Independent Research / August 2026
生成エンジン最適化（GEO）
2026年8月レポート
AI検索の実測データと、この半年で否定された定説
2026年1月から8月にかけて公開された、AI検索まわりの実測データを一次ソース基準で棚卸ししたレポートです。数字の出所・調査規模・公表日をすべて明記し、出典どうしが矛盾している箇所は矛盾したまま提示しています。特定の企業・製品を推奨する目的はありません。
このレポートの結論
先に全体像を示します。詳細は各章で扱います。
- AI検索に「引用される」ことの金銭的価値が、初めて実測で示されました。AI回答に引用されたページは、引用されなかったページよりインプレッションあたりのクリックが約2.2倍（CTR 2.07% 対 0.94%）になっています。
- 検索順位で上位を取ればAIに引用される、という前提が崩れました。AI Overviewsの引用URLのうちGoogle上位10位に入っているものは38%（1年前は76%）です。
- llms.txt は、AI検索対策としては否定されました。検索エンジン提供元が公式に「作る必要はない」と明記し、実地検証でも効果が確認されていません。
- 構造化データが「AI引用を増やす」という証拠もありません。対照群を置いた検証では、むしろ微減という結果が出ています。ただし別の役割（リッチリザルト、商品フィード）では現役です。
- 代わりに、圧倒的に効くと実証されたのは「具体的な事実の記載」でした。価格・仕様・日付の有無が、レイアウト調整の数千倍のインパクトを持ちます。
- AI経由の流入は、まだ全体の0.2%前後です。誇張された「AI流入で売上が激増」という語り口は、独立した3つの大規模調査と整合しません。
- 計測の世界標準が、2026年8月に初めて提示されました。同時に「同じ質問を1回投げただけの計測は統計的にほぼ無意味」という学術的結論も出ています。
- 日本市場は、引用されるソースの構造が海外と別物です。海外の定石をそのまま輸入すると外します。
この数字はどこまで信じられるのか
GEO関連の統計は、いま最も汚染されている領域のひとつです。本題に入る前に、本レポートが採った選別基準を開示します。
「2026年AI検索統計 60のデータポイント」といった記事が検索上位を埋めていますが、その多くは一次出典へのリンクを持たないか、前年の数字の年号だけを書き換えたものです。本レポートではこの種の記事を一切採用していません。
採用したのは、調査主体が自ら計測し、サンプル規模と計測期間を開示しているものだけです。そのうえで、以下の3点を各データに明示しています。
- 一次か二次か——その組織が測ったのか、他社データの引用か
- 計測期間と公表日——AI検索は半年で挙動が変わるため、2025年のデータを2026年の話として使うのは危険です
- 利害関係——GEOツールを販売している事業者の調査は、規模が大きくても「ベンダー調査」と明示しています
| 流通している主張 | 実際のところ |
|---|---|
| 「AI OverviewsでCTRが61%低下」 | 2024年6月〜2025年9月の調査。同じ調査主体が2026年4月に「2026年に入ってCTRは1.3%→2.4%へ反転上昇」と自ら更新済み。単独提示は誤解を招きます。 |
| 「AI検索の訪問者は23倍コンバージョンする」 | 出典は、あるSEOツール企業の自社サイト1件のデータ。サンプル規模・計測期間・コンバージョン定義がいずれも未開示。 |
| 「AI検索の訪問者はオーガニックの4.4倍の価値」 | 同じくベンダー自社サイト（B2B SaaS）のデータ。対象トピックもデジタルマーケティング領域に限定。全業種への一般化は不可。 |
| 「上位ランキングとAI引用の重複が70%→20%未満に崩壊」 | サンプル規模・計測期間・用語定義がすべて非開示のプレスリリース。同種の検証としては、86.3万キーワードを開示している調査（後述・図11）を使うべきです。 |
| 「Perplexityのユーザー数は◯◯万人」 | 2026年に公表された一次ソースが存在しません。まとめ記事間で数字が数倍単位で食い違っています。 |
規模——AI検索はどこまで来たか
「到達した人数」と「実際に使われている頻度」は、まったく別の数字です。この2つを混ぜると判断を誤ります。
この4つの数字は矛盾していません。「一度でも触った人」は10億人規模、しかし「日常的な検索行動」としてはまだ0.34%ということです。GEOへの投資判断では、この2つを分けて説明する必要があります。
図 01AI経由の流入が、ウェブ全体のトラフィックに占める割合
独立した3つの大規模調査が、いずれも「1%未満」で一致しています。調査対象も手法も異なるにもかかわらず結論が揃っている点で、この領域では珍しく信頼度の高い数字です。
ただし伸び率は極めて速い——SE Rankingの時系列では 0.02%（2024年）→ 0.24%（2025年）→ 0.32%（2026年）と、2年で16倍。Contentsquare は前年比 +632%、Semrush は +66% と計測しています。
出典：SE Ranking（2025年1月〜2026年4月／2026-06-18公表）、Contentsquare（2025年データ／2026-04-03）、Semrush（2025年1〜12月／2026-04-27）。いずれも一次調査。
図 02「話題になる場」と「送客する場」は別である
ウェブサイトへの参照元シェアの比較。ChatGPTのプロンプト量はGoogle検索の約12%に達している一方、送客量では約190倍の開きがあります。
ChatGPTのバーが目視できないのは作図ミスではなく、これが実際の比率です。AI検索は現時点では「認知される場」であり、「送客される場」ではありません。GEOのKPIをセッション数だけで置くと、この構造上、必ず失敗します。
出典：Ahrefs Web Analytics（76,000サイト）。ChatGPTデータ2025年7月／Googleデータ2025年1月。2026-02-11公表・2026-06-05更新。一次調査。
図 03AI経由の送客量は、2025年後半から頭打ちになっている
月間のAIリファラル総数の推移（概数）。プラットフォームへの訪問自体は伸び続けているにもかかわらず、外部サイトへの送客は横ばいに転じています。
同時期、AIプラットフォームへの月間訪問数は95億回（前年比+70%）まで伸びています。利用は増えているのに送客は増えていない——つまり、構造としてクリックを出さない方向に進んでいると読むのが自然です。
出典：Similarweb（2026-06-24公表）、およびSimilarweb「AI統計」ページ（計測2025年6月〜2026年5月／2026-07-29更新）。一次調査（パネル推定）。
クリックはどうなったか
この領域は、出典によって数字が2〜4倍違います。単一の数字を断定的に出すのは誠実ではありません。レンジで示します。
図 04Google検索の68%は、どのサイトもクリックされずに終わる
米国のクリックストリームパネルによる実測。2年間で7.56ポイント上昇しました。
オープンウェブへのクリック（1回以上クリックされた検索の割合）は同期間で9.51ポイント減、相対では −22.9%。デバイス別ではデスクトップ79.6%／モバイル54.8%と、直感に反してデスクトップの方がゼロクリック率が高くなっています。
出典：SparkToro（データ提供：Similarweb デスクトップ＋モバイルclickstreamパネル）。計測2026年1〜4月・米国のみ／2026-06-09公表。一次調査。Googleモバイルアプリ内検索は除外。
図 05「AI要約でCTRが何%下がるか」は、測り方で4倍違う
同じ現象を測っているはずの調査が、−15.5%から−61%まで分散しています。測定単位（1位のみか全順位平均かセッション単位か）と対象クエリ集合が異なるため、単純比較はできません。
そして重要な反転があります。いちばん下の −61% を出したのと同じ調査主体が、2026年4月の更新版で 「AI要約が出るクエリのオーガニックCTRは 1.3%（2025年12月）→ 2.4%（2026年2月）へ +85% 回復した」と報告しています（53ブランド／547万クエリ／24.3億インプレッション）。この領域の数字は半年で反転します。
出典：Amsive（2025-04-16／2025-12-22更新）、Ahrefs（2025-04-17／2026-06-05更新）、Graphite（2026-01-20）、Seer Interactive（2025-11-04報道分）およびSeer Interactive 2026年更新版（2026-04-24）。いずれも一次調査。
