Citadex調査：AI引用は多言語で56%消える、30ブランド横断データを読む

Citadex調査：AI引用は多言語で56%消える、30ブランド横断データを読む

この記事の結論: 56%。英語のAI回答で名前が挙がったブランドのうち、同じ質問を他言語で投げ直すと過半数がこの割合で回答から姿を消す——AI可視性計測プラットフォームCitadexが2026年3〜6月に30ブランド・10AIエンジン・5言語を横断して集計した数値だ。日本語での言及はPR TIMES発の同一プレスリリースの転載にとどまり、数値の内訳や日本市場への含意を掘り下げた記事はまだ存在しない。

最終更新日: 2026年8月2日

はじめに

「ChatGPTで自社が推薦されているから、AI経由の集客は問題ない」——この判断は、質問した言語が英語である限りにおいてしか成り立たない可能性がある。日本語での確認だけを根拠に安心している企業も、同じ落とし穴の裏返しにいる。2026年7月14日、AI可視性計測プラットフォームCitadex（運営：錦和株式会社）が、30ブランドを対象にChatGPT・Perplexity・Geminiなど10のAIエンジン、5言語で横断調査した結果を公表した。核心となる発見は、英語の回答で言及されるブランドの約56%が、同一の質問を他言語で行うと回答から消えるというものだ。

この調査結果は同日中にPR TIMESで配信され、その後infoseekニュース・livedoor・mapion・時事ドットコム・GMOインターネットグループ運営メディアなど複数の媒体にプレスリリースがそのまま転載された。しかし本稿執筆時点で、日本語圏にはこの数値の算出方法や言語別・エンジン別の内訳、日本企業が取るべき打ち手まで踏み込んで解説した記事が見当たらない。転載記事はいずれもプレスリリースの見出しと概要をなぞる内容にとどまり、56%という数値がどのような母集団・算出方法から導かれたのか、他の副次的な数値(競合の推薦枠占有率や出典引用率など)がどう関連し合っているのかまで解説したものは確認できなかった。本稿ではCitadexの公式発表とプレスリリース原文、および独立した関連調査を一次情報として、56%という数値の中身と、そこから導ける多言語LLMO対策を整理する。

Citadexとは何か

Citadexは「The World's First Full-Stack AEO & GEO Platform」を掲げるAI可視性計測プラットフォームである。ChatGPT・Perplexity・Google Gemini・Google AI Overviews・Google AI Mode・Grok・DeepSeek・Meta AIなど主要なAI回答エンジンを横断し、特定のブランドが「どの言語で」「どのエンジンで」「どの順位で」言及・引用されているかを継続的に計測する機能を提供する。対応言語は英語・日本語・中国語・韓国語・スペイン語・フランス語・ドイツ語・ポルトガル語・アラビア語など多岐にわたり、海外展開する企業が自社のGEO（生成AI検索最適化）施策の効果を国・言語単位で可視化することを主眼に据えている。

運営元として公表されているのは大阪府大阪市に拠点を置く錦和株式会社で、2025年5月設立と案内されている。プレスリリースにはCitadexと錦和の資本関係・組織上の位置づけ（子会社なのか開発チームなのか等）についての明記はなく、この点は公式情報で要確認としておきたい。従来型のSEOツールが検索順位というひとつの言語圏の指標を前提に設計されているのに対し、CitadexはAI回答という「言語ごとに独立した推薦リスト」を横断比較する点に立ち位置がある。

Citadexの製品ブログでは、AIモデルがブランドを引用する際の判断要因として、学習データ内での露出頻度、Wikipediaや業界データベースなど知識グラフ上の存在感、リアルタイム検索を伴うRAG（検索拡張生成）によるウェブ参照、複数ソース間でのブランド情報の一貫性、カテゴリ内での関連性の強さの5点を挙げている。今回の多言語調査は、この5要因が言語ごとに別々に蓄積されるという前提を、実測データで裏づけたものと位置づけられる。

