1つのAIだけ見ても足りない・横断計測
目次
1つのAIの数字で全体は分かるのか
AI回答への最適化(AEO)に関するある調査によると、AI間の引用重複はわずか11%でした。1つのAIだけを監視していても、実際にAIの回答で自社が出ている割合の25%未満しか見えていない計算になります(AuthorityTech, 2026)。ChatGPTで引用されているからといって、Geminiでも同じとは限りません。
よく使う1つのAIだけを見て安心するのは、だから危ういのです。残り4分の3以上は、見えていないことになります。
なぜAIによって引用が違うのか
AIごとに、情報の集め方も引用先の好みも違います。そのため同じ問いでも、どのページを答えに使うかが分かれてきます。
2026年の複数研究をまとめた分析によると、Claudeはアーンドメディア(第三者の報道など)を約65%引用し、SNSはわずか1%でした。引用するコンテンツも新しく、消費家電では中央値62.3日という数字が出ています(Six Studies, 2026)。一方でChatGPTの検索はBingへの依存が強く、引用はBingの検索順位と約87%重なるという分析もあります(AuthorityTech, 2026)。Googleは、AI機能が検索のランキングと品質のしくみに根ざしているため、SEOのベストプラクティスは引き続き有効だとしています(Google検索セントラル)。つまり、狙うAIによって打ち手を変える必要があるということです。各AIの攻め方はChatGPTに引用されるにはで扱っています。
横断で測ると何が見えるか
複数のAIを並べて測ると、施策の効きどころと取りこぼしが分かります。1つのAIでは「成功」に見えても、横断すると弱点が出てくることがあるからです。
たとえばChatGPTで好調でも、アーンドメディアを多く引用するClaudeでは、第三者の報道などでの露出が薄いと引用されにくい可能性があります。一方でGeminiは、28日後も引用に残ったURLの割合が11%と、調査した5つのAIで最も低い結果でした(Digital Authority Partners, 2026)。Geo Indexが複数のAIでプロンプト群を計測し、8種類のクローラーを分けて計測しているのは、こうした死角を埋めるためです。何をどの階層で測るかはAI可視性・引用率の測り方に整理しています。
横断計測の注意点
AIごとにモデル名と取得時刻をそろえて記録してください。世代の違うモデルの数字を同列に並べてしまうと、比較そのものが崩れます。
どのAIの数値も外部からの推定であり、測定時点付きで読むのが前提です。何を測るかの全体像はAI可視性・引用率の測り方に、変動を前提にした2026年の運用全体は2026年最新のLLM最適化にまとめました。本記事の数値も2026年6月時点のもので、モデル更新によって変わりうる点には注意してください。
参考文献
- AuthorityTech. "Answer Engine Optimization Checklist." 2026. https://authoritytech.io/curated/answer-engine-optimization-checklist-chatgpt-perplexity-claude-2026
- everything-pr. "How AI Engines Cite the Web: The Six Studies That Define the 2026 Evidence Base." 2026. https://everything-pr.com/how-ai-engines-cite-the-web-the-six-studies-that-define-the-2026-evidence-base