無料で試す
LLMO

【2026年最新】LLMO主要AIエンジンの引用・言及ロジックとアルゴリズム解析

約15分で読めます 著者: 武藤 尭行

LLMO対策において、「情報の鮮度」は命です。ここでは2026年8月時点の最新の観測研究と大規模データをもとに、各AIエンジンが「どの情報を、なぜ引用するのか」を解き明かします。

前提として、どのエンジンも引用アルゴリズムを完全には公開していません。以下の解説は、各社の公式ドキュメント、クローラーの挙動、そして国内外の大規模観測研究（Surfer SEO、Ahrefs、SE Ranking、Profound、Zyppy、Wellows、Muck Rackなど）から推定される「現時点で最も確度の高い構造」です。確度に差がある箇所はその旨を明記しています。

1. 全エンジン共通：引用が生まれる「5段階のパイプライン」

まず押さえるべき大原則は、AIの引用は「モデルの賢さ」ではなく「検索システム（配管）」に依存しているという事実です。引用元となる情報は、AIの過去の学習データからではなく、検索エンジン（Google・Bing・Brave など）のインデックスからリアルタイムに引き出されます。

AIが回答を生成し、参照リンク（引用）を付けるまでの共通プロセスは以下の5段階です。

  1. トリガー判定：外部検索が必要か、AI内部の知識だけで答えるかを判断する。検索が走らなければ引用はゼロ。

  2. クエリファンアウト：ユーザーの1つの質問を、複数の「サブクエリ（関連質問）」に分解して並列検索する。

  3. 検索（Retrieval）：各エンジン固有のインデックスから、回答候補となるWebページを取得する。

  4. 再ランク（Rerank）：取得したページ群を、「使いやすさ」「鮮度」「権威性」の観点から絞り込む。

  5. 合成＋引用（Synthesis + Attribution）：回答文を組み立て、実際に情報を使った箇所にだけリンクを付与する。

「検索されること」と「引用されること」は別物

Zyppyの2025年調査によると、ChatGPT が検索して取得したページのうち、実際に引用されるのは約15%に過ぎません。残り85%は AI に読まれても出力には使われません。

つまり、「検索インデックスに登録されること（SEO）」と「AI が抽出しやすい構造にすること（LLMO）」は別問題であり、対策も二層に分かれます。

「言及」と「引用」も別物

Ahrefsが自社ブランドの31,000件超の言及を6つの AI プラットフォームで追跡したところ、ブランド名が出てもリンクが付く割合は、AI Overviews で10.7%、最も寛容な Perplexity でも51.6%でした。言及（Mention）と引用（Citation）は分けて計測する必要があります。

2. 【エンジン別】インデックス構造と引用のロジック詳細

2-1. Google AI Overviews（AIO）

  • 使用インデックス：Google 検索インデックス（Googlebot）

  • コアロジック：クエリファンアウト（複数クエリへの分解）

AIO の最大の特徴は、1つのキーワードだけでなく「関連するサブクエリ群」から広く情報を集める点です。Surfer SEO の大規模研究（10,000キーワード・173,902 URL）では、以下が確認されています。

  • ページがランクインするファンアウトクエリ数と引用確率の相関は Spearman 0.77

  • ファンアウトクエリで上位のページは、メインクエリのみのページより 161% 引用されやすい

  • 検索上位から引用される場合、メインクエリとファンアウトの両方で上位のページが 51.2%、メインクエリのみは19.6%

直近の傾向（2026年）

  • 2025年半ばには AIO 引用ページの約4分の3が同クエリのオーガニック上位10位に入っていましたが、2026年初頭にはAhrefsで38%、BrightEdge で17% まで低下しました。「上位表示＝引用」の図式は崩れています。

  • SE Ranking によると、2026年1月の Gemini アップデートで従来引用されていたドメインの約42%が入れ替わり、回答あたりのソース URL 数が32%増加しました。

  • Ahrefs によれば、YouTube が最も引用されるドメインで、6ヶ月で34%成長しています。

  • 88%の AIO が3つ以上のソースを引用し、単一ソースのみは1%（Heroic Rankings）。

構造化データの真実

業界では「Schema.org が効く」とされますが、Ahrefs の2026年3月の差分の差分分析（1,885ページ vs 対照群4,000ページ）では、AI 引用への直接効果は AI モード +2.4%（非有意）、ChatGPT +2.2%（非有意）、AIO −4.6%（有意だが負） でした。AI 引用を直接押し上げる証拠は確認されていませんが、リッチリザルトやクローラビリティの観点では引き続き有効です。「外す」のではなく「過度に期待しない」が正解です。