図 06★ 引用されるかどうかで、クリックは2.2倍変わる
AI要約が表示されるクエリにおいて、自社が引用元として使われた場合と、使われなかった場合のインプレッションあたりCTR。GEOへの投資対効果を説明できる、現時点で最も直接的な数字です。
差は +120%。なお、引用されなかったクエリのCTRは2025年に −67% と大きく落ちています。「AI要約に出るかどうか」が、勝ち負けを分ける分岐点になっているという構図です。
出典：Seer Interactive。53ブランド／547万クエリ／24.3億オーガニックインプレッション／2.969億有料インプレッション。計測2025年1月〜2026年2月／2026-04-24公表。一次調査。
図 07「AI要約は検索の何%に出るか」も、20%〜48%とブレる
注意すべきは、同一のデータ提供元（Similarweb）から20%と43%の両方が出ている点です。検索ボリューム加重か、セッション比率か、追跡キーワード比率かで結果が変わります。
提案書や記事で使う際は、必ず「◯◯社の△△基準で」と条件を明記してください。条件を落として「AI要約は検索の半分に出る」と書くと、別の出典を持つ相手から反証されます。
出典：SparkToro/Similarweb（2026-06-09）、Graphite（2026-01-20）、Otterly.ai（2026-02-01）、Similarweb 2026 Generative AI Landscape Report（2026-08-04更新）、Semrush Sensor（2026-07-30報道）。
図 08AI要約が出やすいのは「情報を知りたいとき」。買う直前には出にくい
検索意図別のAI要約表示率。ターゲットキーワードを選ぶ際、この差はそのまま優先順位になります。
ただし商用意図のAI要約は6か月で+71%増加しています（60万超キーワード／10業種、計測2025年11月〜2026年4月）。金融+231%、コンピュータ・電子機器+108%、ゲーム+77%。いま「出にくい」領域が、来年も出にくいとは限りません。
出典：Seer Interactive（2026-04-24）、Semrush（2026-07-02）。いずれも一次調査。
図 09クエリの「形」が、表示率を最も強く決める
同じテーマでも、質問の形をとったクエリではAI要約がほぼ確実に出ます。コンテンツ設計に直結する数字です。
出典：Seer Interactive（計測2025年1月〜2026年2月／2026-04-24公表）。一次調査。
図 10影響を最も強く受けたのは、中小規模のサイト
2年間の検索流入の変化（数千サイトを追跡）。規模が小さいほど打撃が大きいという、はっきりした勾配が出ています。
ただし母集団に注意が必要です。この調査はニュース系サイトが中心で、別の調査（米大手4万サイト対象）では同時期のオーガニック流入減は全体で −2.5% にとどまっています。「業界全体が壊滅した」わけではなく、影響が偏在していると読むべきです。
出典：Chartbeat（計測2024-01-01〜2026-02-02／2026-03-17報道）、Graphite/Similarweb（40,000超の米大手サイト／2026-01-20）。いずれも一次調査。
引用のされ方
「AIに引用される」という現象は、想像以上に不安定で、エンジンごとに挙動が正反対です。ここを一本化して語ると、施策設計を間違えます。
図 11★ 「検索上位＝AIに引用される」が、1年で崩れた
AI要約の引用元URLのうち、同じクエリのGoogle自然検索トップ10にも入っているものの割合。
これが「SEOとGEOは別施策である」という主張の、現時点で最も強い根拠です。調査主体自身は、低下の要因として「引用元の解析手法の改善」と「Google側のクエリ分解（query fan-out）の進行」の両方を挙げています。
出典：Ahrefs（863,000キーワード／400万AI Overview URL）。2026-03-02報道分。一次調査。旧版は2025-07-21公表。
図 12引用元の3分の1は、検索100位圏外から来ている
AI要約の引用元URLを、同一クエリでのGoogle自然検索順位で分類したもの。
つまり「まずSEOで上位を取ってから」という順序は、必須条件ではなくなっています。一方で、同じ調査主体の別データでは「fan-outで展開された関連クエリ群で上位に出るページは161%引用されやすい」とも報告されており、検索可視性が無意味になったわけではありません。順位は「十分条件でも必要条件でもないが、強い相関はある」という位置づけです。
出典：Ahrefs（863,000キーワード／400万AI Overview URL、2026-03-02）、および Ahrefs（1.46億SERP／190万引用、2026-01-20公開・2026-08-12更新）。一次調査。
図 13★ ChatGPTとGeminiは、まったく逆の振る舞いをする
「引用率」＝ソースとしてリンクされる割合。「言及率」＝回答の本文中にブランド名が登場する割合。この2つは別物です。
■ 引用率（リンクとして使われるか）
■ 言及率（本文にブランド名が出るか）
これはKPI設計に直結します。ChatGPTはリンクを貼るがブランド名を出さない。Geminiはブランド名を出すがリンクを貼らない。「引用数」だけを追うとGeminiでの成果がゼロに見え、「言及数」だけを追うとChatGPTでの成果がゼロに見えます。両方を分けて計測し、エンジン別に報告する以外に方法はありません。
補足：短いクエリは長いプロンプトより30〜50倍多くブランド言及を生みます。また比較系コンテンツの言及率は43.3%で、情報系（18%）の2.4倍です。
出典：Semrush「Ghost Citations Study」。3,981件のドメイン出現／115プロンプト／14か国／4エンジン。2026-06-09公表。一次調査（ベンダー）。
図 14ChatGPTは1回答に15ソース、Geminiは3ソース
1.26億件のAI検索プロンプトを分析した、2026年最大級のサンプルによる計測。
枠の数が5倍違うということは、ChatGPTの方が「食い込む余地」が5倍あるということでもあります。参入初期にどのエンジンを優先するかの判断材料になります。
出典：Semrush 2026 AI Visibility Index。1.26億件の米国AI検索プロンプト／計測2026年1〜4月／4エンジン。2026-06-26公表。一次調査（ベンダー）。
図 15引用の6割は、ブランド名が読者の目に触れない
「ゴースト引用」——ソースとしてはリンクされているのに、回答本文にブランド名が出てこない状態。
リンクのみ・社名なし
社名は出るがリンクなし
さらに別調査では、引用が最も多いドメインと、言及が最も多いブランドが一致するのは全カテゴリの21%のみ（相関 −0.229＝わずかに逆相関）という結果が出ています。そしてユーザーの74%は「最も言及されたブランド」を最終的に選んでいます。
示唆：引用数を主要KPIに置くと、購買行動に効いている「言及・推奨」を取りこぼします。
出典：Semrush「Ghost Citations Study」（2026-06-09）、Semrush × Kevin Indig（1,094カテゴリ／50,000ブランド／600,000引用、計測2026年1〜6月）。一次調査（ベンダー）。
図 16GEOの機会は、業種によって5倍以上違う
ChatGPTの回答内に引用が出現する割合（業種別）。全体平均は1.6%（2025年6月）から6.8%（2026年5月）へ4倍に増えています。
自社の業種がどちらに近いかで、GEOに投じるべき金額の桁が変わります。「AI検索対策は全業種に必要」という一般論は、この差を隠してしまいます。
出典：Similarweb（2026-07-29更新）。一次調査（パネル推定）。
つまり「このサイトに載れば引用される」という施策は、翌月には効かなくなる可能性があるということです。特定プラットフォームへの依存を前提にしたGEO提案は、リスクを明示すべきです。
AI経由の流入は「質が高い」のか
ここは、大規模調査どうしが真っ向から対立している領域です。片方だけを引用するのは不誠実なので、両方を出します。
AI経由の流入は、明確に質が高い
