AIに引用されるための出典の置き方
AIの
前後を読まないと意味が通らない文は、うまく書けていても抜き出しにくく引用に使われにくいです。素っ気ない書き方でも一文で意味が通れば使われます。
出発点にしたのは生成エンジン最適化(GEO)の論文です。SEO、日本語のコピー、AIツールなど5本の調査を並行で進めたとき、GEOについて読んだのがこの論文でした。Aggarwalらが2024年に発表したもので、AIが答えを生成するときにどんな書き方のページが引用されやすくなるかを実験で測っています。論文が比べた書き換えは9通りあり、弊社はその結果を見て二つを自社のサイトに導入しました。
引用率を上げた2つの形式
論文の表で上位に並んだのは、統計の明示・出典の付加・引用文の追加の三つです。弊社が導入したのは統計と出典だけで、引用文の追加は導入していません。
この二つは伸び方の大きさが違います。本文に具体的な数値を記載すると生成エンジンでの可視性は約31%上がり、出典を引用の形で添えると伸びはさらに大きく、検索順位の低いページでは最大115%と倍以上になっています。出典はGEO: Generative Engine Optimization(Aggarwal et al., KDD 2024, arXiv:2311.09735、Table 1・2)で、下の表の右の列の数字もここから取っています。
9通りの中には、流暢さや読みやすさを上げる書き換えや権威のある口調、キーワードの詰め込みも含まれています。文章を磨く書き換えにも効果はありましたが、伸び幅が大きかったのは統計と出典という根拠を足す地味な2つのほうでした。弊社のサイトで数字の隣に出典を配置しているのも、この結果に合わせたものです。あとで自社の媒体から出典の無い数字をスキャンで洗い出すと131件が引っかかりましたが、ほぼ誤検知で、計算で出した値には元データの表が出典として付いていました。
では、順位の高いページではどうでしょうか。論文の表を見ると、順位1位のページに出典を足した場合、可視性はむしろ30.3%下がっています。
外部の文書を取ってきて答えを作るRAG(検索拡張生成)では、文書を一節や一文の単位で抜き出す。ページ全体をそのまま使うことは少ない。数字と出典は、その断片を、それ単体で検証できる情報にする。だから主張のすぐ隣に、数字と出どころを置く。主張と根拠を離して書くと、一文だけ抜かれたときに根拠が抜け落ちる。
| やる | なぜ | AIから |
|---|---|---|
| 数字で | 断片だけで | 可視性が |
| 出典を | 抜かれても | 低順位ページで |
| 1文で | 切り取られても | そのまま |
一文に収める四要素
引用されやすい一文は主語と数値と出どころがそろい、いつの話かも分かるので、それだけ読んで意味が完結しています。主語・数値・出どころ・時点の四つが1文の中で閉じていると、AIがその行を切り取って答えに貼っても情報として崩れません。逆に「この施策には大きな効果がありました」とだけ書くと、何が・どれだけ・どこ調べか・いつの話かが全部欠けていて、引用するAIの側は使いようがありません。四つのうち一つでも欠けると、抽出された先では確かめようがなくなります。
たとえば「この施策で問い合わせが大きく増えました」を「◯◯の導入後、問い合わせ件数が月あたり◯件から◯件に増えた(自社調べ・2026年)」という形にすると、主語・数値・出典・時点の四つがそろい、その1行だけで引用できるようになります。この形なら一文だけで本当かどうかを確かめられるので、AIも引用しやすくなります。書き終えたら文を一つずつ前後から切り離して読み、単独で意味が通るかを確かめると、抜けに気づきやすくなります。
引用される
前後に
「大きな
一文で
「◯◯は
疑問形の見出し
小見出しの一部を疑問形にしておくと、検索クエリにもAIが答えを探す手順にも合わせやすくなります。人が打つクエリは「◯◯ 費用 いくら」のような問いに近く、AIが答えを組み立てるときもまず問いを立ててそれに合う断片を探します。たとえば見出しは「費用の内訳」より「費用はいくらかかるか」としたほうが、実際に打たれるクエリに近くなります。自社の媒体では42ページに FAQPage の構造化データを持たせ、問いと答えを機械可読な形でも保存しています。人にもAIにも、共通の問いには共通の答えを返せるようにしています。見出しを問いの形にしておけば、その文をFAQの構造化データの問いにも変更せずに流用できます。
