Perplexityは、記事を最初から最後まで読んでから引用の可否を決めるわけではありません。まずユーザーの質問を複数のサブクエリに分解し、それぞれに対して「最も直接的な答えとなる段落」を探します。つまり、AIの回答に採用されるかどうかを左右するのは、サイト全体の評価よりも、特定の問いに的確に答える段落をきれいに抽出できるかどうかです。この仕組みが分かれば、「検索順位は悪くないのに引用されない」という疑問の半分は解消します。
Perplexityが実際に読んでいるのは、ページ内の数段落だけ
大まかな処理は、問いの分解、検索、再ランキング、生成という4段階です。ユーザーが「台湾のSaaS企業に適したGEO支援会社はどこか」と質問すると、Perplexityはまず「どのようなGEO支援会社があるか」「台湾に拠点を置く会社はどこか」「SaaSには何が必要か」など、個別に検索できるサブクエリへ分解します。そのうえで、自社のインデックスや提携先の情報源から候補ページを検索します。取得するのは記事全体ではなく、切り出された断片です。続いて再ランキングモデルが、各断片がサブクエリにどれだけ適切に答えているかを採点します。最後に、言語モデルがスコアの高い段落だけを基に回答を生成し、引用リンクを該当箇所へ紐づけます。つまり、実際の競争単位は記事ではなく段落です。検索上位の長文記事でも、サブクエリに単独で答えられる段落がなければ、記事全体が引用されないことがあります。一方、サイト全体の評価が平均的でも、特定の段落が正確かつ十分な内容であれば、引用される可能性があります。
競っているのはWebサイト同士の順位ではなく、同じ引用枠を狙う他社の段落です。— Tenten GEO
権威性：Perplexityは情報源の信頼性をどう見極めるのか
権威性は、単一のスコアで決まるものではありません。複数のシグナルが積み重なって形成される総合的な評価です。Perplexityは自社のインデックスと外部の検索結果を併用するため、従来のSEOで重視されてきた権威性のシグナルも引き続き機能します。具体的には、ドメインの運用歴、信頼性の高い外部サイトからのリンク、オンライン上でのブランド言及の一貫性などです。同じエンティティ、つまり企業、製品、著者について、複数の独立した情報源が共通する内容を示していれば、モデルは信頼できる存在だと判断しやすくなります。反対に、インターネット上で自社について語っているのが自社だけなら、孤立した証拠と見なされ、評価が下がります。
- ドメインの信頼性：テーマを絞り、長期にわたって安定的にコンテンツを蓄積しているか。それとも、対象を定めず何でも扱っているか。
- 外部からの裏付け：権威ある他のWebサイトが引用やリンクを通じて情報を裏付け、相互検証できる状態になっているか。
- エンティティの一貫性：情報源が異なっても、企業名、製品名、著者プロフィールの記述が一致し、ナレッジグラフ上で結び付けられるか。
- 出典の透明性：誰が執筆し、何を根拠とし、いつ更新したページなのかが明記されているか。
ここで見落とされがちなのが、Perplexityは「検証可能性」を特に重視しているという点です。出典を示さずに数値だけを掲載しても、モデルはそのページではなく、根拠が明記された別のページを引用する傾向があります。主張、データ、出典は記事内に分散させず、同じ段落にまとめたほうが効果的です。検証できること自体が、権威性を示すシグナルになります。
鮮度：情報の新しさが権威性を上回るのはいつか
鮮度の重みは一定ではなく、質問自体がどれほど時間の影響を受けるかによって変わります。「2026年のAI検索比率の最新値」を尋ねられた場合、Perplexityは新しいページを強く優先し、1か月前のデータでも古いと判断する可能性があります。一方、「GEOとは何か」のような普遍性の高い質問では、日付の影響は小さくなり、2年前に公開された記事でも定義が明確なら引用されます。同じドメインでも、質問によって得られる鮮度の加点はまったく異なります。
時間的な新しさが求められるかどうかは、質問に含まれる年、「最新」「現在」「現時点」といった言葉、そしてテーマ自体の変化の速さから判断されます。この種の検索では、ページ上に正確な公開日と更新日を明記することが重要です。ただし、3年前の記事の日付だけを今日に変更し、本文を更新しない手法には注意が必要です。短期的には並び順を動かせたように見えても、内容が他の新しい情報源と食い違えば、モデルはかえってそのページを除外します。比較されているのは日付のラベルだけではなく、コンテンツの中身です。
抽出しやすさ：段落だけで問いに答えられる状態をつくる
権威性と鮮度は候補に入る資格があるかを決め、抽出しやすさは最終的に採用されるかを左右します。きれいに抽出できる段落には、いくつかの共通点があります。冒頭で結論を示していること、前の文章に依存せず段落だけで意味が通じること、ユーザーの質問に合った言葉を使っていること、並列する情報は必要に応じてリストや表で整理していることです。これは文章表現の巧拙ではありません。機械が切り出したとき、その断片だけで成立するかどうかの問題です。
最もよくある失点は、演出を優先して答えを奥に隠してしまうことです。「本題に入る前に、まず背景を振り返りましょう」と書き、肝心の答えが4段落目まで出てこない。人が読む分には許容できても、段落分割では大きな不利になります。抽出される断片に、前置きしか含まれない可能性があるためです。各見出し直下の最初の段落は、「この段落だけが単独で掲載されても、問いに答えられるか」を意識して書いてください。権威性の高いドメインでも引用されないことがあるのは、信頼されていないからではありません。答えが抽出しやすい位置に置かれていないためです。
4つの観点をチェックリストにする
確認方法はシンプルです。引用を獲得したいクエリをPerplexityに実際に入力し、どの情報源のどの段落が引用されるかを確認します。そのうえで、自社ページと引用されたページを次の4つのシグナルで比較すれば、差はすぐに見えてきます。
- 権威性：このテーマについて、自社の主張を裏付ける信頼性の高い外部情報源があるか。
- 鮮度：このクエリでは新しさが重視されるか。日付だけでなく、コンテンツ自体が最新の状態か。
- 抽出しやすさ：各小見出しの最初の段落だけを抜き出しても、問いに対する答えとして成立するか。
- 検証可能性：主張、数値、出典が同じ段落にまとまり、その場で検証できるか。
4項目のうち1つでも大きく欠けていると、「検索順位は悪くないのに、AIの回答には採用されない」という事態が起こります。PerplexityやChatGPTなど主要なエンジンで、自社にどのような引用ギャップがあるのかを把握したい場合は、30分のGEO診断をご予約ください。実際のクエリで検証し、優先して補強すべき箇所を明確にします。