米国小売サイトの1兆超の訪問を追跡した結果、AI経由の流入は非AI流入と比べてコンバージョン率 +54%（2026年5月時点）。1年前は非AI流入の約半分だったものが、完全に逆転しました。
直帰率 −36%、滞在時間 +53%、ページ/セッション +23%、訪問あたり売上 +53%。成長率は前年比 +138%（2024年10月比では +1,324%）。
ただし「AI-sourced」の技術的定義は公開されていません。方法論の透明性という点では低い評価になります。
Adobe Analytics / Adobe Digital Insights。計測2024年10月〜2026年5月。2026-06-17報道分。一次調査（ベンダー）。AI流入は、特別ではない
990億セッション／6,500サイト／全業種を対象とした計測では、AI経由流入のコンバージョン率は1.3%。これはメールマーケティング（1.9%）を下回ります。前年比では +55% と伸びてはいます。
直帰率の改善も、他チャネル比でわずか5%にとどまります（ディスプレイ広告やオーガニックSNSよりは良いものの、劇的な差ではない）。
対象が米国小売中心か全業種か、相対比較か絶対値かという違いが、この乖離を生んでいます。
Contentsquare。990億セッション／6,500サイト／2,200万件の顧客会話。2025年データ。2026-04-03公表。一次調査（ベンダー）。この対立をどう読むか
両者は測っている対象が違うため、どちらかが嘘をついているわけではありません。「AI流入は、非AI流入と比べれば優秀。だが全チャネルの中で突出しているわけではない」——これが両立する解釈です。
さらに、優位性が永続しないことを示すデータもあります。旅行業界では、AI流入と非AI流入のコンバージョン率の差が 86%劣位（2024年10月）→ 14〜28%劣位（2026年） へと縮小しています。初期のAI利用者は情報感度が高い層に偏っていたため質が高く見えていた、という「利用者層の希釈」が起きていると考えるのが妥当です。
BtoBに限れば、話はもう少しはっきりしている
米国のBtoB購買意思決定者を対象とした調査では、次の数字が出ています。
BtoBにおいてAI検索が効くのは「流入を増やす」からではなく、「検討リストに載る」からです。流入0.2%という数字と、この82%は矛盾しません。AIの回答を読んで社名を覚え、後で指名検索する——という経路は、リファラルとして計測されないためです。
否定された施策
2026年前半は、GEO業界にとって「定説が壊れた半年」でした。ここで挙げるのは、提供元の公式見解または対照群を置いた検証によって否定されたものです。
| 施策 | 判定 | 根拠 |
|---|---|---|
| llms.txt の設置 | 否定 | 検索エンジン提供元が公式ドキュメント（2026年5月）で「Google検索（生成AI機能を含む）に表示されるために、新しい機械可読ファイル、AIテキストファイル、マークアップ、Markdownを作成する必要はありません」と明記。同社の検索担当者も「純粋に投機的」「サーバーログを見れば、そもそも取得しに来ていないと分かる」と発言。10サイトを対象に前後90日ずつ比較した実地検証では、8サイトが変化なし、1サイトは−19.7%、改善した2サイトは別要因と特定されました。 |
| 構造化データ（JSON-LD）の追加でAI引用を増やす | 否定 | JSON-LDを追加した1,885ページと、マッチングさせた対照群4,000ページを差分の差分法で比較（2025年8月〜2026年3月）。結果はAI Overviews −4.6%（統計的に有意な減少）、AIモード +2.4%、ChatGPT +2.2%（後者2つはノイズと区別不能）。「AI引用ページは非引用ページより約3倍JSON-LDを持っていた」という事前観察は、技術的に整備された良質サイトに載っているという交絡と結論づけられています。 |
| FAQPage スキーマの実装 | 終了 | 2026年5月7日にFAQリッチリザルトの表示が停止、6月に検索アピアランス／リッチリザルトテストのサポートが削除、8月にSearch Console APIのサポートも削除されました。AI側でも、引用ページ上のFAQスキーマ出現率はChatGPT 3%・AIモード5.5%と最下位クラス。新規実装の工数はゼロにしてよい状態です。 |
| レイアウト・整形だけの改善 | 無効 | 252,000試行・6つのLLM・順序カウンターバランス付きの対照実験（査読付き国際会議採択）で、構造・情報整理などのフォーマット系介入のオッズ比は0.79〜1.68と無視できる水準。論文は「フォーマットのみの編集はほとんど影響しない」と結論し、これが一般的なGEO指南と矛盾すると明記しています。 |
| 被リンク中心の権威構築 | 効果薄 | 75,000ブランドの相関分析で、被リンク本数・URL Ratingは全プラットフォームで弱い相関（0.266〜0.326）。一方でブランド言及は0.656〜0.709と大きく上回ります。 |
| コンテンツの細切れ化（チャンク化） | 見解が割れる | Google公式は「AIが理解しやすいようにコンテンツを細かく分割する必要はありません」と明記。同社検索担当者も「LLM用とウェブ用の2バージョンを作る必要があると思ってほしくない」と発言。一方、Bingは正反対のことを公式に言っています（第7章）。 |
| Wikidata / Wikipedia の整備 | 証拠なし | 「自社のWikidataエントリを整備するとAI可視性が上がる」という因果関係を示した対照実験は見つかりませんでした。検索で出てくるのはほぼすべてベンダーのコンテンツマーケティング記事です。加えてGoogleは「人工的なブランド言及や推薦を追いかけることは有効でない」と公式に述べています。「施策」ではなく「記述の誤りを直す衛生管理」と位置づけるのが正確です。 |
同ガイドは、AEO/GEOを「結局はSEO」と再定義したうえで、「第三者のAEO/GEOサービスは公式ガイダンスに照らして評価せよ」と明記しています。発注側がこれを読んでいる前提で提案を組む必要があります。
ただし「構造化データが無駄」ではありません
誤解されやすい点なので補足します。上記が否定したのは「構造化データを追加すればAI引用が増える」という因果だけです。構造化データには、いまも次の役割が残っています。
- リッチリザルト（検索結果の見た目の拡張）——FAQを除く多くは現役
- エンティティ認識（この会社・この製品が何者かを機械に伝える）
- 商品データ経路——Googleは生成AI向けの構造化データを否定した一方で、Merchant Centerフィードの利用は明確に推奨しています
売り方の問題として整理すると、「AI引用を買うレバー」ではなく「配管（plumbing）」です。配管に価値はありますが、蛇口をひねれば水が出る理由そのものではありません。
llms.txt について、もう少し
唯一の例外は、開発者ドキュメントやAPIリファレンスをコーディングエージェントに読ませる用途です。実際、複数のインフラ事業者・AI事業者が自社の開発者向けドキュメントにllms.txtを配備しています。これは「AI検索対策」ではなく「エージェント向けの開発者体験」という別の文脈です。
設置コスト自体は低いので、置くこと自体に害はありません。問題はそれを成果物として課金する正当性がないことです。
実証された施策
では、何が効くのか。対照群を置いた実験で桁違いのインパクトが確認されたのは、意外なほど地味な要素でした。
図 17★ 引用されるかどうかを決めるのは「中身」だった
252,000試行・6つのLLM・2文書RAGテストベッド・混合効果ロジスティック回帰による対照実験。数値はオッズ比（1.0＝効果なし）。横軸は対数スケールです。
この図の読み方：オッズ比は「その要素があると何倍引用されやすくなるか」の目安です。1.0が「変化なし」。いちばん下の「レイアウト改善のみ」は、ほぼ1.0の位置にあります。
つまり——冒頭に要約ボックスを置いても、そこに具体的な数値が入っていなければ効かない。逆に、型番・寸法・材質・耐圧・適合規格・価格帯・納期・更新日が書かれていれば、体裁が多少悪くても引用されます。
出典：Sprinklr（SIGIR ’26 採択論文）。252,000試行／6 LLM／2文書RAGテストベッド／順序カウンターバランス／混合効果ロジスティック回帰。2026-05-25公開（arXiv:2605.25517）。査読付き学術研究。
図 18被リンクより、ブランド名が語られていることが効く
75,000ブランドを対象とした、AI可視性との相関係数。数値が高いほど、AI可視性と一緒に動く傾向が強いことを示します。
