ChatGPT に引用されない 8 つの理由｜診断と直し方を実装ガイド付きで解説

ChatGPT に引用されない 8 つの理由｜診断と直し方を実装ガイド付きで解説

サイトへのアクセスが落ちているのに原因が不明、ChatGPT で自社コンテンツが出てこない——その多くは「クロール・構造・信頼シグナル」のいずれかに欠落がある。8 つの原因を特定し、優先度順に潰すことで引用確率を段階的に高められる。

最終更新日: 2026-05-09

---

はじめに

ChatGPT search は Web 検索結果をリアルタイムで参照し、信頼性の高いページを引用としてユーザーに提示する。しかし「コンテンツを書いているのに一切引用されない」という状況は珍しくない。原因が複数重なっていることも多く、一か所直しても効果が見えないと手が止まりがちだ。本記事では引用を阻む原因を 8 つに分類し、それぞれの診断コマンド・実装手順をセットで提供する。LLMO の基本概念は llmo-complete-guide を、引用改善の全体ステップは chatgpt-seo-howto-12steps を参照してほしい。

---

まず確認：そのクエリで ChatGPT search が機能しているか

診断の前提として、対象クエリが ChatGPT search の対象になっているかを確認する。ChatGPT search は全クエリで Web 参照するわけではなく、時事・比較・調査系クエリで優先的に発動する。回答に引用アイコン（↗）が表示されない場合、そもそも検索が走っていない可能性がある。

確認手順は次のとおりだ。

1. ChatGPT の「Search」モードを明示的に有効化して同じクエリを送る。
2. 回答に引用リンクが表示されるか確認する。
3. 表示される場合、競合サイトのどのページが引用されているかを記録する。

引用されている競合ページと自サイトの差分が、以降の 8 つの診断項目に対応している。

---

理由 1：構造化データ未実装（Article/FAQPage の欠落）

ChatGPT search は schema.org の JSON-LD を読み込み、ページの種別・著者・更新日・本文範囲を機械的に把握する。Article スキーマが未実装だと、LLM がページ構造をヒューリスティックで推測するコストが上がり、引用候補から外れやすい。

診断: Google の リッチリザルトテスト にページ URL を入力し、Article または FAQPage が検出されるか確認する。

実装例（JSON-LD）:

{
  "@context": "https://schema.org",
  "@type": "Article",
  "headline": "ChatGPT に引用されない 8 つの理由",
  "datePublished": "2026-05-09",
  "dateModified": "2026-05-09",
  "author": { "@type": "Person", "name": "編集部" },
  "publisher": {
    "@type": "Organization",
    "name": "aiseo-llmo.com"
  }
}

Q&A セクションがある場合は FAQPage を追加し、mainEntity に質問と回答を列挙する。structured-data-jsonld に詳細実装例を掲載している。

---

理由 2：見出し階層に gap（h1→h3 など）

LLM はドキュメントのアウトライン構造をセクション分割に使う。h1 の次が h3 にジャンプしている、h2 が存在しないページは、トピック境界の推定精度が下がる。結果としてセクション単位の引用が成立しにくい。

診断: ブラウザの DevTools（Elements タブ）または Screaming Frog でページの見出し一覧を抽出し、h1→h2→h3 の順序が崩れていないか確認する。

直し方: h1 は 1 ページに 1 つ。大見出しは h2、その配下に h3 を置く。見出しテキストは「結論を含む完結した一文」にすると LLM が引用しやすい。heading-tag の設計原則も参照のこと。

---

理由 3：被引用シグナル不足（Wikipedia / 一次情報サイト 0）

ChatGPT の引用判断において、外部からの言及密度（brand-mention・backlink 数）は重要なシグナルだ。特に Wikipedia・政府サイト・学術論文など一次情報源からの言及が皆無のドメインは、LLM にとって「未検証の情報源」と扱われる可能性が高い。

診断: Ahrefs または SEMrush で Referring Domains 数と DR（Domain Rating）を確認する。DR 20 未満かつ被リンクドメイン数が 10 未満の場合、被引用シグナル強化が優先課題だ。

直し方の手順:

1. 業界 Wiki・Qiita・Zenn・note などに一次情報コンテンツを投稿し、自サイトへのリンクを設置する。
2. プレスリリースや専門メディアへの寄稿で domain-authority を積み上げる。
3. wikipedia-llmo-strategy の手法で Wikipedia 関連ページへの正当な言及獲得を狙う。

---

理由 4：E-E-A-T シグナル弱い（著者・編集ポリシー・運営者情報）

E-E-A-T（Experience・Expertise・Authoritativeness・Trustworthiness）は Google の品質評価基準だが、ChatGPT search の信頼スコアにも間接的に影響する。著者名・プロフィール・編集ポリシー・運営者情報が欠落したページは「信頼度不明」として引用から除外されやすい。

診断チェックリスト:

• 記事に著者名が明示されているか
• 著者の専門領域・実績ページ（About ページまたは著者プロフィールページ）が存在するか
• サイトに編集ポリシーページがあるか
• 「運営者情報」または「会社概要」ページが存在し、連絡先が明記されているか

eeat-and-llmo に E-E-A-T 強化の具体的なページ設計を整理している。

---

理由 5：コンテンツ古い（最終更新 1 年以上前）

ChatGPT search は最新情報を優先的に引用する。dateModified が 1 年以上前のままのページは、同テーマの更新済みページに引用枠を奪われる。特に AI・SEO・法規制など変化の速い分野ではこの傾向が強い。

診断: Google Search Console の「インデックス カバレッジ」でクロール日時を確認し、dateModified の値と実際の更新日がずれていないか照合する。

