引用される土台の限界と実測アプローチ
「AIに読まれる土台」を整えても引用されるとは限らない ── ならどう測るか
自分の診断アプローチの限界から始める
ここまでの一連の記事で、Webサイトを「AIに読まれる状態」にするための技術的土台を論じてきた。JavaScript依存度、AIボットのアクセス可否、構造化データ、セマンティックHTML、鮮度シグナル、llms.txt ── これら6つの観点を診断し、改善する。
だが、この記事ではあえて自分のアプローチの根本的な限界を正面から扱う。土台を整えても、AIに実際に引用される保証はないという問題だ。
これは小さな但し書きではない。診断ツールを売る側にとっては、商品の存在意義に関わる問いだ。だからこそ、誠実に掘り下げる価値がある。
なぜ土台診断では「引用される」を証明できないのか
6項目の診断が測っているのは、突き詰めれば「AIクローラーがコンテンツを読み取れる状態か」だ。これは引用の必要条件を測っているにすぎない。読めなければ引用されないのは確かだが、読めたからといって引用されるわけではない。
引用されるかどうかは、診断項目の外側にある要素に大きく依存する。
- コンテンツそのものの質と独自性: AIが要約で代替できる一般的な情報は、わざわざ特定サイトを引用する動機が弱い
- 競合との相対比較: 同じトピックでより信頼性が高く、より明確な情報源があれば、そちらが引用される
- ドメインの権威性: AIは情報源の信頼性をある程度考慮する。これは一朝一夕には変えられない
- クエリとの適合: ユーザーがどう質問するかによって、引用される情報源は変わる
これらは技術的な土台診断では測れない。スコアが38点から80点に上がっても、それは「読まれやすくなった」ことの証明であって、「引用されるようになった」ことの証明ではない。
スコアの改善とGEOの成果(実際の引用)を混同してはいけない。ここを曖昧にしたまま「スコアが上がればAIに引用される」と売るのは、技術的に誠実とは言えない。
では、引用を直接測るにはどうするか
土台診断の限界が明確になったところで、本題に入る。AIに引用されているかどうかを直接測定するには、どうすればよいか。
答えはシンプルだ。AIに実際に聞いてみればいい。
考え方はこうだ。診断対象のサイトが扱うトピックについて、ユーザーが投げそうな質問を用意し、それを実際にAI(ChatGPT、Gemini、Perplexityなど)に投げる。そして、その回答の中に対象サイトが引用・言及されているかを確認する。
1. 対象サイトのトピックから、想定クエリ群を生成する
例: ペット用品ECサイトなら「犬 シニア フード おすすめ」など
2. 各クエリを複数のAIに投げる(API経由)
3. 回答テキストとソース引用に、対象ドメインが含まれるかを判定
4. 言及あり/なしと、言及された場合の文脈をスコア化これは土台診断とは性質が根本的に異なる。土台診断が「サイト側の状態」を見るのに対し、これは「AIの出力側の結果」を見る。前者は原因の診断、後者は結果の測定だ。
このアプローチの技術的な難しさ
ただし、この実測アプローチには固有の難しさがある。土台診断のように単純ではない。
確率的で再現性が低い。生成モデルの出力は確率的なので、同じクエリを投げても毎回同じ回答が返るとは限らない。引用されたりされなかったりする。これに対処するには、同じクエリを複数回試行して、引用される頻度として捉える必要がある。一度の測定では信頼できない。
クエリ設計が結果を左右する。どんな質問を投げるかで、引用されるかどうかは大きく変わる。恣意的なクエリを選べば、都合のいい結果も都合の悪い結果も作れてしまう。クエリ群の設計に客観性を持たせる工夫が要る。
コストがかかる。複数のAIに、複数のクエリを、複数回投げる。API利用料が測定のたびに発生する。土台診断が一度クロールすれば済むのとは、コスト構造が異なる。
判定が単純でない。「言及されている」の判定は、ドメイン名の完全一致だけでは不十分なことがある。ブランド名で言及される、URLは出ないが内容が引用される、といったケースをどう扱うか。判定ロジック自体に設計が必要だ。
2つのアプローチは対立しない、補完する
ここで重要な整理をしておく。土台診断と引用実測は、どちらが正しいという話ではない。役割が違い、組み合わせて初めて意味を持つ。
| 土台診断 | 引用実測 | |
|---|---|---|
| 測るもの | サイト側の状態(原因) | AI出力の結果 |
| 問いの形 | 読まれる状態か | 引用されているか |
| 再現性 | 高い(決定論的) | 低い(確率的) |
| コスト | 低い | 高い(API課金) |
| 改善への示唆 | 具体的(どこを直すか) | 抽象的(結果のみ) |
引用実測だけでは「引用されていない」ことはわかっても、「なぜか」「どう直すか」がわからない。一方、土台診断だけでは「読まれる状態になった」ことはわかっても、「実際に引用されているか」がわからない。
理想的なワークフローは両者の組み合わせになる。
引用実測で現状を把握(引用されているか)
↓ 引用されていない
土台診断で原因を特定(どこに技術的問題があるか)
↓ 改善実施
土台診断で土台の改善を確認(読まれる状態になったか)
↓
引用実測で結果を再測定(引用が増えたか)土台診断が「直すべき場所を示す診断」、引用実測が「効果を確かめる測定」として噛み合う。
正直なポジショニング
この整理を踏まえて、自分の立場を明確にしておく。
現時点で提供できる土台診断は、引用の必要条件を整えるものであり、引用そのものを保証しない。これは限界として正直に認める。「スコアが上がればAIに引用される」とは言わない。
その上で、引用実測のアプローチ ── 実際にAIに問い合わせて言及を測定する手法 ── は、土台診断を補完する次のステップとして有望だと考えている。確率的で再現性が低く、コストもかかるという難しさはあるが、原理的に「結果」を測れる唯一の方法だ。
土台を整える診断と、結果を確かめる実測。この2つが揃って初めて、GEO対策は「やりっぱなし」から「効果を検証できる取り組み」になる。技術的な誠実さとは、できることとできないことの境界を明示した上で、その境界を一歩ずつ押し広げていくことだと考えている。
まとめ
- 土台診断(6項目)が測るのは「AIに読まれる状態か」という必要条件であり、引用される十分条件ではない
- スコアの改善と実際の引用は別物。混同して売るのは技術的に不誠実
- 引用を直接測るには、想定クエリをAIに実際に投げて言及を確認する実測アプローチがある
- 実測には確率的な再現性の低さ、クエリ設計の客観性、API課金、判定ロジックといった固有の難しさがある
- 土台診断(原因の特定)と引用実測(結果の測定)は対立せず補完する。両者を組み合わせて初めて効果検証が可能になる
できることとできないことの境界を正直に引くこと。そして、その境界を技術で押し広げていくこと。GEOという新しい領域では、この姿勢こそが信頼の土台になると考えている。
本記事で述べた引用実測アプローチは、筆者が次の開発段階として構想しているものであり、土台診断ツールとは別の仕組みとして検討している。実装の詳細や測定設計については、形になった段階で改めて報告したい。