Bing Webmaster ToolsのAI Performanceレポート完全ガイド【2026年】見方と活用法

Bing Webmaster ToolsのAI Performanceレポート完全ガイド【2026年】見方と活用法

この記事の結論: Bing Webmaster Toolsの「AI Performance」レポートは、Microsoft CopilotとBingのAI生成要約が自社コンテンツを出典として引用した回数を無料で確認できる、現時点で唯一の公式レポートです。Total Citations・Average Cited Pages・Grounding Queries・ページ別引用アクティビティの4系統を読み解き、Grounding QueriesをGSCのクエリデータと突き合わせる運用に落とし込めば、AI検索経由の可視性改善に直結する具体的な打ち手が見えてきます。

最終更新日: 2026年7月21日

はじめに

2026年2月11日、Bing Webmaster ToolsにPublic Previewとして追加された「AI Performance」レポートは、AI検索の可視性計測において地味ながら重要な意味を持つ機能追加でした。Google Search Consoleには、いまだAIの生成回答が自社サイトをどれだけ引用したかを示す公式レポートが存在しません。一方Microsoftは、自社が運営するBing Webmaster Tools上で、CopilotとBingのAI要約における引用状況をサイト運営者に無料開示するという判断を下しました。

日本語圏では公開直後に速報として紹介されたものの、指標の定義を丁寧に解説し、実際の改善アクションまで踏み込んだ記事はほとんど見当たりません。多くのサイト運営者にとって「AI Performanceというタブがあるのは知っているが、数字をどう読んでどう動けばいいのかがわからない」状態が続いているのが実情です。

この記事では、レポートへのアクセス手順、4つの主要指標の正確な定義、Grounding Queriesを使った実践的な改善ワークフロー、引用回数を伸ばすための具体施策、そしてこのレポートだけでは足りない部分をどう補うかまでを、実務で使える粒度でまとめます。GSCの検索パフォーマンスレポートを使い慣れている方であれば、考え方の多くはそのまま応用できます。

AI Performanceレポートとは何か

AI Performanceレポートは、Bing Webmaster Tools内に新設された専用ダッシュボードで、自社サイトのコンテンツがMicrosoft Copilot、BingのAI生成要約（AI-generated answers）、そして一部のパートナー統合先において、AIの回答内でどのように引用されているかを可視化します。従来のBing Webmaster Toolsが扱ってきたのは検索順位・クリック数・表示回数・クロール状況といった、いわゆる伝統的な検索パフォーマンス指標でした。AI Performanceはこれとは別軸で、「AIが生成した回答の根拠として、どの程度自社コンテンツが使われたか」という新しい可視性を扱います。

ここで押さえておくべきなのは、このレポートが計測しているのは「引用された回数・頻度」であって、「回答内でどれだけ目立ったか」ではないという点です。ある回答の中でリンクが一番上に出ていたか末尾に埋もれていたかといった掲載位置の情報は、現状のレポートには含まれていません。あくまで「出典として使われた事実の集計」であることを理解した上で数字を読む必要があります。

もう一つの重要な前提は、CopilotとBingのAI要約が計測上分離されていないことです。両者はMicrosoftの生成AIインフラを共有しているため、現行のPublic Previewでは「Copilotでの引用が何回、Bing要約での引用が何回」という内訳までは表示されません。将来的なアップデートで分離される可能性はありますが、2026年7月時点では合算値として扱う前提で運用する必要があります。

このレポートが価値を持つ最大の理由は、Google側に相当する公式ツールが存在しないことです。AI OverviewsやGeminiがどのサイトをどれだけ引用しているかを、Google Search Console上で直接確認する手段は今のところありません。サードパーティのLLMO計測ツールを使えば近い情報は得られますが、多くは月額課金が発生します。Bing Webmaster ToolsのAI Performanceは、少なくともMicrosoft経済圏でのAI引用状況については、追加費用なしに一次データへアクセスできる数少ない窓口です。

