AI検索への引用の必要条件と十分条件 ── 22サイト6週間の検証で分かった「測定の前提」と「引用される条件」

株式会社ディライトでは現在、「どのようなサイトが、AI検索（GoogleのAI Mode・AI Overview）に引用されるのか」を検証する取り組みを進めています。新規で立ち上げた22のサイトを対象に、どの問いで・どのページが・どれだけ引用されるかを継続的に計測しています。

本記事は、その取り組みを約2か月（6週間）続けた現時点での状況をまとめたものです。数字を示しながら「いま分かっていること」と「まだ分かっていないこと」を切り分けてお伝えします。
※ここに記すのはあくまでディライト自身の検証から得られた観察であり、業界全体に当てはまる確定事項ではありません。計測対象も自作のキーワード群に限られ、選定による偏りがある可能性もあります。
※対象新規22サイト・69キーワード・6週間（2026年4月19日〜6月3日）・17スナップショット・DataForSEO経由のAI Mode実測

AI検索の引用を測定するには、まず「何を計測するか」を決める

AI検索の引用測定は、ツールの選び方で結果が正反対になります。 同じサイトでも、見るツールによって「引用されている」とも「まったく引用されていない」とも判定されるためです。

AI検索の引用測定で2つのツールの結果が食い違うのはなぜか

見ている対象が同じでも、ツールの設計思想が違えば結果は食い違います。 ディライトはDataForSEO経由のAI Mode実測と、外部SEOツール（Ahrefs）のAI引用欄という2つのツールを使いました。前者では引用が継続的に出ている一方、後者では自社22サイトの引用はほぼゼロでした。
同じサイト群を同じ期間に見ているのに、結論が異なってしまいます。

外部SEOツールは細かいクエリを計測できない可能性がある

外部ツールは検索ボリュームを持つ定番クエリを中心に見る設計のため、検索ボリュームがほぼない細かいクエリ（fan-outクエリ）を構造的に拾えないのではないかという仮説です。
DataForSEO上で引用が確認されているのは、まさに細かいクエリでした。ある程度検索ボリュームがないとAhrefsでの引用は計測しにくいことが分かりました。

AI検索の引用は施策と無関係に日々ブレる

AI検索の引用は、施策の有無にかかわらず日々大きく変動しています。 これが6週間の実測でもっとも強く確認できた事実です。AIの回答生成は確率的で、同じ問いでも引用元が日替わりするため、短期の増減を施策の成果と読むことが難しいのが現状です。

AI検索の引用回数は1日でどのくらい変動するのか

同一ページの引用回数は、数日のうちに1回から13回まで動きました。 ある火葬場サイトの主要ページの計測日別引用回数は次のとおりです。

4月21日：3回／5月3日：1回／5月11日：3回／5月24日：1回／5月26日：13回／5月28日：3回／5月29日：2回／6月1日：5回／6月3日：2回。

ページの中身を変えていない日も含め、引用回数は最大で13倍の幅で揺れています。

ページ改修日とAI引用のピークは一致するのか

ページ改修日とAI引用のピークは一致しませんでした。改修した日と引用が跳ねた日はずれています。 たとえばあるページの改修をマージしたのは6月1日ですが、引用が跳ねたのはその前の5月26日で、改修後はむしろ下がりました。この期間に複数の改修をリリースしましたが、改修日と引用ピークが重なったケースはありません。したがって「この施策で引用がN回からM回に増えた」という因果は、このデータでは証明しにくいのが現状です。

AI検索の引用のブレは別研究でも裏付けられている

AI検索の引用のブレは別研究でも裏付けられています。引用の変動はディライトの環境固有ではなく、AI検索に共通する性質です。 生成AI検索の可視性を測定した研究では、同一プロンプトを同時に実行した際、引用ソースは大きく変動し、連続する日でのソース集合の重複は34〜42%にとどまると報告されています[1]。別の調査でも、連続するAI回答でブランドが可視のまま残る比率は約30%にすぎないとされています[2]。「日々ブレる」ということはAI引用対策をするうえで前提として持っておくことが重要です。

