AI検索は、Web全体を読み終えてから回答を返すわけではありません。まずベクトル検索を使い、インデックスから関連性の高い十数件の段落を抽出します。次に、それらを言語モデルへ渡し、取得した断片だけを根拠に回答を生成させます。ここから、直感に反する重要な事実が見えてきます。AIに引用されるかどうかを左右するのは、従来型検索におけるページ順位ではなく、特定の段落が単独で抽出されても意味が通じるかどうかです。
AI検索の裏側で進む4つのステップ
質問を送信してから回答が表示されるまでには、大きく分けてクエリ理解、検索、再ランキング、生成という4つの段階があります。各段階で候補となるコンテンツがふるいにかけられ、最後まで残ったものだけが回答に採用されます。多くの人は最終段階で表示される回答に注目しますが、候補に入れるかどうかを決めるのは、その前にある3つの工程です。
- クエリの理解と書き換え：モデルは口語的な質問を分解・補完し、場合によっては複数のサブクエリへ書き換えます。曖昧さや複数の解釈がある質問にも、これによって対応します。
- 検索：システムはクエリをベクトルに変換し、意味が最も近い数十件のテキスト断片をインデックスから取得します。この工程で候補群の範囲が決まります。
- 再ランキング：より精度の高いモデルで候補の段落を再評価し、質問に答えられる可能性が高いものを上位へ並べ替えます。
- 生成：言語モデルが読むのは、最終選考を通過した段落だけです。それらを統合して回答を作り、引用機能を備えたインターフェースでは情報源も表示します。
埋め込み：文章の「意味」を座標に変換する
検索の中核を担うのが、埋め込み（Embedding）です。システムはテキストを一連の数値、つまりベクトルへ変換し、高次元空間に配置します。意味が似ているコンテンツ同士は、近い座標に置かれます。たとえば「プランを解約する」と「解約」は文字列として異なりますが、ベクトル上ではほぼ重なります。ユーザーの質問も同じようにベクトルへ変換されるため、検索は「空間内で質問に最も近い点を探す」という幾何学的な問題になります。
AI検索において、キーワードの詰め込みが十分な効果を発揮しにくいのはこのためです。モデルが比較するのは、文字列が完全に一致するかどうかではなく、意味の距離です。重要なのは、テーマを漏れなく説明し、概念同士の関係を明確にすることです。そうすれば、テキストは意味空間の中で曖昧さの少ない、明確な位置に配置されます。
RAG：モデルは「記憶」ではなく「検索結果」を基に答える
現在、主要なAI検索のほとんどは、RAG（Retrieval-Augmented Generation、検索拡張生成）を基盤としています。モデル自体がパラメータとして保持する情報は古くなることがあり、事実ではない内容を生成する可能性もあります。そこでシステムは、回答の直前に関連文書を検索してコンテキストへ挿入し、その情報を根拠に回答するようモデルへ求めます。PerplexityやAI Overviewsに情報源へのリンクが付くのは、回答が検索で取得した文書を基に生成されているからです。
AI Overviews、ChatGPT、Perplexityは同じ仕組みではない
いずれもRAGを用いますが、その実装は大きく異なります。Google AI Overviewsは既存の検索インデックスと連動しており、原則として、すでに検索結果に表示されているWebページが情報源の候補となり、Geminiが要約と選定を行います。Perplexityはリアルタイム検索と独自のランキングを重視する傾向があり、情報源の範囲が広く、即時性にも優れています。ChatGPTは状況によって異なり、検索が有効な場合はWebを検索し、無効な場合は学習時に得た情報を基に回答します。後者では情報が古くなったり、自社コンテンツが参照されなかったりする可能性があります。こうした違いを理解することで、どこに施策を打つべきかが見えてきます。
仕組みを踏まえ、コンテンツをどう設計するか
ここまでの4段階を逆向きにたどると、最適化の方向性は明確です。コンテンツは検索で取得されるだけでなく、回答生成に使う情報として選ばれなければなりません。検索対象に入るには、意味情報の充実と技術的なクロール可能性が必要です。一方、回答に採用されるには、段落単体で内容が完結していること、答えが明確であること、情報源に信頼性があることが求められます。両者は別々の工程に関わるため、どちらが欠けても回答には採用されません。
- 各段落を、前後の文脈がなくても単独で理解できるようにします。検索時には、一つの段落だけが切り出されることが多いためです。
- 質問と回答を直接対応させます。最初に結論を示し、その後に理由を説明すれば、モデルが書き手の意図を推測する必要がありません。
- 形容詞ではなく、具体的な数値、定義、手順を使います。検証できる情報ほど信頼されやすく、引用にもつながります。
- 意味の焦点を保ち、1ページにつき一つのテーマを明確に説明します。ベクトルが曖昧な領域に配置されないようにすることが重要です。
- AIクローラーが技術的にコンテンツを読み取れる状態を整えます。robotsの設定、構造化データ、レンダリング方式まで考慮する必要があります。
AI検索の各工程では、候補となるコンテンツが絶えず絞り込まれます。最終的な回答が生成される瞬間まで残って初めて、そのコンテンツはユーザーの目に触れます。多くのB2Bサイトは、インデックスされる前の段階でつまずいています。原因はコンテンツの質そのものではなく、段落構成や技術設定によって、検索エンジンが内容を正確に読み取れないことにあります。このプロセスのどこで自社コンテンツが候補から外れているかを確認したい方は、30分のGEO診断をご予約ください。AI可視性モニタリングを活用し、各AIエンジンにおける引用状況を直接確認します。