アクセス方法と前提条件（サイト所有権の確認）

AI Performanceレポートを見るための手順は次の通りです。

1. bing.com/webmastersにアクセスし、Microsoftアカウントでサインインします
2. 対象サイトを未登録の場合は新規追加し、サイト所有権の確認を行います。確認方法はXMLファイルのアップロード、HTMLメタタグの埋め込み、DNSレコードへのTXT追加のいずれかから選べます。GSCの所有権確認をすでに済ませている場合は、DNS方式またはメタタグ方式が最も手早く済みます
3. 所有権確認が完了すると、左ナビゲーションメニューに新設された「AI Performance」の項目が表示されます。これをクリックするとダッシュボードに遷移します
4. 初期表示は直近30日間のデータです。期間は他のBing Webmaster Toolsのレポートと同様にカスタム指定できますが、AI Performanceデータには2〜3日程度の報告ラグがあるため、直近1〜2日分のデータは未反映または過少表示になっている点に注意が必要です

所有権確認をまだ済ませていないサイトの場合、確認完了からAI Performanceデータが表示され始めるまでにもタイムラグが生じることがあります。特に新規にBing Webmaster Toolsへ登録したサイトでは、初回アクセス時にデータがほぼ空欄という状態になっても焦る必要はありません。数日〜1週間程度、通常のクロール・インデックス状況が安定してから再確認するのが基本です。

もう一つの実務上の注意点は、Bing Webmaster ToolsとGoogle Search Consoleでは所有権確認の方式が独立している点です。GSCで確認済みのメタタグをそのまま流用できるわけではないため、両ツールを並行運用する場合はそれぞれで確認作業が必要になります。すでに他のBing Webmaster Toolsレポート（検索パフォーマンス・サイトエクスプローラーなど）を使っているサイトであれば、この手順はすでに完了しているはずなので、AI Performanceタブが見えているかどうかだけを確認すれば十分です。

4つの主要指標の読み方

AI Performanceレポートの中核をなすのは、次の4つの指標です。それぞれの定義を誤解すると、改善アクションの優先順位を間違えるため、まずは正確な意味を押さえます。

Total Citationsの読み方

Total Citationsは最も直感的に理解しやすい指標ですが、注意点が一つあります。この数値は「AIの回答が自社を出典としてリンクした回数」であり、回答の中でどのくらい重要な位置づけで扱われたか、あるいはユーザーが実際にそのリンクをクリックしたかどうかとは無関係です。極端に言えば、末尾に小さく添えられた出典リンクであっても、大きく引用された出典リンクであっても、同じ1件としてカウントされます。したがって、Total Citationsの増減だけを見て「AI検索での評価が上がった・下がった」と単純に判断するのではなく、後述するページ別アクティビティと合わせて解釈する必要があります。

Average Cited Pagesの読み方

Average Cited Pagesは、サイト全体としてどれだけ幅広いページがAIの引用対象になっているかを示す指標です。この数値が低い場合、たとえTotal Citationsが多くても、それは一部の特定ページ（多くの場合トップページや代表的な解説記事）に引用が集中していることを意味します。逆にAverage Cited Pagesが高い場合は、サイト内の多様なページがそれぞれ別のクエリ文脈で引用されていることを示唆します。コンテンツの網羅性やロングテール記事の充実度を測る上で、Total Citations単体よりも参考になる場面が多い指標です。

Grounding Queriesの読み方

Grounding Queriesは、AIが回答を組み立てる過程で内部的に発行した検索クエリのログです。ここで重要なのは、この一覧が「ユーザーが実際に入力したプロンプト」ではなく、AIが回答生成の途中で情報収集のために自動生成した検索クエリだという点です。ユーザーの元の質問文とAIが裏側で発行するクエリは、しばしば表現が異なります。また、この一覧はサンプリングに基づくものであり、実際に発行された全クエリを網羅しているわけではありません。データ量が少ないサイトほど、Grounding Queriesの一覧が実態を代表しきれていない可能性がある点は留意が必要です。

ページ別引用アクティビティの読み方

ページ別の内訳では、どのURLが期間中に何回引用されたかを時系列で確認できます。ここで見るべきは、単月のピークではなく複数週にわたる継続性です。特定のニュース性の高いトピックで一時的に引用が急増しても、そのトピックの鮮度が落ちれば引用も落ち着きます。継続的に引用され続けているページこそが、AIにとって「信頼できる情報源」として認識されている証拠であり、そうしたページの構成・情報設計を他の記事にも横展開するのが、このレポートを使った改善の基本方針になります。

