AI検索に引用される記事とは｜比較型32.7%の分母を読む

結論は分母を見る

32.7%は「比較記事がAI検索に強い」ことを支える材料にはなる。しかし「記事の32.7%が引用される確率」ではない。調査期間中に抽出された引用ページのうち、比較・おすすめ・選び方に関するページが占めた割合である。

分母を誤ると、施策も誤る。引用ページの構成比は市場全体の傾向を見る数字であり、自社の記事が引用される確率ではない。確率を知るには、公開したページ数、対象プロンプト数、露出回数など別の分母が必要になる。

48万件調査の中身

AI Search Cited Award 2026 下期は、株式会社Wanokuniが運営するBrand UPの調査である。公開資料によれば、2026年2月から7月に計測し、21部門122カテゴリを対象にした。

項目	公開された条件
対象AI	ChatGPT、Gemini、Google AI Overviews、Google AI Mode
対象範囲	21部門、122カテゴリ
質問数	1カテゴリあたり90問
計測期間	2026年2月〜7月
抽出引用数	484,537件
部門1位	21部門で20サイトに分散

2部門で1位になったのはASPICだけだった。部門1位のスコアも、リユース・買取部門の「おいくら」63.8%から、旅行・店舗・グルメ部門のYahoo! JAPAN 15.6%まで開いている。

この分散は、一つの万能なLLMO施策で全業界を勝てるとは限らないことを示す。製品の比較が中心になる領域と、店舗情報、料金、一次データが重視される領域では、AIが答えを組み立てるときに必要な根拠が違う。

調査元のWanokuniはAI検索最適化サービスを提供している。事業と調査テーマに関係があるため、数字を使う際は調査主体と方法を併記したい。商用事業者の調査だから無効なのではなく、第三者が再現できる範囲を見極めるためである。

32.7%の残り

公開資料は、質問の具体性によって参照されるソースが変わると説明している。候補を広く尋ねる質問では比較メディアが選ばれやすく、料金、機能、条件のような具体的な質問では公式サイトが参照されやすい。

したがって、残る67.3%を一種類のコンテンツ名で埋めることはできない。公式の製品ページ、料金表、ヘルプ、企業情報、ニュース、事例など、質問に応じた複数の情報源が含まれると考えるのが自然だ。ただし、全分類が開示されていない以上、これは公開資料からの推測を含む。

自社サイトでは、比較記事だけを増やすよりも、次の接続を作るほうが堅い。

1. 比較・選び方記事で候補と評価軸を示す
2. 各製品ページで料金、機能、対象、制約を明記する
3. 導入事例で前提条件、実施内容、結果を数字で示す
4. すべてのページに更新日と運営主体を表示する
5. 関連ページを内部リンクで結び、矛盾する記述をなくす

AI検索向けの基本設計は、AIO・AI検索最適化のガイドでも解説している。今回の調査から加えたい視点は、引用されるページ型を一つに固定せず、質問の段階ごとに根拠を用意することだ。

別調査では27.3%

数字の頑健さを見るには、同じテーマの別調査を並べるとよい。Optyino.aiの2026年7月16日発表は、2025年9月から2026年5月に58種類の商品推薦・比較プロンプトを測定した。

公開値は36,642件のAI回答、367,553件の引用URL、9,126ドメインである。8つのモデル・モードを対象に、ドメイン単位で引用元を分類している。

分類	引用数・割合	読み方
比較・ランキングメディア	100,489件、27.3%	比較を主目的とするドメイン
狭義のレビュー系	8.9%	厳しい分類条件でのレビュー媒体
広義のレビュー関連	48.9%	EC、UGC、技術レビューなどを含む

Wanokuniの32.7%とOptyino.aiの27.3%は近いが、同じ指標ではない。前者は引用ページの内容、後者は主にドメインの媒体種別を分類する。対象AI、期間、プロンプト、カテゴリも異なる。

なお、Optyino.aiの現行公開ページでは「18,218回答の85.1%」という組み合わせは確認できない。古い抜粋や異なる分類を混ぜず、現在掲載されている母数と定義で扱う必要がある。

