トラフィック増加と権威性アップを実現！LLM 引用を増やす方法とは？

AI ツールの回答で引用されるのは一見大企業ばかりのように思えます。主要 LLM の引用ドメイントップ 10 には、ウィキペディア、Reddit（アメリカ発の掲示板型 SNS）、Mayoclinic（アメリカの医療機関）、Quora（アメリカ発の Q&A プラットフォーム）、Healthline（アメリカの医療情報提供サイト）、Amazon といった名だたるサイトがランクインしています。

実はこれらのサイトが頻繁に引用されているのは、有名だからというだけではありません。これらのサイトの掲載コンテンツがある特定の基準を満たしているからで、その秘密をこの記事で紐解いていきます。

重要なのは、一般的なトピックに対する回答での引用回数で Wikipedia を上回ることではありません。皆さんのニッチ分野で信頼される専門家としてのポジションを築けるかどうか、つまり、ネットユーザーがその分野に関連する質問を AI に尋ねたとき、引用されやすい情報源になれるかどうかなのです。

LLM とは「大規模言語モデル」の略で、ChatGPT、Claude、Gemini、Perplexity のような AI チャットボットを支える技術です。「LLM による引用」とは、これらの AI ツールの回答内でウェブサイトが情報源として参照されることを意味します。

実は、参照情報を含むAI の回答はすべて同じように作成されるわけではありません。回答内でのブランドの掲載パターンには主に以下の 2 つがあります。

「引用」とは、AI があるコンテンツを基に回答情報を生成し、そのページへのリンクをあわせて掲載する場合を指します。

このタイプの回答は通常、データや統計、ハウツーガイド、あるいは最近のニュースに関する情報を検索したときに表示されます。AI は特定コンテンツから情報を抽出して引用し、そのサイトあるいはページを情報源として記載します（必ずしも回答本文でブランドに言及するとは限りません）。

ほとんどの AI インターフェースでは、出典は目立たない場所に表示されます。「情報源」セクションや回答の下部に掲載されているか、もしくは引用箇所に振られた小さな番号をクリックしてはじめて確認することができます。

「言及」とは、AI が生成した回答にブランド名や製品名が表示される場合を指します。

このような回答は通常、ユーザーが製品のおすすめを尋ねた場合などに生成されます。たとえば、「ベストなプロジェクト管理ソフトウェアはどれ？」と尋ねると、AI はメインの回答で製品をリスト形式で紹介してくれるかもしれませんが、製品ページへのリンク掲載はありません。

「言及」の場合も、ブランド認知度アップに大いに役立ちます。ネットユーザーがブランドや商品名を目にして、それを記憶し、後でまた検索してくれるかもしれないからです。

時々、回答内で幸運にも引用・言及の両方をしてもらえることもあります。ブランドが本文で言及され、引用リストにリンクも掲載される場合です。このケースは、「言及」による可視性と権威性の向上、そして「引用」によるトラフィック増加が期待できるため、最も価値があるタイプの回答です。

AI による引用が信頼性や可視性アップを助けてくれるのは従来の SEO と似ていますが、AI がもたらす効果は検索とは異なります。AI の場合、即時にトラフィックが増加し、長期的なブランドエクイティ構築を後押ししてくれる点が特長です。

トラフィックが正確に測定可能かつ、流入元 AI ツールの特定が容易

ここではっきり言っておきましょう。AI の引用から獲得できるトラフィックはそれほど多くありません。約 60,000 件のウェブサイトを対象に調査した Ahrefs のデータによると、すべての大規模言語モデルを合わせても、そこから獲得できるトラフィックは総トラフィックの 1% にも満たず、Google 検索から流入するトラフィックの割合（41.35%）とは比べ物になりません。

さらにもう一つ問題があり、それは引用が自動的にクリックにつながるわけではない点です。ahrefs.com 上の最も AI に引用されているページ 1,000 件を分析したところ、そのうち約 10% しか、ChatGPT からのトラフィック獲得数が Ahrefs サイト上で最も多いページにランクインしていませんでした。ほとんどのトラフィックを、実用的なリソース、つまりホームページ、製品ページ、無料ツール掲載ページが獲得していました。

