Previsible調査、AI発見の中心はGoogle：ChatGPTがスタンドアロン92.4%を握る

Previsible「2026 State of AI Discovery Report」— AI発見の中心はやはりGoogle、スタンドアロンLLMではChatGPTが92.4%を独占

要点: GEO/AI発見エージェンシーPrevisibleが2026年7月6日に発表した第3版レポートは、676.7万件のAIドリブン・セッションを分析し「Google内部で起きるAI発見（AI Overviews＋AI Mode）が、すべてのLLMアシスタントの合計を上回るAI影響トラフィックを生んでいる」と結論づけた。スタンドアロンLLMではChatGPTが92.4%のリファラルを占め、Claudeは調査期間で64倍に成長して2026年3月にPerplexityを追い抜いた。マーケターが最優先で勝ちに行くべきサーフェスはGoogleである、というのが最大のメッセージだ。

最終更新日: 2026年7月8日

何が起きたのか

2026年7月6日、GEO（Generative Engine Optimization）／AI発見エージェンシーのPrevisibleが「2026 State of AI Discovery Report」を発表しました。これはPrevisibleが継続的に更新している「AI Traffic Study」の第3版にあたり、同社は「業界で最も早く・最も長く続くGEOトレンド調査」と位置づけています。発表はBusiness Wireのプレスリリースと、Previsible自社サイトのレポートページの両方で公開されました。

調査の規模と期間

今回のレポートの土台となったデータは、極めて大規模かつ長期にわたるものです。確定している事実は次のとおりです。

• 分析対象セッション数：676.7万件（6.77 million）のAIドリブン・セッション
• 対象ウェブサイト数：166サイト
• 業種：SaaS、eコマース、金融、法務、健康（ヘルスケア）、保険、教育、出版という幅広い8業種
• 調査期間：2024年11月〜2026年5月の約19ヶ月間（継続更新）

19ヶ月という期間は、AI検索・AIアシスタントが実験段階から一般ユーザーの日常的な情報探索手段へと定着していった局面をほぼまるごとカバーしています。単発のスナップショット調査ではなく、同一の計測基盤で時系列の変化を追い続けている点が、この調査の信頼性を支える柱になっています。GEOやAI検索最適化の全体像については、当メディアのLLMO完全ガイドとGEO（生成エンジン最適化）の用語解説もあわせて参照してください。

最重要結論：AI発見の中心はGoogleである

このレポートの最大の結論は、見出しの通り「Googleが依然としてAI発見の中心（center of AI discovery）である」という一点に集約されます。

具体的には、Googleの内部で起きるAI発見——すなわちAI Overviews（AIによる概要）とAI Mode——が生み出すAI影響トラフィックが、ChatGPT・Claude・Perplexity・Geminiといったスタンドアロン（独立型）のLLMアシスタントすべての合計を上回っている、というのがPrevisibleの計測結果です。

この結論は、2024〜2025年に一部で語られた「検索の主役はGoogleから対話型AIへ完全に移る」という言説に、実データで冷静な修正を加えるものです。ユーザーは確かにAIを介して情報を得るようになっていますが、その大半は依然としてGoogleの検索結果ページ（SERP）の内側、AI OverviewsやAI Modeという形で起きている、というのがPrevisibleの見立てです。したがって、マーケターが最優先で勝ちに行くべきサーフェス（面）はGoogleである、というのがレポートの実務的な帰結になります。Google AI Modeへの具体的な最適化についてはGoogle AI Mode公式最適化ガイドで、AI Overviews対策についてはAI Overview対策完全ガイドで詳しく扱っています。

スタンドアロンLLMの内訳：ChatGPTが92.4%

Googleの外側、すなわちスタンドアロンのLLMアシスタントに限って見た場合の内訳も、今回のレポートの重要なデータです。

• ChatGPT：トラッキング可能なリファラルトラフィックの**92.4%**を占め、なお上昇中
• Claude：調査期間で64倍に成長し、2026年3月にPerplexityを追い抜いた。開発者・技術購買層・専門サービス層で特に強い

ChatGPTがスタンドアロンLLM経由の参照流入の圧倒的多数（92.4%）を握っているという事実は、「Googleの外でLLMからの流入を取りに行くなら、まずChatGPTを独立したサーフェスとして意識すべき」という優先順位を明確に示しています。ChatGPT検索（ChatGPT Search）への最適化は、Google最適化の次に来る第二の柱だと言えます。

