CiteLens調査：単一の"AI SEO"は存在しない──プラットフォーム別に引用ロジックが分岐

CiteLens調査：単一の"AI SEO"は存在しない──ChatGPT・Perplexity・Claude・Google AI Modeで引用ロジックが分岐

要点: AI可視性計測プラットフォームCiteLensが2026年7月8日、320件の購買意図クエリを対象にした調査を発表。AIエンジンが引用するソースがGoogle上位10位に含まれる割合は、Google AI Mode 93%・Perplexity 89%に対しClaude 53%・ChatGPT 30%と大きく分岐した。ChatGPTは推薦ソースの70%がGoogle・Bingいずれの上位10位にも入っておらず、「AI SEOを1枚岩とみなす前提」の危うさが浮き彫りになった。ただし調査はトルコ市場・購買クエリ中心であり、日本市場への一般化には注意が必要だ。

最終更新日: 2026年7月9日

何が起きたのか

2026年7月8日、AI可視性計測プラットフォーム「CiteLens」が、AI検索エンジンごとの引用ロジックを比較した調査結果を公表した。テーマは明快で、「単一の"AI SEO"は存在しない」というものだ。つまり、ChatGPT・Perplexity・Claude・Google AI Modeという主要な生成AIエンジンは、どれも「AIが回答の根拠として外部ソースを引用する」という表面的な挙動は共通していても、どのソースを選ぶかの内部ロジックはまったく異なるという実証データが示された。

まず調査の設計を正確に押さえておきたい。この点は結論の一般化可能性を判断するうえで決定的に重要だからだ。

ここで見落としてはならない前提条件が2つある。第一に、対象はトルコ市場である。第二に、クエリは購買意図（buyer queries）に偏った320件のテンプレートであり、情報探索や比較検討、ハウツーといった多様なクエリ全体を代表するものではない。したがって、後述する数値やインサイトを日本語圏・日本市場のマーケティングにそのまま当てはめるのは早計であり、あくまで「プラットフォームごとに引用ロジックが構造的に分岐している」という定性的な示唆として受け止めるのが誠実な読み方だ。この注記は本記事全体を通じて有効である。

中核となる数値：AIの引用元がGoogle上位10位に含まれる割合

調査の中心的な指標は、「各AIエンジンが引用したソースが、Googleの上位10オーガニック結果（1ページ目）に含まれていた割合」だ。これは平たく言えば「そのAIは、Google検索で上位に出るサイトをどれだけ引用しているか」＝「従来型SEOの成果がAI引用にどれだけ効いているか」を示す代理指標である。結果は次のとおり分岐した。

Google AI Modeの93%とPerplexityの89%という高い数値は、これらのエンジンが既存の検索インフラ（オーガニック検索の順位）を土台に引用元を選んでいることを強く示唆する。逆にChatGPTの30%は、AIが引用するソースの大半がGoogle上位10位の外側から来ていることを意味する。

ChatGPTの特異な挙動

CiteLensの調査でとりわけ注目されたのがChatGPTの振る舞いだ。数値で整理すると次のようになる。

ChatGPTが推薦したソースの70%は、GoogleでもBingでも上位10位に入っていなかった。つまり、従来の検索エンジン最適化で上位を獲得しても、ChatGPTの引用に選ばれるかどうかとはほとんど無関係だったということだ。さらに、引用選択とGoogle順位・ブランド人気度との相関はほぼゼロ。加えて、AI引用で「無難な情報源」とされがちなWikipedia系サイトへの引用も**21%**にとどまり、ChatGPTが定番ソースに頼りきっているわけでもないことがわかる。

結論

CiteLensが導いた結論は次のように要約できる。

• 検索最適化（SEO）が引用に効くのは Google AI Mode と Perplexity。ここでは従来のオーガニックSEOの成果がAI引用へ素直に転写される。
• ChatGPT はモデル内部の選好に従う。外部の検索順位やブランド人気度とはほぼ無関係に、モデル自身の学習・選好に基づいてソースを選ぶ。
• Claude は検索順位よりも確立したブランド権威を優先する。53%という中程度の数値は、検索順位も一定程度参照しつつ、それ以上に「確立されたブランドとしての権威」を重視する傾向を映している。

