AI引用25,337件の大規模調査——業界ごとに「引用フィンガープリント」が全く違うことが判明

AI引用25,337件を分析——「リスティクルはB2Bで引用の61%、ヘルスケアでは0%」業界別に全く異なる引用フィンガープリントが判明

要点: 米DeltaV Digitalが2026年7月13日、ChatGPT・Perplexity・Gemini・Google AI Overviews・Google AI Modeの5プラットフォームを対象に、21,075件のAI回答と25,337件の引用を分析した大規模調査「AI Search Citations Study」を公開しました。最大の発見は、AIが引用するページタイプの構成——同社が「citation fingerprint（引用フィンガープリント）」と呼ぶもの——が業界ごとにまったく異なることです。リスティクルはB2BサービスでAI引用の61%を獲得する一方、ヘルスケアでは0%。「全業界共通のLLMOベストプラクティス」は存在しないことがデータで裏付けられました。

最終更新日: 2026年07月19日

何が起きたのか

米国のデジタルマーケティング会社DeltaV Digitalは2026年7月13日、AI検索における引用の実態を業界横断で分析した調査レポート「AI Search Citations Study: what 25,000+ citations reveal」を公開しました。AI引用調査は2026年に入って各社から相次いで発表されていますが、本調査の特徴は「どのドメインが引用されるか」ではなく「どの業界で、どのページタイプが引用されるか」という切り口に踏み込んだ点にあります。

調査の概要と方法論

調査の設計は以下の通りです。

• 調査期間: 2026年4月14日〜7月13日の90日間（ヘルスケア非営利セグメントのみ約30日間）
• 対象プラットフォーム: ChatGPT、Perplexity、Gemini、Google AI Overviews、Google AI Modeの5つ
• データ規模: 21,075件のAI回答、25,337件の引用（ブランドごとの上位30 URL/ドメインを分析対象）
• 対象業界: B2Bサービス、ヘルスケア、高等教育、ローカルサービス、自動車、サイバーセキュリティ、CPG（消費財）、行政プログラムの8業界
• 計測ツール: AI可視性計測ツールのPeec AIを使用
• 主要指標: citation share（引用シェア＝引用全体に占める割合）と citation rate（リトリーバル1回あたりの引用数）

指標を2つ使い分けている点は重要です。citation shareは「量」——どれだけの割合の引用を占めているか——を示し、citation rateは「効率」——AIがそのページを取得（リトリーバル）した際に、どれだけ高い確率・頻度で実際の引用に至るか——を示します。後述する通り、この2軸を分けたことで「引用シェアは小さいのに引用効率は最高」という比較ページの特異な性質が可視化されました。

業界別の引用フィンガープリント

調査の中心的な発見は、業界ごとに支配的なページタイプがまったく異なることです。主要な業界の支配的フォーマットは以下の通りです。

同じ「AI検索で引用される」という現象でも、B2Bサービスでは第三者メディアのリスティクルが6割を占め、ローカルサービスでは事業者自身のホームページが半分以上を占め、ヘルスケアでは解説記事、高等教育では大学公式のプログラムページが主役になる——つまりAIの引用行動は業界ごとに固有の「指紋」を持っているということです。

レポートのキーインサイトとして掲げられているのが「リスティクルはB2BサービスでAI引用の61%を獲得する。ヘルスケアでは0%」という対比です。あるフォーマットが特定業界で支配的である一方、別の業界では完全に無視されるという事実は、「リスティクルを作ればAIに引用される」といった業界を問わない一般論がいかに危険かを示しています。

ページタイプ別の引用シェアと引用効率

ポートフォリオ全体（8業界の合算）でのページタイプ別データは以下の通りです。

注目すべきは比較ページです。引用シェアはわずか4.1%と量的には小さいものの、引用効率は1.87引用/リトリーバルと全ページタイプ中で最高であり、平均を45%上回ります。つまり比較ページは「数は少ないが、AIに取得されれば極めて高い確率で引用に結びつく」という、最も信頼効率の高いフォーマットだということです。レポートはこの結果を踏まえ、「比較ページは引用効率が最高なので作るべき」と明確に提言しています。

Reddit・LinkedInの存在感

第三者プラットフォームの引用状況も定量化されています。

• Redditは、分析対象8ブランド中7ブランドで上位引用ドメインに登場しました。業界を問わずAI検索の引用ソースとしてRedditが浸透していることを示すデータです。
• LinkedInは、B2Bサービスにおいて最多の被引用ドメインとなり、736引用を獲得しました。B2B領域では自社ブログよりもLinkedIn上のコンテンツのほうがAIに引用されやすい構図が示唆されます。