2-2. Google AI モード

  • 使用インデックス：Google 検索インデックス（AIOと共通）

  • コアロジック：隠れクラスタ競争とエンティティ集約

AIO と同じインデックスを使いながら、Ahrefs の調査では 引用する URL の重複率はわずか13.7% です。AI モードはすべてのプロンプトを複数の隠れたサブクエリに分解し、それらを横断して評価されたページから回答を組み立てます。1本のキーワードではなく「見えないクラスタ」で競争している、という理解が正しいです。

重要なのは、従来 SEO は不要になるのではなく「候補プール入りのゲート」として残るという点です。クロール性・表示速度・ランキングが入場条件、その上で AI モードが再スコアリングする、という二層構造です。商業系プロンプトではエンティティ信号とローカル信号が推薦層を左右します。

また、取得された候補の複数が同一の一貫したエンティティから来ている場合、引用がそのエンティティに集約される傾向があります。

ユーザー行動としては、AI モードの検索の約93%はクリックなしで終わる一方、AIO で引用されたブランドは CTR が約35%上昇します（Seer Interactive）。

2-3. Gemini（アプリ版）

  • 使用インデックス：Google 検索グラウンディング ＋ ナレッジグラフ

  • 引用の傾向：UGC・Q&A サイトを好む

Asklantern のマルチ LLM 引用データによると、Gemini の上位引用ドメインは Reddit、YouTube、Quora、Wikipedia、NIH。ChatGPT（Wikipedia、Axios、YouTube、Forbes など）や Claude（PubMed Central、Wikipedia、Quora）とは明確に異なり、コミュニティにおける「ブランドの実在感」を高く評価します。

日本語圏では Reddit・Quora に相当するソースとして、Yahoo!知恵袋、note、業界特化メディア、YouTube の日本語チャンネルが同様の役割を果たすと考えられます（米国データからの類推であり、日本語での大規模検証はまだ限られます）。

注意点：robots.txt で Google-Extended をブロックすると、Gemini の学習データから外れるだけでなく、Gemini アプリ／Vertex AI のグラウンディング（引用対象）からも外れます。LLMO 観点では許可が基本です。

反映速度：Google のライブインデックスに基づくため、再クロール・再索引後 2〜4週間 で可視性の変化が現れることが多いとされます。

2-4. ChatGPT（Search）

  • 使用インデックス：Bing ＋ OpenAI 自前クロール（OAI-SearchBot）のブレンド構成

  • 引用の傾向：ページの「前半30%」と「参照ドメイン数」を重視

2026年現在、ChatGPT は「Bing ラッパー」から脱し、自社インデックスとのブレンド構成に移行しています。ただし Bing への依存は消えたのではなく緩んだだけで、Bing にもランクせず OpenAI 自前クロールにも存在しないページはまず取得されません。Bing 索引は「床チェック」として有効です。一方で Bing の順位と引用の相関は緩く、取得と回答の間にリランク段階があります。

診断は2段階で行います。Bing Webmaster Tools で索引を確認し、別途サーバーログで OAI-SearchBot が実際にページを取得しているかを確認してください。

重要データ

  • 引用箇所の 44.2% は「ページの最初の30%」から、31.1% は中盤から抽出されます。長い導入文は命取りです。

  • SE Ranking の216,000ページ分析では、参照ドメイン数が単一最強の予測因子。参照ドメイン35万以上のサイトは平均8.4引用、2,500未満は1.6。さらに引用ページの約28%はオーガニック検索での可視性がゼロでした。

  • Wellows の7,000超クエリ・485,000引用の分析では、影響度順に「回答先行の抽出可能構造 → Bing 索引とクローラーアクセス → 独自調査 → 一次ソースとしての認知 → スキーマ → 鮮度 → クロスプラットフォームの一貫性」。

  • 内部リランカーは鮮度（dateModified が直近24ヶ月以内）、単体で回答として読める段落、Article／FAQPage／HowTo のスキーマ信号を重視すると観測されています。

  • 表示速度：FCP 0.4秒未満のページは平均6.7引用、1.13秒超は2.1（AI Clicks, 2025）。

  • JavaScript レンダリング依存のページは AI 解析成功率が 23%（静的 HTML＋スキーマは94%）。

競合言及の傾向：Zenith の調査では、ChatGPT は競合サイトを28.8%の頻度で参照し、Google の17.7%より11ポイント高い。チャレンジャーブランドには追い風です。