AI検索で引用されたのは「抽象的な主クエリ」ではなく「具体的な派生クエリ」だった

AI検索で引用されたのは、テーマを代表する汎用的なクエリではなく、具体的で実務的な派生クエでした。 「横浜 斎場」のような抽象度の高い主クエリでは引用がゼロだった一方、「予約待ちが少ない」「公営と民営の比較」「家族葬20人」のように問いが具体化したものでだけ引用が立ちました。引用を狙うなら、テーマ全体を正面から狙うのではなく、問いを具体的な派生クエリに分解して取りにいく方が大手競合に勝ちやすくなります。

汎用クエリで引用がゼロ、具体的な派生クエリで引用された

同じテーマでも、抽象的な主クエリでは引用されず、具体化した派生クエリでだけ引用されました。 ディライトのキーワード群では、「横浜 斎場」「横浜市 斎場」「横浜市 火葬料金」といった汎用的・代表的なクエリのAI Mode引用は、計測期間を通じてゼロでした。一方で引用が立ったのは、「火葬 予約待ちが少ない」「斎場 公営 民営 比較」「斎場 家族葬20人 おすすめ」「火葬 認識待ち」といった、状況や条件が具体的に絞り込まれた問いです。抽象的なテーマ名そのものではなく、その下にぶら下がる具体的な問いが、引用の入り口になっていました。

なぜ抽象的な主クエリでは引用されないのか

主クエリは情報の幅が広すぎて、AIが特定のページを「この問いの答え」として選びにくいからだと考えています。 「横浜 斎場」という問いは、料金・アクセス・予約・口コミなど無数の論点を含み、どのページもテーマの一部しか答えられません。AIは回答を組み立てる際、元の問いを複数の細かい派生クエリに分解し、それぞれに最も的確に答えるページを探します。そのため引用されるかどうかが決まるのは抽象的な主クエリの段階ではなく、分解された後の具体的な派生クエリの段階です。「横浜 斎場」で上位を取ることよりも、その下の「予約待ちが少ない斎場は」「公営と民営はどう違うか」など「横浜　斎場」と検索する人の意図に合うであろう問いに的確に答えるページを持つことが、引用への近道になります。

検索上位とAI引用の相関はなぜ76%から38%に下がったのか

また従来の検索上位が、そのままAI引用につながらなくなっていることも分かっています。 Google検索の上位表示とAI Overview引用の相関は、1年前の76%から38%へ低下したと報告されています[3]。さらに引用ページの約68%は、主クエリでも派生クエリでも検索上位10位に入っていません[4]。一方で、派生クエリで上位にあるページは、主クエリのみで上位のページより161%引用されやすいとされています[4]。これらの数字は、「テーマの主クエリで検索上位を取る」ことより「具体的な派生クエリに的確に答える」ことが引用につながる、というディライトの結果と同じ方向となっています。

引用は2つの関門（候補入り・選抜）を抜けて起きる

AI検索の引用は、「候補に入る段階」と「候補から選ばれる段階」の2つを抜けて発生すると考えられています。1つ目は、情報が存在し問いに合っていれば候補に入る段階で、検索ボリュームは問われません。2つ目は、その候補の中から、ページの的確さやドメインの信頼で実際に引用先が選ばれる段階です。
具体的な派生クエリは、論点が絞られているぶん的確に答えるページが少なく、両方の段階を抜けやすくなります。逆に抽象的な主クエリは、論点が広く「この問いの答え」と言えるページが定まりにくいため、選ばれる段階で多くのページに埋もれます。ディライトの実測で具体クエリだけ引用が立ち、汎用クエリがゼロだったのは、この差だと考えています。

AI検索で引用される条件 ─ 必要条件と十分条件

AI検索の引用には必要条件と十分条件があるという仮説が立ちました。 構造化データを整え表示を速くした17サイトを増設しましたが、計測対象に入れているにもかかわらず引用はゼロでした。「ちゃんと作った」のに引用されない理由は、必要条件だけを揃えて十分条件に手をつけていなかったからと考えられます。

AI検索の必要条件とは：参照候補に入るための最低ライン

必要条件はAI引用の土俵に上がるための最低ラインであり、揃えても引用は始まりません。 ディライトでは22サイト全部に、発見可能性（SSGによる静的書き出し・robots・sitemap・配信基盤）、意味の構造化（JSON-LDによるOrganization・LocalBusiness・FAQPageなどとsameAsでのエンティティ接続）、最低限の権威（運営者の明示・著者プロフィール・地域固有の一次データ）、観測の継続を実装しています。そのうち17サイトの引用はゼロでした。
必要条件はやらなければ土俵に上がれませんが、やっても引用は始まりませんでした。