RedditのAI引用における存在感は、当サイトが以前報じた「Perplexityの引用ソースの46%がRedditという調査と対応戦略」とも整合する結果であり、複数の独立した調査で同じ傾向が再現されつつあると言えます。

「信頼格差」——同じクエリでも引用効率は5倍以上違う

本調査でもうひとつ示唆的なのが、ドメイン間の信頼格差です。同一の健康関連クエリにおいて、Mayo Clinic（メイヨー・クリニック）は1.79引用/リトリーバルだったのに対し、WebMDは0.33にとどまりました。両者は同じトピックを扱う著名な健康情報サイトですが、AIが取得した際に実際の引用へ至る効率には5倍以上の開きがあります。

これは、AIが単に「関連するページを見つけたか」だけでなく、「そのソースをどれだけ信頼して回答の根拠に採用するか」という段階で強い選別を行っていることを示すと考えられます。医療のような信頼センシティブな領域では、コンテンツの量や網羅性よりも機関としての権威性が引用効率を決定づけている可能性が高いでしょう。

自社ドメイン引用率のレンジ: 0%〜74.7%

「自社サイトがどれだけ引用されるか」も業界によって極端に異なります。自社ドメインからの引用率は、B2Bサービスの**0%から高等教育の74.7%**まで、実に75ポイント近いレンジがありました。

B2Bサービスでは、AIは回答の根拠をほぼすべて第三者ソース（リスティクル、LinkedIn、レビューサイト等）から取っており、ブランド自身のサイトは引用されていません。一方、高等教育では大学公式のプログラムページが引用の中心であり、AIは「その大学のことはその大学の公式ページに聞く」という挙動を示しています。同じ「AI検索対策」でも、自社サイトを磨くべき業界と、自社サイトの外での露出を優先すべき業界が明確に分かれるということです。

レポートの提言

DeltaV Digitalは調査結果を踏まえ、次の4点を提言しています。

1. B2Bは自社ブログより第三者掲載を優先する——自社ドメイン引用率0%、リスティクル61%という数字が示す通り、B2BのAI可視性は第三者メディアのリスト記事にどれだけ載るかで決まる
2. ローカルサービスはコンテンツ制作より先にホームページ最適化——引用の55%がホームページである以上、ブログ量産より先にホームページ自体の情報設計を整えるべき
3. 信頼センシティブな業界（医療等）は機関級の権威性が必要——Mayo ClinicとWebMDの5倍超の格差が示す通り、小手先の最適化では引用効率は上がらない
4. 比較ページは引用効率が最高なので作るべき——引用シェア4.1%に対し1.87引用/リトリーバル（平均比+45%）という効率は全フォーマット中最高

背景: GEO/AI引用調査の系譜の中での位置づけ

AI検索の引用構造を定量化する試みは、2024年頃の学術的なGEO（生成エンジン最適化）研究に始まり、2025年〜2026年にかけてSEOツールベンダーや調査会社による大規模実測調査へと発展してきました。当サイトでも、AI引用が少数ドメインに集中する傾向を示した調査（「State of AI Search調査が示す引用集中の実態」）や、リスティクル形式とAI可視性の関係を分析した調査（「リスティクル順位とAI可視性の関係を示した調査」）を報じてきました。

これら先行調査の多くは「どのドメイン・どのフォーマットが引用されやすいか」を全体傾向として示すものでした。今回のDeltaV調査の新規性は、その傾向を業界別に分解し、「全体平均は業界ごとの実態を覆い隠している」ことを示した点にあります。リスティクルが強いという先行調査の知見は、B2Bサービス（61%）に限れば正しく、ヘルスケア（0%）ではまったく当てはまらない——この分解こそが「citation fingerprint」という概念の核心です。

なお、本調査はPeec AIによる特定ブランド群の観測に基づくものであり、各業界のサンプルは限られています。業界ごとの数値（61%、55%など）はあくまで観測対象ポートフォリオ内での構成比であり、業界全体の母集団を統計的に代表するものではない点には留意が必要です。とはいえ、5プラットフォーム・90日間・25,000件超という規模は、業界別の傾向差を論じるうえで十分に示唆的なデータと言えるでしょう。

aiseo-llmo.com ユーザーへの影響

この調査は、日本のマーケター・SEO担当者にとって「LLMO戦略の立て方」そのものを見直す契機になります。重要な示唆を整理します。

1. 「全業界共通のLLMOベストプラクティス」は存在しない

最大の含意はこれです。「FAQを作れば引用される」「リスティクルに載れば勝ち」「構造化データを入れれば安心」といった一般論は、業界によって効いたり効かなかったりします。リスティクルの引用シェアがB2Bで61%、ヘルスケアで0%という事実は、あるフォーマットへの投資が業界を間違えれば完全に空振りになることを意味します。

