移は1つのサービスのデータです。すべての業種で同じ変化が起きているとは限りません。

ChatGPTは何を「一次情報」として引用しているのか

米国では、規制当局、検証サイト、製品のサポートページが順位を上げた

Ahrefs の調査で引用の順位を上げたサイトは、主に次の3種類です。

• 公的機関・規制当局： PubMed、米国食品医薬品局（FDA）、消費者金融保護局（CFPB）、連邦取引委員会（FTC）など
• 実際に試して評価するサイト： 家電を実機で検証するレビューサイトの RTINGS など
• 企業の公式ページ： Google や Microsoft のサポートページなど

逆に順位を下げたのは、WebMD、Healthline、Investopedia のように、他の情報をわかりやすくまとめた解説サイトでした。

ChatGPTは、検索するときに企業の公式サイトを狙って調べることがある

Ahrefs は、ChatGPT が回答の前に行う検索（ファンアウトクエリ）も調べています。こちらは引用のデータとは別のデータで、2026年8〜9月の、全世界の、ログインしていない無料版の ChatGPT（GPT-5.6 Luna）の回答6,660万件が対象です。

まず、Web 検索を行った回答は14.4%だけでした。約7回に6回は、検索せずに ChatGPT がもともと持っている知識で答えています。Ahrefs は、多くの質問では「ChatGPT が自社のブランドをすでにどれだけ知っているか」で、回答に登場できるかが決まると指摘しています。

検索した場合、検索のうち6.8%は、特定のサイトに絞って調べる「site:」検索でした。site: 検索が多かった上位約160サイトに限ると、75.9%は企業の公式サイト（apple.com や ikea.com など）が対象でした。また、英語の検索語に「official（公式）」が含まれる割合は、8月の10.1%から9月には13.1%に増えています。

ただし、質問の種類によって違いがあります。Ahrefs が米国の2万件の質問で別に調べたところ、料金や製品の機能など事実を尋ねる質問では84.4%の回答が公式サイトを1つ以上引用していました。一方、「A と B ではどちらがよいか」のような比較の質問では68.3%に下がっています。

つまり、ChatGPT は検索する場合の一部で、企業の公式サイトに直接情報を取りに行っているということです。比べて選ぶ質問では、公式サイト以外のサイトも多く使われています。

ChatGPTに引用されるために、今すぐできる3つのこと

① 自社にしか書けない一次情報のページを整える

Ahrefs は対策として、自社にしか作れないページ、たとえば独自の調査、実際に試した検証、自社の製品情報に力を入れることを勧めています。

自社の商品・サービスページに、仕様、料金、対応範囲、導入事例など、他のサイトでは手に入らない正確な情報がそろっているかを確認してください。ChatGPT が検索して自社サイトを調べたときに、答えが自社サイトにあることが重要です。

ただし、今回の LLMOA のデータでは、企業サイトの製品ページへの引用が増えても、計測していたサービス自身の引用はほとんど増えていませんでした。また、ChatGPT は多くの質問に検索せずに答えています。

自社サイトを整えることに加えて、比較記事や業界メディアなど、第三者のサイトで自社がどう書かれているかも必ず確認してください。

② 「まとめ記事」に頼った集客を見直す

他のサイトの情報をまとめただけの解説記事は、米国の調査で引用の順位を大きく下げていました。日本語の回答でも、ChatGPT は比較・情報メディアの割合が5つのモデルで最も低く、4か月の推移では企業サイトの中でも解説・コラム記事の割合が減っていました。

オウンドメディアで解説記事を中心に集客している場合は、記事に自社の独自データや実際の検証結果を加えられないかを検討してください。

③ 自社のテーマで、ChatGPTが何を引用しているかを確かめる

この変化が自社のテーマでも起きているかは、自社で確かめる必要があります。自社の顧客が ChatGPT にしそうな質問について、どのサイトが引用されているか、自社サイトは引用されているかを確認してください。

ChatGPT はモデルの更新のたびに、引用の傾向が変わる可能性があります。Ahrefs も、次のモデルの更新でまた変わりうるとして、自社の表示状況を見続けるよう勧めています。

LLMOA で、ChatGPT が自社のテーマで何を引用しているかを確かめる

ChatGPT の引用元は、モデルの更新とともに変わります。自社のテーマでどのサイトが引用されているかを把握するには、質問ごと・AI モデルごとに、回答と引用された URL を記録し続ける必要があります。

グラッドキューブの LLMOA（エルモア）では、ChatGPT を含む主要5つの AI モデルの回答を自動で計測し、回答の根拠として引用されたドメインや URL を AI モデル別に確認できます。自社サイトが引用されているか、代わりにどのサイトが引用されているかを確かめる起点として活用できます。

調査の概要と注意点

Ahrefsの調査とLLMOAの計測は、条件が異なる

API 経由の計測について： シンガポール国立大学と西安交通大学の研究者による論文（未査読のプレプリント、2026年10月11日公開）は、Google の検索結果と OpenAI の API を合わせても、実際の ChatGPT が引用したページの約26〜28%しか見つからなかったと報告しています。サイト単位では約49〜50%でした。検証されたのは GPT-5.6 より前の ChatGPT の設定で、LLMOA が使う gpt-4o-mini は検証の対象外です。LLMOA の分析はドメイン（サイト）単位で、論文でもページ単位よりサイト単位の方が一致していましたが、LLMOA の ChatGPT の数値は、一般向けの ChatGPT の画面の結果と同じではない可能性があります。

発信元の分類について： 引用回数の多い上位500ドメインは編集部が1件ずつ分類しました。それ以外の引用回数の少ないサイトは「小規模サイト」としてまとめ、種類は分けていません。企業サイトには、企業が運営するオウンドメディアの記事も含みます。ニュース・プレスリリースは、報道機関の記事と企業の発表をまとめた区分です。

月別の推移について： 4か月の推移は、1つのサービスのデータです。すべての業種に当てはまるとは限りません。

まとめ：ChatGPTに選ばれるのは、まとめではなく「元の情報源」

• 米国では、ChatGPT の回答のうち Reddit を引用した割合が19.1%から2.3%、Wikipedia が14.1%から2.9%に下がった（Ahrefs 調べ）
• 日本語の回答でも、ChatGPT が Wikipedia を引用した回答は0.09%。公的機関とニュースの割合は5つのモデルで最も高く、UGC・比較メディアは最も低かった
• 同じサービスの4か月の推移では、ChatGPT の引用に占める企業サイトの割合が45.4%から61.8%に増え、中でも製品ページが増えた。ただし、増えたのは主に他社のサイトだった。Google AI Overviews は逆に UGC の引用が増えていた
• ChatGPT の回答の約7回に6回は検索なし。検索する場合の一部では、企業の公式サイトを狙って調べており、「official」を含む検索も増えている

ChatGPT に自社の情報を届けるには、自社にしか書けない一次情報を自社サイトに正確に載せておくことが出発点です。そのうえで、第三者のサイトでの自社の書かれ方もあわせて確かめることが欠かせません。

関連記事

• AIの引用元ランキング｜比較・検討では企業サイトが約半数【LLMOA（エルモア）による5モデル23万件調査】 を解説。5つの AI モデルの引用元の違いを、発信元の種類別に確認できます。
• AIの回答根拠、自社サイトは平均8.7%だけ｜LLMOA（エルモア）が計測した8業種データが示す「第三者メディア依存」の実態 を解説。AI の回答で自社サイトがどれだけ引用されているかを確認できます。
• Google 2026年8月のスパムアップデートまとめ｜生成 UI・優先ソース・Reddit 急落を解説 を解説。8月の時点で報じられていた、ChatGPT の Reddit 引用の急落を確認できます。

よくある質問（FAQ）

参照・引用出典

一次情報（株式会社グラッドキューブ 自社調査）

本記事の LLMOA のデータは、株式会社グラッドキューブが提供する AIO・LLMO 対策プラットフォーム「LLMOA（エルモア）」で計測した自社調査の結果です（2026年3〜9月計測時点）。サービス名は匿名化しており、個別の測定条件は非開示です。発信元の種類とページの種類は編集部が分類しました。

• グラッドキューブ調べ（LLMOA 計測）：21サービス・5 AI モデルの回答データ（ChatGPT の回答5,318回）。Reddit・Wikipedia を引用した回答の割合（ChatGPT 3.23%・0.09%）、AI モデル別の発信元の種類の割合
• グラッドキューブ調べ（LLMOA 計測）：2026年5〜8月に継続して計測した1サービス（BtoB）の、ChatGPT と Google AI Overviews の引用元の月別推移、ChatGPT の企業サイトへの引用のページの種類別・自社と他社別の内訳

外部情報源

• Louise Linehan, “How ChatGPT Does Query Fan-Out (15 Million Queries Studied),” Ahrefs, October 12, 2026：https://ahrefs.com/blog/query-fan-out-chatgpt/
• Matt G. Southern, “ChatGPT’s Most-Cited Sites Tilt Toward Primary Sources, Data Shows,” Search Engine Journal, October 12, 2026：https://www.searchenginejournal.com/chatgpt-most-cited-sites-primary-sources-ahrefs/592682/
• Matt G. Southern, “OpenAI’s API Only Partly Matched ChatGPT’s Citations, Paper Finds,” Search Engine Journal, October 18, 2026：https://www.searchenginejournal.com/openais-api-only-partly-matched-chatgpts-citations-paper-finds/593304/

AI 検索の時代に SEO の何が変わったのかは「AI時代のSEOとは｜「SEOは終わった」は誤解、変わったのは評価のルール」で整理しています。言及率などの指標の定義と計測の手順は「AI引用率の計測方法｜生成AIの言及率を自社で測る4ステップ」をご覧ください。

なお、本記事は、「AI ビジビリティスコア（可視性スコア）は1回の計測では信頼できない」で紹介した海外の研究の結論を、日本企業の実測データで検証した続編記事です。実測データの詳細は以下となります。

本記事のデータは、株式会社グラッドキューブが提供する AIO・LLMO 対策プラットフォーム LLMOA（エルモア）で計測した21サービスの回答データ（2026年3〜9月計測、回答総数25,281回）に基づいています。計測は、同じ質問を同じ AI モデルに1日1回ずつ、約30〜90日間繰り返したものです。各データは個別企業を対象とした匿名化データで、各業界全体の傾向を代表するものではありません。生成 AI の回答はアルゴリズムの変動によって短期間で変わるため、今後も同じ傾向が続くとは限りません。

結論：同じ質問でも、AIの回答は毎回変わる

自社名が毎回出たのは3.0%、半数以上は出たり出なかったり

本記事では、ある1つの質問を1つの AI モデルに繰り返し聞いた結果を「1通り」と数えます。たとえば「初心者におすすめのジムはどこ？」という質問を ChatGPT に30日間、毎日1回ずつ聞いた結果が1通りです。

10回以上計測した892通りについて、自社名が出た割合（言及率：Mention Rate）を調べると、次のように分かれました。自社名がどれくらい安定して AI の回答に出ているかを判断するための表です。

自社名が毎回出たのは、892通りのうち27通り（3.0%）だけでした。一度も出なかったのは45.3%で、残りの51.7%は、同じ質問を同じ AI に聞いても、自社名が出る日と出ない日がありました。

つまり、担当者が AI に一度質問して「自社が出ていた」「出ていなかった」と確認しても、それはその日の1回分の結果でしかないということです。

連続する2回の計測で、結果が変わる割合は12.3%

前日と今日のように、連続する2回の計測で「自社名が出た／出なかった」が入れ替わった割合は、全体で 12.3% でした。AI モデル別では次のとおりです。

Gemini と Google AI モードは、回答が特に揺れやすいモデルであることもわかりました。AI モデルごとの言及率の違いについては「同じ質問でも AI モデルによって言及率は平均12倍差」で詳しく解説しています。

なお、質問の型によっても安定性は大きく違います。質問に自社名を含む「指名」の質問では37.0%が毎回自社名が出た一方、候補を挙げさせる「推薦型」の質問では1.4%、用語や方法を説明させる「解説型」の質問では0%でした。

つまり、AI 対策で最も重要な推薦型の質問ほど、回答が揺れやすいということです。

AIの回答は何回計測すれば信頼できるのか

1回の計測は期間全体の言及率から平均26.2ポイントずれる

では、何回測れば実態に近い数字になるのでしょうか。25回以上計測した質問のうち、前の章で見た「自社名が出たり出なかったりした」282通りを使って確認しました。毎回出る、または毎回出ない質問は、何回測っても結果が同じなので、対象外にしています。

それぞれの質問について、計測結果から無作為に数回分を抜き出し、その回数分だけで計算した言及率が、期間全体の言及率とどれだけずれるかを調べています。少ない回数で測ったときに、どれくらい判断を誤るかを見るための表です。

1回の計測では、ずれが±10ポイントに収まる確率は約3分の1しかありません。10回測っても、4回に1回は10ポイント以上ずれます。

統計の計算でも同じ結論になります。言及率30%前後の質問を、±10ポイントの精度（95%の信頼度）で測るには、約80回の計測が必要です。

海外の研究が示した「33〜94件」と一致する

「AI ビジビリティスコア（可視性スコア）は1回の計測では信頼できない」では、海外の研究として、信頼できる計測には AI プラットフォームによって33〜94件の回答が必要だという結果を紹介しました。

今回の LLMOA の実測データでも、10回程度ではまだずれが大きく、数十回の計測が必要だという結果になりました。海外の研究の結論は、日本語の質問・日本企業のデータでも当てはまるということです。

同じ月の中でも、約4分の1の質問で言及率が10ポイント以上動く

計測期間（約30日）を前半と後半に分けて、同じ質問の言及率を比べました。20回以上計測した629通りのうち、22.9%で前半と後半の差が10ポイント以上、12.4%で20ポイント以上ありました。

この差には、期間中のサイトの変更などによる本当の変化も含まれている可能性があります。それでも、施策をしていなくても1か月の中で数字がこれだけ動く以上、「先月より言及率が3ポイント上がった」という報告は、ほとんど意味を持たないと考えるべきです。

質問を合計した言及率は、ほとんど動かない

一方で、サービスごとに全部の質問を合計した言及率を、同じように前半と後半で比べると、差の中央値は0.0ポイントでした。21サービスのほとんどで、差は±2ポイント前後に収まっています。

1つひとつの質問の結果は大きく揺れても、数十の質問を合計すれば揺れは打ち消し合います。判断の単位を「質問1つ」ではなく「質問のカテゴリ」にすることで、AI の回答の揺れに振り回されずに済みます。

どんな「質問のカテゴリ」を計測すればよいのか？

質問のカテゴリの作り方は、業種によって変わります。主な切り口は次の4つです。

カテゴリを作るときは、次の2点に注意してください。

• 自社名を含む質問（指名）、候補を挙げさせる質問（推薦型）、仕組みを説明させる質問（解説型）は、同じカテゴリに混ぜない： 前の章で見たとおり、指名の質問は毎回自社名が出やすく、解説型の質問はほとんど出ません。混ぜると、カテゴリの言及率が質問の配分しだいで変わってしまいます
• 1つのカテゴリの回答数を十分に確保する： たとえば、5問×5つの AI モデル×10日で250回になります。言及率30%前後なら、統計上の誤差は±6ポイント程度まで小さくなります（同じ質問の回答同士は似た結果になりやすいため、実際の誤差はこれより大きくなることがあります）