調査手法の詳細

Citadexが7月14日に公表した調査は、以下の設計で実施された。

方法論としては、対象30ブランドそれぞれについて購買検討段階を想定したクエリ（「〇〇におすすめのツールは？」のような比較・推薦を引き出す質問文）を設計し、それを10のAIエンジン×5言語の全組み合わせで実行、回答テキストにブランド名が現れるかどうかを1件ずつ確認する形を取っている。単一エンジン・単一言語での抽出ではなく、エンジンと言語の掛け合わせでのべ数千件規模のAI回答を検証した点が、この調査を単発の実験と一線を画すものにしている。業界別のブランド構成比(BtoB/BtoC比率や業種の内訳)については、プレスリリース内に系統立った記載がなく、公式レポートで要確認の項目として扱う。

56%ギャップの中身

調査の核となる発見は次の一文に集約される。「英語の回答で名前が挙がるブランドの約56%が、同じ質問を他言語で問うと回答から消える」。

この定義を分解すると、母集団は「英語のAI回答で少なくとも1回は言及されたブランド」であり、そのうち日本語・その他言語での同一クエリで一度も言及されなかったブランドの割合が56%という計算になる。つまり英語圏では推薦候補に入っているにもかかわらず、言語を変えた瞬間にその実績がゼロにリセットされるブランドが過半数を占めるということだ。

これは「翻訳すれば同じように引用される」という前提が成り立たないことを示すデータでもある。AI検索エンジンは言語ごとに異なる学習データ・検索インデックス・情報源の重み付けを持つため、英語圏で蓄積された被引用実績やエンティティ認識は、言語が切り替わった瞬間に引き継がれない。多言語展開を検討する企業にとって、英語版サイトの充実だけでは他言語圏でのAI推薦は担保されないという事実が、数値として初めて示された格好だ。

言語別・エンジン別の傾向

プレスリリースで開示されている言語・エンジンをまたいだ傾向は次の通りだ。

• 言語間の非対称性: 英語での好意的な言及・上位表示が、他言語では再現されない傾向が明確に確認された。逆方向(非英語で言及されて英語で消える)の比率は本調査では明示されておらず、公式レポートで要確認。
• エンジン間の重なりの薄さ: 中堅規模のブランドにおいて、複数のAIエンジンで同時に言及される「重なり」はわずか約11%にとどまった。裏を返せば、1〜2エンジンだけを監視する体制では、AI上での自社の露出実態の大半を見落とすことになる。
• 高購買意欲クエリでの競合優位: 「導入」「比較」「おすすめ」といった購買検討段階に近いクエリでは、競合ブランドが推薦枠を占める割合が約63%に達した。自社ブランドが認知フェーズでは言及されても、購買直前の意思決定クエリでは競合に取って代わられるケースが多いことを示唆する。
• 出典引用の希少性: ブランドが言及された場合でも、出典リンク付きで引用されたのは約17%にとどまり、残り約83%は出典を明示しない「匿名的な言及」だった。AIがブランド名を挙げていても、そのリンクをたどって公式情報にアクセスできる経路は限定的だということになる。
• BtoB企業の極端な非表示ケース: プレスリリースが紹介する一事例では、あるBtoB企業について購買検討クエリ100件を投げたところ、70件以上で全10エンジンを通じて一度も名前が挙がらなかったと報告されている。個別事例であり全BtoBブランドに一般化はできないが、ニッチな業界・専門性の高い商材ほどAI上での不可視化リスクが大きい可能性を示す。

業界別（EC・SaaS・製造業など)のセグメント別数値、AIエンジンごとの言及率ランキング(例:ChatGPTとGeminiの比較)については、公表されている情報の範囲では確認できず、公式レポートの詳細版で要確認としたい。

他の独立調査が裏付ける言語ギャップの構造

Citadexの56%という数値を単独の観測値として片づけず、別の調査機関が示す関連データと突き合わせておくと、言語間ギャップが偶然の誤差ではなく構造的な現象であることが見えてくる。ローカライズ支援企業Weglotが公表した独立の調査(Citadexとは無関係の別調査)によれば、AI検索エンジンが引用するソースの性質は、同じトピックであっても質問言語によって大きく変わる。日本語で質問した場合、回答内で引用されるソースのうち日本の.jpドメインが占める割合は26%に達したのに対し、同一テーマを英語で質問すると.jpドメインの引用率は約1%まで落ち込んだという。フランス語と.frドメインの関係でも同様の傾向が確認されており、フランス語クエリでは16%、英語クエリでは1.4%だったと報告されている。

