LLMに引用されやすいコンテンツとは

LLMに引用されやすいコンテンツとは

AIに引用されるコンテンツは、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ものです。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を指します。AIは取得したページのごく一部しか引用しません。だから「単体で良い記事」では足りず、同じ問いに対する他候補より選ばれる必要があります。

なぜ引用は「競争」なのか

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」（SIGIR 2026）は、2つの候補を同時に与える統制実験を6つのLLM・252,000試行で行いました。結論はシンプルで、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した。オントピックとオフトピックのオッズ比は10,000を超え、ほぼ門番のように効きます。この「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います。

引用を分ける決定要因

同じ研究は、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しました。逆に書式だけをいじる編集はほとんど効きません。

もう一つ、断定を避けるヘッジ表現（〜かもしれない、〜の可能性がある）は不利でした。確信的な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結果でも、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る。これが「引用される書き方」の核です。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。

構造化だけでは引用されない

表や見出しなどの構造は読みやすさの土台ですが、それ単体で引用が決まるわけではありません。中身の適合と具体が伴って初めて効きます。

Googleも生成AI向けに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、決定打ではありません。優先順位は、トピックを外さない、結論を前に出す、新鮮に保つ、具体を入れる、断定的かつ平易に書く、最後に構造で整える、の順になります。

エンジンによって引かれ方が違う

どのAIを狙うかで打ち手は変わります。ChatGPTは箇条書きやFAQをそのまま引きやすく、Claudeは第三者の報道など earned media を好み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、引用元が新しい（消費家電で中央値62.3日）と報告されました。GPT-4oは earned が約57%です。第三者にどれだけ語られているか（earned）も大きく効きます。owned と earned の両輪はAI検索でのブランド露出で扱います。狙うエンジンを定めてChatGPTに引用されるにはから着手するのが実務的です。

検索順位とAI引用は別問題

SEOで上位でも、AIに引用されないことはあります。逆に検索とAI引用は無関係でもありません。両者の違いはGEOとSEOの違いで整理しています。

AIに自社がどれだけ引用されているかを知りたい場合は、Geo Index の引用分析で計測から始められます（限定ベータ）。まずは https://www.geoindex.app/ で現状を測ってみるとよいでしょう。