ところが、AI から流入するトラフィックが依然として重要である理由が 1 つあり、それは「量より質」です。AI 回答からクリックしてサイトにアクセスする訪問者は通常、何らかの強い意図を持ってサイトを訪れています。すでに AI 回答でおおまかな情報が得られたのに、さらに深い内容を求めているということは、サイトのコンテンツに大きな関心があることを意味しています。

こういったサイト訪問者のコンバージョンを獲得した場合、従来と比べてはるかに大きな成果が上がる可能性があります。SNS 管理ツールを提供する Buffer は、AI から流入したトラフィックはオーガニック検索よりもコンバージョン率が 185% も高いと報告しており、Ahrefs でも コンバージョン率が通常と比べて23 倍も高いことを確認しています。

また、AI ツールからのトラフィックは重要なベンチマークとしても機能します。トラフィックのデータから、以下の情報が分かるからです。

AI にブランドのコンテンツが引用されると、基本的にユーザーには「これは回答の根拠となるほど信頼できる情報源である」というメッセージとして伝わります。この AI の「お墨付き」を得ることで、結果としてユーザーが自社サイトをクリックしなくても、ブランドへの信頼を高める効果があります。

想像してみてください。誰かが ChatGPT に SEO サービスの料金について尋ね、皆さんのブランドが紹介された場合、その人の心の中では皆さんが業界を代表する存在として位置づけられます。この認識はとても重要です。

例えば Ahrefs の場合、AI ツールの回答内でサイトが引用されているトピックは以下の通りです。この引用パターンは非常に明確で、Ahrefs が AI にとって SEO 分野における権威として認識されていることが分かります。

今、AI ツールは急速に普及しています。ChatGPT はどの他社ツールよりも速く 1 億人ユーザーに到達し、現在では週あたり約 8 億人が利用しています。検索の舞台が AI プラットフォームに移行するにつれて、この新しいチャネルでの認知度アップがカギになってきます。

AI に安定して引用されているブランドは、初期の SEO 先駆者たちが従来の検索で獲得したのと同じくらい、所属業界において確固たる強大な権威を独占することができるでしょう。ユーザーが検索時に繰り返し目にする、「あの信頼できるブランド」になれるでしょう。

AI に引用される方法をマスターするには、まず AI ツールが実際にコンテンツを見つけて参照するまでのプロセスを理解する必要があります。

AI チャットボットは、2 つの知識ベースから情報を抽出します。

ここで重要なポイントは、通常、引用が生成されるのは RAG がトリガーされた場合だということです。AI が回答の生成にトレーニングデータを使う場合、出典元へのリンクを掲載することはありません。RAG を介してウェブを検索する場合のみ、見つけたページを引用します。

このため、AI による引用を増やしたい場合は、頻繁にウェブを検索するタイプの AI ツールに照準を絞ってコンテンツを最適化する必要があります。幸いなことに、現在主要な LLM のほとんどが RAG を搭載しています。

AI チャットボットでは通常、次の場合にウェブ検索がトリガーされます。

ということは、皆さんのコンテンツがこれらのクエリ（タイムリーな情報、専門知識、データに基づいたインサイト、重要なトピックに関する権威性の高いガイダンス）のいずれかに対応している場合、すでに AI ツールが検索して引用するようにプログラムされているタイプのコンテンツを作成できているということです。

同じ質問（プロンプト）を数回繰り返してみると、多くのケースで、毎回わずかに異なる回答と異なる情報源が生成・表示されます。

AI システムは確率モデルを使用しているため、同じ質問に対する回答がその都度異なる場合があります。理由の 1 つは「温度」です。これは、モデルが単語を選択する際に許容されるランダム性を制御するパラメータです。温度が高いほど、AI はより多くの回答パターンを生成できるため、毎回異なる回答が表示されやすくなります。

ユーザーの所在地、モデルのバージョン、さらにはクエリの入力された時刻といった他の要因も、引用される情報ソースに違いを生じさせる可能性があります。LLM モデルと検索システムは頻繁に更新されており、それが時間が経つにつれて引用パターンをさらに変化させる可能性もあります。