こうしてカテゴリを作っておくと、「機能 A のカテゴリは上がったが、地域名を含むカテゴリは下がった」というように、どの領域で AI の回答での見え方が変わったのかを、揺れに惑わされずに判断できます。

このように1つのカテゴリに最低でも5問〜10問を登録し、50プロンプト程度を計測・検証対象にすることをまずはおすすめします。

AIの回答での順位も、毎回変わるのか

1位を取ったことがある質問でも、毎回1位だったのは25.1%

結論、毎回変わる可能性が高いです。

実際に調査すると、自社名が5回以上出た329通りのうち、毎回同じ順位だったのは22.8%でした。順位の幅（最も高い順位と最も低い順位の差）が3以上あったものは38.6%です。

一度でも1位を取った295通りに絞っても、毎回1位だったのは25.1%でした。「AI に1位で紹介された」という確認結果も、その日の1回分にすぎません。自社名が出たときの順位については「「出れば1位」でも「出現率」は上がらない」の記事も参考にしてください。

AIの回答は、自社をネガティブに言及するか

自社名が出た4,355回のうち、ネガティブは1回だけ

AI が自社をどう紹介しているかも調べました。自社名が出た4,355回の回答のうち、ポジティブな紹介が94.6%、中立が5.4%で、ネガティブは1回だけでした。

AI モデル別でも、ポジティブの割合は Google AI モードの97.1%から Perplexity の88.2%まで、いずれも9割前後です。

怖いのは悪く言われることより、自社名が出ないこと

「AI に自社のことを悪く書かれるのではないか」と心配する声はよく聞きます。しかし今回のデータでは、AI は自社名を出すときにはほとんど好意的に紹介していました。

より大きな問題は、そもそも自社名が出ないことです。前述のとおり、10回以上計測した質問の45.3%では、一度も自社名が出ませんでした。AI 対策で優先すべきは、悪評への備えより、自社名が出る回数を増やすことだということです。

なお、悪意のある第三者が AI の回答を操作しようとするリスクについては「あなたのAI回答は汚染されているかもしれない」で解説しています。

AIの回答に自社名が出やすいのは、どんなときか

競合が登場した回答では、自社の言及率が2.4倍の30.9%

推薦型の質問で、計測時に競合として登録していた企業（各サービス3社）の名前が回答に出たかどうかで分けて、自社の言及率を比べました。

競合が1社でも出た回答では自社の言及率が30.9%で、出なかった回答（12.9%）の2.4倍でした。出てくる競合が多いほど、自社の言及率も上がっています。

質問の内容による違いを除くため、同じ質問・同じ AI モデルの回答同士で比べても、競合が出た回答のほうが自社の言及率は平均11.5ポイント高い結果でした。5つの AI モデルすべてで同じ傾向です。

勝負は1位争いの前に「比較の候補に入れるか」

AI は、おすすめを回答するときに候補を「まとめて」挙げる傾向があります。
競合の名前が出るような回答は、AI がその分野の選択肢を比べて紹介している回答です。つまり、そうした回答では、自社も候補の一つとして一緒に挙がりやすくなります。

逆に言えば、自社名が出ない回答の多くは、そもそも AI がその分野の企業を比べて紹介していない回答です。

まず競合と並んで比較される候補に入ることが、順位を上げるより先の課題だということです。

LLMOの効果測定で、今すぐできる3つのこと

① 質問ごとに10回以上計測し、判断は複数の質問の合計で行う

1回の確認で「出ていた」「出ていなかった」と判断するのはやめましょう。1回の計測は平均26.2ポイントずれます。

質問ごとに少なくとも10回以上、できれば数十回計測してください。そのうえで、施策の効果は質問1つの数字ではなく、同じテーマの質問を合計した言及率で判断します。質問を合計した言及率なら、1か月の中でもほとんど動きませんでした。

1日に10回まとめて計測するのと、1日1回を10日間続けるのは、どちらがよいのか？

おすすめは、1日1回（または数回）を、10日以上に分けて続ける方法です。AI の回答は、日が変わらなくても1回ごとに揺れています。

そのため、揺れをならすだけなら、1日にまとめて計測しても回数を稼ぐことはできます。ただし、AI の回答は、参照する Web ページの更新や AI モデルの更新によって、日ごとにも変わります。1日にまとめて計測すると、その日だけの状態を何度も測ることになり、数日〜数週間かけて起きる変化をとらえられません。回数を確保しつつ、計測する日を分散させることで、偶然の揺れと本当の変化の両方を見られるようになると考えます。

② 「先月比」ではなく、期間の平均と傾向で見る

同じ月の中でも、約4分の1の質問で言及率が10ポイント以上動いていました。月に1回測って前月と比べる方法では、施策の効果と偶然の揺れを区別できません。

毎日など一定の間隔で計測を続け、期間の平均値が数か月にわたってどう動いているかで判断してください。報告の際も、「先月より何ポイント上がった」ではなく、「この3か月の平均がどう推移したか」を示すほうが正確です。

③ 競合と並んで比較される場所に、自社の情報を置く

競合が登場する回答ほど、自社名も出やすくなっていました。AI が業界の選択肢を比べて紹介する場面で、自社が候補に入っていることが重要です。

具体的には、自社のテーマで AI が引用しているランキング・比較記事や業界メディアを確認し、競合が載っているのに自社が載っていないものがないかを洗い出してください。AI が何を引用しているかの調べ方は「AIの引用元ランキング」で解説していますので参考にしてください。

LLMOA で、AI の回答を毎日モニタリングする

AI の回答は毎回変わるため、正しく把握するには、同じ質問を繰り返し計測し続ける必要があります。手作業で毎日、複数の AI モデルに同じ質問をするのは現実的ではありません。

グラッドキューブの LLMOA（エルモア）は、登録した質問を主要5つの AI モデルで自動的に計測し続け、言及率や順位の推移、競合との比較を確認できます。1回の確認ではなく、期間の平均と傾向で AI の回答での自社の見え方を判断する起点として活用できます。

調査の概要と注意点

21サービス・5モデル・回答25,281回を、質問ごとに追跡

• 計測回数とずれの分析について： 1つの質問の計測回数は25〜72回のため、抜き出す回数を増やすほど、期間全体の値とのずれは小さく出やすくなります。そのため、本記事では10回までの結果を示しています。
• 前半と後半の比較について： 偶然の揺れだけでなく、期間中のサイトの変更などによる本当の変化も含まれている可能性があります。
• 感情の判定について： ポジティブ・中立・ネガティブは、LLMOA の自動判定によるものです。
• 競合の判定について： 計測時に各サービスが競合として登録した3社の名前が、回答の本文に含まれているかどうかで判定しました。競合を登録していた20サービスの推薦型の質問が対象です。
• その他： ChatGPT・Gemini・Perplexity は API 経由で計測しており、一般向けのアプリの回答とは異なる場合があります。ここで示した関係は相関であり、因果関係を確かめたものではありません。

まとめ：AIの回答は、1回ではなく「回数」と「合計」で判断する

• 同じ質問でも AI の回答は毎回変わる。自社名が毎回出た質問は3.0%で、半数以上は出たり出なかったりした。連続2回で回答させた場合、結果が変わる割合は12.3%
• 1回の計測は、期間全体の言及率から平均26.2ポイントずれる。10回でも7.4ポイントのずれが残り、海外の研究の「33〜94件」とも一致した
• 同じ月の中でも、約4分の1の質問で言及率が10ポイント以上動く。一方、質問を合計した言及率はほとんど動かない
• AI は基本的にはネガティブに言及しない。自社名が出た回答の94.6%がポジティブで、ネガティブは1回だけ。課題は自社名が出ないこと
• 競合が登場した回答では、自社の言及率が2.4倍になる。まず競合と並んで比較される候補に入ることが重要

AI に一度聞いて一喜一憂するのではなく、繰り返し計測した数字を、質問のまとまりと期間の平均で見ることが、AI 対策の正しい出発点です。

関連記事

• AI ビジビリティスコア（可視性スコア）は1回の計測では信頼できない｜統計的ノイズ問題と正しい計測設計 を解説。本記事の前提となった海外の研究と、「停止ルール」による計測設計を確認できます。
• 同じ質問でも AI モデルによって言及率は平均12倍差｜LLMOA（エルモア）が計測した9業種データで見るAIモデル間格差の実態 を解説。AI モデルごとに言及率がどれだけ違うかを確認できます。
• 「出れば1位」でも「出現率」は上がらない｜LLMOA（エルモア）が計測した11サービス分野データが示す共通課題 を解説。自社名が出たときの順位と、言及率そのものを分けて見る必要性を確認できます。

よくある質問（FAQ）

参照・引用出典

一次情報（株式会社グラッドキューブ 自社調査）

本記事のデータは、株式会社グラッドキューブが提供する AIO・LLMO 対策プラットフォーム「LLMOA（エルモア）」で計測した自社調査の結果です（2026年3〜9月計測時点）。サービス名は匿名化しており、個別の測定条件は非開示です。質問の型（指名・推薦型・解説型）は、編集部が質問文の内容から分類しました。

• グラッドキューブ調べ（LLMOA 計測）：21サービス・5 AI モデルの回答データ（回答総数25,281回、質問×AI モデル1,215通り）。10回以上計測した892通りの言及の出方（毎回出る3.0%、毎回出ない45.3%、出たり出なかったり51.7%）、連続2回で結果が変わる割合12.3%
• グラッドキューブ調べ（LLMOA 計測）：25回以上計測し言及が変動した282通りの、計測回数別の言及率のずれ（1回26.2ポイント、10回7.4ポイント）。計測期間の前半・後半での言及率の差（20回以上計測した629通りの22.9%で10ポイント以上、サービス合計の差の中央値0.0ポイント）
• グラッドキューブ調べ（LLMOA 計測）：自社名が5回以上出た329通りの順位の安定性、1位を取った295通りのうち毎回1位25.1%
• グラッドキューブ調べ（LLMOA 計測）：自社名が出た4,355回の感情（ポジティブ94.6%、中立5.4%、ネガティブ1回）。LLMOA の自動判定
• グラッドキューブ調べ（LLMOA 計測）：競合を登録した20サービスの推薦型の質問における、競合の登場数別の自社の言及率（0社12.9%〜3社39.5%）、同一質問×同一 AI モデル内の差（424通り、平均11.5ポイント）

8月のスパムアップデートは「Google 2026年8月のスパムアップデートまとめ」、評価の仕組みの変化の全体像は「AI時代のSEOとは」で解説しています。

2026年10月15日時点の公開情報に基づきます。日付は Google の発表に合わせて米国太平洋時間です（日本時間では開始9月25日、完了10月8日夕方）。

結論：9月スパムアップデートは10月8日に完了。確認はSearch Consoleで

9月24日〜10月8日が、影響を比べる期間になる

• 9月24日に開始、10月8日午前1時（米国太平洋時間）に完了
• 全世界・全言語が対象
• スパムアップデート＝スパムを見つける Google の自動システムの大きな改善
• 完了日が確定し、Search Console で前後を比べられるようになった

何が異例だったか：今年最長の13日16時間

他の3回は1〜3日で終わっていた

• Google は開始時に「最大2週間」と告知し、ほぼ使い切った
• 影響は9月25〜27日、9月30日、10月4〜6日と波状に出たとの見方（Search Engine Roundtable）
• 何を対象にしたか、なぜ長引いたかは非公表。 「AI 大量生成コンテンツが対象」などの解説は、公式情報ではない

影響はどのくらいか：半減したサイトは通常の4倍超

9月だけが突出していた（Diib、約3.5万サイト）

• 比較期間はロールアウト中（9月24日〜10月6日）
• どのサイトがスパムと判定されたかは、このデータでは分からない（Diib）
• 自社の下落が今回の影響かは、自社のデータで確かめる必要がある

同時期の別の動き：手動ペナルティの相談が増加との声

正規の事業サイトが対象になっているとの観測

• 海外の SEO コンサルタント2名（Marie Haynes 氏、Daniel Foley Carter 氏）が報告
• Haynes 氏によると、相談は「ほぼゼロから週に数件」に。対象は長年運営されてきた正規の事業サイトが中心
• 種類は「内容の薄いコンテンツ」「純粋なスパム」「大量生成されたコンテンツ」
• Foley Carter 氏は、一晩でトラフィックの9割以上を失うケースもあると指摘

ただし：

• Google の発表ではない。 Search Engine Roundtable の分析でも「増えているが、大きな急増ではない」
• 増加は数週間前からとされ、スパムアップデートとの因果関係を示す根拠はない

順位計測ツールはなぜずれるのか：Googleの自動検索対策

10月に入っても問題が続いている

• 9月下旬以降、ツール上の急な順位変動が、実際の検索結果に表れないケースが多発
• ツール事業者の説明では、Google が自動検索に不完全・不正確な結果を返している
  • SEOmonitor：Google から返る結果の約8%が不正確。10月9〜13日はキーワードの約10%に影響
  • Nozzle：検索結果の8.0%で、表示サイトが入れ替わっていた
• 背景は、Google が7月以降に進める自動収集ツールへの対策（「goto 置き換えの記事」で解説）
• ツールによって差がある。同じサイトの下落を Ahrefs は捉え、Sistrix は捉えなかった例も
• Google は公式に認めていない

見分け方： 本当の変動は数日続き、Search Console の表示回数・クリック数にも表れる（SEOmonitor）

今すぐ確認すべき3つのこと

① Search Consoleで期間を比べる

• 「検索パフォーマンス」→ 期間の「比較」で、9月24日〜10月8日と9月9日〜23日を指定
• 順位ではなく、表示回数とクリック数を見る
• 下がっていても、原因がアップデートとは限らない（季節要因・サイト変更なども確認）

② 「手動による対策」レポートを開く

• 「セキュリティと手動による対策」→「手動による対策」
• 緑のチェックマークなら、手動ペナルティは受けていない
• 日本の企業サイトで注意したい主な種類：
  • 価値のない質の低いコンテンツ
  • サイトの評判に関するポリシー
  • サイトへの／からの不自然なリンク
  • 構造化データに関する問題
  • [戻る] ボタンのハイジャック（離脱防止ツールなどが原因になることも。「解説記事」）

③ 結果に応じて対応を分ける

• 焦って大量削除する前に、どのページ・どの検索語句で下がったかを特定する

検索の変化に、データで向き合う

外部ツールの数字や噂に振り回されず、自社のデータで事実を確かめることが第一歩です。グラッドキューブは2007年の創業以来、SEO や広告運用を中心に企業を支援しています。検索流入の変化の原因分析もご相談ください。