要するに、「AI検索で引用されるための最適化」を一括りの"AI SEO"として語ること自体が、実態と乖離しているというのが本調査の核心的メッセージである。プラットフォームごとに、勝ち筋がまるで違うのだ。LLMOやGEOの実務では、この分岐を前提にした戦略設計が求められる。（用語の基礎は/glossary/llmo、/glossary/geoを参照）

なぜプラットフォームごとに引用ロジックが分岐するのか

同じ「生成AIによる回答＋出典引用」という体裁でも、なぜここまで挙動が割れるのか。CiteLensのデータを構造的に読み解くと、各エンジンが引用元をどこから調達しているかというアーキテクチャの違いに行き着く。ここを理解すると、数値の背後にある「なぜ」が腑に落ちる。

Google AI Mode と Perplexity：検索インフラ由来

Google AI Mode（93%）とPerplexity（89%）は、いずれもリアルタイムの検索結果を土台に回答を組み立てるアーキテクチャに近い。Google AI ModeはGoogle自身の検索インデックスと順位付けの上に成り立っており、AIが根拠として提示するソースは必然的にGoogleオーガニックの上位群と重なる。93%という数値は、ほぼ「AI Modeの引用＝Google検索の延長線上」であることを物語る。（/glossary/ai-overview、/glossary/perplexity）

Perplexityも、ユーザーの問いに対してウェブ検索を走らせ、上位に取得したページを要約・引用する設計思想を持つ。89%という高さは、その検索フェーズがGoogleの順位構造と強く相関していることを示す。言い換えれば、この2エンジンでは**「検索で上位を取る」という従来SEOの成果が、そのままAI引用の獲得につながる**。SEO担当者にとっては最も"読みやすい"プラットフォームだと言える。関連する検索インフラの変化は/articles/ai-mode-gemini3-mcp-search-shift-2026でも整理している。

ChatGPT：モデル内部の選好

ChatGPT（30%、推薦ソースの70%が検索上位外）は、上の2つとは根本的に異なる。CiteLensのデータが示すのは、ChatGPTの引用選択がリアルタイムの検索順位ではなく、モデル内部の選好に強く依存しているという事実だ。Google順位・ブランド人気度との相関がほぼゼロ、Wikipedia引用も21%どまりという結果は、ChatGPTが「学習過程で獲得した、そのモデル固有の情報源に対する好み」に従ってソースを選んでいることを示唆する。

これは実務上きわめて重要な含意を持つ。Googleで1位を取ってもChatGPTには引用されない可能性が高いということだ。ChatGPTでの可視性は、検索順位という単一のレバーでは動かせず、モデルが「この情報源は信頼できる／言及する価値がある」と学習的に判断する材料――たとえば広範なブランド言及や第三者メディアでの露出――を積み上げる必要がある。（/glossary/chatgpt-search、/glossary/brand-mention）

Claude：確立したブランド権威

Claude（53%）は、Google AI Mode/PerplexityとChatGPTの中間に位置する。検索順位も一定程度は参照するが、それ以上に確立されたブランド権威を優先するというのがCiteLensの読みだ。53%という数値は、「検索で上位にあるソースも引くが、順位だけで決まっているわけではない」という中間的な性格をよく表している。

ここでいう「ブランド権威」とは、検索順位という短期的・可変的な指標ではなく、そのブランドが長期的にどれだけ確立された存在として認識されているかという、より腰の据わった信頼のことだ。新興ドメインがSEOで一時的に上位を取っても、Claudeの引用に選ばれるとは限らない。逆に、業界内で権威として定着したブランドは、瞬間的な検索順位に関わらず引用されやすい。（/glossary/claude-seo）

3つの調達ロジックの整理

以上を1枚に整理すると、AIエンジンの引用元調達には少なくとも3つの異なるロジックが並走していることになる。

この構造こそが、CiteLensの「単一のAI SEOは存在しない」という主張の実体だ。1つの施策で全エンジンを攻略することはできず、レバーそのものが異なる。プラットフォーム横断で「引用されやすさ」の共通シグナルを探る視点については/articles/ai-citation-consensus-signal-cross-platform-strategyが詳しい。

aiseo-llmo.com ユーザーへの影響

ここからは、マーケターやSEO担当者にとっての実務的な意味を掘り下げる。CiteLensの調査は、日々AI検索での可視性に取り組む担当者に対して、いくつかの前提の見直しを迫る。