注意：相関であって因果ではありません。調査主体自身がそう明記しています。また、Googleは「人工的なブランド言及の追求は有効でない」と公式に述べているため、「言及を水増しする」施策は効かないと考えるべきです。実体のある活動（業界メディアへの寄稿、技術記事、導入事例、規格団体での活動、カンファレンス登壇）の結果として言及が増えている、という解釈が妥当です。
出典：Ahrefs（75,000ブランド）。2026年公表。一次調査（ベンダー）。相関分析。
図 19引用元の過半数は、実は「その会社の自社サイト」
118億件の引用を分析した結果。「RedditやSNS対策がすべて」という語り口とは、かなり違う絵になります。
ソーシャル／UGCが引用元に占める割合は13〜15%（ChatGPTでは2〜3%と極小）。専門性が高い領域ほど、自社サイトが引用源として支配的になります。BtoBにおいて、自社サイトの整備を後回しにしてSNS施策から始めるのは、優先順位として合理的ではありません。
出典：Profound（118.4億引用／8モデル／8,061カテゴリ）。計測2026-04-16〜2026-07-16。一次調査（AI可視性ツール事業者）。
技術面で、見落とされがちな3点
1. AIクローラーはJavaScriptを実行しない
主要なAIクローラー（ChatGPT・Claude・Perplexityのボット）は、JavaScriptファイルをテキストとして取得はしますが、実行しません。つまり、JSで描画される製品検索・スペック絞り込み・タブ切り替えの中身は、AIから見えていません。
さらに、ChatGPT・Claudeのリクエストの約3分の1が404で返っているという実測もあります（Googlebotは8.22%）。サイトマップとリダイレクトの整備だけで拾える取りこぼしがあります。
2. クローラーを意図せずブロックしている企業サイトが多い
調査ではサイトの73%がAIクローラーのアクセスを技術的にブロックしているとされています。特に重要なのが次の区別です。
- OAI-SearchBot（ChatGPT検索用）をブロックすると、ChatGPTの回答から消えます。学習用のGPTBotとは別物です
- Googlebotをブロックすると、AI Overviews／AIモードからも消えます（分離できません）
- robots.txt変更の反映には約24時間かかります
情報システム部門主導でボットを一括遮断している企業サイトは珍しくありません。これ一つで、他のすべての施策が無効化されます。
3. 新しい日付を出すこと自体が効く
AIアシスタントは自然検索より25.7%新しいコンテンツを引用しています（ChatGPTの引用の平均経過日数958日 対 自然検索1,416日）。ただしGoogle AI Overviewsは1,432日で、鮮度バイアスがほぼありません。
注意点として、調査主体自身が「実質的な変更のない更新の乱発は逆効果」と明記しています。日付だけ書き換える運用は推奨されません。
GoogleとBingが、正反対のことを言っている
2026年最大の構造的論点です。「公式が言っているから正しい」が通用しなくなっています。
「分割しなくていい」
「AIが理解しやすいようにコンテンツを細かく分割する必要はありません。私たちのシステムは、ニュアンスのある複数トピックのページを理解し、該当部分を提示できます」
「生成AI検索のために特別な書き方をする必要はありません。AIは類義語や一般的な意味を理解します」
同社の検索広報担当者はさらに踏み込んで、「エンジニアとも話したが、そうしてほしくない」「LLM用とウェブ用の2バージョンを作る必要があると思ってほしくない」「いまLLMに媚びてやったことは、効いたかどうかも分からないまま、長期的には引き継がれないかもしれない」と述べています。
Google Search Central「AI最適化ガイド」（2026年5月）、Search Off the Record（2026-01-08公開）「価値の単位は、文書ではなく事実になる」
「検索インデックスは、人間が何を読むか決める助けとして作られた。グラウンディング・インデックスは、AIシステムが何を言うか決める助けとして作られつつある」
「価値の単位が、文書から、グラウンド可能な情報——明確な出所を持つ、離散的で裏付け可能な事実——へと移る」
「事実の忠実性が決定的になる。インデックス化されたページの表現は、元コンテンツの意味を正確に保存できているか」
なお同社は2026年2月、「GEO」という語を公式に採用し、「AIファーストの世界では、可視性はもはや順位やクリックだけで定義されない」と明記しています。
Bing Blogs「Evolving role of the index: From ranking pages to supporting answers」（2026-05-06）、同「Elevating the Role of Grounding on the AI Web」（2026-02-12）この矛盾を、どう扱うか
実務的には、次のように整理するのが妥当だと考えます。
- 「LLM用に別バージョンのページを作る」は不要——コストがかかり、スケールせず、Googleが明確に否定しています
- 「1見出し1トピック、見出しの直後に結論、自己完結した段落」という書き方は採る——これは人間にとっても良い技術文書の書き方と一致し、Bingの方針とも整合します
- ただし、それを「AI最適化」として売らない——「技術文書の品質基準」として提供する方が、長期的に破綻しません
なお、対照実験（図17）とチャンク化推進派の主張は、測っている段階が違うため必ずしも矛盾していません。チャンク構造は「候補として拾われるか（retrieval）」に効き、引用の勝敗は「中身（仕様・価格・日付・根拠）」で決まる——という解釈が両者を整合させます。ただしこれは本レポートの仮説であり、単一の研究で検証されたものではありません。
計測——2026年に、初めて標準ができた
GEOの計測は長く「各社バラバラ」でしたが、2026年8月3日に業界団体が共通フレームワークを公開しました。同時に、学術側からは「いま多くの現場でやっている計測は統計的に無意味」という厳しい結論も出ています。
米国の広告業界団体IABが「Measuring Visibility in the AI Era」を公開し、AI可視性の指標を4層に整理しました。20を超えるベンダーを調査したうえで、「メンションの共通定義もシテーションの標準も存在しない」と結論しています。また、AI可視性を体系的に追跡している企業は16%のみとされています。
実務上いちばん重要なのは、報告の品質を2段階に分けた点です。
傾向を掴むための計測
おおまかな方向性の把握には使えるが、予算配分や戦略決定の根拠にはできない水準。50問未満は「探索的（exploratory）」とされ、この下にさらに位置づけられます。
意思決定に使える計測
次のすべてを満たすことが条件です。
① 4つの意図（情報／比較／推奨／取引）をすべて網羅
② 週次以上の実施頻度
③ 7日間の変動幅と信頼水準を提示
④ エンジン別に結果を分離して出す
⑤ 点推定ではなくレンジで報告（例「約22%、±4ポイント」）
⑥ クエリ量を開示
図 20★ 同じ質問を1回投げただけの計測は、ほぼ情報量がない
大学の研究チームによる計測。4エンジン・4業種・45〜46日間の日次計測に加え、同日内で最大10回の反復を行った結果です。数値は標準誤差（小さいほど精度が高い）。
論文は「実務者はブランド可視性モニタリングにおいて、1プロンプト・1日あたり最低7回の実行を用いるべき」と明示的に推奨しています。
背景にあるのは、AI回答そのものの不安定さです。連続する2日間でソースの一致率（Jaccard係数）は0.336〜0.423——つまり3〜4割しか重ならない。順位まで考慮した一致度（RBO）は0.187〜0.304で、「AI検索での順位を追跡する」ことにはほぼ意味がありません。24時間以内の反復でも同程度に不安定なため、原因は時間経過ではなく確率的サンプリングだと結論づけられています。
出典：ザンクトガレン大学「Don’t Measure Once: Measuring Visibility in AI Search (GEO)」arXiv:2604.07585。データ収集2026-01-24〜03-20／4エンジン／2026-04-10公開。学術研究（独立）。
図 21反復回数を上げると、レポートの数字はこう変わる