グラッドキューブへのご相談はこちら https://www.glad-cube.com/

まとめ：完了後は、Search Consoleで事実を確かめる

• 9月スパムアップデートは13日16時間かけて10月8日に完了。対象は非公表
• 影響を受けたサイトは通常の4倍超だが、自社への影響は自社データで確認が必要
• 手動ペナルティの相談増加は業界関係者の観測。アップデートとは別の動き
• 順位計測ツールは10月も不安定。Search Console の表示回数・クリック数を優先する

関連記事

→ Google 2026年8月のスパムアップデートまとめ｜生成 UI・優先ソース・Reddit 急落を解説 を解説。直前のスパムアップデートで何が起きたかを確認できます。

→ バックボタンハイジャックとは？Google スパムポリシー改定後の完全対策ガイド【2026年最新】 を解説。手動による対策の対象になる行為と対策を確認できます。

→ Google検索がリンクを「goto」に置き換え、スクレイピング対策を本格化｜SEO 計測ツールへの影響と今すべきこと を解説。順位計測ツールの数値がずれ始めた背景を確認できます。

よくある質問（FAQ）

参照・引用出典

1. Google Search Status Dashboard：https://status.search.google.com/incidents/XhUDXP7A67iHCD2kmbVu
2. Google 検索セントラル「Google 検索のスパム アップデートとお客様のサイト」：https://developers.google.com/search/docs/appearance/spam-updates?hl=ja
3. Google 検索セントラル「Google ウェブ検索のスパムに関するポリシー」：https://developers.google.com/search/docs/essentials/spam-policies?hl=ja
4. Search Console ヘルプ「[手動による対策] レポート」：https://support.google.com/webmasters/answer/9044175?hl=ja
5. Matt G. Southern, “Google Completes September 2026 Spam Update After Nearly 14 Days,” Search Engine Journal, October 8, 2026：https://www.searchenginejournal.com/google-september-2026-spam-update-complete/592283/
6. Barry Schwartz, “Google Search Issuing More Google Manual Action Penalties?,” Search Engine Roundtable, October 8, 2026：https://www.seroundtable.com/google-search-manual-action-spike-42258.html
7. Barry Schwartz, “Final Phase Of Google September 2026 Spam Update Rollout Oct 4-6?,” Search Engine Roundtable, October 6, 2026：https://www.seroundtable.com/google-september-2026-spam-update-phase-3-42239.html
8. Barry Schwartz, “Third-Party Google Rank Tracking Struggling Now,” Search Engine Roundtable, October 12, 2026：https://www.seroundtable.com/third-party-google-rank-tracking-broken-42272.html
9. Diib, “Of Google’s Seven 2026 Updates, Only September’s Spam Update Stands Out in the Data,” October 9, 2026：https://diib.com/start/insights/google-2026-updates-search-traffic-impact/
10. SEOmonitor Help Center, “Google’s changes to how it serves search results and impact on SEOmonitor”：https://help.seomonitor.com/en/articles/17299790-google-s-changes-to-how-it-serves-search-results-and-impact-on-seomonitor

AI 検索の時代に SEO の何が変わったのかは「AI時代のSEOとは｜「SEOは終わった」は誤解、変わったのは評価のルール」で整理しています。本記事では、AI が回答の根拠としてどんなサイトを引用しているのかを、AI モデル別の実測データで示します。自社サイトの引用率・言及率の定義と計測の手順は「AI引用率の計測方法｜生成AIの言及率を自社で測る4ステップ」をご覧ください。

本記事のデータは、株式会社グラッドキューブが提供する AIO・LLMO 対策プラットフォーム LLMOA（エルモア）で計測した21サービスの回答データ（2026年3〜9月計測、回答総数25,281回、引用総数236,185件）に基づいています。計測した質問は、商品・サービスの購入や比較検討の場面を想定したもので、約8割が候補を挙げさせる「推薦型」の質問です。各データは個別企業を対象とした匿名化データで、AI 全般や各業界全体の傾向を代表するものではありません。生成 AI の回答はアルゴリズムの変動によって短期間で変わるため、今後も同じ傾向が続くとは限りません。

結論：比較・検討の質問では、AIの引用元の約半数は他の企業のサイト（自社サイトは3.5%）

AIの引用元の54.3%は企業サイト、第三者メディアは23.8%

この記事中での「AI の引用元」とは、AI が回答を作るときに根拠として参照し、回答の中にリンクとして示したページのことを指します。本記事では、5つの AI モデルの回答に含まれた引用236,185件を、発信元の種類ごとに分類しました。

分類の結果、引用元の54.3%は企業サイトでした。本記事でいう企業サイトとは「自社の商品・サービスを扱う企業が運営するサイト」のことで、商品ページだけでなく、同じドメインで運営されているコラムやブログ（オウンドメディア）も含みます。

次の表は、AI の引用元を発信元の種類ごとにまとめたものです。自社の情報を AI に届けるには、どの種類の発信元が重要かを判断する材料になります。

※21サービスそれぞれで割合を出し、平均した値です。

比較サイトや口コミサイトなどの第三者メディアは23.8%で、企業サイトの半分以下でした。AI は比較・検討の質問に答えるとき、第三者メディア以上に、企業自身が発信している情報を根拠にしているということです。

他の企業のサイトは50.8%、自社サイトは3.5%

企業サイトの内訳を見ると、構図がさらにはっきり見えてきます。

他の企業のサイトは、自社サイトの約15倍引用されていました。注目したいのは、その大半が計測で競合として登録していなかった企業だという点です。ツールの比較記事を書いている広告代理店やマーケティング会社、関連する製品を扱う大手企業などが、AI の回答の根拠になっています。

自社の名前を AI に挙げてもらいたいと考えるなら、自社サイトを整えるだけでは足りません。自社のテーマで、どの企業の、どんな記事が根拠にされているのかを知ることが出発点になります。

なお、「AIの回答根拠、自社サイトは平均8.7%だけ」で紹介した8.7%とは、対象のサービス数と集計の方法が異なるため、数値を直接比べることはできません。どちらの調査でも、自社サイトが AI の引用元の1割に届いていない点は共通しています。

一般的な「AI引用ランキング」と結果が違う理由

一般に公開されている複数の調査では、Wikipedia が1位や2位に入ることが多くあります。一方、今回の計測では、Wikipedia の引用は全体の0.07%でした。AI モデル別に見ても、最も多い Perplexity で0.11%です。

この差は、計測した質問の種類によるものと考えられます。用語の意味や出来事を尋ねる一般的な質問では、百科事典が根拠として使われやすくなります。一方、今回計測したのは「おすすめのサービスは？」「どこに頼めばいい？」といった、商品・サービスを比較・検討する場面の質問です。こうした質問では、AI は百科事典ではなく、実際にサービスを提供している企業や、それを比べている記事を根拠にしています。

今回の調査では、そのような「比較・検討」を目的としたプロンプトを中心に構成されているため、より購買・比較検討の場面に近い引用元となっています。

AIの引用元ランキング：発信元の種類別に見ると何が多いか

1位は企業サイト、2位は比較・情報メディア、3位は口コミ・予約ポータル

発信元の種類をさらに細かく分け、引用の多い順に並べました。自社が情報を出している場所が、AI の引用元として上位にあるかを確認するための表です。

※21サービスそれぞれで割合を出し、平均した値です。

自社サイトは13種類中7位でした。AI の回答の根拠としては、比較メディアや口コミポータルよりも少なく、求人サイトと同じ程度しか使われていません。

他の企業のサイトの割合は、サービスによって24%〜84%と差が大きい

他の企業のサイトの割合は、サービスによって24.1%〜83.5%と大きく異なりました。他の企業のサイトとして引用されていたものは、おおむね次の3つのパターンに分かれます。

• ① 同業他社の商品・サービスページ： 印刷のように「どこに頼めるか」を尋ねる質問では、AI が同業他社の商品ページを直接引用していました
• ② 同業や関連する大手企業の解説記事： 通信回線や電話システムのように仕組みの理解が必要なテーマでは、関連企業が書いた用語や方法の解説記事が根拠になっていました
• ③ 企業が書いた「おすすめ◯選」の比較記事： BtoB のツールや広告代理店、格安スマホのように選択肢が多いテーマでは、企業がオウンドメディアで公開している比較記事が根拠の中心でした

特に③では、同業の企業が自社を含めて書いた「おすすめ◯選」記事が、AI の回答の根拠として使われています。自社が載っていない比較記事が引用されれば、AI の回答にも自社の名前は出にくくなります。

複数のサービスで引用された主要プラットフォームはどこか

Googleマップ・YouTube・my-bestが、多くのサービスで引用元になっている

計測した21サービスのうち10サービス以上で引用されていた主要プラットフォームを、引用の割合が高い順にまとめました。業種を問わず AI が根拠にしやすい場所を把握するための表です。

※引用全体に占める割合。21サービスそれぞれで割合を出し、平均した値です。

1つのプラットフォームが占める割合は大きくても3%台です。AI の引用元は特定の有名サイトに集中しているわけではなく、テーマごとに異なる多数のサイトに分散しています。

Google系のAIは、YouTube・Yahoo!知恵袋・Googleマップを引用しやすい

プラットフォームの使われ方は、AI モデルによってはっきり違います。

• Google AI モード： 引用の12.31%が Google マップの店舗情報でした。店舗や施設を探す質問では、Google ビジネスプロフィール（Google マップに表示される店舗情報）が回答の根拠になります
• Google AI Overviews： YouTube が4.97%、Yahoo!知恵袋が1.51%と、5つのモデルで最も高い割合でした
• ChatGPT： YouTube は0.13%、Yahoo!知恵袋は0.01%で、動画や Q&A サイトをほとんど引用していません

店舗型のビジネスなら Google ビジネスプロフィールの情報を整えること、Google の AI を重視するなら YouTube や Q&A サイトで自社がどう語られているかを確認することが、AI の引用元に入るための具体的な入り口になります。

AIモデルごとに、よく引用する発信元はどう違うか

ChatGPTとGeminiは引用の約半分が小規模サイト、Google系は約3割

5つの AI モデルごとに、発信元の構成を比べました。重視する AI モデルによって、情報を出すべき場所が変わるかを判断するための表です。

※21サービスそれぞれで割合を出し、平均した値です。各列の合計は100%です（四捨五入のため一部99.9%）。
※この表の「小規模サイト」は、引用回数が少なく、1件ずつは分類していないサイトです。無作為に抽出して分類したところ、その約7割は企業サイトでした。これを加えると、5モデル全体の企業サイトの割合は54.3%になります（詳細は結論の章の数値）。小規模サイトの中身は AI モデルによって異なる可能性があり、モデルごとに割り振ると誤差が大きくなるため、この表では分けずに示しています。

モデルごとの特徴は次のとおりです。

• Google AI Overviews： UGC・SNS・動画が11.3%と、5つのモデルで最も多く引用していました。企業サイトの割合も29.0%で最も高い結果です
• Google AI モード： 地図・店舗情報が12.3%で、店舗や施設を探す質問に強く表れています
• ChatGPT： 引用の50.4%が小規模サイトでした。ニュース・プレスリリース（3.1%）と公的機関など（3.7%）の割合も、5つのモデルで最も高い結果です
• Gemini： ChatGPT と同じく、引用の48.6%が小規模サイトでした
• Perplexity： 比較・情報メディアと口コミ・予約ポータルが21.5%で、第三者メディアを最も多く引用していました

Googleの2つの AI （Overviews、AIモード）は、大手のサイトや YouTube・Google マップといった特定の場所を引用する割合が高く、ChatGPT と Gemini は、有名なサイトに限らず幅広いサイトから情報を拾っています。

1回の回答で引用するサイトの数は、Perplexityが12.7件、Geminiが5.2件

引用の数そのものも、AI モデルによって2倍以上の差がありました。

Perplexity と Google の2つの AI は、ほぼすべての回答に引用を付け、1回あたり10件以上のサイトを示していました。一方、ChatGPT と Gemini は、引用のない回答が約2割あり、1回あたりの引用数も少なくなっています。引用の枠が少ない AI ほど、引用元に選ばれる競争は厳しくなります。

5つのAIモデルは同じサイトを引用しているのか

5モデルすべてが引用したドメインは4.5%だが、引用の42.0%がそこに集まる

同じサービスについての質問で、5つの AI モデルが引用したドメイン（サイト）がどれだけ重なっているかを調べました。

• 5つのモデルすべてが引用したドメインは、全体の4.5%でした
• ただし、引用回数で数えると、引用の42%がこの5モデル共通のドメインに向いていました

つまり、AI の引用元には「どのモデルも繰り返し引用する定番のサイト」が少数あり、引用の約4割がそこに集まっています。残りの約6割は、モデルごとに異なるサイトに分散しています。

自社の分野でこの定番のサイトがどこかを特定できれば、1か所の対策で複数の AI モデルに効く可能性があります。

例外：ChatGPTは、他のAIが引用しなかったサイトを引用する傾向にある

同じサービスの質問で、そのモデルだけが引用し、他の4つのモデルは一度も引用しなかったドメインへの引用が、引用全体に占める割合は次のとおりです。

ChatGPT は、引用の約4分の1を、今回の計測で他の AI が引用しなかったサイトから取っていました。その多くは引用回数の少ない小規模なサイトで、ChatGPT は幅広いサイトから情報を拾っているということです。反対に、Google AI Overviews は、ほぼすべての引用が他のモデルと共通のサイトでした。

Google AI Overviews で引用されているサイトは他の AI でも引用されやすく、ChatGPT は独自に引用元を確認する必要があるということです。

どんな種類のページが引用されているか（AI Overviews・AIモード・ChatGPT・Perplexity）

ここからは、引用されたページの種類（ランキング記事、解説記事、商品ページなど）を見ていきます。

Geminiを含めない理由：Gemini は API の仕様上、参照元を Google の転送用 URL とドメイン名で返します。そのため今回の計測では、Gemini の引用の約6割で参照したページを特定できず、ページの種類の集計は4つの AI モデルを対象としています。発信元（ドメイン単位）の集計には Gemini も含めています。

おすすめを聞く質問では、8〜9割の回答がランキング・比較記事を引用

4つの AI モデルで、引用されたページの種類を質問の型ごとに比べました。

※推薦型：「おすすめは？」「どこがいい？」など候補を挙げさせる質問。解説型：「〜とは」「〜の方法」など、仕組みや方法を説明させる質問。21サービスそれぞれで割合を出し、平均した値です。

推薦型の質問では引用の40.8%がランキング・比較記事、解説型の質問では59.9%が解説・コラム記事でした。質問の型によって、AI が根拠にするページの種類はほぼ入れ替わります。

推薦型の質問で、引用のある回答のうちランキング・比較記事を1件以上引用した回答の割合は、Perplexity で90.2%、Google AI Overviews で88.7%、Google AI モードで83.3%、ChatGPT で67.2%でした。AI がおすすめを答えるとき、ほとんどの回答でランキング・比較記事が根拠に入っています。