さらに、質問（プロンプト）に使われる表現も重要です。同じトピックについて尋ねている場合でも、表現のわずかな違いで AI が異なる内容に解釈し、別の情報源を優先して掲載する可能性があります。

筆者個人の仮説では、LLM はユーザーの意図を満たすように訓練されているため、時には求められていることを「過度に最適化」したり「過度に解釈」したりすることがあります。AI は同じ質問が再び尋ねられていることに気づくと、それを無視するのではなく、その理由を理解しようとします。ユーザーが最初の回答に満足していないと仮定し、人間も同じ状況でそうするように、2 度目の回答内容を微調整することがあるかもしれません。

一般的に、AI アシスタントに質問すると、システムがプロンプトを複数の検索クエリに分解し（クエリファンアウトと呼ばれるプロセス）、その後 RAG（検索拡張生成）の機能を使ってウェブまたはシステムのインデックスから関連コンテンツを抽出します。最後に、取得した結果から情報を合成して回答を構築します。

これは、コンテンツが取得プロセスで候補として認識され、特定の選択基準を満たしたため、引用されるに至ったことを意味します。

Ahrefs による調査を含め、AI による概要（AI Overviews）や ChatGPT、その他 AI アシスタントによる引用を研究したあらゆる調査の結果で、選ばれやすい情報に一貫した傾向があることが明らかになっています。

Ahrefs の分析では、最近公開されたページ、または頻繁に更新されるページが明らかに好まれていることが判明しました。LLM は、引用元を選ぶ際、特に情報の鮮度が肝心なトピックについては、ページの新しさを重要な判断要素としているようです。

そして、この事実を発見したのは Ahrefs だけではありません。別の実験では、LLM のこの振る舞いを「最新度バイアス」と呼んでいます。

これは、特に情報の鮮度がカギとなるトピックに関して、コンテンツの鮮度が情報の重要度や品質の高さと相関するというトレーニングデータの認識パターンに由来すると考えられます。

従来の SEO の観点から見ると、AI に引用されるウェブサイトはリンクプロファイルがより強力である（＝獲得被リンク数が多い）傾向にあります。

ChatGPT に最も頻繁に言及されている上位 1,000 件のサイトを分析したところ、AI はドメインレーティング (DR) 60 以上のウェブサイトを好むという明らかな傾向が見られ、ほとんどの引用が DR 80～100 の高権威ドメインからされていました。

ところが、これはおそらく LLM がドメインの権威性を直接の評価基準にしているからではありません。どちらかというと、クエリファンアウトの際に検索エンジンで高くランク付けされているコンテンツを見つけて引用しているからで、検索ランキング上位サイトの DR は高いものだからです。AI による引用頻度と DR との間には、このように間接的ではあるものの、強力な相関関係が存在します。

AI システムは、ユーザーのプロンプトから生成される拡張クエリに直接答えるコンテンツを優先して引用します。これは Google の AI による概要で特に分かりやすく、「アボカドが熟しているか確かめる方法」といったクエリを検索すると、引用情報には通常、まさにその質問に答える参照サイトの掲載文章がそのまま表示されます。

これは、一般的な意味での「明瞭な回答」ではありません。ユーザーのクエリを検索可能な複数のキーワードに分けて検索（ファンアウト）する時に、AI が探している情報と意味的にマッチするコンテンツがそのまま表示されるのです。

Microsoft の AI 検索最適化ガイドは、AI のより新鮮な情報を好む傾向に関するケーススタディの結果を裏付ける内容になっています。AI システムは、内容が明瞭で、文脈に一貫性があり、クリーンなフォーマットのコンテンツを好んでいます。

これは LLM の視点から見ても理にかなっています。関連部分を抽出しやすい文章であるほど、文章が引用される可能性が高くなるからです。

実際の例を見てみましょう。Ahrefs の「SEO にかかる費用はいくら？」という英文ブログ記事は、Ahrefs サイト全体で最も頻繁に AI に引用されているページの 1 つです。