50問を計測し、可視性が30%と出たケースの95%信頼区間（二項近似による簡易試算）。バーの幅が「本当の値がありうる範囲」です。
1回計測では、可視性30%という結果は「本当は17%かもしれないし43%かもしれない」という意味になります。翌月に35%へ「改善」しても、それはノイズと区別できません。7回に上げると幅は±4.8ポイントまで縮み、IABが例示する水準に届きます。
別の独立検証も同じ方向を指しています。600人・2,961回の実行では「同一ブランドリストが再現する確率は100回に1回未満、順位まで一致するのは1,000回に1回」。またChatGPTの「Instantモード」と「Thinkingモード」ではソースの重複がわずか25%——事実上、別のエンジンとして扱う必要があります。
出典：本レポートによる二項近似試算（各実行が独立という楽観的仮定。実際の信頼区間はより広い）。参照：SparkToro（2026-01-28）、Forbes（2026-08-17）。
2026年8月時点で「測れないもの」
提案や社内報告では、測れないものを測れるかのように書かないことが重要です。
| 測れないもの | 理由 |
|---|---|
| AI要約／AIモードからのクリック数 | Search Consoleの生成AIレポート（2026年6月提供開始）はインプレッションのみ。クリック・CTR・平均順位・クエリのいずれも提供されません。 |
| AI OverviewsとAIモードの切り分け | 提供元が公式に「両者を統合したデータセット」と明記しています。 |
| ユーザーが実際に入力したプロンプト | Search Consoleはクエリ非開示。Bingは「grounding query」（AIが内部で使う検索フレーズ）のみで、元のプロンプトは非開示。OpenAI・Anthropicはパブリッシャー向け分析を提供していません。 |
| 本当のプロンプト検索ボリューム | 全ベンダーがブラウザ拡張などのクリックストリームパネルからの外挿です。実測値は存在しません。「精密に見えるが戦略的に誤りやすい擬似精度」という批判があります。 |
| パーソナライズされた回答 | 2026年5月のChatGPTメモリ機能拡張以降、過去チャット・保存メモリ・ファイルから文脈を引くようになりました。外部から測れるのは「新規ユーザーとしての可視性」だけです。 |
| アプリ経由の流入の大半 | リファラの伝達率はChatGPTデスクトップアプリ6%、iOS 8%、Android 11%。ある調査では「直接流入（Direct）の中央値34%が、実際にはAI経由」と推定されています。 |
| 引用→売上の因果 | 学術サーベイは「引用スコアがクリック／CV／売上を予測する」という主張の証拠水準を「Very Low」と格付けしています。相関の報告にとどめ、因果を主張するならホールドアウトテストが必要です。 |
実務的には、①ネイティブチャネル、②Perplexity等を明示追加したカスタムチャネルグループ、③
utm_source=chatgpt.comベースのセグメント（リファラが落ちてもUTMは残る）の3系統を併用し、「実測AI流入」と「推定AI流入」を分けて報告するのが現実的です。
日本市場は、海外と別物である
海外のGEO記事をそのまま翻訳して使うと外します。引用されるソースの構造も、普及フェーズも、用語すら違います。
図 22普及フェーズは、主要国から1〜2年遅れている
個人の生成AI利用経験率の国際比較。日本は前年度の26.7%から倍増したものの、依然として差があります。
年代別では15〜19歳が91.7%、60〜69歳が33.5%。企業側では86.4%が何らかの業務で生成AIを利用している一方、約27%が「組織的な取り組みなし」という状態です。
出典：総務省『令和8年版 情報通信白書』（令和7年度調査／2026-07-24公表）。一次・公的資料。
図 23ただし、伸び方は速い
「検索手段として生成AIを使う」人の割合の推移（n=9,278）。9か月で15.7ポイント増えています。
注目すべきは世代別の伸びです。20代が初めて過半数を超えた一方、伸び幅で見ると50代が+7.7pt、40代が+6.7ptと、ミドル層が最も速く伸びています。BtoBの決裁者層が動き始めているという意味で、「AI検索はBtoBには関係ない」という反論への直接的な回答になります。
出典：国内広告会社のGEO研究組織（調査実施：マクロミル、n=9,278、全国10〜60代）。計測2026年2月6〜7日／2026-03-05公表。一次調査（ベンダー）。
図 24★ 日本と米国では、AIが引用するソースの顔ぶれが違う
上段が日本（全AIプラットフォーム合算・2026年4月時点）、下段が米国（AI Overviews・300万件超のクエリ）。
■ 日本
■ 米国
米国の定石「Redditを攻めろ」は、日本ではそのままでは機能しません。日本ではその役割をYahoo!知恵袋・note・アメブロ・比較メディアが分担しています。またYouTubeのシェアは日本が米国の約1.7倍。PR TIMESが常時上位に入るのも日本固有の特徴です。
2026年6月版では順位が大きく動き、noteが2位に急上昇、Yahoo!知恵袋が新規5位、Redditが新規7位、比較メディアと楽天が新規ランクインしています。Redditが日本語でも入り始めた点は、英語ソースが日本語回答に流れ込む構造を示唆します。
出典：Ahrefs Brand Radar 日本版（集計2025年12月〜2026年3月／2026-04-01公表）および同2026年6月版、Ahrefs 米国AI Overviews調査（300万件超クエリ／2026-06-01公表・2026-07-21更新）。一次調査（ツールベンダー）。
| AIエンジン | 日本語での引用元 1位 | 2位 | 3位 |
|---|---|---|---|
| ChatGPT | 英語版Wikipedia | アメブロ | |
| Google AIモード | YouTube | google.com | 日本語版Wikipedia |
| Microsoft Copilot | 日本語版Wikipedia | bing.com | note |
| Perplexity | Yahoo!知恵袋（他社の2〜5倍） | YouTube | 日本語版Wikipedia |
この表が示すのは、「AI検索対策」を一本化して語れないということです。ChatGPTは日本語クエリでも英語版Wikipediaを参照し、Perplexityは圧倒的にYahoo!知恵袋を引きます。クライアントの顧客がどのエンジンを使っているかから逆算しない限り、施策は空振りします。
日本のBtoBで、いま押さえるべき数字
「98%が裏取りし、その7割が公式サイトを見る」——この数字は、AI検索対策における公式サイト整備の位置づけを明快にします。AI検索は「発見」の入口であり、公式サイトは「検証」の場であるという二段構えです。どちらが欠けても成約に届きません。
国内のAI流入は、まだ0.161%
68社167サイトのGA4実データ（アンケートではなく実測ログ）による調査では、生成AI経由の流入は全流入の0.024%（2025年1月）→ 0.161%（2026年6月）と、1年半で約6.7倍。ただし絶対量としては依然0.2%未満です。
業種別ではBtoB・企業サイトが0.51%で最高（教育0.21%／医療0.19%／フィットネス0.05%）。流入元の内訳はChatGPT 76.2%／Perplexity 11.6%／Gemini 6.1%／Copilot 3.8%でした。
ここで注目すべきは、Perplexityがサイト送客では2位（11.6%）を占めていることです。日本のAI検索利用シェアではChatGPTが6割前後を占め、Perplexityの利用者はずっと少ないにもかかわらず、送客貢献では突出しています。国内では通信キャリアとの提携により有料版が広く無料配布されたという他国にない事情もあり、日本ではPerplexity対策の優先度が相対的に高いと考えられます。
用語は二層構造になっている
検索ボリュームでは「LLMO」「AIO」が各12,100、「GEO」がそれ以下、「AEO」が720。一方で、大手広告会社やツールベンダーの商品名には「GEO」が採用されている例が目立ちます。
つまり「事業会社の担当者はLLMOで検索し、大手はGEOという名前で売っている」という二層構造です。コンテンツを作る側としては、両方を併記しておくのが合理的です。なお英語圏では「LLMO」はほぼ通じません。
日本語で測らないと、国内ブランドを過小評価する
