LLMに引用されやすいコンテンツとは
目次
LLMに引用されやすいコンテンツとは
AIに引用されやすいのは、問いへのトピック適合が高く、結論を前方に置き、新鮮で、価格や数値など具体を持つコンテンツです。査読研究はこの順で効くと報告しています。
ここで言う引用とは、ChatGPTやGoogle AI Overviewsなどの生成AIが回答を作るとき、参照元として本文や出典リンクに載せることです。ただしAIは取得したページのごく一部しか引用しません。そのため「単体で良い記事」を書くだけでは足りず、同じ問いに答える他の候補より選ばれる必要があります。
引用は1対1の品質勝負ではなく競争で決まる
引用は、検索された複数候補から1つを選ぶ競争です。良いだけでは不十分で、隣の候補に勝たないと載りません。
Sprinklrの研究チームによる査読論文「What Gets Cited: Competitive GEO in AI Answer Engines」は、6つのLLM・252,000試行の統制実験で2つの候補を同時に提示し、どちらが引用されるかを比較しました。2026年7月の第49回ACM SIGIR会議で発表予定の論文です。引用firstを決める最大の要因はトピック適合と掲載位置で、オントピックとオフトピックのオッズ比は10,000を超えます。ほぼ門番として効くと考えていいでしょう。「他候補に勝つ」という視点はAIの引用が競争で決まる仕組みで詳しく扱っています。
引用を分ける決定要因
同じ研究では、トピック適合と前方配置に加えて、価格情報の明示と最近のタイムスタンプが一貫して引用を増やすと報告されました。一方で、書式だけをいじる編集はほとんど効きません。
もう一つ興味深いのは、断定を避けるヘッジ表現(〜かもしれない、〜の可能性がある)が不利に働いた点です。つまり、確信を持った書き方のほうが選ばれます。
Kevin Indigが120万件のChatGPT回答・18,012件の引用を分析した別の調査でも、引用の44.2%がコンテンツ前方30%から取られ、よく引かれる本文はエンティティ密度が平均20.6%と高めでした。要点を冒頭に置き、固有名詞と数値で密度を上げます。これが効果として確認されている書き方です。具体的な手順はAIに引用される9つの書き方にまとめています。
構造化はそれ単体では引用を決めない
表や見出しなどの構造は読みやすさの土台になりますが、構造を整えただけでは引用は決まりません。中身のトピック適合と具体性が伴って初めて効きます。
Googleも公式ガイドで、生成AI向けの特殊なチャンク化やAI専用の書き換えは不要だと述べています。構造は中身を運ぶ器であって、決定打にはなりません。優先順位で言うなら、まずトピックを外さないこと、結論を前に出すこと、新鮮に保つこと、そして具体を入れて断定的かつ平易に書くことです。構造を整えるのは最後でいいはずです。
エンジンごとに引かれ方が違う
ChatGPTは箇条書きやFAQをそのまま引きやすく、一方でClaudeは第三者の報道などearned mediaを好んで新しい情報を選ぶ傾向があります。
トロント大学の比較監査では、Claudeはearned mediaを約65%、ソーシャルを約1%引用し、引用元は消費家電カテゴリで中央値62.3日と新しいものが選ばれていました。GPT-4oのearned比率は約57%です。このように、自社サイトの最適化(owned)だけでなく、第三者にどれだけ語られているか(earned)も大きく効きます。両輪の話はAI検索でのブランド露出で扱っています。狙うエンジンを定めてからChatGPTに引用されるにはに進むほうが、手を広げすぎずに済みます。
検索順位とAI引用は連動するとは限らない
SEOで上位に出ていても、AIに引用されないことがあります。逆に、検索順位とAI引用がまったく無関係というわけでもありません。両者の違いはGEOとSEOの違いで整理しています。
自社がAIにどれだけ引用されているか、実際の数字で把握したいなら、Geo Index の引用分析が計測の入り口になります(現在は限定ベータ)。まずは https://www.geoindex.app/ で現状を測ってみてください。