一方でClaudeの伸びは注目に値します。19ヶ月で64倍という成長率は、母数が小さかったところからの急伸という側面はあるものの、2026年3月にPerplexityを追い抜いたという事実は無視できません。Previsibleは、Claudeが開発者・技術購買層・専門サービス（法務・コンサルティング等）で特に強いと分析しています。B2B領域や技術系・専門職向けのコンテンツを扱う事業者にとって、Claudeは今後ますます重要な流入源になる可能性があります。Claude向けの最適化の考え方はClaude SEOの用語解説と、Claude Sonnet 5の引用シフトに関する速報で整理しています。

eコマースのAIリファラルが37倍に

業種別のハイライトとして、Previsibleは「eコマース系コンテンツへのAIリファラルが37倍に増加した」と報告しています。さらに重要なのは、その質的な特徴です。AI経由で商品ページに着地するユーザーは、購買意図がすでに固まった状態で到達する傾向がある、とされています。

これは、AIアシスタントが検討・比較・絞り込みという購買前のプロセスを肩代わりし、ユーザーは「もう買うものを決めた状態」で最終的な商品ページに来る、という新しい購買ジャーニーの姿を示唆しています。eコマース事業者にとっては、流入の「量」だけでなく「コンバージョンに直結する質の高い流入」としてAIリファラルを捉え直す必要があることを意味します。

代表者コメント

レポートには、Previsibleの経営陣による戦略的なコメントも添えられています。

• 最高製品責任者（CPO）David Bell：「まずGoogleの引用対象になることから始め、次にChatGPTを独立したサーフェスとして獲得する」という優先順位を示唆。
• CEO Jordan Koene：サイト全体の可視性（サイトワイドな露出量）ではなく、「ユーザーエンゲージメントとビジネスインパクト」で成果を測る戦略転換を推奨。

この2つのコメントは、本レポートの実務的なメッセージを端的に表しています。すなわち「サーフェスの優先順位はGoogle→ChatGPT」であり、「測る指標は露出量からビジネスインパクトへ」という2軸の転換です。

Previsibleの5つの提言

Previsibleは、AI発見時代に事業者が取るべきアクションとして、次の5点を提言しています。

1. 引用に値するコンテンツを作る（AIが引用したくなる、独自性と正確性のある内容）
2. 信頼できる第三者ソースでの権威構築（第三者メディア・業界サイトでの言及・被引用）
3. AIが読み取り・抽出しやすいサイト構造（構造化データ、明快な見出し設計）
4. 回答ジャーニーの最適化（ユーザーがAIに問い、答えに至る導線の設計）
5. サイト全体の可視性ではなくビジネスインパクトで測定（KPIの再設計）

他調査との数値の違いに注意（母集団の違い）

ここで、混同を避けるために重要な補足をしておきます。ChatGPTのシェアについては、他社調査で異なる数値が報告されているためです。

たとえば、GoodieによるB2Bリファラル調査では、ChatGPTのシェアが89%から63%へ低下し、Claudeが1.4%から18.5%へ上昇した、という別角度のデータが示されています。一方、今回のPrevisible調査では、スタンドアロンLLM全体でChatGPTが92.4%とされており、数値が大きく異なります。

この違いは「どちらかが間違っている」という話ではなく、計測している母集団（データセット）が違うことに起因します。Goodie調査はB2Bのリファラルに絞った母集団であり、Previsible調査はSaaS・eコマース・金融・法務・健康・保険・教育・出版という8業種にまたがる676.7万セッション全体を対象にしたスタンドアロンLLMのシェアです。B2Bだけを切り出せばClaudeの存在感は相対的に大きくなり、全業種横断で見ればeコマース等の消費者向け領域も含まれるためChatGPTの一般ユーザー基盤の広さが数値に強く反映される、という関係にあります。