この結果は、Citadexが示した「英語で言及されるブランドの56%が他言語で消える」という現象と表裏の関係にある。AI検索エンジンは質問言語に応じて参照するドメイン・情報源の集合をほぼ総入れ替えしており、英語圏のドメインで築いた被引用実績は、質問言語が変わった瞬間にほとんど引き継がれない。Weglotの調査はさらに、AIエンジンごとに引用数の傾向が異なることも示している。Gemini・Google AI Overviewsは短いクエリでも比較的多くのソースを引用する一方、ChatGPTやClaudeは具体性の高い長いクエリでないと引用数が伸びにくい傾向があるという。トピック別ではSaaSやECのような商業性の高い領域ほど引用数が多くなる傾向も報告されており、購買検討クエリで競合が推薦枠の63%を占めるというCitadexの結果と方向性が一致する。

2つの独立した調査が「言語を変えると参照される情報源そのものが入れ替わる」という同じ構造を別の角度から示している以上、多言語展開企業にとって「現地語ドメインでの情報発信」は選択肢のひとつではなく、AI経由での可視性を得るための前提条件に近いと捉えるべきだろう。

日本企業への示唆

この調査結果は、日本を主市場としながら海外展開・インバウンド需要の取り込みを狙う企業に対して、次の2点を突きつける。

第一に、「英語コンテンツを用意した」ことと「海外のAI検索で推薦される」ことは別問題だという点だ。56%という数値は、英語圏で一定の実績があるブランドでも、他言語のAI回答では初期状態に近い扱いを受けることを意味する。日本企業が英語版サイトを整備しても、それが自動的に多言語圏でのAI引用に波及するわけではない。

第二に、逆方向の課題として、訪日需要や越境ECを狙う場合、外国人観光客・海外バイヤーが自国語でAIに質問した際に自社がAI引用される保証がないという点だ。日本語でのEEATや一次情報の蓄積がどれだけ厚くても、英語や中国語・韓国語のクエリに対しては別途、その言語圏向けの情報発信・被引用実績の構築が必要になる。

出典引用率が約17%にとどまるという結果も示唆に富む。AIに言及されるだけでは不十分で、リンク付きで引用されるコンテンツ設計(一次データの提示、構造化された比較情報、明確な発行元表記など)を各言語で用意しないと、せっかくの言及が流入に結びつかない。

多言語LLMOで打つべき施策

Citadexの調査結果を踏まえると、多言語圏でのAI可視性を高めるための打ち手は以下のように整理できる。

1. 対象言語ごとにAI回答を実測する: 英語でのAI引用率が高くても、他言語では別データとして扱う。進出予定の各言語で、購買検討クエリを実際にAIエンジンに投げて言及有無を確認する運用を定期化する。
2. 単一エンジンではなく複数エンジンを横断監視する: エンジン間の重なりが約11%しかないというデータが示す通り、ChatGPTだけ・Geminiだけの監視では実態の大半を見落とす。最低でも3〜5エンジンを横断してモニタリングする体制が望ましい。
3. 翻訳ではなく現地語の一次情報を作る: 機械翻訳したページは現地語の情報源として弱く、AIが優先的に参照する一次情報にはなりにくい。現地の商習慣・検索意図に合わせて再構成したコンテンツを言語ごとに用意する。
4. 出典として引用されやすい構造にする: 数値データ・比較表・発行元情報を明示し、AIが根拠として抜き出しやすい形式で発信する。出典引用率17%という低さは、多くのブランドがこの設計をできていないことの裏返りでもある。
5. 購買検討フェーズのクエリを優先的にカバーする: 高購買意欲クエリで競合が63%の推薦枠を占めているという結果は、認知段階のコンテンツだけでは不十分であることを示す。比較・導入事例・価格といった意思決定直前の情報を言語ごとに整備する必要がある。

これらはGEO・AEOの実践を多言語展開に拡張したものであり、単一言語圏で効果が出ている施策をそのまま複製するのではなく、言語ごとに独立したプロジェクトとして設計し直す発想が求められる。

