AIの回答は鵜呑みにできない・引用の裏取り

AIの回答はどこまで信用できるのか

SourceCheckupの研究によると、AIは出典を付けても、その出典が主張を裏付けているとは限りません。実際、Web検索付きのGPT-4oでも、個々の主張の約30%が引用ソースに裏付けられていませんでした（Nature Communications, 2025年）。つまり、リンクが並んでいても、そのリンク先に書いていないことを答える場合があるということです。

この研究はLLM 7種を800の医療質問・約58,000の主張とソースの組で評価したものです。臨床医による人手検証（Web検索付きGPT-4oの回答100問）でも、回答が引用で完全に裏付けられていた割合は40.4%にとどまり、自動評価のSourceCheckup（42.4%）と近い結果でした。同研究では、LLM応答の50〜90%が引用ソースに完全には裏付けられていない、とも報告しています。

「引用された」と「正しく要約された」は別物

自社が引用されても、好意的で正確な文脈で語られているとは限りません。むしろ、誤った文脈での引用はブランドを損ないます。だからこそ計測では、引用の有無に加えて、どんな文脈で・正確にかまで見ます。

この観点は、外部スコアの読み方とも地続きです。たとえばGoogleは2026年6月、第三者ツールはGoogleの内部のランキングデータを持たず、成果を保証できないと公式に書きました（Google検索セントラル）。外部ツールのAI可視性の数字は外から観測した推定だ、というのが筋の通った読み方です。どのツールの数字も推定である以上、測定時点とモデル名を添えて誠実に扱うのが筋でしょう。なお、スコアの信頼性そのものは「AI可視性スコア」は測定か推定かで詳しく扱っています。

何を測れば誤った引用に気づけるか

引用の正確性を測るなら、感情・品質の指標を引用の指標と並べて見る必要があります。具体的には、引用文脈が好意的かを見るpositive_rateやsentiment_index、要約が事実と合っているかを見るcontext_accuracyです。Geo Indexでは、5つの見え方（可視性ベクトル）に加えて、こうした感情・品質の指標を内訳として確認できます。

統計や出典を本文に正しく置いておくと、AIの回答を自社の記述と突き合わせて確かめやすくなります。出典の入れ方は統計・引用・出典の入れ方に、計測の全体設計は2026年最新のLLM最適化にまとめました。Geo Indexは引用の有無に加えて文脈と正確性も測る設計で、引用分析は無料プランから誰でも始められます（クレジットカード不要）。自社が正しい文脈で語られているか確かめたい方は、https://www.geoindex.app/ から始めてみてください。