施策に変える手順

調査数字は、コンテンツ本数のノルマではなく、仮説を作る材料として使う。実務では次の順に落とし込む。

1. 顧客の質問を集める

「おすすめは何か」「料金はいくらか」「自社条件で使えるか」を分ける。営業、問い合わせ、検索クエリから実際の表現を集めれば、作るべきページ型が見える。

2. 根拠の持ち主を決める

比較軸は編集記事、価格は公式ページ、成果は事例、障害対応はヘルプというように、情報ごとの正本を一つ決める。同じ価格を複数記事へ手入力すると、更新漏れで信頼性を損なう。

3. AIごとに観測する

ChatGPTだけでなく、GeminiやGoogleのAI表示も見る。ログイン状態、地域、日付で回答が変わるため、プロンプトと観測条件を保存する。AIOとは何かを整理した記事にあるように、単発のスクリーンショットだけで順位を断定しない。

4. 引用後の行動を見る

引用数が増えても、サイト訪問や問い合わせにつながらなければ事業成果は別問題だ。AI回答内でブランド名が出た回数、引用URL、参照セッション、問い合わせまでを分けて記録する。

提案書の確認項目

AI検索対策を外注するときは、「引用率が上がる」という表現より、測定条件を確認したい。

• どのAIサービスとモードを対象にしたか
• いつ、どの地域・アカウント条件で測ったか
• プロンプトは何件で、どう選んだか
• 回答、引用URL、ドメイン、ページのどれを分母にしたか
• 比較記事やレビューの分類規則は何か
• 同じURLの重複引用をどう数えたか
• 自社サービスに関係する質問と無関係な質問を分けたか
• 改善の成果を引用数、流入、商談のどこで判定するか

Wanokuniの公開資料からは、122カテゴリの選定基準、90問の全文、ページ分類の全ルールまでは確認できない。これは調査を使えない理由ではなく、32.7%を超えて断定しないための境界線である。

よくある質問

AI検索には比較記事が最も強いですか

比較記事は有力な形式だが、常に最強とは言えない。候補を尋ねる質問では選ばれやすく、料金や仕様の確認では公式ページが適する。質問の種類に合わせて根拠を用意する必要がある。

32.7%は引用される確率ですか

違う。調査で抽出された引用ページのうち、比較・おすすめ・選び方関連が占めた構成比である。個別記事の成功率を示す数字ではない。

27.3%と32.7%はどちらが正しいですか

両方とも各調査の定義内の値で、直接の優劣は付けられない。ページ内容とドメイン種別という分類単位、対象期間、AI、プロンプトが異なる。

公式ページにもSEO記事が必要ですか

必要な場合が多い。比較記事が候補を示しても、価格、機能、契約条件、制約の正本が不足すれば、AIも利用者も最終確認ができない。更新し続けられる公式情報が土台になる。

AI検索対策の成果は何で測りますか

対象プロンプトでのブランド言及、引用URL、参照流入、指名検索、問い合わせを段階別に見る。引用されたかだけで事業成果を断定しないことが重要だ。

まとめ

• 32.7%は比較記事の成功率ではなく、48万4,537件の引用から見たページ構成比である。施策へ使う前に分母を確かめたい
• 別調査の27.3%は方向性を補強するが、分類単位や質問設計が異なる。近い数字でも同じ指標として混ぜない
• 比較記事、公式仕様、事例を質問段階に合わせて接続すると、単一形式へ偏らずAI検索の引用機会を広げられる

出典・参考

• AI Search Cited Award 2026 下期（Brand UP／株式会社Wanokuni）
• AI検索で最も引用されるサイトは？21部門122カテゴリの「AI Search Cited Award 2026 下期」を発表（株式会社Wanokuni、2026年9月4日）
• 生成AIの商品レコメンド回答における比較・レビュー系メディア引用率調査（Optyino.ai、2026年7月16日）
• Google Search's guidance on generative AI content（Google Search Central）