2-5. Claude

  • 使用インデックス：Brave Search（公式未発表だが証拠は強い）

  • 引用の傾向：権威ある報道機関、ドメインの深層ページ（ブログ等）

Anthropic は検索プロバイダを公式に名指ししていませんが、Brave Search は2025年3月に Anthropic の公開サブプロセッサリストに追加され、Claude の Web 検索 API には BraveSearchParams パラメータが存在します。Profound の検証では Claude の引用と Brave 検索上位結果の重複率は86.7% でした。

Brave のインデックスは Google や Bing より小さく選択的で、上位に来るのは確立された高品質ソースが多いため、これが Claude の「品質フィルタ」として機能しています。

クローラー：Anthropic は「検索用」「学習用」「ユーザー指定 URL のフェッチ用」の3種類のクローラーを運用しています（2026年2月にドキュメント更新）。学習用だけを独立してブロックでき、検索可視性には影響しません。検索用をブロックすると Claude 検索での可視性が下がります。

引用の形式と傾向

  • 引用はインライン（文中リンク）のみで、Perplexity のようなフッター一覧はありません。

  • 2,170 URL の引用分析（Oltre AI）では、ドメイントップページは3%のみ、56%が /blog/ 配下。

  • 5W の引用ソース指数では NYT、The Atlantic、The New Yorker、The Economist がアンカーソースとされています。

注意点：Claude はデフォルトでは検索せず、検索が必要と判断した場合に Brave 経由で情報を引きます。同じページがあるセッションでは引用され、別セッションでは見えないことがあるため、単発確認ではなく固定プロンプトでの定点観測が必須です。

2-6. Perplexity

  • 使用インデックス：自社クローラー（PerplexityBot）＋ Brave 系 ＋ ニュース／学術インデックス

  • コアロジック：多段リランカーと UI クリック学習、トラストシード

Perplexity は単一クエリに対し2,000億 URL 超のインデックスを検索し、多段パイプラインに通します。第一パスはキーワードと意味ベースのマッチングで広く候補を取り、その後 ML リランカーがエンティティの明確さ・権威・鮮度・構造で品質ゲートをかけます。全チェックポイントを通過しないと引用されません。

他社にない特徴が2つあります。

  • UI クリック学習：品質モデルは Perplexity UI 内でユーザーがどの引用をクリックしたかで訓練されています。結果として、一次報道や一次データは同一ドメインでもアグリゲーターを上回ります。

  • トラストシード：人間が検証した権威情報を含むと認識されるドメイン（主要報道機関、Wikipedia、LinkedIn、業界媒体）を優遇します。記名著者、編集上の説明責任、組織的信頼性をリランク層が直接評価します。

2026年の変化：5月に Pro／Max 向けにプレミアムソース提携（PitchBook、CB Insights、NEJM など）を導入。また Cloudflare が Perplexity を検証済みボットリストから除外した件が未解決で、クロール環境に不確実性があります。

引用の寛容さ：501サイトの分析では追跡された AI 引用全体の47%を Perplexity が占め（Rankeo, 2026）、言及時のリンク率も51.6%と全 AI 中最高。引用計測が最もしやすいエンジンです。

2-7. Grok（xAI）

  • 使用インデックス：Web 検索 ＋ X（旧 Twitter）のリアルタイムストリーム

  • コアロジック：エージェント型の反復検索ループと、分単位の「超・鮮度」

Grok は質問をサブクエリに分割し、Web と X の両方に並列検索をかけ、新しいリンクを辿り、各バッチを内部スクラッチパッドに要約する、という反復ループを最大10ステップ回します。xAI API では web_search と x_search の2ツールに対応し、旧 Live Search API は2026年初頭に廃止されました。

他の AI が日〜週単位の鮮度であるのに対し、Grok は直近30分以内の X 投稿を引用するなど極端に鮮度を重視し、ソーシャルグラフを他のどのエンジンよりも重く見ます。UI ではソースパネルで Web 引用と X 投稿を分離して表示します。

エンティティ解決：Web サイト、X プロフィール（bio）、第三者言及の三角測量でブランドを解決します。3者でブランド説明・カテゴリ語・主要事実が一致しているブランドが、矛盾した信号を出すブランドより引用されます。

コンテンツ施策の効果：Contently の2026年分析では、統計の追加で Grok 可視性が22%、引用（quotation）の追加で37%向上。

計測上の注意：Grok は複数ソースから要約しつつ、サイトを可視の引用として出さないことがあるため、言及追跡と引用追跡の両方が必要です。また X のトレンド層は地域に強く偏るため、日本市場の計測には日本 IP でのサンプリングが必須です。