「AI SEO を1枚岩とみなす前提」の危うさ

最大の示唆は、「AI検索対策」を単一のプロジェクトとして扱う発想の危険性だ。多くの現場では、「ChatGPTにもPerplexityにもGeminiにも引用されるように、良質なコンテンツを作ろう」という漠然とした一括アプローチが取られがちだ。しかしCiteLensのデータは、この前提が構造的に誤っていることを示す。

たとえば、あなたが渾身のSEOで主要キーワードのGoogle 1位を獲得したとする。この成果は、Google AI Mode（93%）とPerplexity（89%）ではほぼそのまま引用獲得につながる。ところが同じ成果は、ChatGPT（推薦ソースの70%が検索上位外）にはほとんど響かない。同じ施策の費用対効果が、プラットフォームによって天と地ほど違うのだ。「AI SEOをやった／やっていない」という粗い解像度では、この落差を捉えられない。

プラットフォーム別KPIの必要性

したがって、これからのAI可視性管理ではプラットフォーム別のKPI設計が不可欠になる。「AI検索での引用率」という単一の合成指標だけを追うのではなく、少なくとも次の粒度で分けて計測・目標設定する必要がある。

• Google AI Mode / Perplexity 向けKPI：対象クエリでのオーガニック順位、上位10位内の被引用率。従来SEOのKPIと連続性が高い。
• ChatGPT 向けKPI：ブランド名の言及量、第三者メディアでの露出数、ChatGPTでの被引用率（検索順位とは独立に追う）。
• Claude 向けKPI：ブランド権威の代理指標（指名検索数、権威メディアでの取り上げ、業界内での被参照）。

このように分けることで初めて、「どのプラットフォームで勝てていて、どこが弱いのか」が可視化される。プラットフォーム別の被引用率のベンチマーク感覚は/articles/ai-citation-rate-20percent-benchmark-by-platformが参考になる。また、AI引用における外部リンク・第三者露出の重みについては/articles/ai-citation-platform-external-link-rate-77percent-studyも併読したい。

前提の再確認：トルコ市場・購買クエリという限定

一方で、繰り返し強調しておきたいのは、この数値がトルコ市場・購買意図クエリという限定条件下のものだという点だ。日本語圏では、そもそもエンジンの言語モデルの学習分布も、検索インフラの実装も、ユーザーのクエリ傾向も異なる可能性がある。したがって、上記のパーセンテージを日本市場のKPI目標にそのまま転用するのは適切でない。「プラットフォームごとにレバーが違う」という構造的示唆を採用しつつ、自社の実データでプラットフォーム別の効き方を検証する――これが誠実かつ実務的な向き合い方だ。LLMO/GEOの全体像は/articles/ai-search-optimization-guideと/articles/llmo-complete-guideで体系的に押さえたうえで、本調査を「エンジン別の重み付けを促す材料」として使うとよい。

今すぐできる対応策

構造がわかったら、次は具体的なアクションだ。CiteLensの3ロジック（検索インフラ由来／モデル内部選好／ブランド権威優先）に沿って、プラットフォーム別に打ち手を整理する。設定例・構造化データ例・チェックリストも添える。

1. Google AI Mode / Perplexity 向け：従来SEOを愚直に、そして構造化する

このグループは検索順位がそのまま引用に効く（93%・89%）ため、従来型SEOへの投資が最も報われる領域だ。ここでの勝ち筋は明快で、対象クエリでオーガニック上位10位に入ること。以下を徹底する。

• 対象となる購買意図クエリ・情報探索クエリを洗い出し、それぞれで上位10位入りを目標に据える。
• E-E-A-T（経験・専門性・権威性・信頼性）を担保した一次情報・独自データを盛り込む。
• ページ速度、モバイル対応、内部リンク構造など技術SEOの基礎を固める。
• 構造化データで「このページが何者で、何を答えているか」を機械可読にする。