節の冒頭での言い切り
各セクションの1文目は、それだけで完結する言い切りにする。前の段落を受けて「そこで次に問題になるのが」と始めると、この文は単独では意味をなさない。AIがこの行だけ抜いたら、何の話か分からない。だから節の頭は結論から書く。この記事自体も、できるだけ各見出しの直後の一文で答えを言い切るように書いている。自社の媒体では、ページの先頭にも verdict という結論のブロックを配置している。
llms.txtを置かない判断
AI向けの案内ファイルとしてllms.txtを置くべきだ、という話がある。調べて、やらないことにした。当たった調査は3本で、結論はそろっていた。Ahrefsが13.7万のドメインを対象にボットのアクセスログを調べたところ、設置済みのllms.txtの97%が、人も含めどこからも一度も取得されていなかった。Googleも公式に使っていないとしている。読まれないなら効果は無く、古くなったり壊れたりしたllms.txtは、無いより有害な案内になる。記事を足すたびに書き直す保守の手間をかけてまで置く理由は、見つからなかった。
外から引用される側
形式を整えても、もともとの信頼が薄いページは引用されにくい。AI検索の引用は、ごく少数の上位ドメインに強く偏ることが、複数の調査で一致して報告されている。ドメインの信頼を上げるには時間がかかるが、引用がここまで偏っている以上、動かせたときの効果は大きい。弊社が賭けているのは、他が持っていない一次データだ。自分で測った数字や運用した実例は、よそのまとめの焼き直しではないので引用されやすい。弊社がこのブログに自分の環境で測った数字を載せているのも、同じ理由からだ。自社の媒体には2026年10月13日に、一次データとその調べ方をまとめたページを足した。数字は全部 data.js から計算してベタ書きは0、各見出しは確認日つきの言い切りにして、冒頭に3列のサマリ表を置いている。ただ、外からの被リンクや被引用はページ単体では稼げず、そこはまだこれからだ。
自社サイトで変えたこと
これらはいずれも自社の媒体で順に、運用しながら導入してきました。具体的には、数字の隣に出典と確認日を添えています。FAQは構造化データにして問いと答えを機械にも渡し、広告の注記は H1 の直後に差し込みました。robots.txt では、AIのボット24種を Allow に設定しています。文体の面では、二人称の「あなた」や文頭のラベル「概算です。」、「本記事では解説します」といったAI丸出しの言い回しを削除しました。1つずつの変更は小さいものですが、積み重ねると「AIが引用しやすく、しかも人が読める」ページに近づいていきます。作業としてはどれも小さく、新しい記事を追加するたびに共通の手順で導入しています。
リズムに出るAI臭
引用されやすく書くことと、AIが書いた丸出しの文にしないことは両立します。AIっぽさは単語よりも文のリズムに出るもので、AIが書いた文章を読み比べると、文の長さが均一で体言止めがなく段落がどれも同じ文数、という形が目印になります。そのため「あなた」や「本記事では」といった語を狩るだけでは消えません。文の長さに変化をつけて、段落の長さもそろえすぎないようにしています。引用のために一文を閉じても、文の長さまでそろえる必要はありません。
AIに引用されたいなら、文章を飾る前に、AIがそのまま取り出して使える一文をページに用意しておくとよいでしょう。数字は具体的に書いて、すぐ隣に出典を添えます。一文で意味が通るようにして、見出しは問いの形にします。そのうえで、他が持てない一次データを自分で作成します。特別な技術は不要で、測った数字を出どころと日付つきで、切り取られても意味が通る一文にして配置すれば足ります。llms.txtのようなファイルを足すより、この書き方を全ページにそろえるほうを優先しています。作業の中身は「どう測り、どう根拠を示すか」であり、弊社が計測の仕事で毎回やっていることと変わりません。論文でも、本文に数値を配置するだけで可視性が約31%向上していました。
次に読む
AIの
ニューヨーク大学と
会員番号を
個人情報保護委員会は
記事の一覧
自社でつくって運用している仕組みの記録をまとめています。
仕事のご相談
同じ作り方で、御社の仕組みを作ります 要件を固める前に、動く実物を1本お見せするところから始めます。ソースコードと設定一式は、御社のクラウドの中に残した状態でお渡しします。