2-8. Microsoft Copilot

  • 使用インデックス：Bing 一択

  • 対策のキモ：Bing Webmaster Tools の活用

Microsoft のドキュメント上、Copilot は Web 情報が有用な場合に Bing 検索サービスから情報を取得します。したがって Bing にインデックスされていないページは Copilot の引用対象になりません。

2026年2月に公開された Bing Webmaster Tools の「AI Performance レポート」 により、Copilot および Bing AI の引用データをプラットフォーム公式に確認できるようになりました。主要エンジンの中で公式の引用データが見られる唯一の例です。Bing への登録は ChatGPT と Copilot の両方に効く、最小コスト最大効果の施策です。

3. 【比較表】主要エンジン横断・AI 引用の仕組み

エンジン

検索インデックス / クローラー

ファンアウトの強さ

引用の形式

最も重視する固有の重み

Google AIO

Google / Googlebot

強（Gemini 3 以降拡大）

複数ソース、リンク率は低め（約10%）

サブクエリ群の網羅性、YouTube

Google AI モード

Google / Googlebot

最強（隠れクラスタ競争）

AIO との URL 重複13.7%

エンティティ集約、ローカル信号

Gemini（アプリ）

Google ＋ KG / Googlebot ＋ Google-Extended

中

インライン

Reddit・YouTube 等 UGC/Q&A

ChatGPT

Bing ＋ OpenAI 自前（ブレンド）/ OAI-SearchBot

中〜強

インライン＋ソース一覧

参照ドメイン数、ページ前半構造、鮮度

Claude

Brave Search（推定、重複86.7%）/ 3種クローラー

弱〜中

インラインのみ

権威報道、深層ページ、高品質フィルタ

Perplexity

自前 ＋ Brave 系 ＋ 学術・ニュース / PerplexityBot

中

番号付き、リンク率最高（約52%）

UI クリック学習、トラストシード

Grok

Web ＋ X / xAI

強（最大10ステップ反復）

Web/X 分離パネル

30分単位の鮮度、X とのエンティティ一致

Copilot

Bing / Bingbot

中

インライン

Bing 索引が絶対条件

4. エンジン横断で「引用確率を決める5つの要因」

  1. ブランド言及（バックリンクより強力） Ahrefs の75,000ブランド研究では、AI 可視性との相関は YouTube 言及 0.737、Web 上のブランド名言及 0.664 に対し、バックリンクは 0.218。Muck Rack（2026）では AI 引用の 84% がアーンドメディア由来。「引用獲得の最大レバーは自社サイトの外にある」のが2026年のコンセンサスです。

  2. 「取得」と「引用」の二段最適化 AI に読み込まれること（Google・Bing・Brave の索引）と、回答に抽出されることは別です。Wellows の分析では、明確な構造を持つコンテンツは逐語で抽出される一方、密で未整形のコンテンツは権威が高くても引用されにくい。「そのまま回答として使える段落」を持つコンテンツが勝者になります。

  3. 情報の鮮度 AI プラットフォームは従来のオーガニック結果より 25.7%新しい コンテンツを引用します（Ahrefs, 2025）。ただし時間軸はエンジンで異なり、Grok は分単位、ChatGPT は24ヶ月以内の更新日が目安です。

  4. クロスエンジンの収斂（品質の証明） Perplexity、Google AIO、Brave の1,702引用を分析した研究では、複数エンジンで共通して引用されるページは品質スコアが 71%高い。一つのエンジンで引用を得るページは他でも引用される傾向があります。

  5. 引用の不安定性 引用パターンは数週間で数十ポイント変動しえます。さらに学術研究（Perplexity-Trap, 2025 とその2026年追試）は、ニューラル検索器が AI 生成テキストを含む「低パープレキシティ文書」を過大評価するバイアスが学習によって形成されうることを示しており、ランキング挙動はモデル更新で漂流します。単発の施策ではなく継続的な観測が前提です。

5. ロジックから導かれる「実務上の6つのアクション」

  1. 「1ページ1キーワード」からの脱却 AI はサブクエリ単位で情報を探します。「費用」「期間」「比較」「手順」「リスク」などのサブトピックを個別ページで網羅し、ピラーページと内部リンクで繋いでください。同一エンティティから複数候補が出る状態を作ることが、AI モードの引用集約につながります。

  2. インデックスの「三重チェック」を完了させる Google（Search Console）、Bing（Webmaster Tools）への登録に加え、Brave Search で自社ページが表示されるかを確認してください。Brave には登録窓口がないため、検索結果での実表示確認が方法になります。Bing 登録は ChatGPT と Copilot の両方に効きます。