筆者の意見では、この記事がこれほど AI に好まれている理由は以下の図解のとおりです。

「SEO にかかる費用はいくら？」は、マーケティング業界で最もよく尋ねられる質問の 1 つであり、この情報を求める人は依然として増え続けています。このように、よくされている質問ほど、その回答内での引用を獲得するチャンスも増えます。

先述の Ahrefs のブログ記事は、回りくどい導入部分を省き、以下の様な形で直接的な回答を分かりやすく冒頭に掲載しています。

「439 人に調査」というタイトルだけで、この記事が他にはないオリジナル調査を基に書かれたものであることが分かります。AI ツールは SEO 関連費用に関する回答を生成するとき、Ahrefs の記事を引用することがよくあります。なぜなら、Ahrefs がそれに関する主要な情報源と見なされているからです。

調査対象の数が明記された調査コンテンツは信頼性が高くなります。なぜなら、多数の調査対象からデータを収集するのは簡単ではないからです。

こういった記事では、記事の公開日を記載し、さらに定期的に内容を更新して、情報の鮮度と信頼性の高さの両方を分かりやすく示すのがベストプラクティスです。

この記事では、パーセンテージ、料金価格帯、平均料金などの具体的な数字を掲載しており、データが国・地域や利用サービスの種類などのカテゴリ別に分類されています。この構造化されたレイアウトにより、AI がさまざまなクエリに対し、必要な情報を正確に抽出することが容易になります。

重要なのは、主要な統計が（画像の中に埋め込まれておらず）プレーンテキストで記述されており、AI システムが情報にアクセスして読み取りやすくなっている点です。

この記事では、理論に基づいた SEO アドバイスではなく、読者が予算立て、価格交渉、あるいは自社の価格設定の参考にもできる、実用性の高いデータを公開しています。ユーザーから役に立つガイダンスを求められることの多い AI アシスタントにとって、これはまさに最適な情報ソースです。

明確な見出し、各料金モデルを説明した個別セクション、料金比較表など、人間の読者にも AI にも必要な情報をすばやく見つけられるよう、すべてが分かりやすく整理されています。

ユーザーが SEO の費用に関して AI にする質問には複数のバリエーション（代理店の料金設定、フリーランサーの料金、1 時間あたりのコスト、地域差）があり、この記事はそれらすべてに対応しています。つまり、この単一の情報源で何十もの関連クエリに回答できるということです。

この記事には、SEO の料金設定に関する専門性を証明する経歴を持つ人物の著者名が、分かりやすく記載されています。ただの「マーケティング専門家」ではなく、テーマに直接関連した経験・知識が豊富な人物が執筆していることが分かります。さらに、このデータ調査は別の担当者によって査読もされており、掲載内容の信頼性をさらに高めています。

では、ここからは実践へと移っていきましょう。AI ツールに引用される可能性を増やすための、実証済みの戦術 7 選をご紹介していきます。

LLM 向けに新しいページを作成する前に、業界ですでによく引用されているコンテンツを調査しましょう。

ブランドレーダーのようなツールを使用して、競合他社のどのページが最も頻繁に引用されているかを確認しましょう。コンテンツの種類（ガイド、調査、ツール掲載ページ、データ掲載ページ）と、一貫して引用をトリガーしているトピックの傾向を見つけましょう。

これらすべてを、ブランドレーダーで簡単に調べる方法は次のとおりです。

画面右上のフィルターにニッチ分野を入力して、その業界で最も引用されているコンテンツのリストを取得することもできます。

こちらは、Ahrefs の所属業界の例です。どんなページが最も引用されているかを分析したところ、以下のタイプが目立ちました。

これらの形式のページは、まさに AI ツールが求めるタイプの情報を提供しています。つまり、構造化されたデータ、明確な定義、または権威ある専門家が推奨するガイドや利用法を掲載しているのです。

競合他社が引用されているのに自社が引用されていないトピック、またはまだ優れたコンテンツがネット上に存在しないトピックを探しましょう。

これもブランドレーダーを使えば、すばやく簡単に分析できます。

トピックのリストに目を通して、最適なコンテンツを見つけましょう。「ボリューム」列は各トピックの人気度を示し、「ブランド言及」列は皆さんのブランドがそのトピックで既に参照されているかどうかを示しています。人気の高い質問だけでなく、ブランドがほとんど、あるいはまったく言及されていないトピックに的を絞ることで、可視性を高め、新しいオーディエンスにリーチすることができます。