優先言語の決め方

すべての言語に同時着手するのは現実的ではないため、優先順位づけが必要になる。判断軸としては、(1)売上・問い合わせの実績が既にある言語圏、(2)競合のAI言及が薄く先行者優位を取りやすい言語圏、(3)Weglotの調査が示すように現地語ドメインでの情報発信基盤(自社ドメインの現地語版、現地メディアとの関係)が既にどれだけ整っているか、の3点を組み合わせて評価するのが実務的だ。英語は学習データ量・検索インデックス量の双方で最も厚みがあるため、多くの企業にとって着手言語の候補になりやすいが、Citadexの調査が示す通り英語での実績は他言語に自動的に波及しないため、「英語をやったから次は自動的に広がる」という前提は置かない方がよい。

効果測定のサイクル

実施した施策の効果は、最低でも四半期に1回、対象言語ごとに同一クエリセットをAIエンジンに再投入して言及率の推移を追う運用が望ましい。Citadexの調査自体が3〜6月の4か月間で数千件規模の回答を検証しているように、単発の計測では季節要因やAIモデルのアップデートによるブレを見誤る。継続的な計測を前提とした体制を組むことが、多言語LLMOを一過性の施策で終わらせないための鍵になる。

調査の限界と読み解く際の注意点

この調査を扱う上でいくつか留意すべき点がある。まず対象ブランドは30社と規模が限定的であり、業種構成や企業規模の偏りが結果に影響している可能性は否定できない。また、プレスリリースの時点では調査対象ブランドの具体名、業界別の内訳、5言語の完全なリスト、10エンジンの完全なリストが開示されておらず、詳細な検証はCitadexの公式レポート原文の公開を待つ必要がある。

もう一つの留意点は、この調査結果を提供しているCitadex自身が、多言語AI可視性の計測を事業とするプラットフォームであるという点だ。調査結果が自社サービスの必要性を裏づける内容になっているのは自然なことであり、数値そのものを否定する材料はないものの、第三者による追試や他の調査機関による同種のデータとの比較があれば、より確度の高い判断材料になる。前述のWeglot調査のように独立した別機関の観測でも近い方向性のデータが出ている点は、56%という数値の信頼性を補強する材料にはなるが、両者は調査設計もサンプルも異なるため、単純に足し合わせて検証できるものではない。現時点では「業界初の横断的な多言語AI可視性データ」として一次情報を押さえつつ、対象ブランドの詳細や完全な方法論が開示されるまでは断定的な結論を避け、自社での実測と組み合わせて判断材料のひとつとして扱うのが適切だ。

よくある質問

Q1. Citadex調査の「56%」とは具体的に何を指すか?

英語のAI回答で言及されたブランドのうち、他言語での同一クエリでは言及がゼロになったブランドの割合を指す。

母集団は「英語で少なくとも1回言及されたブランド」で、そのうち日本語を含む他言語では一度もAI回答に登場しなかったブランドが約56%を占めた、という調査結果だ。翻訳をしても英語圏での被引用実績がそのまま他言語に引き継がれないことを示す数値と言える。

Q2. 調査対象の30ブランド・10エンジン・5言語の内訳は?

エンジンはChatGPTやGeminiなど主要8種が明示されているが、完全な10種のリストと5言語の詳細は現時点の公表情報では未確認。

プレスリリースでは「ChatGPT、Perplexity、Gemini、Google AI Overviews、Google AI Mode、Grok、DeepSeek、Meta AI ほか」と記載されており、残り2エンジンの名称は明記されていない。対象言語も「日本語・英語ほか」で、残り3言語は特定できていない。正確な内訳はCitadexの公式レポート原文で確認する必要がある。

Q3. 調査はいつ、誰が実施・公表したのか?

2026年3〜6月にCitadexが実施し、2026年7月14日にPR TIMES経由で結果を公表した。

発表元はAI可視性計測プラットフォームCitadex(運営:大阪府大阪市の錦和株式会社、2025年5月設立)。プレスリリースはその後、infoseekニュース・時事ドットコム・livedoorなど複数の媒体に転載された。

Q4. 日本語の記事でこの調査を詳しく解説しているものはあるか?