したがって、これらの数値を「ChatGPTは92.4%なのか63%なのか」と単純比較するのは誤りです。自社がB2Bなのか消費者向けなのか、どの業種なのかによって、参照すべき母集団は変わります。AI引用データの読み解き方についてはAI引用2026・勝ち筋データの速報やSERPとAI引用の重なりに関する速報もあわせてご覧ください。

aiseo-llmo.com ユーザーへの影響

Previsibleのレポートは英語圏・グローバルのデータですが、そこから読み取れる構造的な変化は、日本のマーケター・SEO担当者にとっても示唆に富みます。ここでは実務的な観点で影響を整理します。

1. 「AI検索＝Googleの外」という思い込みを捨てる

日本の現場でも、この1〜2年で「AI検索対策」というと、ChatGPTやPerplexityといったスタンドアロンのAIツールへの最適化を指すことが多くなっていました。しかしPrevisibleのデータは、AI発見トラフィックの最大の源泉が依然としてGoogleの内部（AI Overviews＋AI Mode）にあることを示しています。

日本ではAI Overviews（AIによる概要）の展開が英語圏より遅れて進んできた経緯がありますが、2025〜2026年にかけて日本語検索でもAI Overviewsの表示範囲は着実に拡大しています。つまり、日本の事業者にとっても「Googleの中でのAI発見」への最適化は、遠い未来の話ではなく今取り組むべき最優先課題になりつつあります。従来のSEOの延長線上でAI Overviewsに引用される設計を整えることが、最もレバレッジの効く投資になります。

2. 流入の評価軸を「量」から「質・ビジネスインパクト」へ

CEO Jordan Koeneが指摘した「サイト全体の可視性ではなくビジネスインパクトで測る」という転換は、日本のマーケティング現場のKPI設計にも直結します。

AI経由の流入は、従来のオーガニック検索流入とは性質が異なります。特にeコマースで観測された「購買意図が固まった状態で着地する」という傾向は、AIリファラルを単純なセッション数やPVで評価すると本質を見誤ることを意味します。少数でも高コンバージョンな流入なら、それはビジネスインパクトの観点で極めて価値が高いからです。SEO担当者は、経営層に対して「AI流入はPVでは小さく見えるが、CVRや売上貢献で見ると別の像が見える」という説明ができるよう、計測設計を先回りで整えておく必要があります。

3. 業種によって狙うサーフェスが変わる

Previsibleが業種別の差を明示したことは、日本の実務にとっても重要です。

• SaaS・技術系・専門サービス（法務・コンサル等）：Claudeの成長が顕著。開発者・技術購買層・専門職に届けたいなら、Claudeを意識したコンテンツ設計が効いてくる。
• eコマース・消費者向け：ChatGPT経由のリファラルが強く、かつ購買意図の高い流入が期待できる。商品ページの構造化データ整備が直接的なリターンにつながる。
• 金融・保険・健康：いわゆるYMYL（Your Money or Your Life）領域であり、AIも引用元の信頼性を厳しく評価する。第三者からの権威付けとE-E-A-Tの担保が最重要。
• 出版・メディア：引用に値するオリジナル情報の一次発信源になることが、AI発見時代の生存戦略になる。

自社がどの業種に属し、どのサーフェスを優先すべきかを、このレポートの構造をヒントに再定義することが有効です。

4. ChatGPTは「第二の面」として明確に位置づける

David Bellの「まずGoogle、次にChatGPT」という優先順位は、リソース配分の指針として非常に実践的です。多くの日本企業はマーケティングリソースが限られているため、「あれもこれも」ではなく順序が重要になります。

まずGoogleのAI発見（AI Overviews・AI Mode）で引用される土台を固め、その上でChatGPTを独立したサーフェスとして獲得しに行く。この2段構えを共通認識にすることで、施策の優先順位で迷う時間を減らせます。AI検索最適化全体の設計思想はAI検索最適化ガイドとAISEO完全ガイドで体系的にまとめています。

今すぐできる対応策

ここからは、Previsibleの5つの提言と本レポートの示唆を、日本の現場で明日から着手できる具体的なアクションに落とし込みます。

アクション1：AIが抽出しやすいサイト構造を整える（構造化データ）

Previsibleの提言③「AIが読み取り・抽出しやすいサイト構造」は、まずJSON-LDによる構造化データの整備から着手するのが実務的です。AI OverviewsもChatGPTも、明確に構造化された情報を優先的に読み取り・引用する傾向があります。