構造化データの例として、FAQや商品情報を明示するschema.orgマークアップを付与する。

{
  "@context": "https://schema.org",
  "@type": "FAQPage",
  "mainEntity": [{
    "@type": "Question",
    "name": "AIエンジンごとに引用ロジックは違うのか？",
    "acceptedAnswer": {
      "@type": "Answer",
      "text": "はい。CiteLensの調査では、Google AI ModeとPerplexityは検索順位に強く連動し、ChatGPTはモデル内部選好、Claudeはブランド権威を優先します。"
    }
  }]
}

2. ChatGPT 向け：ブランド言及・第三者メディア露出・データ提供

ChatGPTは検索順位がほぼ効かない（相関ゼロ、推薦ソースの70%が検索上位外）。ここで効くのは、モデルが学習・参照する情報空間に自社ブランドを厚く刻むことだ。

• ブランド言及の量と質を増やす：業界メディア、レビューサイト、コミュニティ、SNSなど、多様な場所で自社名・製品名が語られる状態をつくる。指名される回数そのものがシグナルになる。（/glossary/brand-mention）
• 第三者メディアでの露出：自社サイト内のコンテンツだけでなく、権威ある第三者メディアでの掲載・言及を積み上げる。自作自演でない「外からの評価」が重い。
• 一次データの提供：独自調査・統計・ベンチマークなど、他が引用したくなるデータを公開する。引用される回数が増えれば、モデルの情報空間での存在感が高まる。
• 構造化データや明快な事実記述で、AIが事実を抽出しやすい形にコンテンツを整える。

ChatGPT向けチェックリスト：

• 自社ブランドが第三者メディアで月次で言及されているか
• 引用したくなる独自データ・調査を年間で複数公開しているか
• レビュー・比較サイトでの掲載を網羅できているか
• 製品名・カテゴリ名の表記ゆれを統一し、機械が同一実体と認識できるか
• ChatGPTでの実際の被引用状況を定点観測しているか

3. Claude 向け：ブランド権威の構築

Claudeは確立されたブランド権威を優先する（53%）。短期的な順位変動ではなく、長期的に「業界の権威」として認識されることが引用への近道だ。

• 指名検索（ブランド名での検索）を増やす施策を継続する。
• 業界の権威メディア・専門媒体で継続的に取り上げられる関係を築く。
• 一貫したブランドメッセージと専門領域の絞り込みで、「この分野といえば自社」という認識を醸成する。
• 長期の被リンク・被言及の蓄積を、瞬間的な施策より優先する。

統合チェックリスト：プラットフォーム別に打ち手を割り当てる

重要なのは、自社にとって最も重要なプラットフォームがどれかを見極め、リソースを傾斜配分することだ。全方位に均等投資するのではなく、CiteLensの構造を踏まえて優先順位をつける。

業種別・実務インパクト

同じ「AI引用の分岐」でも、業種によって効いてくる打ち手は変わる。代表的な業種で具体化する。

EC（ネット通販・小売）

ECは購買意図クエリのど真ん中であり、まさにCiteLens調査が対象とした領域だ。「〇〇 おすすめ」「〇〇 比較」といったクエリでは、Google AI Mode/Perplexityでの露出が売上に直結しやすい。ここは従来SEO＋構造化データ（商品スキーマ、レビュー、価格）を厚くするのが定石だ。一方でChatGPTに商品を推薦させたいなら、レビューサイト・比較メディア・SNSでのブランド言及を広げる必要がある。ECは「検索インフラ系」と「モデル選好系」の両輪を分けて回すべき典型例といえる。

BtoB SaaS

BtoB SaaSは検討期間が長く、指名検索やブランド権威が効きやすい。ここではClaude・ChatGPTの重みが相対的に大きくなる可能性がある。導入事例、独自ベンチマーク、業界レポートといった「引用されるデータ資産」を継続的に発信し、権威メディアでの露出を積み上げることが、AI引用での可視性に直結する。単なるキーワード順位よりも、「この課題領域の権威」としての地位確立が鍵だ。