66ブランド×12言語×3つのLLM、計35,640回答を分析した研究では、「tier-flip効果」が確認されています。質問を英語から当該ブランドの母国語に切り替えると、ローカル有力ブランドの推奨シェアが+0.80上昇するのに対し、多国籍企業は+0.15しか上がりません。
実務的には、日本語と英語は別セグメントとして分離報告すべきであり、合算してはいけません。英語だけで監査すると、国内ブランドの実力を体系的に低く見積もることになります。
実務への落とし込み
ここまでの全データを、証拠の強さ×実装コスト×典型的な欠陥の大きさで並べ替えたものです。上から順に着手することを想定しています。
| 優先 | やること | 理由と根拠 |
|---|---|---|
| S | AIクローラーのアクセス許可を実ログで監査する | WAF・ボット対策・CDNで意図せず遮断していないか確認。とくにOAI-SearchBotをブロックするとChatGPTの回答から消えます。サイトの73%が何らかのブロックをかけているという調査があり、これ一つで他のすべての施策が無効化されます。コストはほぼゼロ。 |
| S | 仕様・価格・日付をHTMLテキストで公開する | 対照実験でオッズ比 >10,000。仕様の欠落は8.63〜243の不利。PDFカタログや画像に閉じ込められた仕様表は、AIにとって存在しないのと同じです。型番・寸法・材質・許容差・耐熱／耐圧・適合規格・標準納期・価格帯を、テキストのHTMLテーブルで。本レポート全体で最も費用対効果が高い施策です。（図17） |
| S | サーバーサイドレンダリング／noscriptフォールバック | 主要AIクローラーはJavaScriptを実行しません。JS駆動の製品検索・スペック絞り込み・タブ切り替えの中身は不可視。あわせて、AIクローラーのリクエストの約3分の1が404で返っている実態に対応するため、sitemap.xmlとリダイレクトを整備。 |
| S | 全ページに公開日・最終更新日を表示する | 新しいタイムスタンプはオッズ比 >10,000。実装コストは最小で効果は最大級。ただし中身を伴わない日付だけの更新は逆効果と警告されています。 |
| A | 従来型SEOを捨てない | AI要約引用の相当部分は依然として自然検索上位から来ており、fan-outクエリ群で上位に出るページは161%引用されやすい。「GEOに移行するのでSEOは不要」は明確に誤りです。ただし上位が必要条件でもない（図12）。 |
| A | 「1見出し1トピック・結論先出し・自己完結した段落」を執筆規約にする | ただし売り方を変えること。「AI向けの要約ボックス」ではなく「技術文書の品質基準」として。Googleは明示的にチャンク化を否定しており、フォーマットのみの介入は対照実験で無効（オッズ比0.79〜1.68）。効くのはそこに具体的な数値と根拠が入っている場合だけです。 |
| A | 構造化データは「衛生項目」に格下げ、FAQPageは撤去 | Organization / Product / JobPosting / Article / BreadcrumbList などは現役なので維持。FAQPageは新規実装工数をゼロに（2026年5月にリッチリザルト終了、8月にAPIサポート終了、AI引用への寄与も最下位クラス）。JSON-LD全体を「AI引用を増やすレバー」として売るのは根拠が薄い。 |
| A | KPIを「引用数」から「言及・推奨」へ広げる | 引用最多ドメインと言及最多ブランドの一致は21%のみ（相関 −0.229）。一方でユーザーの74%は最も言及されたブランドを選びます。エンジン別に分けることも必須（ChatGPTは引用型、Geminiは言及型／図13）。 |
| A | 計測を反復7回・レンジ報告に切り替える | 反復1回では標準誤差0.370＝実質的に情報量ゼロ。50問×1回の95%信頼区間は±12.7ポイントで、月次の増減はノイズと区別できません（図20・21）。あわせてログアウト状態・メモリOFF・日本語固定・モード分離を統制条件として記録すること。 |
| B | オフサイトは「被リンク獲得」から「実体を伴う言及」へ | 被リンク本数は弱相関、ブランド言及は0.656〜0.709。ただしGoogleは人工的なブランド言及の追求を無効と宣言しているため、業界メディア寄稿・技術記事・導入事例・規格団体での活動・カンファレンス登壇など、実体のある経路に限ること。 |
| B | Content Signalsを明示的に設定する | Content-Signal: search=yes, ai-input=yes, ai-train=no のように、「引用されたい」と「学習させたくない」を分けて表明する。CDN側の既定値でai-inputが未表明のままになっていないか確認。EUの権利留保としての法的意味も持ちます。 |
| B | llms.txtは無料の付帯作業に降格 | 公式に無視すると明言され、実地検証でも効果なし。課金対象から外すのが誠実です。設置コストは低いので要望があれば無償で付ける程度。開発者向けドキュメントを持つ企業がコーディングエージェント向けに置くのは別の合理性があります。 |
| B | エージェント型コマースはモニタリング段階 | 現状はBtoC小売中心。ただしChatGPTのショッピング取得でフィード由来が6週間で4.3%→約20%に伸びており、商品情報の権威的レイヤーがページからフィードへ移る流れは中期的に確実。カタログ型サイトを持つ場合は情報収集を継続すべき領域です。 |
わからなかったこと
調査したが信頼できるデータに到達できなかった項目です。ここを「ない」と明示することが、レポートの信頼性を担保すると考えます。
| 項目 | 状況 |
|---|---|
| 国内企業の構造化データ実装率（2026年） | 体系的な調査は2023年6月時点のもの（国内主要企業14.0%／世界主要企業31.8%）が最後。3年前の数字を現在の話として使わないこと。 |
| llms.txtの国内実装率 | 実装ガイド記事は多数あるが、実装率の実測データは確認できず。 |
| 国内GEO/LLMO市場の規模推計 | 主要な調査会社によるGEO単独カテゴリの市場推計は確認できず。隣接指標として国内デジタルマーケティング市場（2026年見込4,789億円）がある程度。 |
| Perplexityの公式ユーザー数・クエリ数 | 2026年の一次開示が存在しない。まとめ記事間で数倍の食い違いがある。 |
| 日本語クエリでのLinkedIn引用率 | 英語圏では全ドメイン中2位・平均引用率11%という大規模調査があるが、日本語での検証データは見つからず。日本ではnote・Qiita・業界専門メディアが同じ役割を担っている可能性が高いものの、裏付けデータなし。 |
| Wikidata整備の効果 | 因果を示した対照実験は見つからず。検索で出てくるのはほぼすべてベンダーの記事。 |
| 引用が売上につながるという因果 | 学術サーベイの証拠格付けは「Very Low」。相関を示す大規模データはあるが、因果を示した研究は事実上存在しない。 |
| 日本のBtoB製造業に特化したAI検索行動 | 業種横断のBtoB調査はあるが、製造業に絞った実測データは見つからず。逆に言えば、ここは自社で一次データを取れば強い差別化になる領域です。 |
よくある質問
本レポートの内容について、想定される疑問への回答です。
GEOとSEOは、別のものですか？
部分的に別です。AI要約の引用元URLのうちGoogle自然検索トップ10に入っているものは38%で、残る62%は11位以下または圏外から来ています。この意味で「SEOで上位を取ればAIに引用される」という前提は成立しません。一方で、関連クエリ群で上位に出るページは161%引用されやすいという相関もあり、検索可視性が無意味になったわけでもありません。「順位は必要条件でも十分条件でもないが、強い相関はある」というのが2026年8月時点の正確な表現です。
llms.txt は設置すべきですか？
AI検索対策としての効果は期待できません。Googleは公式ドキュメントで「作成する必要はない」と明記し、同社検索担当者は「サーバーログを見れば、そもそも取得しに来ていないと分かる」と述べています。10サイトを対象とした前後90日の実地検証でも効果は確認されていません。設置コスト自体は低いので置くこと自体に害はありませんが、成果物として課金する正当性はありません。唯一の例外は、開発者ドキュメントやAPIリファレンスをコーディングエージェントに読ませる用途です。
構造化データ（JSON-LD）は不要になったのですか？