Grounding Queries分析の実践ワークフロー

AI Performanceレポートの価値を最大化する鍵は、Grounding QueriesをGoogle Search Consoleのクエリデータと突き合わせる作業にあります。以下の手順で進めます。

ステップ1: Grounding Queriesを期間別にエクスポートする

直近30日と、可能であれば過去90日分のGrounding Queries一覧を書き出します。前述の通りサンプリングデータなので、単月だけでなく複数期間を並べることで、継続的に出現するクエリパターンを見つけやすくなります。

ステップ2: GSCの検索パフォーマンスレポートと突き合わせる

Grounding Queriesに出現したクエリ（または類似のトピック）を、GSCの検索パフォーマンスレポートでも検索してみます。ここで見るべきパターンは3つです。

• GSCでは表示回数が多いのにGrounding Queriesに出てこないクエリ: 従来型検索では評価されているものの、AIの回答生成では参照されていないコンテンツです。構造化データの不足、要点が本文の奥深くに埋もれている、といった要因が疑われます
• Grounding Queriesに出現しているのにGSCの表示回数が少ないクエリ: AIには参照されているが、従来型のBing/Google検索ではまだ十分に評価されていないコンテンツです。今後の検索順位向上の先行指標として注目に値します
• 両方に出現する重複クエリ: 従来型検索とAI引用の両面で評価されているコアコンテンツです。このパターンのページの構成・見出し設計・FAQセクションの書き方を分析し、他の記事のテンプレートとして流用します

ステップ3: 引用されているページの共通構造を分析する

Total Citationsの多いページを5〜10本ピックアップし、見出し構成・冒頭の要約の有無・FAQセクションの有無・数値データや表の使用状況を比較します。AIの回答生成は、質問に対して簡潔かつ構造化された形で答えが明示されているコンテンツを引用しやすい傾向があります。共通するパターンが見つかれば、それを他の記事に横展開します。

ステップ4: 引用されていない主力ページの改善候補をリストアップする

GSCで表示回数・クリック数が多いにもかかわらず、AI Performanceのページ別アクティビティに一度も登場しないページは、リライトの優先候補です。冒頭に結論を明示する、FAQ形式で想定質問に直答する、といった調整を加えた上で、次回の計測期間で引用が発生するかを追跡します。

引用を増やすための改善施策

Grounding Queries分析から見えてきた課題に対して、具体的にどう手を動かせばよいかを整理します。

1. 記事冒頭に結論を明示する

AIの回答生成は、ページ全体を読み込んで要約するのではなく、質問に対応する明確な記述箇所を抽出する傾向が強いと考えられます。記事の冒頭数百字以内に、その記事が答える問いへの直接的な結論を置くことで、抽出対象になりやすくなります。

2. FAQセクションを質問文形式で用意する

「Q. ○○とは何ですか?」に対して「A. ○○です」という形式のFAQは、AIが特定の質問への回答を検索する際の照合対象として機能しやすい形式です。想定される質問のバリエーションをできるだけ多く洗い出し、それぞれに40〜80字程度の簡潔な直答を用意します。

3. 数値・固有名詞を本文中に具体的に記載する

抽象的な表現よりも、日付・金額・件数といった具体的な数値情報を含む記述の方が、AIの回答生成において引用の根拠として選ばれやすい傾向があります。「最近追加された」ではなく「2026年2月11日に追加された」といった具体性を意識します。

4. 表構造で情報を整理する

比較情報や手順情報は、文章の羅列よりも表形式で整理されている方が、AIにとって情報の切り出しがしやすくなります。特にプラン比較・料金比較・指標定義の一覧などは表での提示が有効です。

5. 一次情報・公式情報へのリンクを適切に張る

AIの回答生成では、情報源としての信頼性シグナルが重視される傾向があります。公式発表や一次情報を引用しつつ独自の解釈・実務的な補足を加えるコンテンツは、単なる要約記事よりも引用対象として選ばれやすくなります。

