Perplexityに引用される鍵は、文章が美しいかどうかではありません。数百ミリ秒のうちに、回答へそのまま組み込める一節をページから「抽出」できるかどうかです。Perplexityは記事全体を順番に読み上げるのではなく、現在の質問に最もよく答える段落を切り出し、比較して選び、文末に番号付きの情報源を示します。つまり、回答に採用されるかを本当に左右するのは、文章力ではなく抽出しやすさです。
検索順位も高く、内容にも自信があるのに、Perplexityの引用元にはほとんど出てこない——そう悩むコンテンツチームは少なくありません。問題は品質ではなく、形式とシグナルにある可能性があります。モデルが自信を持って回答へ採用できるよう、明確な手がかりを渡せているでしょうか。以下では、繰り返し検証するなかで引用率への影響が特に大きかった7つのシグナルを紹介します。
まず、Perplexityが情報源を選ぶ仕組みを理解する
Perplexityの基盤にあるのは、検索拡張生成（RAG）です。質問を受けると、まず複数の検索をリアルタイムで実行し、候補となるWebページを取得します。次に各ページを小さなテキストブロックへ分割し、「質問との関連性」に基づいて並べ替え、関連性の高い段落を使って回答を生成します。この過程で優先されるのは、情報が新しいページと、きれいに切り出して単独でも読める段落です。この仕組みを押さえれば、7つのシグナルが単なる小技ではなく、選定プロセスに沿った施策だと分かります。
- シグナル1、タイトルを質問に合わせる：見出しはユーザーが実際に尋ねる表現にし、各見出しで一つの小質問に答えます。
- シグナル2、更新日時を見えるようにする：ページ上に最終更新日を表示し、構造化データのdateModifiedと一致させます。
- シグナル3、リストと表で構造化する：列挙できる内容を、長い文章の中に埋もれさせないようにします。
- シグナル4、段落だけで意味が完結する：各段落の最初に結論を置き、そこだけ切り出されても内容が伝わるようにします。
- シグナル5、具体的な数値を示す：「顕著な成果」といった曖昧な表現を、検証可能な具体情報に置き換えます。
- シグナル6、エンティティの一貫性を保つ：ブランドや製品について、Web上の説明を統一します。
- シグナル7、クロール可能にする：重要なコンテンツを初期HTMLに含め、設定でAIクローラーを遮断しないようにします。
シグナル1：タイトルは質問を映す鏡
Perplexityは、質問と段落の意味がどれだけ近いかを比較します。その際、タイトル、とりわけH2やH3は、その段落が何について書かれているかを判断する強力な手がかりになります。ユーザーの質問が「Perplexityは引用元をどのように選ぶのか」なのに、見出しが「情報源の仕組みに関する小考」では、意味は近くても表現が一致せず、並べ替えの段階で不利になります。実務では、ユーザーが実際に入力する質問、または検索語に近い名詞句を見出しにします。各見出しを明確な小質問に対応させれば、その段落が何に答えられるのかをモデルがすぐに判断できます。
シグナル2：更新日時を明示する
Perplexityでは情報の鮮度が重視されます。特にツール、価格、バージョン、トレンドを扱うテーマでは、最近更新されたページが明らかに優先されます。対応すべきことは二つです。ページ上に「最終更新日」を表示すること、そして構造化データに正しいdateModifiedを設定し、両者を一致させることです。ただし、日付を変えるのは内容を実質的に更新した場合に限ります。3年前の記事をそのままに日付だけを新しくすれば、短期的には通用しても、内容と表示上の鮮度が一致しないため、信頼を損ないます。
シグナル3：リストと表で構造化する
リスト、表、定義ブロックは、本質的に「抽出しやすい」形式です。回答が手順、比較、条件の組み合わせである場合、番号付きリストや表で示せば、モデルは内容をほぼそのまま回答へ取り込めます。一方、区切りのない長文では、モデル自身が切れ目を推測しなければなりません。そのぶん誤りのリスクが高まり、採用される可能性も下がります。記事全体をリストにする必要はありません。ただし、「答えを列挙できる箇所」を文章の中に埋もれさせないことが重要です。
シグナル4〜7：抽出しやすさを最後まで高める
第四のシグナルは、段落だけで意味が完結することです。各段落の最初に結論を置き、その後に理由を続けます。モデルが冒頭の一文だけを抽出しても、その文が前段落の説明に頼らず、単独で成立しなければなりません。第五のシグナルは、具体的な数値と検証可能な事実です。「効果は大きかった」と書くよりも、「3週間のリライトサイクルを設け、対象となる質問への回答掲載率を週ごとに高める」といった、確認可能な条件を含む文のほうが有効です。モデルは回答を生成する際、数値や具体的な条件を備えた情報源を好みます。誤りが生じにくく、情報の位置づけも明確だからです。
第六のシグナルは、エンティティの一貫性と情報源としての権威性です。Perplexityは個別のページだけでなく、ブランドや著者についてWeb全体で一貫した説明がなされているか、信頼できる外部情報源から言及されているかも確認します。公式サイト、Wiki、ディレクトリ、メディア記事の間で、会社名、製品名、ポジショニングが食い違っていれば、モデルの信頼度は下がります。サイトをまたいでブランドの説明を統一することは、ページ内には直接表れなくても、実際の引用可否に影響する取り組みです。
どこから着手すると効果的か
7つのシグナルを一度にすべて整える必要はありません。多くのB2Bサイトで成果につながりやすい順序は、まず技術的に読み取れる状態かを確認する（シグナル7）、次に見出しを実際の質問に合わせる（シグナル1）、続いて列挙できる内容をリスト化し、各段落を単独で完結させる（シグナル3、4）、最後に更新日時と具体的な数値を加える（シグナル2、5）という流れです。エンティティの整合性（シグナル6）は時間のかかる取り組みであり、継続的に管理する価値があります。ただし、その対応を待つあまり、先に着手できる施策の成果を遅らせないようにしましょう。
Perplexityが選んでいるのは、最も優れた記事ではなく、最も優れた答えです。「抽出しやすさ」を執筆・編集の原則として取り入れれば、引用率にも変化が表れ始めます。— Tenten GEO
どのシグナルがボトルネックなのか、技術的に読み取れないのか、形式上うまく抽出できないのか判断できない場合は、30分のGEO診断をご利用ください。実際に重視している質問をいくつか選び、Perplexityやほかの検索エンジンで直接検証したうえで、改善点と着手の優先順位を明らかにします。問題の所在が見えれば、感覚に頼らず改善を進められます。
