AIエンジンが参照するのは、最も文章の優れた記事ではありません。「今も正しい」と判断できる記事です。数値、価格、手順を回答に盛り込むとき、モデルは誤答につながる可能性が最も低い情報源を選ぼうとします。その判断を大きく左右する手掛かりが、情報の新しさです。鮮度は評価を少し上乗せする飾りではなく、信頼するかどうかを切り替えるスイッチなのです。
鮮度は順位を上げる加点要素ではなく、信頼性を示すシグナル
従来のSEOでは、鮮度は検索順位を多少押し上げる要素として捉えられがちでした。しかし、AIの情報選定ロジックはそれほど単純ではありません。Perplexity、Google AI Overviews、ChatGPTなどのシステムは、検索・取得した候補ページを精査し、どの情報源を信頼して回答を組み立てるかを判断します。そこで問われるのは「誰の文章が最も美しいか」ではなく、「どの情報源を引用すれば、誤答するリスクが最も低いか」です。
公開日が2年前のまま、統計も古い年度で止まり、すでに終了した製品や旧世代の画面が掲載されていれば、モデルは「この記述はもう有効ではないかもしれない」と疑います。その結果、内容が多少不十分でも、現在も更新・管理されているように見える別の情報源が選ばれます。コンテンツの品質が落ちたのではありません。判断材料として「使えない」と見なされたのです。
LLMが時間を重視するのはいつか？ クエリの種類を見極める
鮮度の重要性は、テーマによって異なります。時間の影響を強く受ける情報もあれば、ほとんど影響を受けない情報もあります。この違いを把握しなければ、優先度の低い記事の更新にリソースを費やすことになります。
- 時間依存度が高い：価格設定、バージョン比較、市場シェア、法規制、年次ランキング、市況。この種のクエリは、情報が古くなった時点で回答も誤りになります。そのため、AIは日付を特に厳しく確認します。
- 時間依存度が中程度：ベストプラクティス、ツール評価、操作手順。古い情報にも一定の参考価値はありますが、画面や手順が改訂されるほど、過去の記事は正確性を失っていきます。
- 時間依存度が低い：定義、原理、概念の解説。たとえば「ベクトル検索とは何か」というテーマなら、3年前の記事が引用されても、鮮度による影響は限定的です。
実務では、主要コンテンツごとに時間依存度を設定し、更新リソースを「高」と「中」に集中させます。価格や年次トレンドの記事を放置することは、更新を続ける競合に引用枠を譲るのと同じです。
AIは何を見て「十分に新しい」と判断するのか？
モデルや検索・取得システムは、発信者の意図を読み取れません。判断できるのは、ページに表れたシグナルだけです。コンテンツの鮮度は主に次の情報から推測されます。信頼を得るには、各シグナルの内容が一致している必要があります。
- ページに表示された公開日と更新日、および本文で示されている年度。たとえば、掲載した数値が何年のものかも確認対象になります。
- 構造化データのdateModifiedと、サイトマップのlastmod。ただし、どちらも実際のコンテンツ変更と対応していなければなりません。
- 実質的な変更の範囲。新しい段落の追加、古い数値の差し替え、スクリーンショットの更新などが該当し、タイムスタンプを動かすだけでは不十分です。
- 外部シグナル。最近このページに新しいリンクが張られたか、ほかの場所で言及されたかといった動きは、その情報が今も議論の中で生きていることを示します。
中身を変えず、日付だけを更新してはいけない
鮮度の重要性に気づいたチームが最初に取りがちなのは、複数の記事の公開日を一括で今日の日付に変えることです。しかし、AIに引用されるうえでは、ほとんど効果がなく、むしろ逆効果になりかねません。検索システムはページの実際の変更内容、過去版との差分、履歴を比較します。日付だけが今日に変わり、本文が一語も更新されていなければ、ページの信頼性は回復しません。見せかけの新しさを作ったと判断されるだけです。
本当の更新とは、古くなった数値、旧バージョン、過去の結論など、期限切れになる情報を差し替えることです。日付は更新した事実を示す証票であり、更新そのものではありません。
有効な更新には、通常、最新データの追加、失効した記述の削除、現在の製品に合わせた手順とスクリーンショットの修正、冒頭への更新内容の明記が含まれます。読者、検索・取得システム、モデルのいずれにも変更点が伝わる状態をつくり、その結果として日付も更新するのが正しい順序です。
AIからの引用は時間とともに減る。だから更新が必要になる
これまでAIに頻繁に引用されていた記事でも、引用は次第に減っていきます。記事の質が落ちたからではなく、競合が更新を続ける一方で、自社の記事が止まっているからです。AIには常に新しい候補が加わるため、相対的な鮮度は少しずつ薄れていきます。通知が届くわけではありません。ある日確認すると、自社が扱っていたテーマの回答で、引用元が別のページに変わっているのです。
必要なのは、発想を変えた全面リライトではなく、的確な更新です。時間依存度の高いコンテンツには定期的な見直し期間を設け、「どのテーマでAIが今も自社を引用しているか」「どのテーマで引用元が変わったか」を可視化して追跡します。担当者の感覚ではなく、実際に引用から外れたページを基準に更新の優先順位を決めるためです。Tenten GEOのBrand Radarは、この引用減少を可視化し、AIエンジン上の参照状況を確認できるようにすることで、どのページから手を入れるべきかを判断しやすくします。
運用に落とし込める鮮度管理チェックリスト
- 主要コンテンツごとに時間依存度（高・中・低）を設定し、定期更新の対象を「高」と「中」に絞る。
- 古くなる要素をすべて洗い出す。数値、年度、価格、バージョン、スクリーンショット、外部リンクが対象です。
- 週次の更新枠を設け、時間依存度の高いコンテンツは少なくとも四半期ごとに見直す。事実情報を更新し、変更点の要約をページに記載します。
- 実際の変更内容に合わせて、ページ上の更新日、dateModified、サイトマップのlastmodを同時に更新する。
- AIの引用から外れたページを可視化して追跡し、更新待ちリストの上位に置く。
AIの引用からどのページが外れているのか、どこから着手すべきか分からない場合は、30分のGEO診断をご予約ください。Webサイト上の実際のコンテンツと引用状況を確認し、ギャップが大きい箇所と、優先して更新すべきページを明らかにします。