その他のアイデアをいくつかご紹介します。

すでに人気のトピックに参戦するのではなく、自社ならではの独自コンテンツを作成することで、参照されるチャンスを増やしましょう。

Ahrefs で効果的だと判明した記事のタイプは、独自調査です。たとえば、Ahrefs の「SEO の費用」を取り上げた記事（AI に最も引用されているページの 1 つ）は、439 人を対象とした独自調査に基づいているため、引用してもらいやすかったのです。つまり、Ahrefs がこの情報の主要なソースとなることができたのです。

その他のコンテンツアイデアを以下にご紹介します。

前述したように、Perplexity や ChatGPT のような AI アシスタントは RAG（検索拡張生成）の機能を使います。つまり、回答生成前に検索エンジンからリアルタイムで情報を直接取得しているのです。ということは、従来の検索結果での可視性向上が、実は AI に引用されるための最初のステップとなるのです。

コンテンツが検索ランキングで上位に入っていない場合、AI ツールがそれを見つけて参照する可能性は低くなります。ここで E-E-A-T（Experience【経験】、Expertise【専門性】、Authoritativeness【権威性】、 Trustworthiness【信頼性】）の考え方が重要になってきます。

Google は、信頼性と専門性が明らかに認められるページを上位に表示します。つまり、コンテンツの E-E-A-T が強力であるほど、検索ランキングで上位にランク付けされる可能性が高まるだけでなく、AI システムの回答生成時に情報元として信頼できるソースにもなることができるのです。

この連鎖反応の図式は次のようになります。

E-E-A-T を向上させるためにコンテンツを最適化するには、次のようなものが含まれます。

筆者の知る限り、上記に取り組むにあたって AI ツール固有の抜け道はありませんし、（今後さらに進化を遂げるであろう）AI のまだ不完全な状態を悪用する人々が成功をおさめるとも思いません。検索で権威を築くための原則と同じやり方で、AI システムでも信頼性を構築できます。E-E-A-T について初めて耳にしたという方には、Ahrefs のガイドでその定義や重要性、段階的な改善方法を詳しく説明しています。

AI ツールはクエリを処理する際、まずユーザーの意図を解釈します。その意図が新しい情報を必要とすると判断した場合、システムは自動的に最新の情報ソースを検索します。この意図は（クエリに「最新の」「現在の」「今」といった言葉が使われており）明示的である場合と、今まさに発生中の出来事、トレンド、製品のアップデートなど、トピック自体に隠れている鮮度が高い情報へのニーズを AI が検知する場合とがあります。

こういった意図を満たすために、AI システムは新しいドキュメントを優先して参照するように設計されています。また、急速な変化を続けるトピックに関して公開から時間が経った記事を参考にしてしまうと、情報が古くなっていたり混乱を招いたりする可能性が高いです。そのためこのアプローチは、情報の鮮度を求めるユーザーの期待に沿うだけでなく、回答の正確性と信頼性を維持するのにも役立っているのです。

この戦略の実践方法は次のとおりです。

AI システムは、各セクションの内容が明確に伝わる、情報が分かりやすく構造化されたページを好んで情報を抽出します。文章の論理構造が明確であるほど、Google にとっても AI モデルにとっても情報を信頼して抽出しやすくなります。

検索と AI の両方に対応するコンテンツ構造化の方法は、以下の通りです。

コンテンツがウェブ全体でより話題になり、シェアされ、リンクされるほど、AI ツールがそれを見つけて引用する可能性も高まります。

AI ツールはウェブ検索を通じてコンテンツを見つけます。このため、より多くのサイトで掲載され、より頻繁に参照され、権威ある専門家が取り上げているコンテンツは、当然 AI にも発見されやすくなります。