構造化データはAI検索の引用を増やすのか

構造化データは引用の土台にはなりますが、それ単体で引用を増やす訳ではありません。 評価は研究によって割れています。2024年12月の調査では、スキーマのカバレッジと引用率に相関は確認されませんでした[5]。一方で第三者パネルの観測では、構造化ページに選択率の上昇がみられたという報告もあります[6]。
公式見解として、Googleは「AI回答のために特別なマークアップは不要であり、構造化データはリッチリザルト向けに有効で、信頼のシグナルとして機能する」としています[6]。

AI検索の十分条件とは：引用に寄与する4つのレバー

十分条件は引用を実際に動かすレバーで、自社だけで完結するか外部が関係するかで性格が分かれます。 大きく次の4つです。

1. どの問いで戦うか（問いの選定）
2. 引用されやすい記述フォーマット
3. ページの鮮度
4. 外部での言及（ブランドメンション）

どのクエリで戦うか（問いの選定）

1つ目は「クエリ」で、自社サイトだけで完結でき、もっとも重要なレバーです。 大手が手薄な実需要の問いを選び、テーマを具体的な派生クエリ（fan-out）に分解して、それぞれに的確に答えるページを用意します。外部に依存せず自社の判断だけで動かせます。

引用されやすい記述フォーマット

2つ目は「記述フォーマット」で、これも自社で完結し、短期で効果があります。 データに基づく「トップ◯」や比較表、統計・出典・第三者参照の明示が該当します。実際、「best」系の形式はAI Overview引用の約半数を占めるという報告があります[7]。同じ情報でも、AIが抜き出しやすい形に整えるだけで引用される確率が変わるため、すぐ着手できて効果も見えやすいです。

ページの鮮度

3つ目は「鮮度」で、効果がありますが運用負荷がかかります。 AIが引用するコンテンツは通常の検索結果より平均25.7%新しく[8]、3か月以上更新されないと引用喪失リスクが3倍を超えるとされます[2]。一度引用された状態を維持するには定期的な更新が必要で、自社で完結する施策ではあるものの、コンテンツ数が増えるほど運用コストが膨らみます。

外部での言及（ブランドメンション）

4つ目は「外部での言及」（ブランドメンション）で、効果は大きいものの外部が影響するので施策の難易度は上がります。 外部ウェブメンションはAI Overview可視性ともっとも強く相関する要因（相関係数0.664で被リンクの約3倍）と報告されています[9]。ただし自社サイトだけで行える施策ではなく、被リンク対策やプレスリリースなどによるメディア露出への機会を増やすなどの対応が必要です。

AI検索対策の実務：何から手をつけるべきか

AI検索対策は「サイトの作り方」より「どの問いで戦うか」を先に決めるとブレにくくなります。

AI検索対策はテーマを「具体的な派生クエリ」に分解する

テーマを代表する主クエリを正面から狙うより、具体的な派生クエリに分解して答えるほうが引用されます。 「斎場」「費用」のような抽象的な主クエリは、論点が広すぎてAIに「この問いの答え」として選ばれにくいためです。同じテーマでも、「予約待ちが少ないのは」「公営と民営の違いは」「特定の人数での費用は」といった具体的な派生クエリに分解し、それぞれに的確に答えるページを用意すれば、同じ労力でも引用される可能性が高まります。

AI検索の引用数の増減に振り回されないための測定ルール

1週間単位の引用増減は判断材料にせず、数週間ならした傾向で評価しましょう。 AI検索の引用は日々ブレるため、短期の増減は実力ではなくノイズであることが多いためです。単発の測定で施策を評価しないことをルール化し、複数週の移動平均で見ることをおすすめします。

構造化データへの投資はどこで止めるべきか

構造化データや表示速度は最低限行い、問いの分解と回答のあるページ制作にリソースを回しましょう。 これらは「やって当然の土台」であり、それ自体が引用を生むわけではないためです。

fan-outクエリを捕捉できるツールをつくる

外部ツール任せでは、検索ボリュームのないクエリのツールが見えません。 ボリュームの少ない派生クエリまで観測ツールを用意することをおすすめします。

この検証の正直な限界と次に検証する仮説

本記事の数値は相関・継続性・構造の観察であり、施策の効果を実験的に証明したものではありません。 観測は自作の69キーワード・17スナップショットに限られ、選定による偏りがあり、世の中の全クエリを代表するものではありません。また外部ツールでは引用が見えない計器差があり、第三者が同じ数字を再現できるとは限りません。