「おすすめ◯選」記事の約半数は、メディアではなく企業が書いている

引用されたランキング・比較記事の発信元を調べると、企業のオウンドメディアと、比較・情報メディアや口コミポータルが、ほぼ半分ずつでした（推計）。

「おすすめ◯選」のような比較記事というと、比較サイトやアフィリエイトメディアが書くものという印象があるかもしれません。しかし AI の引用元としては、広告代理店やツールの開発会社など、商品・サービスを扱う企業自身が書いた比較記事が、メディアと同じくらい使われていました。

LLMOA（エルモア）の調査データから考える、AIの引用元に入るために今すぐできる3つのこと

① 自社のテーマで、AIがどのサイトを引用しているかを確認する

最初にやるべきことは、自社の顧客が AI にしそうな質問について、AI がどのサイトを根拠にしているかを確かめることです。引用元の約半数は他の企業のサイトで、その多くは競合として意識していない企業でした。自社が想定していない企業の記事が、AI の回答を形づくっている可能性があります。

確認するときは、AI モデルを1つに絞らないことも大切です。Google AI Overviews で引用されているサイトは他の AI と共通していることが多い一方、ChatGPT は引用の約4分の1を、他の AI が引用しなかったサイトから取っています。

② 重視するAIモデルに合わせて、情報を出す場所を見直す

AI モデルごとに、引用しやすい発信元は異なるため、対策も異なります。

• Google AI モードを重視する店舗型のビジネス： Google ビジネスプロフィールの営業時間・サービス内容・写真などを最新にする。引用の12.3%が店舗情報でした
• Google AI Overviews を重視する場合： YouTube や Yahoo!知恵袋などで、自社や自社の分野がどう語られているかを確認する。UGC・SNS・動画の引用が11.3%と最も多いモデルでした
• ChatGPT を重視する場合： 自社サイトの商品・サービスページや、プレスリリースの情報を正確にしておく。ニュース・プレスリリースが3.1%と5つのモデルで最も高く、引用の約半分は小規模サイトのため、大手メディア以外での露出も確認しておく

③ ランキング・比較記事に「載っているか」「どう書かれているか」を確認する

推薦型の質問では、8〜9割の回答がランキング・比較記事を引用していました。ただし、同じ質問・同じ AI モデルの回答同士で比べると、ランキング・比較記事が引用された回答の言及率（自社名が回答に登場した割合）は、引用されなかった回答より平均3.2ポイント高い程度でした（95%信頼区間：1.3〜5.1ポイント）。自社サイトが引用された場合の差（オッズ比8.7倍）と比べると、効果はずっと小さいということです。

大切なのは、AI が引用している比較記事に自社が載っているか、どのように紹介されているかです。引用されている比較記事を洗い出し、自社が載っていない場合は、掲載の依頼や情報提供ができるかを検討してください。比較記事の約半数は企業のオウンドメディアが書いたものなので、自社のオウンドメディアで、読者が選ぶための比較や選び方の情報を発信することも選択肢になります。

LLMOA（エルモア） で、自社のテーマの引用元を確認する

AI がどのサイトを根拠に答えているかは、AI モデルや質問によって大きく変わります。自社のテーマの引用元を把握するには、質問ごと・AI モデルごとに、回答と引用された URL を記録し続ける必要があります。

グラッドキューブの LLMOA（エルモア）では、情報源分析で、回答の根拠として引用されたドメインや URL を AI モデル別に確認できます。他の企業のどの記事が引用されているのか、自社が載っていない比較記事はどれかを見つける起点として活用できます。

調査の概要と注意点

21サービス・5モデル・引用236,185件を、発信元とページの種類で分類

発信元の分類方法： 引用回数の多い上位500ドメイン（全引用の65%）は、編集部がドメイン名と引用されたページのタイトルを確認して分類しました。残りの35%は、無作為に抽出した200件を同じ方法で分類し、その比率で割り振った推計値です（企業サイトの比率は72.5%、誤差の目安は±6.2ポイント）。自社サイトと競合サイトは、LLMOA の計測設定（ドメインでの判定）をもとに判定しています。

企業サイトの判断基準： 運営する企業が、そのドメインで自社の商品・サービスを扱っているかどうかで判断しました。比較記事を多く公開している企業のサイトも、自社の商品・サービスを扱っていれば企業サイトに分類しています。このうち、引用されたページの7割以上がランキング・比較記事だったドメインは、全引用の8.5%を占めます。

ページの種類の分類方法： ページのタイトルと URL のパターンから分類しました。無作為に抽出した150件を目視で確認したところ、約9割が正しく分類されていました。

集計の方法： 引用数の多いサービスに結果が偏らないよう、割合は21サービスそれぞれで出してから平均しました。モデル間の重なりは、同じサービスの中でドメイン単位で比べています。

推計を含む数値： 上位500ドメイン以外の引用（小規模サイト）が占める割合は、AI モデルによって約3割〜約5割と異なります。全体の企業サイトの割合（54.3%）と発信元の種類別ランキングは、小規模サイトに無作為抽出の比率を割り振った推計値です。ランキング・比較記事の発信元の内訳も推計のため、具体的な数値ではなく傾向として示しています。AI モデル別の発信元の表、プラットフォーム別の割合、1回あたりの引用数、モデル間の重なりは、推計を含まない集計です。

注意点： ChatGPT・Gemini・Perplexity は API 経由で計測しており、一般向けのアプリの回答とは異なる場合があります。また、計測した質問は各サービスの比較・検討の場面を想定したもので、AI の利用全般を代表するものではありません。

まとめ：AIの引用元は、自社サイトの外側にある他の企業のサイトが中心

• 比較・検討の質問では、AI の引用元の54.3%が企業サイトで、そのほとんど（50.8%）は他の企業のサイトだった。自社サイトは3.5%
• 一般的な AI 引用ランキングで上位の Wikipedia は、比較・検討の質問では0.07%しか引用されていない
• AI モードは Google マップの店舗情報（12.3%）、AI Overviews は YouTube などの UGC・動画（11.3%）を多く引用し、ChatGPT と Gemini は引用の約半分が小規模サイトと、モデルごとに引用元の傾向が違う
• 推薦型の質問では引用の40.8%がランキング・比較記事で、その約半数は企業のオウンドメディアが書いたもの。ただし、ランキング記事が引用されても言及率は平均3.2ポイント高い程度で、自社サイトが引用される効果よりずっと小さい

AI の引用元を知ることは、AI に自社の名前を挙げてもらうための出発点です。まずは自社のテーマで、AI がどの企業のどんな記事を根拠にしているかを確かめてください。

関連記事

• AI の回答根拠、自社サイトは平均8.7% だけ｜LLMOA（エルモア）が計測した8業種データが示す「第三者メディア依存」の実態 を解説。自社サイトが AI の引用元の1割に届かない実態を、別の集計から確認できます。
• AIに自社サイトが引用された回答は、言及率が3.3倍｜LLMOA（エルモア）が計測した21サービス対象の調査レポート を解説。自社サイトが引用されることが、名前を挙げてもらうことにどうつながるかを確認できます。
• AIに名前を挙げられる分かれ目は「引用率10%」｜LLMOA（エルモア）が計測した21サービス実測データが示す調査レポート を解説。自社サイトの引用をどこまで増やせばよいかの目安を確認できます。

よくある質問（FAQ）

参照・引用出典

一次情報（株式会社グラッドキューブ 自社調査）

本記事のデータは、株式会社グラッドキューブが提供する AIO・LLMO 対策プラットフォーム「LLMOA（エルモア）」で計測した自社調査の結果です（2026年3〜9月計測時点）。サービス名・引用元の個別ドメインは匿名化のため非開示です。発信元とページの種類は、編集部が分類しました。

• グラッドキューブ調べ（LLMOA 計測）：21サービス・5 AI モデルの回答データ（回答総数25,281回、引用総数236,185件）。発信元の種類別の引用の割合（企業サイト54.3%、うち自社サイト3.5%・他の企業のサイト50.8%、第三者メディア23.8%）
• グラッドキューブ調べ（LLMOA 計測）：主要プラットフォームの AI モデル別の引用の割合（Google マップの店舗情報・YouTube・Wikipedia など）
• グラッドキューブ調べ（LLMOA 計測）：AI モデル間の引用元の重なり（5モデル共通のドメイン4.5%、そこへの引用42.0%。いずれも21サービスの平均）
• グラッドキューブ調べ（LLMOA 計測）：Google AI Overviews・AI モード・ChatGPT・Perplexity の4モデルについて、引用されたページの種類と質問の型別の割合。同一質問×同一 AI モデル内での、ランキング・比較記事の引用の有無による言及率の差（297通り・回答5,578回。マンテル・ヘンツェル法によるリスク差 +3.2ポイント〔95%信頼区間 1.3〜5.1〕、オッズ比 1.55）

外部情報源

• Google, “Grounding with Google Search,” Gemini API ドキュメント：https://ai.google.dev/gemini-api/docs/generate-content/google-search
  

本記事は AI 検索時代の SEO （AIO・GEO）全体像を扱うシリーズの一部です。前提となる考え方は AI時代のSEOとは｜「SEOは終わった」は誤解、変わったのは評価のルール で解説しています。

検証結果：BtoB企業のAI可視性は2つのパターンに分かれた

BtoB 5業種を計測した結果、引用率と言及率の組み合わせによって、企業の状態は正反対の2つに分類できました。

同じ「AI 対策がうまくいっていない」という相談でも、この2つでは打つべき手が正反対になります。 パターンA の企業が認知施策に投資しても効果は薄く、パターンB の企業がコンテンツを量産しても引用率は上がりません。

AI可視性の計測対象：BtoB 5業種・13,861回のAI回答を分析

本記事のデータは、株式会社グラッドキューブが提供する AIO・LLMO 対策プラットフォーム「LLMOA（エルモア）」で計測した自社調査の結果です。

計測対象は ChatGPT・Gemini・Google AI Overview・Google AI Mode・Perplexity の5モデル。BtoB 5業種に対して合計 13,861回の AI 回答を取得し、そのうち自社サイト（ドメイン）が回答の根拠として参照された割合（引用率）と、回答本文に自社名が登場した割合（言及率）を集計しています。

各業種の回答数は 1,464件〜3,591件で、いずれも統計的な傾向を読み取るのに十分な規模を確保しました。業種名は匿名化しています。

なお 本調査は5業種を対象としたものであり、BtoB 全体の傾向を示すものではありません。 以下の記述はすべて「今回計測した5業種では」という範囲での観察です。

BtoBはAIに引用されにくい？

BtoB 企業からは「そもそも検索される回数が少ないから、AI にも拾われないのではないか？」という相談をよく受けます。
結論としては、今回のデータからは、そのようなことは見受けられませんでした。

BtoBは計測対象サービスが少ないものの、引用率・言及率においてBtoCと大きく乖離があるということはありませんでした。少なくとも「BtoB という業態そのものが AI 可視性で不利に働く」という構造は、本調査の範囲では確認できませんでした。

※ 誤解のないように補足すると、BtoB か BtoC かで AI への現れ方が決まるわけではありません。この点は21業種を横断して検証した別記事で扱っています。本記事が BtoB に絞るのは、取るべき施策が BtoC と異なるためです。

BtoB 5業種の実測データ

ここからは業種ごとの数値を見ていきます。読者の方には「自社に近い業種がどの位置にいるか」ではなく、「引用率と言及率のバランスがどうなっているか」を見ていただきたいと考えています。絶対値より、2つの指標の関係のほうが打ち手に直結するためです。

「言及率が低い組」と「引用率が低い組」に分かれた

BtoB 5業種の計測結果（カッコ内は 95% 信頼区間）

上記の傾向として考えられるのは「引用→言及→推奨」というステップがあるなかで、引用率が高ければ必ずしも「言及率」が高くなるとは限らない、ということです。

・製造業A・印刷・情報通信業は、言及率が 7.4〜11.2% と低め
しかし一方で引用率は 17.6〜37.8% あり、AI に読まれてはいます。読まれているのに名前が出ていない状態です。

・SaaS と広告代理店はその逆。
言及率は 33.2%・17.9% と高いのに、引用率は 19.5%・6.2% にとどまります。名前は出るのに、自社サイト（ドメイン）は根拠にされていません。

このような現象がなぜ起こるのでしょうか。次のセクションで解説をしていきます。

※ 引用率・言及率の定義と、自社で計測する手順は AI引用率の計測方法｜生成AIの言及率を自社で測る4ステップ で詳しく解説しています。

AIO 対策の前提：引用率・言及率・推奨率というステップ

数値を読む前提として、3つの指標の関係を整理しておきます。これらは並列の指標ではなく、順に積み上がる段階です。

• 引用される（読まれる）→ 言及される（名前が出る）→ 推奨される（薦められる）

【それぞれの用語解説】

• 引用率（Citation Rate）：AI が回答の根拠として自社サイトを参照した割合
• 言及率（Mention Rate）：AI の回答本文に自社名が登場した割合
• 推奨率（Recommendation Rate）：上位3件以内に提示された割合

引用されているのに言及されない、ということは実際に多々発生します。 AI が自社サイトを読んで事実を取り出しながら、回答文には社名を書かない。この状態では、ユーザーの目に自社の名前は一切触れません。

どの段階であるかによって、打ち手は変わってくるため、まずは自社がどの段階にあるのか「プロンプト」を複数打ち込んで計測しましょう。

パターンA：読まれているが、名前が出ない

製造業A（引用率 37.8%・言及率 8.6%）、印刷（34.8%・11.2%）、情報通信業（17.6%・7.4%）がこの状態でした。

計測データを分析すると、AI は自社サイト（ドメイン）を読んでいます。回答の根拠として参照し、そこに書かれた情報を使っています。にもかかわらず、回答本文に社名やサービス名が出ていません。

製造業A・印刷・情報通信業に共通する「もったいない状態」

この3業種は、コンテンツの品質そのものには問題がありません。 引用率 17.6〜37.8% は BtoB の中央値 19.5% と同等かそれ以上で、AI が「信頼して参照する情報源」として認識しています。信頼できない情報であると AI が判断している場合、極端に引用率は低くなるはずだからです。

問題は、その情報が誰のものかが AI に伝わっていない点にあります。技術仕様、価格の目安、導入時の注意点といった実務的な情報を提供しながら、情報の出し手としてのブランドが回答に残りません。

検索でいえば、自社の記事が他社の記事の中で出典として小さく使われているだけで、クリックも認知も発生していない状態に近いと言えます。

なぜ引用されても言及に繋がらないのか

生成 AI は、回答を組み立てる際に複数の情報源から事実を抽出し、統合して1つの文章にします。このとき、「誰が言ったか」が本文に残るかどうかは、情報の書かれ方に左右されます。

社名が残りにくくなる典型的な書き方が3つあります。

① 主語が「当社」「弊社」になっている

「当社の調査によると」と書かれたページを AI が読んでも、「当社」が誰を指すかは文脈から切り離された状態で認識されます。ブログ・プレスリリースなどでの情報発信は「社名・サービス名」を主語として必ず記載するようにしましょう。