たとえばFAQコンテンツにはFAQPageスキーマを付与します。

{
  "@context": "https://schema.org",
  "@type": "FAQPage",
  "mainEntity": [
    {
      "@type": "Question",
      "name": "AI発見の中心はGoogleとChatGPTのどちらですか？",
      "acceptedAnswer": {
        "@type": "Answer",
        "text": "Previsibleの2026年調査では、GoogleのAI発見（AI Overviews＋AI Mode）が全スタンドアロンLLMの合計を上回るトラフィックを生んでおり、AI発見の中心はGoogleとされています。スタンドアロンLLMの中ではChatGPTが92.4%を占めます。"
      }
    }
  ]
}

記事コンテンツにはArticle（またはニュースならNewsArticle）スキーマを付与し、author・datePublished・dateModified・publisherを必ず埋めます。これらは後述するE-E-A-Tの機械可読なシグナルにもなります。

{
  "@context": "https://schema.org",
  "@type": "NewsArticle",
  "headline": "Previsible 2026 State of AI Discovery Report の要点",
  "datePublished": "2026-07-08",
  "dateModified": "2026-07-08",
  "author": {
    "@type": "Organization",
    "name": "aiseo-llmo.com 編集部"
  },
  "publisher": {
    "@type": "Organization",
    "name": "aiseo-llmo.com"
  }
}

eコマースの商品ページであればProduct＋Offer＋AggregateRatingを整備します。AI経由の流入が「購買意図の固まった状態」で着地する以上、価格・在庫・レビュー評価が機械可読で明確であることは、そのままコンバージョンの後押しになります。

アクション2：llms.txt でAIクローラに意図を伝える

サイトルートにllms.txtを設置し、AIクローラに対して「どのコンテンツを優先的に読んでほしいか」を明示する手法も広がっています。まだ効果が確立した標準ではありませんが、低コストで実装でき、AIにとってのサイト理解を助ける可能性があります。

# llms.txt（設置例）
# サイトの概要
> aiseo-llmo.com は LLMO / AI検索最適化の専門メディアです。

## 重要コンテンツ
- [LLMO完全ガイド](/articles/llmo-complete-guide): LLMO の基礎から実践まで
- [AI検索最適化ガイド](/articles/ai-search-optimization-guide): AI検索への最適化手法
- [AI Overview対策完全ガイド](/articles/ai-overview-taisaku-complete-guide): Google AI Overviews 対策

## 用語集
- /glossary/geo, /glossary/aio, /glossary/llmo

あわせてrobots.txtでGPTBotやClaudeBotなどのAIクローラのアクセス方針を明確化し、意図せずブロックしていないか点検します。せっかく引用に値するコンテンツを作っても、クローラを弾いていては引用対象になりません。

アクション3：引用に値するコンテンツ＝一次情報と独自の切り口

提言①「引用に値するコンテンツ」は、実務的には「AIがそのまま引用したくなる、代替の効かない情報」を作ることです。具体的には次のような要素です。

• 独自データ・一次調査：自社の観測データ、アンケート結果、実験結果など、他にない数値
• 明快な定義・要約：問いに対する直答が、記事の冒頭やFAQで一文で提示されている
• 最新性：dateModifiedが新しく、最新の事実が反映されている
• 具体性：抽象論ではなく、手順・設定例・数値が入っている

AIは「問いに対して端的に答えている箇所」を引用しやすいため、各セクションの冒頭に結論を置く逆ピラミッド構造が有効です。本記事のFAQのように「直答＋厚めの補足」という構成は、AIにとっての引用しやすさと、人間にとっての読みやすさを両立します。

アクション4：第三者ソースでの権威構築とE-E-A-T

提言②「信頼できる第三者ソースでの権威構築」は、自サイト内の努力だけでは完結しません。E-E-A-T（経験・専門性・権威性・信頼性）の観点から、外部での言及・被引用を積み上げる必要があります。

• 業界メディア・専門メディアへの寄稿や取材対応
• 一次データを公開し、他サイトから引用される起点になる（ブランドメンションの獲得）
• 著者情報（プロフィール、経歴、専門性）を明示し、authorスキーマと紐付ける
• 出典・参照元を本文中に明記し、事実の裏取りが取れる状態にする

