AIエンジンは「Webページ全体を読み、そのうえで引用するかどうかを決める」わけではありません。細かく分割され、ベクトル化され、検索結果として順位付けされたテキストのうち、選考を勝ち抜いた一節を参照します。記事全体の完成度がどれほど高くても、6つの段階のどこかで候補から外れれば、ChatGPT、Perplexity、Google AI Overviewsの最終回答に登場するのは自社ではなく競合のコンテンツです。
AIに引用されるコンテンツは、クロール、解析とチャンク化、ベクトル化とインデックス登録、検索、再ランキングとフィルタリング、引用付き回答の生成という一定のパイプラインを通ります。各工程には明確な失敗パターンがあり、それぞれに打ち手があります。この流れを分解すれば、「AIに引用されるかどうか」は捉えどころのない話ではなく、順番に検証できる一連の技術課題だとわかります。
ステップ1：クロール——まずAIにソースコードを取得してもらう
出発点はクローラーです。GPTBot、ClaudeBot、PerplexityBot、Google-Extendedなどのエージェントがページを巡回しなければ、その先の工程には進めません。ここで失敗する典型例は3つあります。robots.txtでAIクローラーを直接ブロックしている、重要なコンテンツをフロントエンドのJavaScriptで描画しているためクローラーには空の外枠しか見えない、クリックしなければ展開されないタブやアコーディオンの中に情報を隠しているケースです。クライアントサイトを監査すると、特によく見つかるのが、製品比較表やFAQをJSで動的に読み込んでいるケースです。人には見えていても、クローラーが取得したHTMLは空白のままです。
確認方法はシンプルです。描画後の画面ではなく、ページのソースコードを保存し、引用されたい一文をプレーンテキストで検索してください。見つからなければ、AIもその情報を取得できていません。
ステップ2：解析とチャンク化——記事は数百語単位の断片に分割される
HTMLを取得したエンジンは、ナビゲーションバー、フッター、広告などを取り除き、本文を抽出してチャンクと呼ばれる単位に分割します。見落とされがちですが、非常に重要な工程です。システムが把握するのは「記事全体の論理構成」ではなく、切り分けられた個々のテキストです。ある段落の意味が冒頭3段落を読まなければ成立しない場合、その段落だけを切り出すと情報が不完全になり、引用できません。
- 各段落を単独で成立させる：ひとつの段落でひとつの論点を明確にし、主張、条件、数値を同じブロック内に収めます。前後の文脈に頼らない構成が必要です。
- 見出しを索引として機能させる：H2とH3には読者が実際に尋ねる質問を直接記載し、意味が完結する位置でブロックが分かれるようにします。
- 段落の冒頭で答える：結論は最初の一文に置きます。要点を4文目より後ろに隠してはいけません。チャンク化の際、後半が切り落とされる可能性があります。
- 構造化したブロックを活用する：明確なリスト、表、定義文は、長い語り口の段落よりもきれいに切り出しやすく、そのまま引用しやすい形式です。
ステップ3：ベクトル化とインデックス登録——意味を数値の列に圧縮する
各チャンクはエンベディングモデルによって、意味を表す座標の集合であるベクトルへ変換され、ベクトルデータベースに保存されます。この空間では、意味の近いコンテンツ同士が近くに配置されます。この工程で決まるのは、ユーザーが質問したときに、その段落が関連性の高い情報として扱われるかどうかです。ここで重視される点は、従来のSEOの感覚とは異なります。完全一致キーワードを詰め込んでも意味はありませんが、意味領域を広くカバーすることには価値があります。テーマに関する多様な質問、類義語、実際の利用シーンをコンテンツに含め、ベクトルが適切な位置に配置されるようにする必要があります。
ステップ4：検索——候補リストに入る
ユーザーが質問すると、エンジンはその質問をベクトルに変換し、インデックスから意味の近いチャンクをまとめて取得します。これがRAG（Retrieval Augmented Generation）の検索工程です。多くのシステムはベクトル検索とキーワード検索を並行して実行し、その結果を統合します。そのため、正確な専門用語と意味領域の広さの両方が欠かせません。実務上、候補として抽出されるのは通常、数十の段落です。次の選考に進むには、まず自社コンテンツがこの候補リストに入らなければなりません。どれほど文章を磨いても、候補に入らなければモデルの目には触れません。
ステップ5：再ランキングとフィルタリング——候補から実際に読まれる数段落を選ぶ
候補リストはもう一度順位付けされます。システムは現在の質問に最も的確に答えられる段落を評価し、上位のわずかな段落だけを生成モデルに渡します。ここで比較されるのは、「この一節の答えがどれだけ直接的で、信頼できるか」です。明確な著者情報と専門的背景、検証可能な具体的数値と出典、明示された最終更新日、質問との高い一致度といった権威性のシグナルが効いてきます。内容が曖昧なもの、帰属が不明瞭なもの、脈絡のないものは、この段階で除外されます。
検索順位でトップ10に入ることは、もはやゴールではありません。本当の勝負は、自社の一節が再ランキングモデルに選ばれ、最終的に生成モデルへ渡される3〜5個のブロックに残れるかどうかです。— Tenten GEO Audit Team
ステップ6：生成と引用——モデルが段落を書き換え、リンクを付けるか判断する
最後に、生成モデルは選ばれた段落をもとに回答を作成し、引用する情報源を決めます。原文をそのまま転載するのではなく、内容を書き換えて統合します。リンク付きの引用を獲得できるかどうかは、その主張を「この情報源に帰属できる」とモデルが確信できるほど、段落が明確かどうかに左右されます。構造が完結し、具体的な数値を含み、単独で成立する一文は、華麗な説明が連なる長い段落よりも抽出・引用されやすくなります。同じテーマでも、書き方によって引用される回数に差が生まれるのはこのためです。
コンテンツ戦略にどのような変化が必要か
従来のSEOが最適化するのは「ページ全体が対象キーワードで何位に入るか」です。一方、GEOが最適化するのは「個々の質問に対し、個々の段落が検索と再ランキングを勝ち抜く確率」です。両者では粒度がまったく異なります。これから必要なのは、単に優れた記事を書くことではありません。切り出せて、単独で意味が通り、そのまま引用できる段落の集合として記事を設計することです。同じコンテンツをこの6つのステップで見直せば、候補から外れる原因となっていた具体的な穴が、通常3〜5個は見つかります。
自社コンテンツがどの段階で止まっているのか、AIエンジンが実際に何を取得し、何を引用しているのかを知りたい方は、30分のGEO診断をご予約ください。AI可視性モニタリングで各AIエンジンにおける露出状況を追跡し、6つのステップに照らして、優先的に埋めるべきギャップを特定します。