② データに出典として自社名が併記されていない

数値やグラフを掲載していても、その数値の出どころが自社であることがページ上に明記されていなければ、AI は「どこかにあった数値」として扱います。

ブログやメディアでデータを掲載する際には、テキストや画像も含めてすべてのデータ出典に自社名を記載しましょう。

③ 構造化データで発信組織が示されていない

Article の author・publisher が未設定、あるいは Organization の情報が不足していると、ページと組織の結びつきが機械的に読み取れません。

過剰に設定をする必要はありませんが、必要最低限の Schema.org（構造化データ）整備はしましょう。

パターンAの打ち手は「名前ごと引用される形」に書き換えること

まず最初の段階で新しいコンテンツを量産する必要はありません。すでに引用されているページの書き方を変えるほうが、はるかに効率的です。

主語を「当社」から「○○（サービス名）」に置き換えてください。「当社の調査では」ではなく「○○の調査では」と書くだけで、AI が抽出する文に社名が含まれる確率が上がります。

数値やデータを出す箇所では、必ず出典として自社名を併記します。「2026年調査」ではなく「○○社 2026年調査」と書く、という単純な作業です。

あわせて、構造化データの Organization・Article の author と publisher を整備してください。引用率がすでに高いパターンAの企業にとって、ここは最も費用対効果の高い施策です。 AI はすでにページを読みに来ているため、読み取れる情報を増やすだけで成果が出る可能性があります。

パターンB：名前は出るが、自社サイトが根拠にされていない

今回の調査対象では、SaaS（言及率 33.2%・引用率 19.5%）と広告代理店（言及率 17.9%・引用率 6.2%）がこの状態です。

パターンA とは逆で、AI の回答には社名が出てきます。自社名やサービス名は言及されている状態です。
しかし、計測データを分析すると、その回答の根拠として参照されているのは自社サイトではありませんでした。

SaaSと広告代理店の引用率が低かった理由

注目すべきは、この2業種がいずれも Web マーケティングに力を入れている企業であることです。
SaaS は BtoB 5業種で言及率トップ（33.2%）でした。広告代理店も 17.9% と中央値の 11.2% を上回ります。認知の面では一定成功しているように見えます。

ところが引用率を見ると、SaaS は 19.5% と中央値並み、広告代理店にいたっては 6.2% と BtoB で最下位です。名前は広く知られているのに、AI が答えを作るときに見ているのは自社サイトではない、ということになります。

「うちは Web に力を入れているから引用されるだろう」という感覚と、実際の計測結果がずれやすいのがこのパターンです。

第三者メディアに自社の説明を委ねているリスク

では AI は何を根拠にしているのか。多くの場合、比較サイト・レビューサイト・まとめ記事といった第三者メディアです。

この状態には3つの具体的なリスクがあります。

① 情報が古くても訂正できない

料金改定や機能追加を行っても、第三者メディアの記述は更新されません。AI はその古い情報を根拠に回答を作り続けます。

② 自社が伝えたい強みが反映されない

比較サイトは独自の評価軸で各社を並べます。その軸が自社の強みと一致しているとは限りません。

③ 競合と同じ文脈で語られ続ける

比較記事を根拠にしている限り、AI の回答の中で自社は常に「選択肢の1つ」として現れます。

パターンBの打ち手は、第三者が書いている内容を自社サイトに置き直すこと

まずこのようなケースの企業が対処すべきなのは、第三者メディアが推測や伝聞で書いている項目を、自社サイトに一次情報として明示することです。

まず、主要なクエリで生成 AI に質問し、回答に出てくる引用元を確認します。そこに並んだ第三者メディアが、自社について何をどう書いているかを読んでください。

そのうえで、料金・機能・導入事例・導入までの期間・サポート範囲といった、比較サイトが必ず触れる項目を自社サイト上で正確に記述します。 第三者が推測で書いている項目ほど優先度が高くなります。

「よくある質問」も有効です。ただし自社都合の質問ではなく、実際に AI に投げられている質問文に合わせて作成してください。

なお BtoB 領域では、業界特化のコミュニティやニッチなメディアでの言及が AI の認識に影響することが確認されています。

別のグラッドキューブによる LLMOA 実測調査では、BtoB 業種では動画プラットフォームやユーザーコミュニティ、SNS・UGC が引用元の上位に目立ちました。パターンB の企業が自社サイトを整えるとき、比較サイトだけでなく業界コミュニティでの語られ方まで含めて見る必要があるということです。

詳しくは AIの回答根拠、自社サイトは平均8.7%だけ｜LLMOA（エルモア）が計測した8業種データが示す『第三者メディア依存』の実態 でも解説しています。

自社がどのパターンかを判定する手順

ここまでの2パターンは、自社の数値を取らなければ判定できません。 簡易的にであれば、手作業でも確認できます。

ステップ1：主要クエリで生成AIに質問する

自社の見込み顧客が使いそうな質問を 10〜20個用意し、ChatGPT・Gemini・Perplexity などに投げてください。

質問は「○○（自社名）とは」のような指名検索ではなく、「○○の課題を解決するツールを比較したい」「○○業界で○○するにはどうすればいいか」といった、顧客が検討初期に投げる質問にしてください。指名検索では必ず自社が出るため、判定の役に立ちません。

ステップ2：引用元に自社ドメインがあるか確認する

各回答の引用元・参照元リストを見て、自社ドメインが含まれている回答が何件あるかを数えます。 これが引用率にあたります。

ステップ3：回答本文に自社名が出ているか確認する

同じ回答の本文を読み、社名・サービス名が書かれている回答が何件あるかを数えます。 これが言及率です。

この2つの数字が揃えば、自社がどのパターンかが判定できます。

引用率・言及率がどちらも低い場合は、技術的な前提を疑う

今回の5業種はいずれかのパターンに分類できましたが、実務では「どちらもほぼ 0%」というケースも存在します。 この場合、マーケティング施策の前に確認すべきことがあります。

まずインデックス状況とクロール可否です。robots.txt や meta robots の設定ミスで AI クローラーを拒否している、あるいは検索エンジン自体にインデックスされていないケースは珍しくありません。

次に、日本語圏からの質問に対して日本語のコンテンツが存在するかを確認します。海外法人のサイトしかない場合、日本語で質問されたときに参照される可能性は大きく下がります。その逆も然りです。

最後に、指名検索以外の「ユーザーが検索するクエリに答えるコンテンツ」があるかを見てください。社名を知っている人しかたどり着けないサイト構成では、「○○を比較したい」「○○の選び方」といった質問には引っかかりません。
いわゆる一般的な「SEO 対策」が「AIO 対策」に繋がるのはこの理由です。

「引用も言及もゼロ」の状態では、言及より先に引用される状態を作ってください。 3指標は「引用される→言及される→推奨される」と積み上がります。AI が参照できるページがなければ、認知施策を打っても回答には現れません。

手作業での AI 可視性の計測・判定には限界がある

生成 AI の回答は同じ質問でも毎回変わるため、数回の試行では傾向を判断できません。 また、モデルごとに結果が異なるため、1つのモデルだけを見ても全体像はつかめません。

今回の調査で各業種に 1,464〜3,591回という回答数を確保したのも、個別の回答のばらつきを平均化するためです。継続的に判断するには、複数モデルを対象とした定点計測が必要になります。

それらの自動計測・検証をグラッドキューブが提供する「LLMOA（エルモア）」です。本記事についても、LLMOAで計測したデータから抽出し、検証記事として公開しています。
自社の AIO対策における計測環境を整えたいとお考えのみなさまはぜひご検討ください。

BtoB企業におけるAI検索対策：パターン別の打ち手の整理

BtoB企業でAI 検索において今回紹介した2つのパターンに陥っている場合、何をすべきかを一覧にまとめます。
自社の判定結果に該当する列だけを見てください。 もう一方の施策は、現時点では効果が出にくいものです。

パターンA の企業がコンテンツを量産しても、引用率はすでに高いため伸びしろが小さいです。 パターンB の企業が認知施策に投資しても、引用元が第三者のままなら自社サイトは読まれません。現在の状態と逆方向の施策に投資してしまうことが、最も避けたい失敗です。

本記事で示した2つのパターンのうち自社がどちらに当たるかは、引用率と言及率を実際に計測しなければ判定できません。手作業での確認には、回答のばらつきとAIモデル間の差という2つの限界があります。

本記事でもご紹介しているグラッドキューブ提供の LLMOA（エルモア） は、ChatGPT・Gemini・Google AI Overview・Google AI Mode・Perplexity の5モデルを対象に、自社の引用率・言及率・推奨率を継続計測できるプラットフォームです。

本記事も LLMOA で取得したデータを「エクスポート機能」で出力し、コンテンツ化しています。競合との比較や、引用元として使われているドメインの一覧も確認できます。

ぜひ本記事を参考に、まずは引用率と言及率を計測しましょう。どこで詰まっているかがわかれば、次に何をすべきかが見えてきます。

関連記事

2026年5月7日 AI時代のSEOとは｜「SEOは終わった」は誤解、変わったのは評価のルール【2026年最新】

→ AI 検索で評価のルールがどう変わったかを総論として解説。本記事の前提として合わせてお読みください。

2026年9月7日 AI引用率の計測方法｜生成AIの言及率を自社で測る4ステップ

→ 引用率・言及率の定義と、自社で計測する具体的な手順を解説。パターン判定の前にお読みください。

2026年8月27日 AIの回答根拠、自社サイトは平均8.7%だけ｜LLMOA（エルモア）が計測した8業種データが示す『第三者メディア依存』の実態

→ 引用率の全体平均を実測したデータ。本記事の BtoB 5業種と比較してご覧ください。

2026年9月9日 AI に引用されているのに、なぜ社名は出てこないのか？｜LLMOA（エルモア）データが示す「言及ゼロ」の2つの正体

→ 21業種を横断して「言及率0%」の原因を特定した記事。業態による差がないことを検証しています。

2026年9月11日 AIに引用されるブランドには「型」がある｜5つの共通点とBtoB企業が見落としがちな落とし穴

→ BtoB 領域でニッチなコミュニティでの言及が効く理由を解説。パターンB の打ち手と合わせてお読みください。

よくある質問（FAQ）

参照・引用出典

一次情報（株式会社グラッドキューブ 自社調査）

本記事の計測データは、株式会社グラッドキューブが提供する AIO・LLMO 対策プラットフォーム「LLMOA（エルモア）」で計測した自社調査の結果です。

• グラッドキューブ調べ（LLMOA 計測）：BtoB 5業種の引用率・言及率データ。対象 13,861回の AI 回答。計測モデルは ChatGPT・Gemini・Google AI Overview・Google AI Mode・Perplexity の5モデル
• グラッドキューブ調べ（LLMOA 計測）：BtoC 15業種との比較データ。引用率中央値 BtoB 19.5%・BtoC 17.3%、言及率中央値 BtoB 11.2%・BtoC 13.2%
• 業種ごとの回答数は 1,464件〜3,591件。本記事に記載した 95% 信頼区間は Wilson score interval により算出しています
• 業種名および個別の測定条件は、対象企業の匿名化のため非開示としています

AI 検索の時代に SEO の何が変わったのかは「AI時代のSEOとは｜「SEOは終わった」は誤解、変わったのは評価のルール」で整理しています。

本記事では、AI 検索対策の担当者がもっとも知りたい「どこまで引用を増やせば、名前を挙げてもらえるのか」という問いに、プロンプト単位の実測データで答えます。引用率・言及率・推奨率の定義と計測の手順は「AI引用率の計測方法｜生成AIの言及率を自社で測る4ステップ」をご覧ください。

本記事のデータは、株式会社グラッドキューブが提供する AIO・LLMO 対策プラットフォーム LLMOA（エルモア）で計測した21サービスの回答データ（2026年3〜9月計測、回答総数25,281回、BtoB 6サービス・BtoC 15サービス）に基づいています。プロンプト単位の分析は、「推薦型の質問（※後述で解説）」のうち回答が20回以上ある200プロンプトが対象です。各データは個別企業を対象とした匿名化データで、各業界全体の傾向を代表するものではありません。ここで示すのは相関であり、引用が言及の直接の原因であることを確かめたものではありません。生成 AI の回答はアルゴリズムの変動によって短期間で変わるため、今後も同じ傾向が続くとは限りません。

結論：AIに名前を挙げられる分かれ目は「プロンプトごとの引用率10%」

引用率10%以上の94プロンプトでは、言及ゼロは4.3%にとどまった

本記事の「引用率（Citation Rate）」は、ある1つのプロンプト（AI への質問文）に対する回答のうち、自社サイト（ドメイン）が根拠として1本以上引用された回答の割合です。言及率（Mention Rate）は、同じ回答のうち自社名・自社サービス名が本文に登場した割合を指します。

分析の対象は、AI に候補となる会社やサービスを挙げさせる「推薦型」の質問です。たとえば次のような質問が当てはまります。

• 「格安スマホのおすすめを教えて」
• 「初心者におすすめのジムはどこ？」
• 「中小企業でも使える電話システムって何かある？」
• 「〇〇業界に強い転職エージェントは？」
• 「ポスター印刷を即日でお願いできる会社は？」

この推薦型の200プロンプトを、引用率の高さで分けて比べました。引用率が10%以上だった94プロンプトでは、期間中に一度も自社名が出なかったプロンプトは 4.3%（4プロンプト）だけでした。言及率の平均は 27.7% です。

※ 推奨率は、回答のうち自社が3位以内で紹介された割合です。

一度も引用されない47プロンプトでは、63.8%が言及ゼロだった

反対に、自社サイトが一度も引用されなかった47プロンプトでは、63.8% が言及ゼロでした。引用率が0%から10%未満に上がるだけでも、言及ゼロの割合は 30.5% まで下がります。

この結果には、計測期間中に一度も言及がなかった4サービスのプロンプトも含まれています。これらを除いて集計し直しても、言及ゼロの割合は引用率0%で 37.5%、10%以上で 3.2% と、同じ傾向が残りました。

どのサービスでも、引用率10%前後を境に「名前が一度も出ない」状態から抜け出しているということです。

10%を超えると、なぜ伸びがゆるやかになるのか

言及の約半分は、自社サイトが引用されていない回答で起きている

表を見ると、引用率が10%を超えたあとは、引用率を上げても言及率は 21〜34% の範囲で大きくは伸びていません。理由の1つは、言及がすべて自社サイトの引用から生まれているわけではないことです。

推薦型の質問で自社名が出た回答のうち、自社サイトが引用されていたのは 46.2% でした。残りの半分以上は、自社サイトが引用されていない回答で名前が出ています。

10%の先は、第三者メディアでの言及とAIの学習済み知識が効いてくる

自社サイトが引用されていない回答で名前が出るのは、比較サイトや専門メディアなど第三者のページに自社が載っているか、AI がすでに自社のことを知識として持っているためです。

つまり、引用率10%は「名前が出ない状態」を抜け出すための目安であり、その先で言及率をさらに伸ばすには、自社サイトの外側で語られる機会を増やす施策が必要になります。

