Google AI Overviewsは、記事全体をモデルに渡して書き換えているわけではありません。まず、ユーザーが入力した質問を複数のサブクエリに分解し、それぞれに答えられる段落をインデックスから抽出します。次に、相互に裏付けられる内容を選んで回答を組み立て、最後に一部の段落だけを情報源としてリンク付きで示します。つまり、引用を左右するのはサイト全体の評価だけではなく、「一つの段落が、特定のサブクエリに対して単独で明確に答えられるか」です。この流れを理解して初めて、最適化すべきポイントが見えてきます。
AI Overviewsは実際に何をしているのか
ユーザーがクエリを入力すると、Googleはその問いが生成型の要約で回答するのに適しているかを判断します。適している場合は、「検索してから生成する」というプロセスに進みます。業界でRAGと呼ばれる仕組みです。まずGeminiが元の質問を関連する複数のサブクエリへ展開し、それぞれについてインデックスを検索して候補となる段落を取得します。モデルは取得した段落を読み、構造化された回答を組み立て、一部の情報源を添えます。このプロセスでは、モデルが記憶だけを頼りに答えるのではなく、検索で取得した段落を材料として回答を生成します。ここがAI Overviewsと純粋なチャットボットとの大きな違いです。
クエリファンアウトが競合相手を決める
多くの人は、一つのキーワードをめぐって競争していると考えます。しかし、実際はそうではありません。ユーザーが「B2B SaaSのコンテンツマーケティングはどう進めるべきか」と検索した場合、システムは同時に、コンテンツマーケティングのファネル設計、SaaSでよく使われるコンテンツの種類、効果測定の方法、予算配分といった複数のサブクエリへ展開する可能性があります。ページ内で「コンテンツマーケティングとは何か」を詳しく説明していても、「効果をどう測定するか」への明確な回答がなければ、そのサブクエリの候補には入りません。引用されるには、展開されたサブクエリのいずれかにコンテンツが合致していることが前提です。
- クエリを受け取り、生成型要約を表示するか判断する
- 元のクエリを複数のサブクエリへ展開する（クエリファンアウト）
- 各サブクエリで個別にインデックスを検索し、候補となる段落を取得する
- モデルが候補の段落を読み、相互に裏付けられる内容を選別する
- 構造化された回答を生成し、一部の情報源へのリンクを付ける
検索の単位はページ全体ではなく段落
Googleのパッセージベースのインデックスは、AIによる要約が登場するよりも前から導入されており、AI Overviewsによってその重要性はさらに高まりました。システムは一つのページを複数の意味的なまとまりに分け、それぞれが特定のクエリに答えられるかを個別に評価します。そのため、直感に反する結果も起こります。ページ全体の評価が平均的でも、特定のサブクエリを非常に明確かつ十分に説明する段落が一つあれば、その段落が引用元として抽出される可能性があります。
一方、要点が長い文章の途中に埋もれ、回りくどい説明や情緒的な表現を読み進めなければ理解できない場合、モデルはその箇所だけをきれいに切り出して回答に使いにくくなります。抽出されやすい段落には、いくつかの共通点があります。最初の一文で結論を示す、主張の後に具体的な数字や条件を置く、前の文章を読まなくても意味が通じる、一つの段落では一つの論点だけを扱う、といった特徴です。私たちがクライアントの既存コンテンツをリライトする際も、まず着手するのは、段落の途中に埋もれた答えを冒頭へ移すことです。
検索順位1位のページが引用されるとは限らない理由
従来の検索順位とAIによる引用は、重なる部分はあるものの同じではありません。検索順位1位は、そのページが全体として最も関連性が高いことを示します。一方、引用では、ある段落が回答内の特定の箇所を埋めるのに適しているか、ほかの情報源と照合できるかが問われます。Googleが互いに内容の一致するパッセージを選びやすいのは、モデルが誤った回答を生成するリスクを下げられるためです。自社ページにしかない数字や定義で、ほかの情報源による裏付けがなければ、モデルは採用に慎重になります。
AI Overviewsが選ぶのは「最も優れたページ」ではなく、「回答内の特定の位置に安全に配置でき、ほかの情報源からも裏付けられる段落」です。— Tenten GEO Consultant Observation
引用を実際に左右する3つの要素
B2BクライアントのAI上の可視性を継続的に追跡すると、結果を左右しているのは捉えどころのない要因ではなく、具体的に改善できるいくつかの変数だと繰り返し確認できます。
- 回答としての自己完結性：各段落が前後の文脈に頼らず、一つのサブクエリへ単独で答えられるかどうかが、抽出されるための最低条件です。
- 事実の整合性：ページ内の定義、数字、手順が、業界の信頼できる情報源と一致しているかを確認します。整合していれば、相互検証もしやすくなります。
- 構造の明確さ：見出しの階層、質問と回答で構成された段落、必要な箇条書きや表を明確にし、モデルが該当箇所を見つけやすくします。
- エンティティの明確さ：ブランド、製品、人物の名称が一貫し、参照可能なエンティティ情報があるかを確認します。これにより、システムが「誰についての情報か」を判断しやすくなります。
今すぐ自社で確認できること
まず、AIに引用されたいクエリを3つ選び、実際にGoogleで検索してください。AI Overviewsがどの情報源を引用し、どのようなパッセージを採用しているかを確認します。そのうえで自社ページを見直し、同じサブクエリに対して、前後の文脈を読まなくても明確に答えられる段落があるかを確かめてください。該当する段落がなければ、問題は検索順位ではなく、コンテンツの構造にあります。
