LLMは「最も優れたWebページ」を見つけ、そのまま引用しているわけではありません。まず、質問との意味的な距離が近い段落を複数探し出し、その中から回答に転用しやすい段落を選びます。つまり、引用されるかどうかを左右するのは、記事全体の完成度だけではありません。特定の段落をきれいに抽出でき、それだけで質問への回答として成立するかが重要です。検索と生成という2段階の仕組みを理解して初めて、最適化すべきポイントが見えてきます。
引用は1つのスコアではなく、2段階で決まる
現在、ChatGPT search、Perplexity、Gemini、Google AI Overviewsなどの生成エンジンは、その多くが検索拡張生成（RAG）の流れに沿って動いています。ユーザーが質問すると、エンジンはインデックスから数十件の候補コンテンツを検索・取得します。その後、モデルが内容を読み、回答として書き直し、末尾などに情報源を示します。自社コンテンツが引用されるには、まず「検索」段階で候補に入り、次に「生成」段階で回答へ採用する価値があると判断されなければなりません。
この2段階では、評価されるポイントが異なります。GEOに取り組む多くの人がつまずくのも、この違いを混同してしまうためです。検索段階で見られるのは、段落と質問の意味的な関連性です。生成段階では、その段落が質問に直接答えているか、信頼できるか、ほかの情報源と整合しているかが問われます。キーワードを詰め込んだだけで要点の見えない記事は、検索段階すら通過できないかもしれません。一方、検索候補に入っても、答えが8段落目に埋もれていれば、生成段階で見送られやすくなります。2つを同じ評価軸だと考えると、最適化の力点を誤ります。
検索段階：まずモデルに「見つけてもらえるか」
検索にはベクトル比較が用いられます。エンジンは質問と各段落をそれぞれ数値の集合（エンベディング）へ変換し、質問との意味的な距離が近い段落を探します。重要なのは、「同じ単語が含まれているか」ではなく「意味が近いか」を比較している点です。そのため、ページにキーワードを詰め込む必要はありません。各段落で一つの概念を明確かつ過不足なく説明し、意味の輪郭をはっきりさせることが大切です。
- 意味的関連性：段落ではテーマを漠然と語るのではなく、特定の質問に正面から答えます。論点が曖昧でベクトルの特徴もぼやけた段落は、より的確な競合コンテンツに押し出されやすくなります。
- 段落分割（チャンキング）：エンジンが取り出すのはページ全体ではなく、個々の段落です。明確な小見出し、短い段落、Q&A形式を使い、どの段落も単独で切り出して意味が通るようにします。
- インデックスへの収録：コンテンツはクロールとインデックス登録が可能な状態にする必要があります。JavaScriptによって取得を妨げられているテキスト、ログインが必要なページに隠された情報、画像内に埋め込まれた文字は、モデルからまったく見えない可能性があります。
- 鮮度：時期が重要な質問では、最近更新された情報源が優先されます。長期間更新されていないページは、この種の検索で評価が下がります。
生成段階：「モデルが安心して引用できるか」
検索候補に入るだけでは十分ではありません。モデルに渡される候補文章は多数ありますが、実際に引用されるのはその一部です。では、何が選定を分けるのでしょうか。私たちはクライアント支援を通じて、多数のAI回答と引用元を検証してきました。その結果、継続的に選ばれる文章には、ほぼ共通して複数の特徴があることが分かりました。質問で求められる正確性が高く、判断に伴うリスクが大きいほど、これらの特徴は重要になります。
- 答えを先に置く：結論、定義、数値は段落の第1文に置きます。モデルが好むのは、3文を読んで要約しなければならない文章ではなく、そのまま回答に使える文です。
- 複数の情報源で裏付ける：同じ主張が複数の信頼できる情報源で繰り返し確認できれば、モデルは引用しやすくなります。1社のWebサイトによる自己申告より、第三者による検証がある主張のほうが重く評価されます。
- 信頼性のシグナルを示す：明確な著者名、出典、公開日と更新日、外部リンクは、モデルが信頼性を判断する材料になります。匿名で日付のないコンテンツは評価が下がります。
- 一貫性を保つ：同じコンテンツ内の数値や記述に矛盾があってはなりません。一般に認められている事実と明らかに食い違う場合も、モデルはその情報源を避け、より「安全な」別の情報源を選びます。
「引用されること」と「上位表示」が別物である理由
従来のSEOでは、検索結果におけるページ全体の順位を最適化します。一方、GEOで最適化するのは、ページ内の「特定の段落」が抽出される確率です。ここから、直感に反する結果が生まれます。Googleで5位の記事でも、第2段落ですぐに明快な答えを示していれば、要点が途中に埋もれた1位のページよりAIに引用される可能性があります。モデルが見ているのは、青いリンクの何位にいるかではありません。取得した文章のうち、どれが回答へ組み込むのに最も適しているかです。
検索順位で競うのはクリック、AI引用で競うのは回答として読み上げられる言葉です。同じコンテンツ資産でも、最適化のゴールは異なります。— Tenten GEO
実務でまず着手すべき3つの施策
仕組みが分かれば、取り組むべき方向はかなり絞れます。サイト全体を書き直す必要はありません。まずは、検索流入や商談機会との関係が深い質問をいくつか選び、該当するページから集中的に改善します。
- 重要な質問ごとに、単独で意味が通る段落を用意する：ユーザーが実際に尋ねる文を小見出しにし、第1文で答えを示してから、その後に背景や補足を加えます。
- 信頼性のシグナルを加える：著者名、公開日と更新日、情報の出典、外部リンクを明示し、生成エンジンがその情報を選ぶ根拠を用意します。
- 検索流入だけでなく引用を追跡する：重要な質問をAIエンジンへ定期的に入力し、どの情報源が引用され、自社が言及されているかを記録します。これはBrand Radarのような可視性トラッキングが行うことです。このデータがなければ、自社がAIの回答からどれほど漏れているのか把握できません。
引用は捉えどころのない現象ではありません。検索で取得できること、質問へすぐに答えていること、複数の情報源で裏付けられていること、信頼できること。このように、分解して改善できるシグナルの積み重ねです。多くのB2Bサイトでは、コンテンツの量が足りないのではなく、段落の区切り方や質問への答え方が、人にも機械にも読み取りにくい状態になっています。自社コンテンツが2つの段階のどこで止まっているか知りたい方は、30分のGEO診断をご予約ください。実際に重視している質問をいくつか使い、現在AIが誰を引用しているのかを検証します。