同じ質問・同じAIで比べても、引用された回答は言及率が25.8ポイント高い

プロンプトとAIモデルをそろえた19,338回の比較でも、差は残った

「引用率が高いプロンプトは、もともと自社が答えに入りやすい質問なのではないか」という見方もできます。そこで、同じプロンプト・同じ AI モデルの中で、自社サイトが引用された回答と引用されなかった回答の言及率を比べました。

推薦型の19,338回を対象に、プロンプトとモデルの組み合わせ443通りの中で比べると、引用された回答の言及率は平均で 25.8ポイント高く なりました（オッズ比 8.7）。

ただし、因果関係までは断定できない

この結果は、引用と言及が強く相関していることを示しています。

ただし、「引用されたから名前が出た」のか、「AI が自社を候補として検討したから自社サイトも読んだ」のか、という因果関係までは断定できません。
どちらにせよ、引用される回答を増やすことが、言及される回答を増やすことと強く相関している点は変わりません。

推奨されるかどうかは、言及された時点でほぼ決まる

言及された回答の87.9%は3位以内に入っていた

引用・言及・推奨の3つは「引用される（読まれる）→ 言及される（名前が出る）→ 推奨される（薦められる）」と順に積み上がる段階です。

このうち、言及から推奨への段階はほとんど詰まっていませんでした。推薦型の質問で自社名が出た回答のうち、87.9% が3位以内に入っています。21サービスを横断して見ても、言及率と推奨率の相関係数は 0.99 で、ほぼ一緒に動いています。

ただし1位に限ると、言及された回答の約半分

一方で、1位として紹介された回答は、言及された回答の 48.8% でした。AI は名前を挙げた時点でほぼ上位の候補として扱うものの、筆頭に置くかどうかは半々です。

言及率が上がってきた段階では、1位率を次の指標として追う価値があります。

この目安が当てはまるのは「推薦型」の質問だけ

「自社名を含む質問」は、引用の有無に関係なく言及率は約75%

本記事の分析は、AI に候補を挙げさせる「推薦型」の質問（「〇〇のおすすめは？」「〇〇に強い会社は？」など）を対象にしています。質問の型によって、引用と言及の関係はまったく違うためです。

プロンプトの型は、編集部が質問文の内容から分類しましたので、自社サイトの引用状況を計測する際の参考にしてみてください。

自社名を含む質問では、引用の有無に関係なく言及率は約75%でした。AI は質問に出てきた名前を、そのまま回答に使います。指名の質問に対して、引用対策はほぼ必要ありません。

用語を解説させる質問は、引用されても名前が出るのは16.8%

「〇〇とは？」「〇〇の違いは？」のような解説型の質問では、自社サイトが引用されても、名前が出るのは 16.8% でした。

AI は解説の根拠として自社サイトを使っても、事業者の名前を挙げる必要がないためです。計測するプロンプトに指名や解説型が混ざっていると、言及率の平均は実態からずれます。 KPI は質問の型ごとに分けて見ることをおすすめします。

AIモデル別：引用率10%を狙いやすいAI、狙いにくいAI+

AI Overviewsでは、言及の3分の2が自社サイトの引用から生まれている

引用が言及に結びつく度合いは、AI モデルによっても違いました。推薦型の質問について、モデル別に集計した結果です。

Google AI Overviews では、自社名が出た回答の3分の2で自社サイトが引用されていました。 引用を取ることが、そのまま言及につながりやすい AI です。

引用率10%を目標にした施策の効果が、もっとも表れやすいと考えられます。

GeminiとChatGPTは、引用以外の要因の比重が大きい

一方、Gemini は引用がない回答でも言及率が 19.0% と高く、自社名が出た回答のうち自社サイトが引用されていたのは 36.0% でした。

AI が学習済みの知識で名前を挙げている割合が大きいと考えられます。ChatGPT は引用率そのものが 11.2% と低く、引用の効き方が見えにくい AI です。

Perplexity は引用率が高い一方で、引用されても名前が出るのは 15.9% にとどまりました。Gemini・ChatGPT では、第三者メディアでの露出や指名検索の底上げなど、引用以外の打ち手の比重を上げる必要があります。

自社のプロンプトを「引用率10%」で仕分ける3ステップ

①計測しているプロンプトを「指名・推薦型・解説型」に分ける

まず、計測しているプロンプトを質問の型で分けます。

自社名を含む質問は指名、「おすすめ」「比較」など候補を挙げさせる質問は推薦型、「〜とは」「違い」「方法」など説明を求める質問は解説型です。

ただし、引用率10%の目安を使うのはこのうち「推薦型」のプロンプトだけです。

分けたあとは、型ごとに見る目的を変えます。新しい見込み客の候補に挙がるかどうかが決まるのは推薦型なので、計測するプロンプトの大半を推薦型にし、言及率・推奨率・1位率の KPI も推薦型で見るのがおすすめです。指名と解説型は、次のような確認用に数本ずつ残しておけば十分であると考えます。

②推薦型のプロンプトごとに引用率を出し、10%未満を洗い出す

次に、推薦型のプロンプトごとに、回答のうち自社サイトが引用された割合（引用率）を出します。

サービス全体の平均ではなく、プロンプト1つずつに出すのがポイントです。そのうえで、引用率が10%未満のプロンプトを一覧にします。

③10%未満は引用される情報源づくり、10%以上は自社サイトの外側での言及を増やす

引用率が10%未満のプロンプトは、まず AI に引用される情報源になることを優先します。

そのプロンプトの質問に回答できるページが存在しなければ、引用されることはありません。そのため、まずは正面から答えるページを用意する、すでに AI が参照している第三者メディアに掲載される、といった施策がマストです。

10%以上のプロンプトは、引用率をさらに上げるよりも、比較サイトや業界メディアなど自社サイトの外側で自社名が語られる機会を増やす施策に切り替えます。

LLMOA（エルモア）で、プロンプトごとの引用率を確認する

プロンプトごとの引用率を出すには、AI の回答1回ごとに、自社名が出たかどうかと、どの URL が根拠として引用されたかを記録し続ける必要があります。

グラッドキューブの LLMOA（エルモア）では、プロンプト一覧で質問ごとの言及状況を確認でき、情報源分析では自社のどのページが、どのプロンプト・どの AI モデルの回答で引用されたかを確認できます。

引用率10%に届いていないプロンプトを見つけ、優先して手を打つ起点として活用できます。

まとめ：AI対策は、まずプロンプトごとの引用率10%から

本記事のデータをもとにした、取り組みをロードマップにまとめました。

AI モデル別では、Google AI Overviews がもっとも引用と言及の結びつきが強く、ステップ3の効果が表れやすい AI です。「どこまで引用を増やせばよいか」の答えは、まずプロンプトごとに引用率10%です。

関連記事

2026年9月9日 AI に引用されているのに、なぜ社名は出てこないのか？｜LLMOA（エルモア）データが示す「言及ゼロ」の2つの正体

→ 引用率が高いのに言及ゼロのまま、という例外の原因と対策を確認できます。

2026年9月2日 「出れば1位」でも「出現率」は上がらない｜LLMOA（エルモア）が計測した11サービス分野データが示す共通課題

→ 言及されたあとの順位と、言及率そのものを分けて見る必要性を確認できます。

2026年8月27日 AIの回答根拠、自社サイトは平均8.7%だけ｜LLMOA（エルモア）が計測した8業種データが示す『第三者メディア依存』の実態

→ 引用率10%の先で必要になる、第三者メディアの役割を確認できます。

よくある質問（FAQ）

参照・引用出典

一次情報（株式会社グラッドキューブ 自社調査）

本記事のデータは、株式会社グラッドキューブが提供する AIO・LLMO 対策プラットフォーム「LLMOA（エルモア）」で計測した自社調査の結果です（2026年3〜9月計測時点）。サービス名は匿名化しており、個別の測定条件は非開示です。プロンプトの型（指名・推薦型・解説型）は、編集部が質問文の内容から分類しました。

• グラッドキューブ調べ（LLMOA 計測）：21サービスの回答データ（回答総数25,281回、BtoB 6サービス・BtoC 15サービス）。質問の型別の引用率・言及率、言及率と推奨率の相関係数 0.99
• グラッドキューブ調べ（LLMOA 計測）：推薦型の200プロンプト（回答20回以上）のプロンプト単位分析。引用率10%以上の94プロンプトで言及ゼロ 4.3%・言及率平均 27.7%、引用率0%の47プロンプトで言及ゼロ 63.8%
• グラッドキューブ調べ（LLMOA 計測）：推薦型19,338回の、同一プロンプト×同一 AI モデル内での比較（443通り）。引用あり・なしの言及率の差 平均25.8ポイント、オッズ比 8.7
• グラッドキューブ調べ（LLMOA 計測）：推薦型の AI モデル別集計（ChatGPT・Gemini・Perplexity・Google AI Overviews・Google AI Mode）

AI 検索の時代に SEO の何が変わったのかは「AI時代のSEOとは｜「SEOは終わった」は誤解、変わったのは評価のルール」で整理しています。

本記事では、そのうち「AI に引用されること」と「名前を挙げられること」がどこまでつながっているのかを、実際の回答データで確かめます。引用率・言及率・推奨率の定義と計測の手順は「AI引用率の計測方法｜生成AIの言及率を自社で測る4ステップ」をご覧ください。

本記事のデータは、株式会社グラッドキューブが提供する AIO・LLMO 対策プラットフォーム LLMOA（エルモア）で計測した21サービスの回答データ（2026年3〜9月計測、回答総数25,281回、BtoB 6サービス・BtoC 15サービス）に基づいています。各データは個別企業を対象とした匿名化データで、各業界全体の傾向を代表するものではありません。ここで示すのは相関であり、引用が言及の直接の原因であることを確かめたものではありません。生成 AI の回答はアルゴリズムの変動によって短期間で変わるため、今後も同じ傾向が続くとは限りません。

結論：自社サイトが引用された回答は、引用されなかった回答より言及率が3.3倍高い

比較できた17サービスすべてで、引用された回答の方が自社名が出やすかった

LLMOA で計測した回答を、「自社サイトが根拠として引用された回答」と「引用されなかった回答」に分け、それぞれの言及率（Mention Rate：AI の回答本文に自社名が登場した割合）を比べました。

21サービスのうち、引用あり・なしの比較ができた17サービスを対象にしています。残る4サービスは、自社サイトの引用がほぼない（2サービス）か、期間中に一度も言及がない（2サービス）ため、比べる材料がありませんでした。

結果は、17サービスすべてで、引用された回答の方が言及率が高くなりました。 言及率の中央値は、引用された回答で 50.4%、引用されなかった回答で 7.0% です。サービスごとの倍率の中央値は 3.3倍 でした。

全回答で見ても、引用ありは36.6%、引用なしは11.5%

全サービスを合わせた全回答（25,281回）で見ても、傾向は同じです。自社サイトが引用された回答（5,758回）の言及率は 36.6%、引用されなかった回答は 11.5% でした。

AI に自社サイトを根拠として読んでもらうことは、名前を挙げてもらうための有力な入口だといえます。

ただし、引用されても約半分の回答では名前が出ない

引用された回答のうち、自社名が出なかった割合は中央値49.6%

一方で、引用されれば必ず名前が出るわけではありません。比較できた17サービスで見ると、自社サイトが引用された回答のうち自社名が出なかった割合は、中央値で 49.6% でした。AI は自社サイトを情報の根拠として使っていても、回答の中では他社の名前を挙げていることが少なくありません。

引用されても、言及が一度も出ないサービスもある

極端な例もあります。個人向け融資サービスでは、125回の回答のうち42回で自社サイトが引用されていたにもかかわらず、自社名が出た回答は0回でした。製造業系の求人メディアでも、55回引用されて言及は0回です。

原因と対策は「AI に引用されているのに、なぜ社名は出てこないのか？」で詳しく解説していますが、ページの中で「この情報はどの会社のものか」が AI に伝わっていないと、引用されても名前は出ません。

他社や他業界と引用率を比べても、言及率は読めない

21サービスを横断して分析すると、引用率と言及率の順位相関は0.24

引用率（Citation Rate：全回答のうち、自社サイトが根拠として引用された回答の割合）を21サービスで並べ、言及率と比べると、順位相関は 0.24 にとどまりました。

引用率が4割近いのに言及率が1%台のサービスがある一方、引用率が1割台でも言及率が5割を超えるサービスもあります。

比べるべきは他社ではなく、自社の「引用された回答」と「引用されなかった回答」

名前の出やすさは、業界の競合の数や、質問のされ方によって大きく変わります。そのため、他社や他業界の引用率と比べても、自社の言及率の見通しは立ちません。 見るべきは、自社の中で「引用された回答」と「引用されなかった回答」の言及率がどれだけ違うか、そして引用されたのに名前が出なかった回答がどれだけあるかです。

言及の約半分は、自社サイト以外の情報から生まれている

自社名が出た回答のうち、自社サイトが引用されていたのは48.4%

逆の方向から見ると、自社名が出た回答のうち、自社サイトが引用されていたのは 48.4% でした。残りの約半分は、比較サイトや専門メディアなど第三者のページ、あるいは AI がすでに学習している知識から名前が出ています。

自社サイトの引用対策だけでは、言及の半分にしか手が届かないということです。AI の回答根拠の大半が第三者サイトであることは「AI の回答根拠、自社サイトは平均8.7% だけ」でも紹介しています。

AI検索対策で、今日からできる3つのこと

①自社の引用率を「回答の割合」で確認する

まずは、計測している回答のうち、自社サイトが1本以上引用された回答がどれだけあるか（引用率）を確認します。引用された URL の本数や、引用全体に占める自社 URL の割合ではなく、回答の数で数えるのがポイントです。

言及率と同じ単位で比べられるため、引用と言及のつながりが見えやすくなります。

②「引用されたのに名前が出なかった回答」を洗い出す

次に、自社サイトが引用されたのに自社名が出なかった回答を抜き出し、どのページが引用されていたかを確認します。

数値や特徴の近くにブランド名が書かれていない、会社情報や運営者情報が分かりにくいなど、「誰の情報か」が伝わりにくいページが見つかれば、そこが最初の改善対象になります。

③自社サイトの外側でも、名前が出る場所を増やす

言及の約半分は、自社サイト以外の情報から生まれています。

比較サイトや業界メディアへの掲載、レビューサイトでの評価など、第三者のページの中で自社名が語られる機会を増やすことを、自社サイトの改善と並行して進めてください。

LLMOA で「引用されたのに名前が出ていない回答」を見つける

グラッドキューブの LLMOA（エルモア）では、AI の回答1回ごとに、自社名が出たかどうかと、どの URL が根拠として引用されたかを記録します。

情報源分析では、自社のどのページが、どのプロンプト・どの AI モデルの回答で引用されたかを確認でき、プロンプト詳細では回答の本文そのものを読めます。引用されているのに名前が出ていない回答を特定し、改善すべきページを見つける起点として活用できます。