ローカルビジネス（店舗・地域サービス）

ローカルビジネスは、Google AI Modeとの相性が構造的に良い。ローカル検索の順位・Googleビジネスプロフィール・地域クエリでの上位表示が、そのままAI Modeの引用につながりやすいからだ。ここは従来のローカルSEOの延長で対応できる部分が大きい。逆にChatGPTでの露出は、地域メディア・口コミサイトでの言及量に左右されるため、レビュー獲得と地域メディア露出を並行して進める。

メディア・出版

コンテンツを資産とするメディアは、全エンジンで引用され得るポジションにあるが、ロジックが分岐する点は同じだ。検索インフラ系には網羅性と鮮度・技術SEO、モデル選好系には「他が引用したくなる一次情報・独自調査」を提供することが効く。自社が権威メディアとして第三者から引かれる回数を増やせば、ChatGPT・Claude双方での可視性が底上げされる。

業種横断の原則

業種を問わず共通する原則は、「自社の主戦場となるクエリが購買意図寄りか情報探索寄りか」「主要顧客がどのAIエンジンを使うか」を起点に、CiteLensの3ロジックへ打ち手を割り当てることだ。汎用の"AI SEO"を漫然と回すのではなく、自社の文脈でプラットフォームの優先順位を決める。この設計思想はLLMO実務の基本であり、/articles/llmo-complete-guideの考え方と地続きだ。

今後の見通し

CiteLensの調査は「2026年6月・トルコ市場」というスナップショットである。ここから先、どう動くかを慎重に見立てておく。

第一に、エンジン間の引用ロジックの分岐は当面続く可能性が高い。Google AI ModeがGoogle検索インフラ上に構築され、ChatGPTがモデル内部選好で動き、Claudeがブランド権威を重視するという構造は、各社のアーキテクチャと設計思想に根ざしている。短期で収束するとは考えにくく、むしろ各エンジンが独自路線を強める展開もあり得る。

第二に、数値そのものは変動する。モデルのアップデート、検索連携の実装変更、地域・言語ごとの学習分布の違いによって、93%や30%といった具体値は今後動く。重要なのは絶対値の暗記ではなく、「プラットフォームごとにレバーが違う」という構造を前提に、自社データで継続的に検証する姿勢だ。

第三に、計測・可視化ツールの重要性が増す。CiteL​ensのような、エンジン別に被引用状況を測るプラットフォームがなければ、そもそもプラットフォーム別KPIは運用できない。今後、AI可視性の計測は「単一スコア」から「エンジン別ダッシュボード」へと進化していくと見られる。マーケターは、この分岐を前提とした計測体制の整備を早めに始めるべきだ。

第四に、日本市場での検証が待たれる。本調査はトルコ市場・購買クエリという限定条件下のものであり、日本語圏で同様の分岐がどの程度・どの数値で現れるかは未知数だ。国内の実データによる検証が積み上がるほど、日本市場向けのプラットフォーム別戦略の精度は上がっていく。

よくある質問

Q1. 結局、"AI SEO"は1つの施策で全エンジンに効かないのですか？

効きません。CiteLensの調査は、Google AI Mode/Perplexityは検索順位、ChatGPTはモデル内部選好、Claudeはブランド権威と、エンジンごとにレバーが異なることを示しました。単一施策で全エンジンを攻略する前提は構造的に成立せず、プラットフォーム別に打ち手を割り当てる必要があります。「AI検索対策」を一括プロジェクトで捉えると、費用対効果の落差を見落とします。

Q2. Googleで1位を取れば、どのAIにも引用されますか？

いいえ。Google 1位はGoogle AI Mode（93%）とPerplexity（89%）では引用獲得に直結しますが、ChatGPTでは推薦ソースの70%が検索上位外で、順位との相関はほぼゼロでした。Claudeも53%と中程度です。つまりGoogle順位の効果はエンジンによって大きく異なり、ChatGPTでは順位以外のシグナル（ブランド言及・第三者露出）が必要です。

Q3. ChatGPTに引用されるには具体的に何をすべきですか？

ChatGPTは検索順位が効かないため、モデルが参照する情報空間にブランドを厚く刻むことが有効です。具体的には、第三者メディアでの露出、レビュー・比較サイトでの掲載、独自データの公開、多様な場所でのブランド言及の積み上げです。Googleの順位改善に注ぐのと同じ労力を、これらの「モデル選好向け」施策に配分し直す発想が要ります。