直し方:

1. 本文の数値・事例・ツール名を現時点の情報に更新する。
2. JSON-LD の dateModified を更新日に変更する。
3. 記事冒頭の「最終更新日」テキストを明示する（本記事のフォーマット参照）。
4. 内容変更なしに dateModified だけを書き換えるのは逆効果になる場合があるため、必ず実質的な更新を伴わせる。

---

理由 6：llms.txt 未対応 / robots.txt で OAI-SearchBot をブロック

llms.txt はサイトの重要コンテンツを LLM が効率的にインデックスするための仕様だ（llmstxt.org 参照）。未対応のサイトは、クロール優先度が競合に比べて下がる。加えて robots.txt で OAI-SearchBot を誤ってブロックしているケースも散見される。

診断:

# llms.txt の存在確認
curl -I https://yourdomain.com/llms.txt

# robots.txt のボット許可確認
curl https://yourdomain.com/robots.txt | grep -i "oai\|openai\|gptbot"

直し方:

robots.txt に以下を追記して OAI-SearchBot のクロールを許可する。

User-agent: OAI-SearchBot
Allow: /

User-agent: GPTBot
Allow: /

llms.txt の作成手順は llms-txt-guide および llms-txt-generators を参照。robots-txt の基本設定は chatgpt-citation-checklist にもチェックリスト形式でまとめている。

---

理由 7：ファクト密度低い（数値・固有名詞 不足）

LLM は「引用に値する具体的な情報」を含むページを優先する。「〜が重要です」「〜に注意しましょう」のような抽象的な記述が続くページは、ファクト密度（fact-density-writing 参照）が低く、引用ソースとしての価値が判定されにくい。

ファクト密度を上げる 4 つの手法:

1. 数値を入れる: 「改善した」ではなく「引用率が 3 週間で 12% 上昇した」と書く。
2. 固有名詞を入れる: 「あるツール」ではなく「Ahrefs の Site Explorer」と明示する。
3. 日付を入れる: 「最近の研究」ではなく「2025 年 11 月の OpenAI 発表」と書く。
4. 一次ソースへのリンクを入れる: 主張の根拠となる公式ドキュメント・論文・発表へリンクする。

---

理由 8：ブランド名検索ボリューム不足（無名ドメイン）

ChatGPT search の引用ロジックは公開されていないが、ドメインのブランド検索量（サイト名や会社名での直接検索数）は信頼シグナルの一つとして機能すると考えられる。brand-mention が少なく、domain-authority が低いうちは、同品質のコンテンツでも既存権威サイトに引用枠を奪われやすい。

直し方の方向性:

• SNS・ニュースレター・Podcast などのオフサイトチャネルでブランド名を継続的に露出する。
• brand-mentions-llmo の戦略に従い、業界メディアへの寄稿・インタビュー掲載を狙う。
• 短期的には「ニッチな専門領域」に絞り込み、そこでの引用率を先に高める。

---

直し方の優先順位（コスト × 効果のマトリクス）

まず理由 6・1・2 の「低コスト・即効」から着手し、測定しながら中長期施策に移行するのが現実的なアプローチだ。llmo-measurement-howto で引用率の計測方法を確認しておくと、施策ごとの効果検証がしやすい。

---

よくある質問

Q1. 構造化データを入れたのに引用されない。なぜか？

構造化データは必要条件だが十分条件ではない。他の 7 つの要因が重なっている可能性がある。特に「コンテンツの更新頻度」と「被引用シグナル」は構造化データとは独立して評価される。複数要因を同時に診断することを推奨する。

Q2. ChatGPT が自サイトをクロールしているか確認する方法は？

サーバーのアクセスログを確認し、OAI-SearchBot または GPTBot のアクセス履歴を検索する。クロールが確認できない場合は、robots.txt の設定とサイトマップ（sitemap-xml）の送信状況を見直す。

Q3. 引用されるまでにどれくらいの期間がかかるか？

理由 6（robots.txt / llms.txt）の修正は 1〜2 週間、構造化データの追加は 2〜4 週間で効果が出ることが多い。被引用シグナルやブランド認知は 3〜6 ヶ月単位で評価する。施策ごとに llmo-measurement-tools で引用率を週次計測し、変化を追跡する。

Q4. Google AI Overview に引用されるための条件と共通するか？

多くの条件は共通する。ai-overview-citation-conditions に詳細をまとめているが、ChatGPT search と AI Overview では評価軸が一部異なるため、両方の条件を満たす設計が最も効率的だ。

Q5. 無名サイトが引用されることはあるか？

ある。特定ニッチで「そのクエリに最も正確に答えているページ」は、ドメイン権威が低くても引用される。ロングテールの専門クエリに絞り込み、ファクト密度の高いページを作ることが無名サイトの現実的な突破口だ。

---

関連用語

• llmo — LLM 最適化の基本概念
• chatgpt-search — ChatGPT の Web 検索機能の仕組み
• eeat — E-E-A-T の定義と評価要素
• structured-data — 構造化データの種類と実装方法
• llms-txt — llms.txt 仕様の概要
• brand-mention — ブランド言及と信頼シグナルの関係

---

関連記事

• llmo-complete-guide — LLMO の全体像と基礎知識
• chatgpt-seo-guide — ChatGPT SEO の包括的なガイド
• chatgpt-citation-checklist — 引用改善のチェックリスト形式まとめ
• chatgpt-seo-howto-12steps — ChatGPT SEO を 12 ステップで実装する手順
• structured-data-jsonld — JSON-LD 構造化データの実装詳細
• eeat-and-llmo — E-E-A-T と LLMO の関係性と強化手順