まとめ：引用は入口。名前が出る形で引用されることを目指す

• 自社サイトが引用された回答は、引用されなかった回答に比べて言及率が中央値3.3倍だった。21サービスのうち比較できた17サービスすべてで、引用された回答の方が自社名が出やすかった
• ただし、引用された回答の約半分（中央値49.6%）では名前が出ていない。引用されても言及が一度も出ないサービスもあった
• 21サービスを横断して分析すると、引用率と言及率の順位相関は0.24と弱い。他社と比べるより、自社の中で引用あり・なしの差を見るべきである
• 自社名が出た回答のうち、自社サイトが引用されていたのは48.4%。言及の約半分は自社サイト以外から生まれている
• 打ち手は、①引用率を回答の割合で確認する、②引用されたのに名前が出なかった回答を洗い出す、③自社サイトの外側でも名前が出る場所を増やす、の3つ

AI に引用されることは、名前を挙げてもらうための入口です。引用される回数を増やすだけでなく、引用されたときに自社名まで届いているかを確かめることから始めてください。

関連記事

2026年9月9日 AI に引用されているのに、なぜ社名は出てこないのか？｜LLMOA（エルモア）データが示す「言及ゼロ」の2つの正体

→ 引用されても名前が出ない状態の原因と、ページの直し方を確認できます。

2026年8月27日 AIの回答根拠、自社サイトは平均8.7%だけ｜LLMOA（エルモア）が計測した8業種データが示す『第三者メディア依存』の実態

→言及の半分が自社サイト以外から生まれる背景を確認できます。

2026年9月2日 「出れば1位」でも「出現率」は上がらない｜LLMOA（エルモア）が計測した11サービス分野データが示す共通課題

→ 名前が出たあとの推奨率と、言及率そのものを分けて見る必要性を確認できます。

よくある質問（FAQ）

参照・引用出典

一次情報（株式会社グラッドキューブ 自社調査）

本記事のデータは、株式会社グラッドキューブが提供する AIO・LLMO 対策プラットフォーム「LLMOA（エルモア）」で計測した自社調査の結果です（2026年3〜9月計測時点）。サービス名は匿名化のため一般化しており、個別の測定条件は非開示です。

• グラッドキューブ調べ（LLMOA 計測）：21サービスの回答データ（回答総数25,281回、BtoB 6サービス・BtoC 15サービス）。自社サイトが引用された回答の言及率 36.6%、引用されなかった回答の言及率 11.5%。自社名が出た回答のうち自社サイトが引用されていた割合 48.4%。引用率と言及率の順位相関 0.24
• グラッドキューブ調べ（LLMOA 計測）：21サービスのうち、引用あり・なしの比較ができた17サービス（自社サイトの引用が30回以上、言及が1回以上）の比較。言及率の中央値は引用ありで50.4%、引用なしで7.0%。サービス別の倍率の中央値 3.3倍。引用された回答のうち言及がなかった割合の中央値 49.6%
• グラッドキューブ調べ（LLMOA 計測）：金融業（個人向け融資サービス：BtoC）の可視性データ。引用率 33.6%（125回中42回）、言及率 0%（125回中0回）
• グラッドキューブ調べ（LLMOA 計測）：製造業系の求人メディアの可視性データ。自社サイトが引用された回答 887回中55回、言及 0回

【記事の要約（ここだけでもポイントは掴めます）】

• Google が Gemini アプリ・AI Overviews・AI Mode への「有意な貢献」があったコンテンツに対価を支払う仕組みを試験導入： すでに数十社のパブリッシャーに打診済みとされています
• 支払いの根拠は非公開： 関係者はこの仕組みを「ブラックボックス」と評しています
• 対価を受け取ることが、条件交渉での立場を弱めるリスクとして指摘されている： Google が「すでに対価を支払っている」ことを交渉材料にする可能性があるためです
• Search Console の AI 検索レポートは「順位」を示していない： Google の John Mueller 氏は、AI 回答内のリンクの「順位」は有用な形で計測するのが難しいと説明しています

支払い額の根拠も、AI 回答内での順位も Google のレポートからは分からないため、「AI 検索での可視性」を独自に計測する必要性が高まっています。

Google が AI 回答への「貢献」に対価を支払う仕組みを試験導入

対象は Gemini アプリ・AI Overviews・AI Mode。「有意な貢献」がなければ支払い対象外

Google は、Gemini アプリ・AI Overviews・AI Mode の回答生成にコンテンツが「有意に貢献した」と判定された場合に、参加サイトへ対価を支払うプログラムを試験導入していることを認めました。

すでに数十社のパブリッシャーに参加の打診が行われているとされています。対象となるのは回答の生成に実質的に寄与したコンテンツのみで、事実確認のためだけに参照されたコンテンツや、回答生成後に付け加えられた情報は対象外です。

参加したサイトには Search Console 上に、月次の受取額と一部の履歴を確認できるパネルが提供され、いつでもオプトアウトできる設計になっています。

支払いの根拠は非公開｜「ブラックボックス」と評する関係者も

対価を受け取ることが、条件交渉での立場を弱めるリスクとして指摘されている

Search Console 上の受取額パネルには、金額が表示される一方で、その金額がどのような基準で算出されたのかは示されていません。 つまり、ほぼブラックボックスの状態となっています。

パネルの隣には、クリック数ではなくインプレッション（表示回数）を追跡するレポートが並んでおり、成果を評価する材料としては限定的です。

さらに実務上のリスクも指摘されています。あるパブリッシャー側の責任者は、この対価を受け取ることが、より良い条件を求める交渉の場での立場を弱めかねないと指摘しています。 

算出根拠が非公開のまま今の金額を一度受け取ってしまうと、後日「もっと高い対価を」「より透明性のある契約を」と交渉した際に、Google 側から「すでにパイロットプログラムで対価を支払っている」と、既成事実として持ち出されかねないためです。対価を受け取るかどうかの判断は、金額だけでなく、こうした交渉力への影響も含めて検討する必要があります。

Search Console の AI 検索レポートは「順位」を示さない

Google の John Mueller 氏「順位は有用な形で示すのが難しい」

Google の John Mueller 氏は、Reddit 上の議論に応じる形で、AI 回答内での「順位」は有用な形で示すのが難しく、現在は他の検索機能と同様に「ブロック単位」で計測していると説明しました。検索がすでに従来の「1位から10位」という順位モデルでは捉えきれなくなっていることも理由に挙げています。

Google 自身が、AI 回答内の順位を有用な形で示すのは難しいと説明しています。インプレッションは取得できる一方、リンク単位の順位は分からないという点で、パブリッシャー側の努力だけでは埋まらない不透明さがあると、編集部では考えます。

「数字は出るが根拠が見えない」状況に、日本の広告主はどう向き合うべきか

Google 発の数字を待つのではなく、自社で独立して計測する必要性が高まっている

今回の一連の動きに共通するのは、「数字は提示されるが、その根拠や算出方法は開示されない」という構図です。対価の金額はブラックボックス、AI 検索レポートは順位を示さない、これらはいずれも Google 側のプラットフォームに依存する限り解消されない制約です。

この構図は、従来の SEO よりも対策を取ることが難しい状況ですが、日本の広告主・パブリッシャーはどう対処すべきでしょうか。

INSIGHT CUBE 編集部の見解としては、Google が提供するパネルやレポートの精度が上がるのを待つのではなく、自社のブランドが生成 AI の回答にどう扱われているかを、独立した手段で継続的に計測すべきであると考えます。

グラッドキューブの LLMOA（エルモア）は、ChatGPT・Gemini・Perplexity・AI Overviews・AI Mode を横断し、自社ブランドの言及率・引用元の内訳・競合比較を、プラットフォーム側の開示に頼らず可視化します。

「対価は払うが根拠は見せない」という Google の姿勢が続く限り、今後もの独立計測の重要性はむしろ高まっていくと考えられます。

LLMOA（エルモア）で、Google のレポートが示さない「根拠」を可視化する

自社ブランドが AI の回答にどう扱われているかを、順位や引用元まで含めて把握するには、Google の公式レポートだけでは不十分です。

グラッドキューブの LLMOA（エルモア）は、主要 5 つの生成 AI を横断して言及率・引用元ドメインを計測し、Google のレポートが示さない「なぜその評価になっているか」を追跡します。

まとめ：可視性データの不透明さは、パブリッシャー・広告主側の課題として残る

• Google は AI 回答への「有意な貢献」があったコンテンツに対価を支払う仕組みを試験導入したが、支払いの算出根拠は非公開で「ブラックボックス」と評されている
• 対価を受け取ることが、パブリッシャー側の条件交渉での立場を弱めるリスクとして指摘されている
• Search Console の AI 検索レポートは順位を示しておらず、Google の John Mueller 氏は、AI 回答内の順位を有用な形で示すのは難しいと説明している
• Google 発のデータを待つのではなく、自社で独立して AI 可視性を計測する体制を持つことが、日本の広告主・パブリッシャーにとっての現実的な対応策になる

AI 検索における可視性データは、当面のあいだ Google 側の開示だけでは十分にならないという前提に立ち、自社での計測手段を持つことが優先課題になります。

関連記事

2026年8月27日 AIの回答根拠、自社サイトは平均8.7%だけ｜LLMOA（エルモア）が計測した8業種データが示す『第三者メディア依存』の実態

→ AI の回答根拠、自社サイトは平均8.7% だけ｜LLMOA（エルモア）が計測した8業種データが示す「第三者メディア依存」の実態を解説。Google のレポートが示さない「引用元の内訳」を、独立計測でどう把握できるかの実例です。

よくある質問（FAQ）

参照・引用出典

1. Matt G. Southern, “Google AI Payment Pilot, Search Profiles At 10,000 – SEO Pulse,” Search Engine Journal, September 19, 2026.： https://www.searchenginejournal.com/seo-pulse-google-ai-payment-pilot-search-profiles-at-10000/589849/
   

【記事の要約（ここだけでもポイントは掴めます）】

• 「AI の回答に出ているか」と「その回答の引用元になっているか」は別の指標： 検索順位が良くても、AI の回答を形作る引用ソースに入っていないケースが発生する
• 業種によって、AI が頼る情報源の種類はまったく異なる： 消費財・小売は自社／EC サイトとコミュニティ、IT・ソリューション業界はレビューサイト・専門メディア・コミュニティが中心（Trendos 調査）
• AI エンジンごとに引用元は異なり、合算スコアで判断すると見誤る： Reddit の存在感が ChatGPT で下がっても、他のエンジンでは変わらないケースがある
• 競合が引用され、自社が引用されていないページは、そのまま次の一手になる： 該当するドメイン・URL を洗い出すことが、施策の優先順位づけの起点となる

本記事の海外事例は Search Engine Journal（2026年9月21日、Heather Campbell 記者）が報じた、Trendos 社 最高商業責任者 Gintare Rimolaityte 氏によるウェビナー内容に基づいています。国内データとして紹介する LLMOA（エルモア）の計測値は、2026年8月時点の複数業種の実測レポート（匿名化）に基づく参考値です。

検索順位で上位でも、AI の回答の「引用元」に入っているとは限らない

「AI の回答に出ているか」と「その回答の根拠になっているか」は別の指標

検索結果のページと、AI の回答は見え方が異なります。検索結果は自社が上位にいるかどうかを一目で確認できますが、AI の回答は、その根拠になった情報源を確認するのに追加の操作が必要です。

自社が AI の回答に登場しているかを監視することと、その回答を実際に形作った情報源が何かを把握することは、別の作業です。 引用元を確認して初めて、自社コンテンツを強化すべきか、レビューサイトに存在感を持つべきか、コミュニティでの言及を増やすべきか、編集メディアへの掲載を狙うべきかという、具体的な打ち手の選択が見えてきます。

グラッドキューブの LLMOA（エルモア）の情報源分析機能は、この「引用元」だけを切り出して、AI 回答内で引用されたドメインを引用回数の多い順にランキング表示します。ドメインごとに自社・競合・中立メディアの区分も確認できるため、「言及されたかどうか」の一段階先にある、根拠の中身を把握できます。

業種によって、AI が頼る情報源の種類はまったく異なる

消費財・小売は自社/EC サイトとコミュニティ、IT・ソリューション業界はレビューサイト・専門メディアが中心

Trendos 社が 2026年夏に実施した業種横断分析では、AI が回答の根拠とする情報源の構成が業種ごとに大きく異なることが示されています。消費財・小売業では、自社サイトや EC サイトの商品情報がコミュニティと並んで重要な役割を果たしており、商品名・説明・仕様が整理されたページが、AI にとって事実を拾いやすい情報源になっています。

一方、IT・ソリューション業界ではレビューサイト（G2 など）・専門メディア・コミュニティ（Reddit・YouTube など）が中心で、自社の製品説明を補う「外部からの評価」が重要な位置を占めます。通信サービス業では、コミュニティと独立系の編集メディアが重要という結果でした。業種ごとに最適な情報源の組み合わせは異なり、万能なターゲットリストは存在しません。

この構造は、LLMOA（エルモア）が計測調査している国内データとも一致します。国内の複数業種を横断した集計（AI の回答根拠、自社サイトは平均8.7% だけ）でも、比較サイト・専門メディアは BtoB・BtoC を問わず上位に入る一方、事業者向け（BtoB）では動画・コミュニティ・SNS が、消費者向け（BtoC）では業界特化メディアと競合の公式サイトが中心になるという業種差がすでに確認されています。

海外の一般的な傾向をそのまま当てはめるのではなく、自社の業種のデータを個別に確認する必要があるという結論は、日米で共通しています。

AI エンジンごとに引用元は異なるため、「合算スコア」で判断すると見誤る

Reddit の存在感が ChatGPT で下がっても、他のエンジンでは変わらないケースがある

1つの AI エンジンでの変化を、AI 検索全体の傾向だと決めつけるのは危険です。Trendos の分析では、Reddit の存在感が ChatGPT の回答で低下しても、他のエンジンでは変わらず引用され続けているケースが確認されています。 

Google AI Overviews・Perplexity・ChatGPT・Gemini では、コミュニティ・編集メディア・自社サイトのバランスがそれぞれ異なり、特に Gemini の情報源構成は業種によって振れ幅が大きいとされています。合算したスコアだけでは、どのエンジンで自社の情報源が機能していて、どのエンジンで機能していないかが見えなくなります。

LLMOA は ChatGPT・Gemini・Perplexity・Google AI Overviews・Google AI Mode の主要 5 モデルに対応しており、競合分析画面の「プロンプト × 競合ブランドマトリクス」では、プロンプトごとに各ブランドの順位をモデル横断で確認できます。

「どのプロンプトで自社が上位／下位なのか」をモデル単位で把握できるため、合算スコアだけでは見えない、エンジンごとの強み・弱みの切り分けが可能です。

引用ソースを監査し、実行タスクに変えるステップ

まず10〜20件の「購買質問」を洗い出すことから始める

Trendos が推奨する監査手順は、次のようなステップで構成されています。
まず、自社の1つの商材・カテゴリについて、顧客が比較検討の過程で尋ねそうな質問を10〜20件洗い出します。