特に金融・保険・健康といったYMYL領域では、第三者からの権威付けの有無が、AIが引用元として採用するかどうかを大きく左右します。

アクション5：回答ジャーニーの最適化とグラウンディング

提言④「回答ジャーニーの最適化」は、ユーザーがAIに問いを投げ、答えに至り、最終的に自サイトへ到達するまでの導線を設計することです。

AIは回答を生成する際、信頼できるソースに「グラウンディング（根拠付け）」を行います。自サイトがそのグラウンディング先として選ばれるには、ユーザーが実際にAIへ入力する自然文の問い（会話的なクエリ）を想定し、それに直接答えるコンテンツを用意することが有効です。従来のキーワード単位ではなく、「ユーザーが本当に知りたい問い」の単位でコンテンツを設計し直します。

アクション6：KPIを「ビジネスインパクト」で再設計する

提言⑤「ビジネスインパクトで測定」に対応するため、計測設計を見直します。

• 参照元(referrer)の分解：GA4等でchatgpt.com・perplexity.ai・claude.ai・Google AI経由などをセグメント化し、AIリファラルを可視化する
• AI流入のCVR・売上貢献を主KPIに：PVやセッション数だけでなく、AI経由流入のコンバージョン率・客単価・LTVを追う
• サーフェス別の順位付け：Google（AI Overviews／AI Mode）→ChatGPT→Claude／Perplexityの順で、どの面からの流入がどれだけビジネスに効いているかを継続計測する
• 引用状況のモニタリング：主要な問いに対して、AI OverviewsやChatGPTが自社を引用しているかを定点観測する

この計測基盤があってはじめて、David BellやJordan Koeneが説く「優先順位付け」と「ビジネスインパクトでの評価」が実運用に乗ります。

よくある質問

Q1. Previsibleのレポートの一番のポイントは何ですか？

「AI発見の中心は依然としてGoogleである」という点です。GoogleのAI Overviews＋AI Modeが、全スタンドアロンLLMの合計を上回るAI影響トラフィックを生んでいます。

補足すると、これは対話型AIの台頭でGoogleの重要性が下がった、という一般的なイメージに実データで修正を加えるものです。ユーザーはAIを介した情報探索を増やしていますが、その多くはGoogleの検索結果ページの内側で起きています。したがって、リソースが限られる事業者はまずGoogleのAI発見面での引用獲得を最優先にすべき、というのがレポートの実務的な帰結です。

Q2. ChatGPTの92.4%という数値は何を意味しますか？

スタンドアロン（独立型）LLMアシスタント経由の、トラッキング可能なリファラルトラフィックのうち、ChatGPTが92.4%を占めるという意味です。しかも上昇中とされています。

これはGoogleを除いた「AIツール単体からの参照流入」の内訳です。Googleの外側でLLMからの流入を取りに行くなら、ChatGPTを第一の独立サーフェスとして明確に位置づけるべき、という優先順位を示しています。ただし後述のとおり、母集団の取り方によって数値は変わる点に注意が必要です。

Q3. Claudeが64倍成長・3月にPerplexityを追い抜いた、とはどういうことですか？

Previsibleの調査期間（2024年11月〜2026年5月）でClaude経由のリファラルが64倍に増え、2026年3月時点でPerplexityを上回るリファラル源になった、という意味です。

母数が小さいところからの急伸という側面はありますが、Perplexityを追い抜いた事実は重要です。Previsibleは、Claudeが開発者・技術購買層・専門サービス層で特に強いと分析しています。B2Bや技術系・専門職向けのコンテンツを扱うなら、Claudeは今後重視すべき流入源です。

Q4. eコマースのAIリファラルが37倍というのは、どう活かせますか？

eコマース系コンテンツへのAI経由リファラルが37倍に増え、かつ購買意図が固まった状態で商品ページに着地する傾向がある、という点を活かします。

具体的には、商品ページのProduct・Offer・AggregateRatingスキーマを整備し、価格・在庫・レビューを機械可読にすること。そして流入をPVではなくCVRや売上で評価することです。AI経由の少数の流入が、高い確率で購買につながる可能性があるため、「質の高い流入」として捉え直すことが重要です。

Q5. GoodieのB2B調査（ChatGPT 89%→63%、Claude 1.4%→18.5%）と数値が違うのはなぜですか？

計測している母集団が違うためです。Goodie調査はB2Bのリファラルに絞ったデータ、Previsible調査は8業種横断の676.7万セッション全体を対象にしたスタンドアロンLLMのシェアです。