今回確実に言えるのは、「汎用的な主クエリでは引用がゼロ、具体的な派生クエリでだけ引用が立った」という観察までです。 これが競合状況を統制した比較ではない点も、あわせてお断りしておきます。需要も競合も大きいテーマの派生クエリでも、同じように引用が取れるかどうかは、今回のデータでは分かっていません。

今回ビッグクエリで引用されなかったのは、派生クエリのほうが有利だからではなく、検証に使ったのが新規サイトで権威が低かったからだ、という見方もできます。 私たちは同一条件で比較するために22サイトを新規で立ち上げました。新規ドメインは外部からの言及も被リンクも乏しく、権威が低い状態です。引用の「選ばれる段階」がドメインの信頼で決まるとすれば、権威の低い新規サイトが、大手の占める激戦区のビッグクエリで選ばれなかったのは当然とも言えます。つまり「派生クエリが強い」のか「権威がないからビッグクエリに入れなかっただけ」なのか、今回のデータでは切り分けられていません。
ただしこの見方は実務上はむしろ前向きに使えます。権威の低さがビッグクエリでの不利に直結するなら、権威で大手に劣る事業者──たとえば地方の中小葬儀社──にとって、ビッグクエリを正面から狙うのは分が悪く、競合が薄く権威要求も低い具体的な派生クエリで戦うほうが合理的だと考えられます。権威を一朝一夕に積み上げられない以上、勝てる土俵を選ぶという意味で、派生クエリ中心の戦い方は権威の低い事業者の現実的な選択肢になりえます。

「ブレる・具体的な派生クエリで引用されやすい・器だけでは足りない」という3点は、22サイト・6週間の実測からディライトが掴んだ手応えです。今後も検証を続け、分かったことと分からないことを切り分けながら共有していきます。

---

参考文献・出典

[1] arXiv「Quantifying Uncertainty in AI Visibility: A Statistical Framework for Generative Search Measurement」（同時実行でもソース集合の重複は34〜42%）
https://arxiv.org/abs/2604.07585

[2] foglift / AirOps「The 2026 State of AI Search」（連続回答での可視維持は約30%、3か月超未更新で引用喪失リスク3倍超）
https://foglift.io/blog/content-freshness-ai-search

[3] Radyant「How to get cited in AI Overviews and ChatGPT」／Ahrefs 2026年3月調査（上位10位由来の引用は76%→38%）
https://www.radyant.io/guides/how-to-get-cited-ai-overviews-chatgpt

[4] Search Engine Land「AI Overview fan-out rankings boost citation odds by 161%」（引用ページの約68%は上位非ランクイン、fan-out上位は+161%）
https://searchengineland.com/ai-overview-fan-out-rankings-boost-citation-odds-study-466426

[5] Search Engine Land「How schema markup fits into AI search — without the hype」（2024年12月Search/Atlas調査：スキーマと引用率に相関なし）
https://searchengineland.com/schema-markup-ai-search-no-hype-472339

[6] Digital Applied「Structured Data After I/O 2026: Schema Cheat Sheet」（第三者パネルの選択率上昇、およびGoogleの「特別なマークアップは不要」見解）
https://www.digitalapplied.com/blog/structured-data-after-io-2026-schema-updates

[7] Ahrefs「How to Rank in AI Overviews」（"best"系がAI Overview引用の約50%）
https://ahrefs.com/blog/how-to-rank-in-ai-overviews/

[8] Ahrefs「Do AI Assistants Prefer to Cite Fresh Content?」（AI引用URLは通常結果より25.7%新しい）
https://ahrefs.com/blog/do-ai-assistants-prefer-to-cite-fresh-content

[9] Ahrefs「An Analysis of AI Overview Brand Visibility Factors（75,000ブランド）」（ブランドメンションの相関0.664、被リンク0.218）
https://ahrefs.com/blog/ai-overview-brand-correlation/