AIに引用される9つの書き方（学術根拠つき）

AIに引用される9つの書き方

Princeton大学とIIT Delhiの研究チームが、文章の書き方を9通りに比較しました。論文のベンチマークで可視性の指標が最も伸びたのは直接引用で、統計の挿入、流暢さの向上、出典の明示が続きます。

この論文(Aggarwal et al.、arXiv:2311.09735、KDD 2024採択)は、1万件規模のクエリを集めたGEO-bench上で各手法を検証しています。最も効果の高い手法の伸びは、要旨（abstract）の表記では up to 40%（Aggarwal et al., KDD 2024）とされますが、後続研究では効果は条件依存だと示されています。ただし以下の数値はこの論文がベンチ条件で報告した値であり、どんなサイトでも同じ伸びが出る保証はありません。なお論文は、もともとの検索順位が低いサイトほど伸びが大きい傾向も報告しています。出典の明示では、検索5位のサイトの可視性が115.1%伸びた一方、1位のサイトは30.3%下がりました。

効いた手法の順位

直接引用が頭ひとつ抜けて効果が大きく、統計の挿入と出典の明示がそれに続きます。

手法	内容	報告された傾向
直接引用の挿入	権威ある人物や組織の言葉をそのまま載せる	9手法中で最大（PAWCは基準19.3に対し27.2）
統計の挿入	具体的な数値・統計を入れる	直接引用に次ぐ（PAWC 25.2）
出典の明示	外部の権威への参照リンクを付ける	論文が上位3手法の1つに挙げる（PAWC 24.6）。検索順位の低いサイトほど伸びが大きい
流暢さ・平易さの向上	読みやすく整える、噛み砕いて書く	流暢さはPAWC 24.7で出典の明示と同程度、平易さは22.0

論文は、流暢さや読みやすさを整えるだけでも可視性が15〜30%伸びたと報告しています。この3要素(引用・統計・出典)の具体的な入れ方は統計と出典の入れ方で手順化しました。

キーワード詰め込みだけがマイナス

同じ語を不自然に繰り返すキーワード詰め込みは、位置を考慮した語数（PAWC）で9手法の中でただ1つ基準値を下回りました（19.3→17.7）。Perplexityでの検証でも、PAWCは24.1から21.9へ下がっています（相対で約9%の低下）。ただし主観評価の指標は、どちらの検証でも基準を上回っていました。

従来SEOで使われた手法が、そのままAI回答への最適化(GEO)でも働くとは限りません。この結果からは、語を詰め込むより、その語に関する具体的な事実を1つ足すほうが筋がよいと考えられます。効果はサイトや条件で変わるので、直したあとは計測して確かめてください。9手法のうちここだけマイナスというのは、やや意外な結果です。

どこから直すか

まずトピック適合を外さないこと、次に結論を冒頭30%に置くこと。書式いじりは最後で構いません。優先順位を間違えると、効果の薄い作業に時間を吸われてしまいます。

なぜこの順番なのかはLLMに引用されやすいコンテンツとはで扱っています。Kevin Indigのチームが120万件のChatGPT回答と18,012件の確認済みの引用を分析したところ、引用の44.2%がコンテンツ前方30%から取られていました(Search Engine Land)。ただしこれは引用の位置の偏りを示す観察で、要点を前に出せば引用されるという因果までは示していません。各セクション冒頭で結論を言い切る作法は回答ファースト構造にまとめました。

自社記事のどこが弱いかを採点する仕組みとして、本文の読み取りやすさの診断（機械判定4項目と、AI採点の参考値2項目）がGeo Indexにあります。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。 https://www.geoindex.app/ ）。