AI検索のブランド露出を左右する要因は何？鮮度・構造・外部評価を大規模調査

[レベル: 上級]

AI 検索でブランドやページがどのように表示・引用されるかを、AirOps と Kevin Indig（ケビン・インディグ）氏が大規模に調査・分析し、レポートを公開しました。
主に、コンテンツの更新頻度、ページ構造、UGC や外部サイトからの言及、複数回の回答生成における露出変動、AI Overviews と通常検索の違いを比較しています。

この記事では、調査結果のハイライトを紹介します。

結果概要

AI 検索では、従来の検索順位のような固定された「1 位」がありません。
情報の新しさや内容の構造化、外部サイトやコミュニティでの評価によって、ブランドの露出が常に入れ替わります。

企業が存在感を保つには、自社コンテンツを定期的に更新（できれば 3 か月以内）・整理するだけでなく、YouTube、Reddit、比較記事、レビューなど自社外のプラットフォームで評価・言及される「Offsite（サイト外）施策」と「デュアルシグナル（引用と名前の言及の両立）」を確立することが重要だと結論づけています。

重要ポイント

情報の新しさ

3 か月以上更新されていないページは、直近で更新されたページより AI の引用を失う可能性が 3 倍以上高い。
AI 引用ページの 70% 以上は過去 1 年以内、50% 以上は 6 か月以内に更新されている。
購買意欲の高い検索（Commercial Queries）ではさらに基準が厳しい。商用引用の約 83% が過去 1 年以内、60% 以上が 6 か月以内に更新されたページから発生している。SaaS、金融、ニュースなど変化の速い業界では 3 か月以内の更新が必須と考えられる。

コンテンツは分かりやすく構造化する

1 つの <h1> タグと論理的な見出し階層を持つページは AI 検索での引用率が大幅に高まる。見出し階層が適切なページは引用される可能性が 2.8 倍になる。
ChatGPT で引用されるページの約 80% がリスト（箇条書き）を活用している。
引用ページ全体の約 61% が 3 種類以上の構造化データを実装している。

自社サイトだけでは不十分

商用検索の早期発見フェーズでは、ブランド言及の 85% が第三者サイト（比較記事、レビュー、まとめ記事など）から発生している。一方、自社サイト由来は 13% だった。自社外での露出を高めることで、自社サイトのみに頼るより露出機会が 6.5 倍高まる。
記事内の上位 3 枠以内にブランドが掲載されているケースが全体の約 80% を占める。
外部リンクは、通常のfollow（スピアマン相関 0.504）と nofollow（同 0.509）がほぼ同等の強さで AI 露出と相関する。インフォグラフィックなどの画像リンクも AI 言及と強く相関する（※ follow と同等の強さかは元データで明示されていない）。

コミュニティと UGC

AI 検索の引用の 48% は、次のような UGC/コミュニティドメインから構成されている。
- Reddit
- LinkedIn
- YouTube
- Wikipedia
Reddit は AI 回答の約 5 回に 1 回（20%）に登場し、特にブランド名を含まないカテゴリ検索（88%）で強い影響力を持つ。売り込みではなく、ユーザーからの質問への回答や実体験の共有が効果的。

学習・解説目的の検索に圧倒的に強い YouTube

YouTube 引用の 75% はブランド名を含まない検索（ハウツーや概念の解説、比較）から生じている。Gemini や Perplexity では全ソース中 2 位、Google AI Mode では 3 位の引用頻度を誇る。

AI 検索の露出は絶えず変動する

連続した回答で表示され続けるブランドはわずか 30% にすぎない。
「URL が引用 (Cited) される」だけでなく「テキスト内でブランド名が言及 (Mentioned) される」の両方を満たす (Dual Signal：デュアルシグナル) ブランドは、引用のみのブランドより回答への再表示確率が 40% 高い。ただし、引用と言及の両方を満たす回答は全体の約 28% にとどまり、デュアルシグナルは効果が大きい一方で比較的まれなパターンである。
一度回答から消えても、ブランドの 50% 以上は 2 回以内の検索で再び表示される。再表示が早いブランドほど、新鮮なコンテンツや強いオフサイトシグナルを持つ傾向がある。

ゼロクリック検索の増加と AI Overviews

Google AI Overviews の導入後、クリックなしで終わる検索が 2.5 倍に増加した。
AI Overview に引用される URL の約 59.6% は、通常の検索順位で上位 20 位に入っていないページである。従来の SEO 順位が高くなくても、AI 回答に採用される新たな機会が存在する。

AI 検索ベストプラクティス

レポートは調査結果から、AI 検索での露出を高めるために次のような取り組みを推奨しています。

ユーザーファーストで書く ―― 読みやすく、人間のユーザーの意図に合致した価値を提供する。
構造の維持 ―― 1 つの h1、論理的な見出し、箇条書き、複数の構造化データを用いる。
独自の一次情報 ―― 独自の調査データ、専門家の知見、直接的な回答を文頭に配置する。
四半期ごとの更新 ―― 重要な商用ページ・比較ページは 3 か月ごとにリフレッシュする。
外部発信とコミュニティ ―― 外部メディア、レビューサイト、Reddit、YouTube など自社外での評価・露出を増やす。
定点観測 ―― 単発の検索結果に一喜一憂せず、複数の AI ツールで継続的に露出・復帰率を追跡する。

調査方法

調査方法の概要は次のとおりです。

データ範囲：ChatGPT、Perplexity、Gemini、Google AI Mode、Google AI Overviews などのプラットフォームにおける引用パターンとブランド可視性の傾向を分析。YouTube 分析については、550 万件の LLM 応答からなるデータセットが明示的に引用されているが、レポート全体を通じた単一の総サンプル数や、各セクションに関する完全な調査方法は提示されていない。
シグナル分析：コンテンツの鮮度、見出し構造、スキーママークアップ、リストの使用、一次情報源および第三者情報源、ユーザー生成コンテンツ、ならびに dofollow（通常のリンク）、nofollow、画像ベースのリンクに関する相関関係など、AI 検索での可視性に関連するシグナルを検証。
変動性の追跡：ブランドの可視性について、同一クエリを繰り返し実行して測定し、AI が生成した回答内でブランドが表示され続けた頻度、表示されなくなった頻度、再び表示された頻度を評価。
制約：すべての調査結果について、クエリセット全体、データ収集日、市場、言語、サンプリング方法、統計的手法が完全には開示されていない。

◇ ◇ ◇

この調査は、AI 検索時代の SEO が「検索順位を上げる施策」から、ブランドの可視性を高める施策へと広がったことを示しています。
また、鮮度・構造・一次情報を備えたコンテンツと、第三者サイトでの評価に大きな関連性が認められました。

もっとも、示された数値の多くは相関関係です。
調査条件も完全には開示されていないため、3 か月ごとの更新などを一律の正解とせずに、自社領域のデータで効果を検証することが重要です。