その答えを見つけるため、当社のデータサイエンティストである Xibeijia Guan は、1 ヶ月にわたり 43,000 以上のキーワード（それぞれ少なくとも 16 回の AI Overviews が記録されているもの）を分析しました。
彼女はこのデータを、7 つの異なる AI アシスタントにわたる数億件のプロンプトとクエリを追跡する当社の新しい AI 可視化ツール、ブランドレーダーから抽出しました。
その結果、Google の AI の動作における驚くべきパラドックスが明らかになりました。それは、表面上は絶えず変化している状態でありながら、その根底には深い安定性が存在するというものです。
私たちが調査した AI Overviews のコンテンツは、分析を行った 1 ヶ月の間に劇的に変化しました。
実際、AI Overviews はある観測から次の観測までの間に 70% の確率で変化することがわかりました。
これは「ポイントワイズ変化率（Pointwise Change Rate）」として知られ、観測された変化の数を連続ペアの数で割ることによって計算されます。
観測された変化数 / 連続ペア数
- 連続ペア数： 同じ検索クエリに対して 2 つの連続した AI Overviews の回答を比較した合計回数。
- 観測された変化数： それらの比較のうち、前回の AI Overviews から内容が変化していた回数。
その変動の様子を示す例があります。
以下は、「renters insurance（賃貸人保険）」というクエリに対する 2 つの AI Overviews で、シークレットモードで 2 分間隔でキャプチャされたものです。
比較しやすいように、一方はライトモードで表示しています。
もう一方はダークモードで表示しています。
それぞれの概要の言い回しや内容が異なっていることは一目瞭然です。
たとえば、ダークモードの AI Overviews の冒頭の段落では、賃貸人保険がカバーする事象の種類（火災、盗難、洪水など）を列挙しています…
一方、ライトモードの AI Overviews では、賃貸人保険に加入するのは誰の責任かという点により焦点を当てています…
その他の違いとしては、使用されている例、詳細のレベル、全体的な構成などが挙げられます。
私たちの調査により、AI Overviews の持続性は平均 2.15 日、つまりそのコンテンツは 2.15 日ごとに変化する傾向があることが明らかになりました。
私たちのチェックは毎日行われたわけではないため、実際の引用の変化率はさらに高い可能性があります。
コンテンツが AI Overviews で引用されたとしても、継続的な可視化が保証されるわけではありません。
Ahrefs チームの調査によると、引用の変動は一般的です。
実際、連続した回答の間で、URL の重複率は平均してわずか 54.5% であることが Xibeijia の調査で判明しました。
これは、同じ AI Overviews のクエリが再実行されるたびに、約 1 つの URL が変化するという計算になります。
つまり、AI Overviews のある観測から次の観測までの間に、引用されたソースの約半分（45.5%）が完全に新しいものになるということです。
これを説明するために、キーワードエクスプローラー経由で Ahrefs の SERP の概要ツールでキャプチャされた、「Best protein powder（最高のプロテインパウダー）」というクエリの例を見てみましょう。
Forbes と Fortune は 10 月から 11 月の間一貫して表示されましたが、3 番目の URL は変化しました。
当初はプロテインパウダーに関する Reddit のコメントが 2 位でしたが、1 ヶ月後には Fortune の「ベスト」リストに置き換わり、NBC の「プロテインシェイクの安全性」に関する新しい記事が 3 位に入りました。
「renter’s insurance（賃貸人保険）」というクエリの例をもう 1 つ挙げましょう。それぞれの AI Overviews はちょうど 1 週間間隔でキャプチャされたものです。
最初の AI Overviews は 3 つの引用を返しましたが、2 回目のキャプチャに引き継がれたのはそのうちの 2 つだけで、さらに 10 の引用がリストに加わりました。
AI Overviews の可視性が、従来の検索ランキングと同じ一貫性のパターンに従わないことは明らかです。
ユーザーのブランドが今日引用されても、明日には消えているかもしれません。
AI Overviews におけるエンティティの表現は、引用と同じくらい変動しやすいものです。
Ahrefsはエンティティを、AI Overviews のテキスト内に現れる具体的で識別可能な名前付き項目（例：人物、組織、場所、ブランド）と定義しています。
調査した AI Overviews のうち、37% にエンティティが含まれており、それぞれの回答にはおよそ 3 つのエンティティが表示されていました。
エンティティの重複を調べることで、同じ検索クエリに対する 2 つの連続した AI Overviews の応答のあいだで、現実世界の情報がどれくらい変わらずに維持されているかを測定することができました。
使用した式は以下の通りです。
共通エンティティ数 / 連続ペアの合計エンティティ数
- 共通エンティティ：比較対象となる 2 つの連続した AI Overviews の両方に同一に出現した名前付きのもの（人物、組織、または場所）の数。