Q4. Claudeで引用されるためのポイントは何ですか？

Claudeは確立されたブランド権威を優先します（検索上位一致53%）。したがって、短期的な順位変動を追うより、指名検索の増加、権威メディアでの継続的な露出、専門領域の絞り込みによる「この分野の権威」という認識の醸成が効きます。長期の被言及・被リンクの蓄積を、瞬間的な施策より優先してください。

Q5. この数値を日本市場のKPIにそのまま使ってよいですか？

推奨しません。CiteLensの調査はトルコ市場・購買意図クエリ320件という限定条件下のものです。言語モデルの学習分布、検索インフラの実装、ユーザーのクエリ傾向は日本語圏で異なる可能性があります。93%や30%といった具体値を目標に転用せず、「プラットフォームごとにレバーが違う」という構造的示唆を採用したうえで、自社の実データで検証するのが誠実な使い方です。

Q6. Perplexity対策はGoogle対策と同じでよいですか？

ほぼ同じ方向でよいと考えられます。Perplexityは引用元の89%がGoogle上位10位に含まれており、検索順位との連動が非常に強いためです。従来のオーガニックSEO（E-E-A-T、技術SEO、構造化データ）への投資がそのまま報われやすい領域です。ただし絶対値は変動し得るため、Perplexityでの被引用も個別に定点観測することをおすすめします。

Q7. なぜChatGPTはWikipediaをあまり引用しないのですか？

CiteLensの調査では、ChatGPTのWikipedia系サイトへの引用は21%にとどまりました。これは、ChatGPTが「無難な定番ソース」に依存するのではなく、モデル内部の選好に基づいて多様なソースを選んでいることを示唆します。裏を返せば、定番でないサイトにも引用の機会があるということであり、ブランド言及やデータ提供を積み上げる価値があります。

Q8. プラットフォーム別KPIは具体的にどう設計すればよいですか？

最低限、3系統に分けます。Google AI Mode/Perplexity向けはオーガニック順位と上位10位内被引用率、ChatGPT向けはブランド言及量・第三者露出数・被引用率（順位と独立に計測）、Claude向けはブランド権威の代理指標（指名検索数・権威メディア露出）です。単一の合成スコアだけを追うと、どのエンジンで勝てているかが見えなくなります。

Q9. リソースが限られている場合、どこから手をつけるべきですか？

自社の主戦場となるクエリ傾向と、主要顧客が使うAIエンジンを見極め、優先度の高い1〜2エンジンに傾斜投資します。購買意図クエリ中心でGoogle AI Mode/Perplexityが主戦場なら従来SEO、BtoBで指名検索が効くならブランド権威・第三者露出を優先、といった具合です。全方位への均等投資は避け、CiteLensの構造を踏まえて配分を決めてください。

関連記事

• AI検索最適化ガイド（ピラー）
• LLMO完全ガイド（ピラー）
• AI引用のコンセンサスシグナルとクロスプラットフォーム戦略
• AI引用における外部リンク率77%調査
• プラットフォーム別・AI引用率20%ベンチマーク
• AI ModeとGemini3・MCPがもたらす検索シフト2026
• 用語集：LLMO
• 用語集：GEO
• 用語集：ChatGPT検索
• 用語集：Perplexity
• 用語集：AI Overview
• 用語集：Claude SEO
• 用語集：ブランドメンション
• OpenAI「ChatGPT Work」始動とGPT-5.6一般公開｜3ラボ同時フロンティア時代のLLMO
• OpenAIがChatGPT Atlasを終了、AIブラウザ機能はデスクトップアプリとChrome拡張へ
• ChatGPTの引用が「見えない検索パイプライン」切替で激変、商品フィード由来も急増
• ChatGPT Search開放で従来検索が9.4%減、20週後17.0%減 — ボッコーニ大の自然実験
• 5W「State of AI Search 2026」— 引用シェアは市場シェアより速く集中し、止めれば数か月で減衰する
• Perplexity Comet Plus収益分配とは｜80対20の仕組みと日本メディアの対策