B2Bだけを切り出せばClaudeの比率は相対的に高くなり、消費者向けを含む全業種横断ではChatGPTの一般ユーザー基盤の広さが強く反映されます。どちらが正しいという話ではなく、自社がB2Bか消費者向けか、どの業種かによって参照すべきデータが変わります。数値を単純比較して混同しないよう注意してください。

Q6. 日本の企業もこのレポートを気にすべきですか？

はい。データは英語圏中心ですが、示す構造変化は日本にも当てはまります。日本語検索でもAI Overviewsの表示範囲は2025〜2026年にかけて拡大しており、「Googleの中でのAI発見」への最適化は今取り組むべき課題です。

日本では対話型AI単体への最適化が注目されがちですが、Previsibleのデータは「まずGoogle」という優先順位を裏付けます。従来のSEOの延長でAI Overviewsに引用される設計を整えることが、最もレバレッジの効く投資になります。

Q7. まず何から着手すればよいですか？

David Bellの示した優先順位、すなわち「まずGoogleの引用対象になること、次にChatGPTを独立サーフェスとして獲得すること」の順で着手するのが実践的です。

具体的な第一歩は、(1)JSON-LDによる構造化データの整備、(2)各コンテンツ冒頭に問いへの直答を置く逆ピラミッド構造、(3)AIクローラ（GPTBot・ClaudeBot等）を誤ってブロックしていないかの点検です。土台を固めてから、ChatGPTやClaude向けの個別最適に進みます。

Q8. KPIはどう変えるべきですか？

「サイト全体の可視性（露出量）」から「ユーザーエンゲージメントとビジネスインパクト」へ軸を移します。これはCEO Jordan Koeneが推奨する戦略転換です。

実務的には、GA4等でchatgpt.com・claude.ai・perplexity.ai・Google AI経由などの参照元をセグメント化し、AIリファラルを可視化します。そのうえでPVやセッション数ではなく、AI流入のCVR・客単価・LTVを主KPIに据えます。少数でも高コンバージョンな流入は、量では測れない価値を持つためです。

Q9. AIに引用されるコンテンツの条件は何ですか？

独自の一次情報、問いへの端的な直答、最新性（新しいdateModified）、具体性（手順・数値・設定例）の4点が揃っているコンテンツです。

AIは「問いに対して端的に答えている箇所」を引用しやすいため、結論を先に置く構成が効きます。加えて、信頼できる第三者ソースでの権威構築（被引用・ブランドメンション）とE-E-A-Tの担保が、特にYMYL領域では引用採用の可否を左右します。自サイト内の努力と、外部での評価の両輪が必要です。

Q10. Perplexityはもう重要ではないのですか？

そうとは言えません。Claudeに追い抜かれたのは事実ですが、Perplexityは引用元を明示する検索型AIとして独自の利用層を持ち続けています。

Previsibleの優先順位はあくまで「Google→ChatGPT」ですが、これはリソース配分の順序であって、他のサーフェスを無視してよいという意味ではありません。自社の業種・ターゲットによっては、PerplexityやGeminiが重要な流入源になる場合もあります。まず主要面を押さえたうえで、自社データに基づいて各サーフェスの優先度を継続的に見直すのが賢明です。

関連記事

• LLMO完全ガイド — LLMO（大規模言語モデル最適化）の基礎から実践までを体系的に解説
• AI検索最適化ガイド — AI検索時代の最適化手法を網羅
• AISEO完全ガイド — AI検索エンジン最適化の全体像
• AI Overview対策完全ガイド — Google AI Overviews への具体的対策
• Google AI Mode公式最適化ガイド — AI Mode に向けた最適化の実践
• SERPとAI引用の重なりが崩れる：2026年速報
• AIリファラルのシェアがChatGPTからClaudeへ：2026年速報
• Claude Sonnet 5の引用シフト：2026年速報
• AI引用2026・勝ち筋データ：2026年速報
• 用語解説：GEO／AIO／AI Overview／LLMO／ChatGPT検索／Claude SEO／Perplexity／ブランドメンション／グラウンディング／E-E-A-T／JSON-LD／llms.txt