6. 更新日を明示し、実際に定期更新する

情報の鮮度は、AIの回答生成において重要な判断材料の一つです。最終更新日を明記し、実際に定期的な見直しを行っているページは、鮮度が評価されやすくなります。

日本語サイトでの注意点

Bing Webmaster ToolsのAI Performanceを日本語サイトで活用する際には、いくつか意識すべき前提があります。

まず、日本国内における検索エンジンシェアはGoogleが圧倒的多数を占めており、Bingの利用者数はGoogleに比べて限定的です。一方でMicrosoft CopilotはWindows標準搭載やMicrosoft 365との連携により、法人ユーザーを中心に一定の利用基盤があります。つまりAI Performanceレポートが計測しているのは「日本の検索市場全体でのAI引用状況」ではなく、「Microsoft経済圏（Bing検索とCopilot）における引用状況」に限定される点を理解した上で数字を見る必要があります。

また、Grounding Queriesに出現するクエリの絶対数自体が、日本語サイトでは英語圏の大規模サイトに比べて少なくなりがちです。データ量が少ないほどサンプリングの偏りが大きくなるため、単月の数字の増減に一喜一憂するのではなく、四半期単位程度の長いスパンで傾向を見ることが望ましいです。

もう一つの留意点は、日本語コンテンツのAI要約における抽出精度です。英語圏に比べると、日本語の文脈解析や固有名詞の抽出精度に差が出る場合があります。見出しや結論部分をできるだけ簡潔で明確な日本語表現にすることは、英語コンテンツ以上に効果が出やすい傾向があります。

法人サイト・BtoBサイトの運営者にとっては、Copilotの利用者層がビジネスユーザーに寄っていることを踏まえ、業務上の意思決定に関わるコンテンツ（比較検討・導入手順・料金体系の解説など）を優先的にAI Performanceで追跡する価値が高いといえます。

限界と補完手段

AI Performanceレポートには、実務上無視できない限界がいくつかあります。

第一に、対象範囲がMicrosoftのAI生成体験（CopilotとBingのAI要約）に限定される点です。ChatGPT、Google Gemini、Perplexityなど他の主要な生成AIサービスでの引用状況は、このレポートには一切反映されません。AI検索全体での可視性を把握したい場合、Bing Webmaster Toolsだけでは不十分です。

第二に、CopilotとBingのAI要約が分離されていないため、「どちらのチャネルでどれだけ引用されたか」という粒度の分析ができません。Copilot経由のトラフィックとBing検索経由のAI要約トラフィックでは、想定されるユーザー像や利用シーンが異なる可能性がありますが、現行のレポートではこの違いを切り分けられません。

第三に、Grounding Queriesがサンプリングベースである点です。全クエリの完全なログではないため、低頻度だが重要なクエリが一覧から漏れている可能性を常に考慮する必要があります。

これらの限界を補うには、次のような手段の組み合わせが現実的です。

• 有料のLLMO計測ツール: ChatGPT・Gemini・Perplexityなど複数の生成AIサービスを横断して、自社の引用状況や言及頻度を定点観測できる有料ツールが各社から提供されています。Bing Webmaster Toolsではカバーできないチャネルの可視化を担わせるのに向いています
• 手動でのプロンプト監視: 主要な想定質問を定期的に複数の生成AIサービスへ手入力し、自社コンテンツが引用・言及されているかを目視で確認する方法です。コストはかかりませんが、手間と再現性の面で継続運用のハードルがあります
• GSCとの併用: 従来型のGoogle検索での可視性はGSCで、Microsoft経済圏でのAI引用はBing Webmaster ToolsのAI Performanceで、という役割分担を明確にした上で、両方のデータを定期的に見る体制を作ります

無料で使える範囲にはこうした限界があることを前提に、「まずBing Webmaster Toolsで傾向をつかみ、必要に応じて有料ツールや手動監視で補完する」という段階的なアプローチが、コストと精度のバランスとして現実的です。