AI ツールに対する可視性をアップさせるための宣伝方法は、次のとおりです。

引用頻度を増やすべくコンテンツの最適化を開始した後は、それがうまくいっているかどうか確認する方法が必要です。以下のような手法があります。

ChatGPT、Perplexity、Claude、Gemini などで自社に関連する質問を定期的に行い、コンテンツが引用形式で表示されるかどうかを確認します。

たとえば、疑問を解決する自社コンテンツが存在する 10 ～ 20 の質問（プロンプト）リストを作成し、毎月異なる AI プラットフォームでテストし、どの情報源が引用されているか（自社あるいは競合他社）を記録します。また、簡単な Google スプレッドシートを作成して、時間の経過に伴う変化を追うこともできます。

この方法は比較的時間がかかり、調査できる量も限られますが、オーディエンスが ChatGPT で目にする情報を無料で直接知ることができます。

Ahrefs ウェブアナリティクス（Ahrefs ウェブマスターツールで無料で利用可能）のようなツールを使用して、参照トラフィックがどこから来ているかを確認します。

Ahrefs では、AI 検索トラフィックはすでに個別のチャネルとして追跡可能なため、他の分析ツールのようにカスタムフィルターを設定したり、正規表現を使ってサーチしたりする必要はありません。

AI トラフィックは現在まだ全体的に少ないものの、時間の経過に伴うこれまでの変動を調査することが可能です。

AI の回答で引用されたことで参照トラフィックを獲得したページと、その訪問者のサイト上での行動パターンやエンゲージメント（ページ滞在時間、直帰率）も確認できます。

このデータを表示するには、チャネルの中から「AI 検索」を選択し、ページリストの下にある「もっと見る」をクリックします。

AI からの流入トラフィックがコンバージョンしているかどうかも調べることができます。

サンクスページや料金設定ページのような特定のページへの誘導を目標とする場合は、上部のフィルターを次のように設定するだけです。

また、サインアップ、ダウンロード、デモリクエストなどの特定の行動のコンバージョンを追跡できます。

これにはまず、イベント追跡を設定します。それが完了したら、上部のフィルターを次のように設定します。

何百ものプロンプトを手動でテストすることなく、漏れなく追跡したい場合は、Ahrefs のブランドレーダーや同様の他社ツールを試してみてください。ブランドレーダーは、6 種の主要な AI プラットフォームで実行される 1 億 5,000 万件のプロンプトを対象に、ブランドの引用を調査します。

このツールの機能は次のとおりです。

ダッシュボードをざっと見るだけで、競合他社に対する自社の立ち位置がすぐにわかります。

例えば、仕事管理ツール Asana のパフォーマンスを見ると、Asana が Google の AI 機能（AI による概要と AI モード）による回答で圧倒的な勝利をおさめていることが分かり、この 2 つが AI による引用の大部分を占めています。しかし、ChatGPT、Gemini、Copilot のようなスタンドアロンの AI アシスタントを見てみると、引用数ははるかに少なく、まだまだ改善の余地があるようです。

トレンドグラフを見ると、過去数ヶ月にわたって継続的に高レベルの可視性をキープしているものの、最近それがわずかに減少していることから、同社が今の勢いを維持するためには努力が必要であることが読み取れます。

ブランドレーダーは引用を追跡するだけではありません。ブランドや製品がどこでどのように言及されているかを調査したり、Google の AI モード、AI による概要、Gemini、ChatGPT、Copilot、Perplexity のうちどのプラットフォームによる言及が多いかが一目で分かる、AI の「シェアオブボイス」を確認したりすることもできます。

AI による引用は、ネットユーザーが皆さんの業界について調べているまさにその瞬間に、皆さんのブランド名を提案することで、ブランドを権威ある存在として位置付ける役割を果たします。そこから流入するトラフィックは決して多くないものの、リンクをクリックしてサイトにアクセスする訪問者は、従来の検索トラフィックよりも明確な意図を持ち、コンバージョン率が高い傾向にあります。

AI 引用に向けたコンテンツ最適化に今すでに取り組み始めているブランドは、市場が飽和状態になる前に業界に先立って権威を確立することができます。2 年後、どの企業も AI ツールでの可視性アップに必死になっている時、先手を切った皆さんは、すでに信頼できる情報源として揺るがない地位を築いているでしょう。

この記事に関してご意見・ご質問があれば、X の投稿で是非シェアしてください。