本稿執筆時点では、PR TIMES発の同一プレスリリースの転載記事以外に、数値を掘り下げて分析した日本語記事は見当たらない。

infoseekニュース・時事ドットコム・コマースピックなどに掲載されているのは同一のプレスリリース内容の転載であり、算出方法の解説や日本市場への応用を独自に論じた記事はこれまで存在していなかった。

Q5. なぜ英語で言及されるブランドが他言語で消えてしまうのか?

AI検索エンジンが言語ごとに異なる学習データ・検索インデックスを参照しており、英語圏の被引用実績が他言語に自動的に引き継がれないためだ。

AIモデルは学習データの認知度・知識グラフでの存在感・リアルタイム検索での言及頻度などを総合してブランドを引用するかどうかを判断する。これらのシグナルは言語ごとに独立して蓄積されるため、英語圏で強くても他言語圏でゼロから信頼を積み上げる必要がある。

Q6. 出典引用率17%という数値は何を意味するか?

AIがブランド名を挙げた場合でも、公式サイトなどへのリンク付きで引用されたのは約17%にとどまり、大半は出典なしの言及だったことを示す。

残り約83%は「名前は挙がるがリンクは張られない」匿名的な言及だった。言及されるだけでは流入につながりにくく、AIが根拠として引用しやすい構造化された情報発信が別途必要になることを示している。

Q7. 日本企業がこの調査結果から取るべき最初の一歩は何か?

自社が狙う海外言語で実際にAIエンジンにクエリを投げ、言及の有無を実測することが最初の一歩になる。

想定より言及が少ない場合は、英語版・現地語版のコンテンツが「翻訳止まり」になっていないか、出典として引用されやすい構造(数値・発行元・比較情報の明示)になっているかを見直す。複数エンジンを横断して確認することも欠かせない。

Q8. この調査結果はどの程度信頼できるか?

一次情報としては公表されているが、対象ブランドの詳細や第三者による追試が確認できないため、参考値として扱うのが妥当だ。

調査主体のCitadexは多言語AI可視性計測を事業とするプラットフォームであり、結果が自社サービスの有用性を裏づける内容になっている点は踏まえておく必要がある。数値自体を疑う材料はないが、対象ブランドの業種構成や完全な方法論の詳細は公式レポートの原文公開を待って検証するのが望ましい。ローカライズ企業Weglotが独立に行った調査でも、質問言語によって引用ドメインの構成がほぼ入れ替わるという近い方向性の結果が出ており、傍証としては参考になる。

Q9. 「高購買意欲クエリで競合が63%を占める」とはどういう意味か?

比較・導入検討など購買直前の質問では、自社よりも競合ブランドがAIの推薦枠に入る割合が約63%だったという結果を指す。

認知段階のクエリでは言及されても、「導入するならどれがいいか」といった意思決定に近いクエリでは競合が優先的に推薦される傾向が確認された。購買検討フェーズ向けのコンテンツ(比較表・事例・価格情報)を言語ごとに強化する必要性を示すデータだ。

Q10. エンジン間の重なりが11%とは、どういう調査結果か?

中堅規模のブランドについて、複数のAIエンジンで同時に言及されるケースが全体の約11%しかなかったという結果だ。

ChatGPTで言及されてもGeminiやPerplexityでは言及されない、といった食い違いが大半を占めることを意味する。単一エンジンの監視だけでは自社のAI可視性の実態を正確に把握できないことを裏づけている。

関連用語

• GEO（Generative Engine Optimization）
• AEO（Answer Engine Optimization）
• ブランドメンション
• EEAT
• AI Overview

関連記事

• LLMO完全ガイド：LLMに選ばれるコンテンツ戦略
• AI検索最適化ガイド：AEOからLLMOまで実践的アプローチ
• 多言語LLMOとは？一次情報の多言語化で海外AI引用を獲得する方法
• 業界別AI Overview引用率2026年版：日本市場の実測データ
• AI引用率の測定方法：ChatGPT・Perplexity・Geminiでの計測手順
• ブランドメンションとLLMO：AI検索で言及されるための基本戦略
• ChatGPTに引用されない理由：原因の切り分けと改善策
• AI可視性の競合シェアオブボイス分析：測定手順・ツール比較・改善アクション完全ガイド