不要ではありませんが、役割が違います。対照群を置いた検証では、JSON-LDの追加によるAI引用の増加は確認されていません（AI Overviewsではむしろ−4.6%）。ただしリッチリザルト、エンティティ認識、そして商品フィード経路では現役です。「AI引用を買うレバー」ではなく「配管」と位置づけるのが正確です。なおFAQPageスキーマは、2026年5月にリッチリザルト表示が終了し、8月にAPIサポートも削除されたため、新規実装の優先度はゼロで構いません。
AI検索経由で、すぐに売上は増えますか？
短期的には期待しないほうが安全です。AI経由の流入は独立した3つの大規模調査でいずれも全トラフィックの1%未満（0.14〜0.32%）と計測されています。国内の実測（68社167サイトのGA4データ）でも0.161%です。一方で、BtoB購買意思決定者の82%がAIチャットボットから推奨を得ており、33%はまったく知らなかったベンダーから購入しています。効くのは「流入を増やす」経路ではなく「検討リストに載る」経路です。この2つを混同した提案は、成果が出ないまま契約が終わります。
どのAIエンジンを優先すべきですか？
目的によります。ChatGPTは1回答あたり平均15ソースを引用し（Geminiは3ソース）、引用率87%と枠が広い一方、回答本文にブランド名が出る割合は20.7%と低くなっています。Geminiは逆に引用率21.4%・言及率83.7%です。リンク流入が目的ならChatGPT、ブランド認知が目的ならGeminiという整理になります。日本市場では、サイト送客の実測でPerplexityが11.6%と2位を占めており、利用者数のシェアから想像されるより貢献が大きい点も見逃せません。
AI検索での「順位」は追跡すべきですか？
推奨しません。順位まで考慮した一致度（RBO）は0.187〜0.304で、日を跨がなくても順位はほとんど再現しません。600人・2,961回の実行を用いた別の検証では「順位まで一致するのは1,000回に1回」という結果が出ています。追跡するなら、順位ではなく「言及されたか」「能動的に推奨されたか」を、複数回の反復に基づく割合として測るべきです。
月に1回、各AIに50問投げる計測では不十分ですか？
傾向把握には使えますが、意思決定の根拠にはなりません。反復1回では標準誤差0.370で、学術的には「情報量がほぼゼロ」と評価される水準です。50問×1回で可視性30%と出た場合、95%信頼区間は±12.7ポイント（＝17%〜43%）。翌月に35%へ「改善」しても、それはノイズと区別できません。反復を7回に上げると±4.8ポイントまで縮み、業界団体が例示する意思決定可能な水準に届きます。問題数を減らしてでも反復回数を増やすほうが、統計的には正しい選択です。
海外のGEO記事の内容は、日本でもそのまま通用しますか？
引用元の構造については、通用しません。米国のAI Overviewsで18.5%を占めるRedditに対し、日本ではYahoo!知恵袋・note・アメブロ・比較メディアがその役割を担っています。YouTubeのシェアは日本が米国の約1.7倍、PR TIMESが常時上位に入るのも日本固有です。またエンジン別の差も大きく、Perplexityは日本語でYahoo!知恵袋を圧倒的に引用します。技術面の知見（クローラーの挙動、構造化データの効果、計測手法）は共通ですが、「どこに露出するか」の戦術は輸入できません。
このレポートの数字は、いつまで有効ですか？
長くて半年と考えてください。本レポート自体が、2025年に定説だった複数の主張が2026年前半に覆された記録です。CTR低下率は同じ調査主体が半年で数字を反転させ、AI要約の引用元分布は1か月で60%から10%へ動いた例があります。数字を引用する際は必ず計測期間と公表日を併記し、少なくとも四半期ごとに再確認することを推奨します。
出典一覧
本レポートで採用したデータの一次ソースです。ベンダー調査には（ベンダー）と付記しています。
プラットフォーム公式
- Google Search Central「AI最適化ガイド」（2026年5月）— developers.google.com
- Google Search Central「生成AIパフォーマンスレポート」（2026-06-03）— developers.google.com
- Bing Blogs「Evolving role of the index: From ranking pages to supporting answers」（2026-05-06）— blogs.bing.com
- Bing Blogs「Elevating the Role of Grounding on the AI Web」（2026-02-12）— blogs.bing.com
- OpenAI「Bots / クローラー仕様」— developers.openai.com
- OpenAI「Publishers and Developers FAQ」— help.openai.com
- Google「AI機能とサイト管理」— developers.google.com
- Search Engine Land「Google doesn’t want you to create bite-sized chunks of your content」（2026-01-08公開分）— searchengineland.com
学術研究（独立）
- Sprinklr ほか「引用選択の対照実験」SIGIR ’26採択、arXiv:2605.25517（2026-05-25）— arxiv.org ※図17
- ザンクトガレン大学「Don’t Measure Once: Measuring Visibility in AI Search (GEO)」arXiv:2604.07585（2026-04-10）— arxiv.org ※図20
- Martinez「Optimizing Visibility in Generative Engines: A Critical Survey of GEO (2023–2026)」arXiv:2607.14035（2026-07-15）— arxiv.org
- Żatuchin「The Language Blind Spot」arXiv:2606.23165（2026-06-22）— arxiv.org ※tier-flip効果
業界団体・公的機関
- IAB「Measuring Visibility in the AI Era」（2026-08-03）— iab.com ※第8章
- 総務省『令和8年版 情報通信白書』（2026-07-24）— soumu.go.jp ※図22
- Pew Research Center「Google users are less likely to click on links when an AI summary appears」（2025-07-22）— pewresearch.org
クリック・トラフィック関連
- SparkToro「In 2026, less than one third of Google searches still send a click」（2026-06-09）— sparktoro.com ※図04
- Seer Interactive「AIO Impact on Google CTR — 2026 Update」（2026-04-24）— seerinteractive.com ※図06・08・09（ベンダー）
- Ahrefs「AI Overviews reduce clicks」（2025-04-17／2026-06-05更新）— ahrefs.com（ベンダー）
- Amsive「Google AI Overviews: new research」（2025-04-16）— amsive.com（ベンダー）
- Search Engine Land「Google zero-click searches 2026 study」（2026-06-09）— searchengineland.com
- Search Engine Land「Organic search traffic down YoY」（2026-01-20）— searchengineland.com
- Chartbeat／Axios報道「小規模パブリッシャーの検索流入60%減」（2026-03-17）— ppc.land ※図10
- SE Ranking「AI traffic research study」（2026-06-18）— seranking.com ※図01（ベンダー）