- 連続ペアの合計エンティティ：2 つの連続した AI Overviews を比較した際に見つかった、すべてのユニークなエンティティの総数。
これから、AI Overviews が変化した際に一貫性を保った名前付きエンティティの割合、別名「エンティティの重複率」を計算することができました。
その結果は 54% でした。つまり、AI Overviews の更新ごとに約 1 つのエンティティが変化していることになります。
残りの 46% は変動を経験したということであり、これは引用の変動と比較してわずか 0.5% の差です。
偶然かもしれませんが、Google が URL とエンティティを同様の頻度で再生成しているという説も考えられます。
テキスト、ソース、主題が絶えず入れ替わるため、ページを更新するだけで異なる AI Overviews の回答が変わってしまうことがよくあります。
当社のブログチームのデスピナ・ガヴォヤニスが、まさにそれを経験しています…
言葉は常に流動的ですが、AI Overviews の根底にある意味は驚くほど一貫しています。
Ahrefs チームは、連続する AI Overviews の回答間の「意味的安定性」を測定し、平均コサイン類似度スコア 0.95 を確認しました（1.0 が完全一致を表します）。
このスコアは、極めて高い意味的一貫性を示しています。
それはまるで、2 人の異なる専門家に同じ質問をするようなものです。言葉選びや言い回し、あるいは例え話は異なるかもしれませんが、基本的な答えは同じです。
先ほどの「賃貸人保険」の例がこれを証明しています。
それぞれの AI Overviews は長さ、言葉遣い、構造が異なっていましたが、個人の財産の補償、賠償責任の保護、一般的な免責事項など、大部分において同じトピックやテーマを扱っていました。
言い換えれば、AI Overviews は参照元から得た安定した基盤となる共通認識を元にしつつ、それを絶えず別の言い回しで表現しているということです。これは、確率的に動く大規模言語モデル（LLM）の特性そのものです。
それらは、あるトピックに対する「意見」を日によって変えることはありません。
テキスト、引用、エンティティが入れ替わったとしても、核心となるメッセージは同じままなのです。
Ahrefs の CMO であるティム・ソウロは、計算リソースを節約するために、Google が人気キーワードの AI Overviews をキャッシュしているのではないかという説を持っていました。
実際、彼の仮説がこの研究全体のきっかけとなりました…
しかし、調査結果はこの説を否定するものでした。
第一に、もし一部がキャッシュされているのであれば、AI Overviews のコンテンツ全体でもっと多くの安定性が見られるはずです。
しかし、すでにわかっているように、連続した AI Overviews は 10 回中 7 回で異なるコンテンツを表示しました。
第二に、Xibeijia はキーワードの検索ボリュームとその AI Overviews の変化率との実際の関係を測定し、スピアマン相関係数が ‑0.014 であることを発見しました。
ゼロにこれほど近い相関関係は、2 つの変数の間にほとんど関係がないことを示しています。非常に人気のある検索クエリでも、非常にニッチなクエリと同じように、AI Overviews のテキストが変化する可能性が高いということです。
したがって、少なくとも私たちのデータを見る限り、Google が人気のある AI Overviews をキャッシュしている可能性は低いと言えます。
まとめ
AI Overviews は、動的であると同時に安定的でもあります。
正確な言い回し、引用された URL、言及されたエンティティなどの表面的な詳細は絶えず切り替わりますが、根本的な意味や核心となるトピックは変わりません。
これは、AI が生成する検索結果についての捉え方そのものを変えるものです。
従来の検索結果のように静的ではありませんが、かといってランダムでもありません。
AI Overviews のブランドの言及や引用は変動しやすいと予想すべきですが、それでも一貫して表示される方法はあります。
個々のプロンプトやクエリに焦点を当てるのではなく、主要なトピックに関連するテーマの権威になる必要があります。
Ahrefs のブランドレーダーを使用すれば、AI がブランドをどのテーマに結びつけているかを理解できます。
ブランドを入力して「トピックレポート」に移動するだけで、個々の AI の回答がどのテーマにつながっているかが表示されます。
たとえば、AI Overviews の回答において、Ahrefs は「SEO ツール」および「SEO ソフトウェア」というトピックと最も密接にリンクしています。
大量の回答にわたって AI の可視性を追跡することは、AI の回答のばらつきの先を見通すのにも役立ちます。
集約された可視性と AI シェア・オブ・ボイスに焦点を当てることで、次のことが可能になります。
- 一度だけ表示されたかどうかではなく、AI が一貫してユーザーのカテゴリに結びつけているかを確認する。
- 単なるスナップショットではなく、長期的な傾向を追跡する。
- 単に言及されただけでなく、競合他社に対して自社ブランドがどのように位置付けられているかを知る。
クエリではなくトピックを制することこそが、AI の回答が日々変化する状況においても、可視性を維持するための最良の方法です。
