「AIに出てくるかどうか」だけでは足りない
AI検索対策というと「自社の名前がChatGPTやGeminiの回答に出るかどうか」に注目しがちです。しかし実務で複数の企業を診断していくと、名前が出ること（言及）と、その情報が信頼できる根拠として使われること（引用）、おすすめとして選ばれること（推奨）は、まったく別の現象だとわかってきます。この3段階を分けて考えないと、「言及はされているのに問い合わせにつながらない」といった状態の原因を見誤ります。
ステップ1：見つかる（言及）
まず、AIが質問に答える際の候補として認識されなければ、そもそも回答に登場しません。これは会社名やサービス名が、Web上の複数の情報源（自社サイトだけでなく、業界メディア・レビューサイト・比較記事など）で一貫して言及されているかどうかに左右されます。ここが対策の出発点です。
ステップ2：理解される（引用）— 「言及」と「引用」は別物
ここで見落とされがちなのが、「引用されること」と「名前が出ること」は同じではない、という事実です。Semrush社がKevin Indig氏（Growth Memo）と共同で実施した2026年の調査（3,981ドメイン・115プロンプト・14ヶ国・ChatGPT/Google AI Overviews/Gemini/AI Modeの4AIを対象）によると、AIが情報源としてページを引用したケースのうち61.7%は、実際の回答文中にブランド名が一度も登場していませんでした（同社はこれを「Ghost Citation」と呼んでいます）。[1]
プラットフォームによる差も大きく、ChatGPTは87%のケースで出典を引用するものの、ブランド名まで回答に出すのは20.7%にとどまります。逆にGeminiはブランド名を83.7%のケースで出す一方、引用（出典リンク）が付くのは21.4%だけでした。[1]
つまり「自社サイトがAIに参照された」ことと「AIの回答を読んだユーザーに自社の名前が伝わった」ことの間には、思った以上に大きなギャップがあるということです。
ステップ3：選ばれる（推奨）
最後の壁が、「比較して」「おすすめは？」といった質問に対して、実際に選択肢として推薦されるかどうかです。単に名前が出る・引用されるだけでなく、「どんな企業・どんな条件に向いているか」がAIの回答の中で他社と比較した上で示されて初めて、推奨につながります。
効果が実証されている打ち手：数字・出典・引用符
では何が引用率を左右するのか。プリンストン大学とジョージア工科大学、インド工科大学デリー校が2024年に発表した論文「GEO: Generative Engine Optimization」（KDD採択）では、コンテンツへの具体的な追加要素がAIでの可視性（引用のされやすさ）にどう影響するかを実証的に検証しています。[2]
- 統計データの追加（具体的な数値・件数・金額・日付など）：可視性が最大+40%向上
- 出典の明記：検索順位5位程度の中位ページで、相対的な可視性が+115.1%向上（もともと目立たなかったページほど伸びしろが大きい）
抽象的な自己PR（「高品質なサービスです」等）ではなく、検証可能な数字と出典を伴う記述の方が、AIにとって「回答の根拠として使いやすい」情報になる、ということです。
「llms.txtやFAQPageを入れれば安心」ではない
一方で、構造化データ（schema.org）やllms.txtの設置だけに頼るのは注意が必要です。Google検索の公式ガイドは、AI Overviews・AI Modeなどの生成AI機能に表示されるために「新しい機械可読ファイル・AI専用のテキストファイル・特別なマークアップを作る必要はない」と明記しており、llms.txtも名指しで「不要な施策」に分類されています。[3]
技術的な対応そのものを否定するものではありませんが、「入れれば引用される」という単純な話ではなく、通常のSEOの基礎（クロール可能であること・インデックスされていること・内容が明確であること）の方が優先度が高い、というのが現時点での公式な立場です。
まとめ
- AI検索対策は「見つかる（言及）」「理解される（引用）」「選ばれる（推奨）」の3段階に分けて考える必要がある
- 引用されても名前が出るとは限らない。Semrushの調査では引用の61.7%がブランド名の言及に至っていない
- 統計データの追加・出典の明記は、Princeton大学の実証研究で可視性向上の効果が確認されている
- llms.txtや構造化データの設置だけに頼らず、通常のSEOの基礎を優先すべきというのがGoogleの公式見解
[1] Why 62% of AI citations don't lead to brand mentions [Study] ― Semrush（2026年）
[2] GEO: Generative Engine Optimization ― Aggarwal et al., Princeton University / Georgia Tech / IIT Delhi（KDD 2024）
[3] AI Features and Your Website ― Google Search Central（Google for Developers）
監修：Gov Sync株式会社 AI検索最適化サービス担当 水野 明日香／最終更新日：2026年8月11日