- Contentsquare「AI-referred traffic」（2026-04-03）— contentsquare.com ※図01・第4章（ベンダー）
- Semrush「Traffic channel mix study」（2026-04-27）— semrush.com ※図01（ベンダー）
- Similarweb「AI search trends」（2026-06-24）／「Gen AI stats」（2026-07-29更新）— similarweb.com ※図03・16（ベンダー）
- Ahrefs「ChatGPT has 12% of Google’s search volume」（2026-02-11）— ahrefs.com ※図02（ベンダー）
引用・可視性関連
- Search Engine Journal「Google AI Overview citations from top-ranking pages drop sharply」（2026-03-02）— searchenginejournal.com ※図11・12
- Ahrefs「How to rank in AI Overviews」（2026-01-20／2026-08-12更新）— ahrefs.com（ベンダー）
- Semrush「The Ghost Citations Study」（2026-06-09）— semrush.com ※図13・15（ベンダー）
- Semrush「2026 AI Visibility Index」（2026-06-26）— semrush.com ※図14（ベンダー）
- Semrush × Kevin Indig「ChatGPT topic authority study」— semrush.com ※図15（ベンダー）
- Semrush「Most cited domains in AI」（2025-11-10）— semrush.com（ベンダー）
- Profound「Where do AI citations come from」（計測2026-04-16〜07-16）— tryprofound.com ※図19（ベンダー）
- Ahrefs「AI brand visibility correlations」（2026年）— ahrefs.com ※図18（ベンダー）
- Ahrefs「Most cited domains in AI Overviews（米国）」（2026-06-01／2026-07-21更新）— ahrefs.com ※図24（ベンダー）
- Otterly.ai「The AI Citations Report 2026」（2026-02-01）— otterly.ai（ベンダー）
- Ahrefs「Do AI assistants prefer to cite fresh content?」— ahrefs.com（ベンダー）
施策検証
- Ahrefs「Schema and AI citations（差分の差分法による検証）」（2026-05-11）— ahrefs.com ※第5章（ベンダー）
- Search Engine Land「Does llms.txt matter?（10サイトの実地検証）」（2026-01-20）— searchengineland.com ※第5章
- Search Engine Journal「Google says llms.txt is purely speculative」（2026-06-02）— searchenginejournal.com
- Search Engine Land「Google to no longer support FAQ rich results」（2026-05）— searchengineland.com ※第5章
- Semrush「Technical SEO impact on AI search study」（2026-01-05）— semrush.com（ベンダー）
- Vercel「The rise of the AI crawler（JavaScript実行の検証）」— vercel.com（ベンダー）
- Cloudflare「Content Signals Policy」（2025-09-24）— blog.cloudflare.com ※第10章（ベンダー）
- Search Engine Land「AI shopping and product feeds」（2026-07-31）— searchengineland.com
コンバージョン・BtoB
- Adobe Analytics / Adobe Digital Insights「AI Traffic Trends Report」（2026-06-17報道分）— digitalcommerce360.com ※第4章（ベンダー）
- G2「2026 AI Search Insight Report」（n=1,076／2026年3月調査）— learn.g2.com ※第4章（ベンダー）
- G2 プレスリリース（n=1,038／2026年6月調査／2026-07-22）— prnewswire.com（ベンダー）
日本市場
- Ahrefs Brand Radar 日本版「AIに最も引用されたドメインTOP10」（2026-04-01）— ahrefs.com ※図24（ベンダー）
- Ahrefs Brand Radar 日本版 2026年6月版 — ahrefs.com（ベンダー）
- Piftee「BtoB発注先選定におけるAI検索利用調査」（n=196／2026-06-08）— piftee.co.jp ※第9章（ベンダー）
- トライベック『BtoBサイト調査2026』（n=7,700／196サイト／13業種／2026-07-02）— tribeck.jp ※第9章
- DEECH「生成AI流入実態調査（68社167サイトのGA4実データ）」（2026-08-05）— atpress.ne.jp ※第9章（ベンダー）
- サイバーエージェント「生成AI利用実態調査 第3弾」（n=9,278／2026-03-05）— cyberagent.co.jp ※図23（ベンダー）
- PRIZMA「LLMO対策の実施状況調査」（n=1,032／2026-07-16）— prtimes.jp（ベンダー）
- EXIDEA「日本語33,201クエリのAI Overview調査」（2026-05-20）— prtimes.jp（ベンダー）
- ICT総研「生成AIサービス利用動向調査」（n=2,024／2026-02-20）— ictr.co.jp
計測手法の批判的検証
- SparkToro「AIs are highly inconsistent when recommending brands or products」（2026-01-28）— sparktoro.com ※図21
- Forbes「AI visibility numbers are unreliable — measure them anyway」（2026-08-17）— forbes.com
- Growth Memo / Kevin Indig「How to make prompt tracking much better」（2026-06-08）— growth-memo.com
- PPC Land「Only 16% of brands track AI visibility as IAB sets measurement standard」（2026-08-03）— ppc.land
株式会社仁頼 代表取締役。横浜市在住。 2018年からデジタルマーケティング業界に携わり、Google広告・SEO・コンテンツマーケティングを中心に8年以上の実務経験を持つ。これまでに制作した記事は9,000本以上、70名を超える専門ライターとのチーム体制で、幅広い業界のWebマーケティングを支援してきた。 2022年9月に株式会社仁頼を設立。「受けた御恩を忘れず、信頼を得られるよう迅速かつ最適な対応をする」という信念のもと、SEO・広告運用・サイト制作などのマーケティング支援を行っている。 近年は、ChatGPTやPerplexityなどのAI検索でサイトが引用される「GEO（生成エンジン最適化）」の分野にいち早く注力。自社サービス「GEO Hack」を通じて、AI時代の新しい集客手法を企業に提供している。 「難しいことをわかりやすく、小さな会社にも大きな成果を」をモットーに、日々クライアントと伴走中。
