同じ記事が、Perplexityでは情報源として掲載されたのに、ChatGPTではまったく言及されないことがあります。これは偶然ではありません。両者で情報源の選定基準が異なるためです。Perplexityは回答のたびに現在のWebページをリアルタイムで検索し、並べ替え、その時点で質問に最もよく答えているページを探します。一方、ChatGPTは主に学習時に取り込んだ知識を使い、状況に応じて検索を加えながら、Web全体でそのブランドがどれだけ信頼されているかを見ます。この違いを理解すれば、なぜ自社コンテンツが一方では見つかり、もう一方では見つからないのかが見えてきます。
異なるエンジン、異なる情報源の選定ロジック
Perplexityは、検索を起点に回答を生成するエンジンです。質問を受け取ると、まず内容を複数の検索クエリに分解し、リアルタイムでWebページを取得します。次に独自の再ランキングモデルで情報源を選び、引用を添えて回答を生成します。この過程に「以前からそのブランドを知っている」という段階はありません。判断材料は、その時点の検索結果です。自社ページが候補群に入り、再ランキングで競合ページを上回れるかどうかが、引用元一覧に掲載されるかを直接左右します。
ChatGPTは異なる経路をたどります。検索を有効にしていない場合、回答の土台となるのは学習コーパスに含まれる既存知識です。ブランド名や見解、用語がインターネット上で繰り返し言及されることで形成された認識を参照します。検索を有効にすると、Bingのインデックスを通じてリアルタイム検索を補いますが、それでも既に権威性を認識している情報源を引用する傾向が明確です。同じテーマで比べると、ChatGPTはPerplexityよりもブランドの認知度を大きく評価します。この差が、新しいコンテンツの扱いをほぼ決めます。
Perplexityが重視するもの
クライアントの引用元を継続的に調査してきた経験から、Perplexityの情報源一覧にはいくつか一貫した傾向が見られます。更新日の新しいページがほぼ必ず含まれ、質問に直接対応した、構造の明快な段落が好まれます。ドメインが長年にわたって積み上げてきた権威性には、そこまで固執しません。
- 情報の鮮度：過去3〜6カ月以内に更新されたページは、何年も更新されていないページより明らかに選ばれやすい傾向があります。後者のドメイン評価が高くても同様です。
- 回答の構造：小見出しや箇条書き、Q&A形式の段落が明確なページほど、再ランキングモデルが質問に対応する箇所を抽出し、引用しやすくなります。
- 情報源の多様性：同じ回答でも、異なるドメインの情報源が意図的に組み合わされる傾向があります。特定の大手サイトだけが一覧を独占する可能性は低く、中規模の専門サイトにも入り込む余地があります。
- 検索意図への直答：前置きを重ねてから要点を示す書き方より、段落の冒頭で結論を述べる書き方のほうが抽出されやすくなります。
ChatGPTが重視するもの
ChatGPTの引用ロジックでは、情報源が十分に認知されているかどうかがより重視されます。同じテーマなら、学習コーパス内で多くのリンクを集め、同業者から繰り返し引用されているサイトを参照する傾向があります。公開から2週間しかたっていないページは、内容がどれだけ的確でも、外部からの言及が十分に蓄積されるまでは標準的な回答に入りにくいでしょう。一方、ブランド名が特定のテーマと十分多くの場所で結び付いていれば、該当ページ自体を参照していなくても、そのブランドに自発的に言及する可能性があります。記憶されるのは、必ずしも個別ページではなくブランドなのです。
ここに実務上のギャップが生まれます。Perplexityが現時点でのページ単体の品質を評価するのに対し、ChatGPTはコーパス内に蓄積されたブランドの存在感を評価します。前者は日々評価が更新され、後者が追いつくには時間がかかります。そのため、双方で成果が現れる時期はそろいません。この前提を理解しておけば、誤った期待値でコンテンツを評価せずに済みます。
同じコンテンツでも結果が異なるのはなぜか
実際によくあるケースで考えてみましょう。あるB2B SaaS企業が、内容が充実し、小見出しも明確で、冒頭に結論を置いた製品比較記事を公開しました。公開後2週目には、新しく、構造が整理され、検索クエリに直接答えていたことから、Perplexityが関連する質問の情報源として採用しました。同じ時期にChatGPTへ質問すると、引用されたのは従来からある3つのメディアで、その記事への言及はまったくありませんでした。このドメインはコーパス内で十分な権威性を獲得しておらず、新しいページも外部から評価されるだけの時間がたっていなかったためです。コンテンツの品質が落ちたわけではありません。異なる基準がそれぞれ独立して働いているのです。
双方から引用されるコンテンツをつくるには
どちらか一方を選ぶのではなく、同じコンテンツを双方のロジックに適合させることが目標です。施策は「ページ」と「ブランド」の2つのレイヤーに分けて考えます。どちらかが欠ければ、いずれかのエンジンで成果が伸びません。ページの設計はPerplexityでの短期的な競争力を、ブランドの蓄積はChatGPTにおける長期的な信頼性を左右します。
- 段落の冒頭で答える：各小見出しの直下にある最初の文で、その見出しの問いに直接答えます。双方の抽出モデルが、文脈を崩さず引用しやすくなります。
- 情報の鮮度を保つ：重要ページの構成を定期的に見直し、最新データと更新日を追加します。特にPerplexityは鮮度に敏感です。
- 構造化された形式を使う：Q&A、箇条書き、比較表を活用すると、情報を抽出しやすくなると同時に、読者にとっても読みやすくなります。これは双方に有効です。
- ブランドへの言及を積み上げる：取材、ゲスト出演、業界リストへの掲載、同業者からの引用を通じて、より多くのドメイン上でブランド名と専門テーマを結び付けます。これはChatGPTに伝わる長期的なシグナルになります。
- 引用できる一次情報をつくる：独自調査、実測データ、明確な用語定義は、双方が信頼しやすい情報源です。
感覚に頼らず、継続的に計測する
よくある誤りは、ChatGPTで一度質問しただけで「自社は言及されていない」と結論づけることです。単発のクエリには多くのノイズが含まれます。同じ質問でも、表現や実行するタイミングを変えれば結果が異なる場合があります。必要なのは、複数のエンジンと複数の質問を対象に、同じ条件で定期的に計測し、個々の結果ではなく傾向を見ることです。TentenのAI可視性モニタリングは、そのために設計されています。代表的な質問を固定し、PerplexityやChatGPTなど複数のエンジンで、自社製品と競合製品の引用率を毎週計測します。これにより、差がコンテンツにあるのか、ブランドの権威性にあるのかを明確に切り分けられます。
まず、どちらのレイヤーに差があるのかを特定し、そのうえでコンテンツとブランドのどちらにリソースを投じるかを決めます。目的を定めず記事を増やし続けるより、はるかに効果的です。PerplexityとChatGPTで自社の引用状況がどう異なるのかを知りたい方は、30分のGEO診断をご予約ください。実際の検索クエリを使って診断し、次に取り組むべき施策を具体的にご提示します。