週次運用への組み込み方

AI Performanceレポートを単発で眺めるだけでは、改善サイクルにはつながりません。既存の週次SEOレポート運用に組み込む形を提案します。

すでにGSCの検索パフォーマンスやGA4のAIリファラルトラフィックを週次レポートに組み込んでいる場合は、そのテンプレートにAI PerformanceのTotal Citations・Average Cited Pagesの推移欄を追加するだけで運用に乗せられます。重要なのは、報告ラグを考慮したタイムラグ管理です。月曜日に前週分のデータを見る場合でも、直近1〜2日分は反映が遅れている可能性があるため、確認対象期間を意識的に少し手前にずらす運用が安定します。

また、四半期に一度は長期トレンドの棚卸しを行うことを推奨します。単週・単月のスパイクに惑わされず、継続的に引用され続けているページの傾向を洗い出し、コンテンツ制作の方針そのものにフィードバックしていくことが、このレポートを一時的な確認作業で終わらせず、実際の成果につなげる鍵になります。

よくある質問

Q1. AI Performanceレポートは無料で使えますか?

無料です。Bing Webmaster Toolsのアカウントを作成し、サイトの所有権を確認するだけで利用でき、追加料金は発生しません。

Q2. Google Search Consoleに同様のレポートはありますか?

2026年7月時点でGoogle Search ConsoleにAI Overviewsの引用状況を示す公式レポートは存在しません。この点がBing Webmaster Toolsの独自の価値です。

Q3. CopilotとBingのAI要約の引用数を分けて見られますか?

現行のPublic Previewでは分離されておらず、合算値としてしか表示されません。将来のアップデートで分かれる可能性はあります。

Q4. データにはどのくらいのタイムラグがありますか?

2〜3日程度の報告ラグがあります。直近1〜2日分のデータは未反映または過少表示になっている可能性があるため注意が必要です。

Q5. Grounding Queriesはユーザーが実際に入力した質問文ですか?

異なります。AIが回答生成のために内部的に発行した検索クエリであり、ユーザーの元の質問文そのものではありません。またサンプリングデータであり全数ではありません。

Q6. Total Citationsが高いほど回答内で目立って引用されていますか?

必ずしもそうではありません。Total Citationsは引用された回数の集計であり、回答内での掲載位置や目立ち度は反映されていません。

Q7. 表示期間はどこまでさかのぼれますか?

デフォルトは直近30日表示ですが、カスタム期間を指定できます。ただしサイトの登録時期やデータ蓄積状況によって、さかのぼれる範囲には制限があります。

Q8. 日本語サイトでも十分なデータ量が得られますか?

サイト規模やトピックによります。Bingの国内シェアが限定的なため、英語圏の大規模サイトに比べてデータ量が少なくなりがちで、短期の増減より長いスパンでの傾向確認が現実的です。

Q9. 他の生成AIサービス（ChatGPTやGeminiなど)での引用も確認できますか?

確認できません。AI Performanceが対象とするのはMicrosoft CopilotとBingのAI生成要約に限定されます。他サービスの計測には別途ツールが必要です。

Q10. サイト所有権の確認方法はどれを選ぶべきですか?

XMLファイル・メタタグ・DNSのいずれでも問題ありません。すでにGoogle Search Consoleで確認済みの環境であれば、DNS方式かメタタグ方式が作業の手間が少なく済みます。

関連用語

• LLMO
• GEO
• Grounding
• GSC
• クエリ
• AI Overview

関連記事

• LLMO完全ガイド
• AI検索最適化ガイド
• SEOとLLMOのハイブリッド戦略
• GSCのGenAI Performanceレポートの見方
• GA4でAIリファラルトラフィックを計測するセットアップ
• AI引用モニタリング: 手動とツールの比較
• AI検索レポートテンプレートと週次KPI運用
• AI引用率の無料チェック方法
• LLMOツール費用対効果の判断基準｜導入・内製・コンサルの選び方
• Copilotに引用されない原因チェックリスト｜Bing起点で診断する7つの確認項目
• GoogleマップGemini店舗情報とは何かとMEO対策の実践手順
• LLMO記事作成代行の費用相場と品質の見極め方｜1記事いくらが適正か【2026年】