  3. 冒頭2〜3文で「直接回答」する ChatGPT はページの前半30%から引用の44%を抽出します。長い前置きは削り、冒頭100〜150文字程度で結論を述べ、一次データ・数値・記名著者・更新日を上部に配置してください。

  4. JavaScript レンダリングに依存しない クライアントサイド JS に依存したサイトは AI の解析成功率が23%に落ちます。重要なテキストは静的 HTML（SSR／SSG）で出力してください。

  5. 「アーンドメディア」でのブランド言及を増やす 自社サイト内だけでなく、YouTube、PR TIMES などのリリース配信、業界特化メディア、Q&A サイトでの言及を獲得する PR 施策を並行してください。その際、サイト・SNS プロフィール・第三者言及でブランド説明とカテゴリ語を統一することが、Grok を含む全エンジンのエンティティ解決を助けます。

  6. 固定プロンプトによる「定点観測」を徹底する AI の回答は揺らぎます。LLMOチェキなどのツールを活用し、固定の質問・同じ地域 IP で、週次・月次の定点観測を自動化してください。言及と引用は分けて計測し、Bing Webmaster Tools の AI Performance レポートという公式データとの突合も有効です。

参照元一覧

一次調査（原典）

一次調査の報道・解説（原典へのリンクあり）

#LLMO#AIO#LLMOツール#AIOツール#AI Overview#AEO#GEO#LLMOチェキ#SEO#ChatGPT#Gemini#Perplexity#Claude#Grok

関連する記事

最新ニュース

AIエンジン別の引用ロジック完全解説｜8エンジンの仕組みと最適化の分岐点【2026年8月4週版】

・AIの引用は「モデルの賢さ」ではなく「配管(パイプライン)」の問題。 学習データではなく、グラウンディング層(検索インデックス)から生まれる ・共通する処理は5段階。 トリガー判定 → クエリファンアウト → 検索 → 再ランク → 合成と引用付与 ・「取得される」と「引用される」は別問題。 ChatGPTが取得したページのうち引用されるのは約15%という調査があり、施策は二層に分かれる ・依拠する検索インデックスがエンジンごとに違う。 Google系はGoogle、ChatGPT/CopilotはBing系、ClaudeはBrave系。索引の三重チェックが必要 ・AI OverviewとAIモードは同じGoogleインデックスを使いながら、引用URLの重複は13.7%。 別の面として追跡する必要がある ・引用を決める最大要因はブランド言及。 被リンクとの相関0.218に対し、Web上のブランド言及は0.664という調査結果がある ・当社調査でもAI Overviewの引用元1位はYouTube(826回)。 2位の10倍以上という偏りが観測されている ・1ページ1キーワードのモデルは終了。 ファンアウトで展開されるクラスタ単位の競争になっている

・　約21分
LLMO

AIOツール導入ガイド2026｜初心者向けの実装5ステップと、無料で始める判断基準

・AIOツールとは、生成AIの回答内での自社の言及・引用を計測するツール ・失敗の3パターン：①機能数で選ぶ、②独自スコアを過信する、③導入直後に効果を期待する ・正しい順序：要件定義 → 無料で現状把握 → 運用工数の判定 → 有料ツール導入 → 効果測定 ・有料への切り替え目安は、手動計測の工数が月3時間を超えたとき ・無料の選択肢は3つ：手動チェック、無料の言及チェッカー、無料診断。Search Consoleの生成AIレポートは制約が大きい ・効果判定は1か月ではなく3か月ベース。当社観測では投資判断に約6か月 ・追うべき指標は「ブランド露出率」「AI引用数の推移」「実装完了率」の3つ

・　約13分
LLMO

【独自調査】住まい探しの生成AI利用は23%、今後の利用意向は76%｜不動産LLMOが必要な理由

・住まい探しでの生成AI利用は23.47%、AI Overview閲覧は24.26% ・最も使われた情報源は不動産ポータルサイト（55.23%）。AIはまだ主役ではない ・今後の利用意向は75.93%（ぜひ使いたい24.85%＋機会があれば51.08%）。現在の3倍以上 ・AIで最も調べられたのは「エリアの治安・住みやすさ」（47.23%）。物件情報より地域情報 ・情報の信頼度はポータル49.70%に対しAIは9.86%。まだ信頼されていないが、29.78%が「どちらも同程度」 ・ポータルへの不満1位は「同じ物件が大量に並ぶ」（46.35%）。この不満がAI移行の動機になる 調査：住まい探し経験者507名（2026年8月27日〜30日実施）

・　約10分