次に、それらの質問を関連する AI エンジンで実行し、引用元 URL をプロンプト・観測日とセットで記録します。引用元は自社／競合／中立メディア、レビュー、コミュニティ、編集メディアといった種類ごとに分類し、どの種類に投資すべきかを判断します。

LLMOA のプロンプト一覧画面は、この「監視すべき質問」を登録し、言及の有無とスコアを一覧管理できる機能です。「言及あり」「一部言及」「未言及」のステータスで絞り込み、スコアの低いプロンプトから優先的に深掘りできます。

各プロンプトのプロンプト詳細画面では、AI の回答本文そのものを確認できるため、なぜそのプロンプトで自社が登場しないのかを、Trendos の手法と同じ粒度で検証できます。

競合が引用され自社が引用されていないページを、具体的な着手先に変える

Rimolaityte 氏は、この監査の核心を次のように説明しています。

「競合がその情報源に登場していて、自社が登場していないなら、そこがチャンスです。すでに回答の根拠として使われている情報源だからです。」

重要なのは、発見したドメインすべてに同じ優先度をつけるのではなく、引用シェアの大きさと、自社の業種で実際に回答を左右している情報源の種類を見極めて優先順位をつけることです。

LLMOA の情報源分析画面では、ドメインを選ぶと実際に引用されている個別 URL・引用元のプロンプト／AI モデル・引用された回数まで確認できます。

競合が引用されているのに自社が引用されていないドメインを特定できれば、それがそのまま PR・アウトリーチ・コンテンツ施策のターゲットリストになります。個別の競合がどの情報源から引用を得ているかは、競合比較詳細画面で自社と 1 対 1 で比較することも可能です。

まとめ：AI 検索対策の出発点は、「言及の有無」ではなく「引用元の中身」を見ること

• 「AI の回答に出ているか」と「その回答の根拠になっているか」は別の指標。引用元を確認して初めて、具体的な打ち手が見えてくる
• AI が頼る情報源の種類は業種ごとに大きく異なり、万能なターゲットリストは存在しない。海外の一般的傾向ではなく、自社の業種のデータを確認する必要がある
• AI エンジンごとに引用元の構成は異なり、合算スコアで判断すると見誤る可能性が高い。エンジン単位でのレポーティングが欠かせない
• 監査は「購買質問の洗い出し→引用元の記録・分類→競合との比較→施策への割り当て」というステップで進め、継続的に同じ質問を追跡することが重要

言及の有無だけを追う体制から、引用元の中身まで含めて継続的に監査する体制へ。自社の AI 検索対策がどちらの段階にあるかを確認することが、次の一手を決める出発点になります。

LLMOA（エルモア）で、業種別の引用ソース監査を仕組み化する

引用ソースの監査は、一度実施して終わりではなく、プロンプト・エンジン単位で継続的に追跡して初めて意味を持ちます。

グラッドキューブの LLMOA（エルモア）は、プロンプト一覧・情報源分析・競合分析を1つのダッシュボードで管理し、「どの質問で」「どのエンジンが」「どの情報源を根拠に」自社・競合を扱っているかを継続的に可視化します。

関連記事

2026年8月27日 AIの回答根拠、自社サイトは平均8.7%だけ｜LLMOA（エルモア）が計測した8業種データが示す『第三者メディア依存』の実態

→ AI の回答根拠、自社サイトは平均8.7% だけ｜LLMOA（エルモア）が計測した8業種データが示す「第三者メディア依存」の実態を徹底解説。業種別に引用元の種類が異なるという、本記事と同じ構造を国内データで確認できます。

よくある質問（FAQ）

参照・引用出典

一次情報（株式会社グラッドキューブ 自社調査）

本記事の国内データは、株式会社グラッドキューブが提供する AIO・LLMO 対策プラットフォーム「LLMOA（エルモア）」で計測した自社調査の結果です（2026年8月時点）。

• グラッドキューブ調べ（LLMOA 計測）：国内複数業種の可視性データ（実測データ）。業種名・個別の測定条件は非開示。

外部情報源

• Heather Campbell, “How To Find The Sources Shaping AI Answers In Your Industry,” Search Engine Journal, September 21, 2026：
  https://www.searchenginejournal.com/how-to-find-the-sources-shaping-ai-answers-in-your-industry/589756/

【記事の要約（ここだけでもポイントは掴めます）】

• 米国消費者の61%が、直近3か月でショッピングの意思決定に AI アシスタントを利用： 保険・自動車のように検討期間が長い商材ほど、この変化への感度が高くなっています（Dept・2,600人調査）
• 米国の保険・自動車ブランドは、GEO 施策ではなく上部ファネル投資を選択： AI 検索への不安を理由に、ブランドキャンペーンやスポンサーシップの予算を確保する動きが出ています
• ブランド認知度が高いほど検索シェアも高いという相関データが、この判断を後押し： IAB は米国の広告費成長予測を9.5%から12.3%に上方修正しています
• 日本の LLMOA データでも、言及率を左右するのはコンテンツ量よりブランド指名検索の強さ： 国内11業種の平均言及率は19.5%、突出して高かった1業種は指名検索がすでに圧倒的でした

自社の AI 検索対策を「コンテンツを増やすこと」だけに絞り込んでいないか、まず確認することが最初の一歩です。

本記事の海外事例は Digiday（2026年9月15日、Sam Bradley 記者）の取材に基づいています。国内データとして紹介する LLMOA（エルモア）の計測値は、2026年8月〜9月時点の複数業種の実測レポートに基づく参考値です。

なぜ「検討期間の長い商材」ほど、AI 検索の影響を強く意識しているのか

米国消費者の61%が、直近3か月でショッピングの意思決定に AI アシスタントを利用

自宅保険・高級車など、消費者が時間をかけて比較検討する商材ほど、AI 検索ツールが引き起こす消費者行動の変化に強くさらされます。

デジタルエージェンシーの Dept が消費者 2,600人を対象に実施した調査では、米国消費者の61% が、直近3か月でショッピングのリサーチや意思決定に AI アシスタントを利用したと回答しました。日本でも保険・自動車・住宅など「即決しない商材」を扱うブランドほど、対応を急ぐ必要があるという示唆です。

米国ブランドは、GEO 対策ではなく「上部ファネル投資」を選んでいる

コンテンツを増やすより、ブランドキャンペーンの予算を確保する動きが広がっている

保険・自動車という業種の異なる複数の米国ブランドが、AI 検索による消費者行動の変化を理由に、記事・FAQ・比較コンテンツの拡充ではなく、スポーツ協賛やブランドキャンペーンといった上部ファネル（認知形成段階）の広告予算を確保・増額するという共通の判断をしています。広告予算が数年間ほぼ横ばいだったブランドでさえ、AI 検索への懸念を理由に予算増額の社内議論が動き始めています。

ここから読み取れる示唆は明確です。AI 検索対策は「コンテンツを増やして引用されやすくする」施策だけでは不十分で、AI が候補として思い出す対象になっているかという「認知」の土台づくりとセットで考える必要があるということです。

検討期間が長い商材ほど、名前が挙がるかどうかはコンテンツの量よりも、ブランドがどれだけ広く知られているかに左右されやすくなります。

広告代理店側の助言も同じ方向を向いています。GEO 施策は「すぐに成果が出るパフォーマンスチャネル」ではありません。あくまで認知・好意度構築のための投資と位置づけ、両方を並行して進めるべきです。

なぜ「認知」への投資が、AI 検索対策として合理的だと考えられているのか

ブランド認知度が高いほど、検索での「シェア」も高いという相関データがある

この判断の背景には、ブランド認知と検索パフォーマンスの間に相関があるという調査結果があります。ブランド認知度が高い広告主ほど、検索における「シェア」も高い傾向が確認されており、AI に選ばれる一歩手前の「選択肢として一瞬立ち止まってもらえるかどうか」に、ブランド資産が効いてくると考えられています。

IAB は米国の広告費成長予測を9.5%から12.3%に上方修正

IAB（Interactive Advertising Bureau）は、AI 検索対応を目的とした広告費の増加が米国の広告市場全体を押し上げていると評価し、年間成長予測を9.5%から12.3%に上方修正しました。 消費者がブランドを乗り換えやすくなり、より安価な選択肢に目を向けやすくなっている中で、ブランドエクイティを AI 環境下でも強固に保つ必要性が指摘されています。

この動きはテレビ CM だけに向かっているわけではありません。CTV 向け広告費は15.6% の増加が見込まれ、SNS の「検討」目的の広告フォーマットやコミュニティサイトへの出稿も活用が進んでいます。

「検索に投資すれば顧客が見つかる」時代から、「比較検討の段階まで導くために、ファネルの上部を埋める」時代への移行が、チャネルを横断して進んでいます。

測定はまだ手探り、それでも予算は動き始めている

AI 検索への適応を最大の投資課題に挙げるバイヤーは44%

広告バイヤーの44% が「変化する検索習慣への適応」を、来年最大の投資課題として挙げています。AI 検索での自社の立ち位置を正確に数値化する手法がまだ確立されていない中でも、予算の意思決定はすでに動き始めているのが実態です。

測定の精度が上がるのを待つのではなく、不確実なまま予算配分の議論を先に始める判断が、今回の事例に共通しています。日本の広告主にとっての示唆は、「正確な計測ができるようになってから対策を検討する」という順序そのものを見直す必要があるかもしれない、という点です。

日本国内のデータ：LLMOA（エルモア）が示す、日本のブランド言及率の実態

LLMOA（エルモア）で計測した国内 11 業種のサンプルレポートから、AI の回答に自社ブランドが登場した割合（言及率）を集計すると、平均は 19.5%、中央値は 11.2% でした。

0% 台の業種が 2 つある一方、80% を超える業種が 1 つあるなど、業種間の差は 0% 〜 81.1% と極めて大きく、多くの業種は平均を大きく下回る水準に集中しています。

唯一80%を超えた業種は、ブランド指名検索がすでに圧倒的だった業種

唯一 81.1% という突出した言及率を記録した業種は、その理由がレポート内で明確に説明されています。この業種ではすでに指名検索（ブランド名そのものでの検索）が圧倒的な水準にあり、AI もその強さを反映する形で自社名を高頻度で回答に登場させていました。 

言及率が高かったのはコンテンツを多く作っていたからではなく、AI に聞かれる前から、すでに多くの人にブランド名を知られていたからです。

自社ドメインの引用シェアは平均8.7%｜自社サイト対策だけでは言及率は動かない

LLMOA が計測した別の8業種データ（AI の回答根拠、自社サイトは平均8.7% だけ）では、AI の回答根拠に占める自社ドメインの引用シェアは平均 8.7% にとどまることがすでに分かっています。

自社サイトの引用シェアをいくら伸ばしても、それが直接「言及率」を押し上げるとは限りません。 言及率を左右しているのは自社ドメインの情報量ではなく、ブランドそのものがどれだけ広く指名されているかという、自社サイトの外側にある変数だからです。

示唆：ブランド指名検索ボリュームを、AI 可視性の KPI に組み込む

この2つのデータを重ねると、示唆は一つです。AI 検索対策を「自社ドメインの中でコンテンツを増やす」施策だけに閉じてしまうと、言及率を左右する最も影響力の大きい変数（ブランド指名検索の強さ）を計測もコントロールもしないまま進めることになります。 

自社ドメインの引用シェア・言及率に加えて、ブランド指名検索のボリュームを AI 可視性の KPI として組み込み、PR・SNS で指名検索を底上げする施策を、コンテンツ施策と並行して計画することが、日本の実務における現実的な打ち手です。

米国のブランドは上部ファネルへの広告予算の再配分という形でこの構造に対応しており、日本のデータが示すのも同じ構造です。規模も手法も異なりますが、「AI に選ばれるかどうかは、コンテンツの量ではなく認知の量で決まる」という前提は共通しています。

LLMOA で「言及率」と「指名検索」の関係を定点観測する

自社の言及率がどのカテゴリで動いているか、そしてそれがブランド指名検索の増減とどう連動しているかは、実際に AI の回答を継続的に収集しなければ把握できません。

グラッドキューブの LLMOA（エルモア）は、言及率・引用元の内訳を横断的に計測し、コンテンツ施策と認知施策のどちらに投資すべきかを判断する材料を提供します。

まとめ：AI 検索対策の主戦場は、コンテンツから「認知」に広がっている

• 米国消費者の61% が、直近3か月でショッピングの意思決定に AI アシスタントを利用している。検討期間の長い保険・自動車ブランドほど、この変化への感度が高い
• 米国の複数ブランドは、GEO 施策の強化ではなく、スポンサーシップやブランドキャンペーンといった上部ファネル投資でこの変化に対応している。背景にはブランド認知度と検索シェアの相関データがあり、IAB は米国広告費の成長予測を9.5%から12.3%に上方修正した
• LLMOA で計測した国内11業種の平均言及率は19.5%（中央値11.2%）で、業種間の差は0%〜81.1%と大きい。突出して高かった業種は、ブランド指名検索がすでに圧倒的だった
• 自社ドメインの引用シェアは平均8.7%にとどまり、自社サイト対策だけでは言及率は動きにくい。ブランド指名検索のボリュームをKPIに組み込み、指名検索の底上げをコンテンツ施策と並行して計画する必要がある

AI 検索が消費者の比較検討行動を変えつつある今、対策の優先順位を「コンテンツか、認知か」の二択で考えるのではなく、自社がどちらのボトルネックを抱えているかを見極めることが出発点になります。

関連記事

2026年7月24日 ChatGPT の「トピックオーナーシップ」とは何か｜5万ブランド調査が示す GEO 新戦略

→ 引用数とブランド言及の相関が弱いというデータを、本記事の「指名検索が言及率を左右する」という論点とあわせて読むと理解が深まります。

2026年8月27日 AIの回答根拠、自社サイトは平均8.7%だけ｜LLMOA（エルモア）が計測した8業種データが示す『第三者メディア依存』の実態

→ AI の回答根拠、自社サイトは平均8.7% だけ｜LLMOA（エルモア）が計測した8業種データが示す「第三者メディア依存」の実態を解説。コンテンツ施策（引用シェア）と、本記事で扱う認知施策（指名検索）は、どちらも AI 検索対策の別々の軸であることが分かります。

よくある質問（FAQ）

参照・引用出典

1. Sam Bradley, “Marketers are using AI search concerns to argue for higher media budgets,” Digiday, September 15, 2026. ：https://digiday.com/media-buying/marketers-are-using-ai-search-concerns-to-argue-for-higher-media-budgets/
   
2. LLMOA（エルモア）で計測した国内11業種の可視性データ。業種名・個別の測定条件は非開示。言及率：平均19.5%・中央値11.2%（範囲0%〜81.1%）。
3. AIの回答根拠、自社サイトは平均8.7%だけ｜LLMOA（エルモア）が計測した8業種データが示す「第三者メディア依存」の実態。：https://www.glad-cube.com/insightcube/archives/3638