LLMO（大規模言語モデル最適化）やGEO（生成エンジン最適化）の施策を検討する際は、まず「自分の業界の引用フィンガープリント」を把握することが出発点になります。汎用的なチェックリストを上から順に消化するアプローチは、この調査以降、明確に非効率と言えるようになりました。体系的な考え方の全体像は「LLMO完全ガイド」を参照してください。

2. B2B: 自社ブログ偏重の戦略は根本から見直しが必要

B2Bサービスの自社ドメイン引用率0%、リスティクル61%、LinkedIn最多736引用という数字は、日本のB2Bマーケティングの主流である「オウンドメディアでのブログ量産」戦略に対する強い警告です。AIは「おすすめのSaaSは？」といった質問に対し、ベンダー自身のブログではなく、第三者が作った比較リストやLinkedIn上の言説を根拠に回答している——つまりB2BのAI可視性は自社サイトの外で決まっていると考えられます。

日本市場では、LinkedInの浸透度が米国より低い一方、ITreviewやBOXILのような比較・レビューサイト、はてなブックマークやQiita/Zennのような技術コミュニティが第三者ソースの役割を担っている可能性があります。米国データをそのまま適用するのではなく、「日本語のAI回答で自社カテゴリのリスティクル的役割を果たしているのはどのメディアか」を実際に観測して特定する必要があります。日本のAIエンジンごとの引用ソースの違いは「日本のAIエンジン別引用ソースの違い——RedditとYouTubeの扱い」で詳しく分析しています。

3. ローカルサービス: 「ブログより先にホームページ」

ローカルサービス（店舗・地域事業者）では引用の55%がホームページでした。これは、リソースの限られる中小事業者にとって朗報です。コンテンツを量産しなくても、ホームページ自体がAIにとって「事業者の一次情報源」として機能しているからです。逆に言えば、営業時間・所在地・サービス内容・料金が不明瞭なホームページは、AI回答から自社が欠落する直接の原因になります。日本のローカルビジネスでは、Googleビジネスプロフィールの整備と並行して、公式サイトのトップページ・会社概要・サービスページの情報を機械可読に整えることが最優先のAIO施策になると考えられます。

4. 医療・金融などYMYL: 権威性の壁は「コンテンツ量」では越えられない

Mayo Clinic 1.79 vs WebMD 0.33という信頼格差は、YMYL（Your Money or Your Life）領域の運営者にとって最も重い示唆です。両者とも大量の健康コンテンツを持つ大手サイトですが、AIの引用効率には5倍超の差がつきました。この差を分けているのは記事の本数や網羅性ではなく、医療機関としての実体・研究実績・被参照の蓄積といった機関級の権威性であると考えられます。

日本の医療・金融サイトに置き換えると、「専門家監修」の表記だけでは不十分で、学会・公的機関・大学病院など実体のある権威との連携、一次情報（自院の症例データ、独自調査など）の発信、他の権威あるソースからの参照獲得といった、時間のかかる信頼構築が引用効率を左右すると考えられます。ヘルスケアでリスティクルが0%だった事実も、YMYLでは「まとめ記事」的なフォーマットがAIにほぼ信頼されていないことを示唆しています。

5. EC・CPG: レビューとUGCの比重が高まる

CPG（消費財）業界の詳細な数値はレポートの本編に譲られていますが、8ブランド中7ブランドでRedditが上位引用ドメインに入ったという横断的事実は、消費財・EC領域で特に重要です。商品の比較検討クエリでAIがUGC（ユーザー生成コンテンツ）を根拠にする傾向は、レビュー・Q&A・比較サイトの引用が急増しているという当サイトの過去記事「AIによるレビュー・Q&A・比較サイト引用の急増と対策」とも一致します。日本ではRedditの代わりに、価格.com、@cosme、Amazonレビュー、X（旧Twitter）上の言及などが同様の役割を果たしている可能性があり、自社でコントロールできないUGC面の評判管理がLLMOの一部になりつつあります。

6. 教育: 公式プログラムページが主戦場

高等教育では自社ドメイン引用率74.7%、プログラムページが53%と、8業界の中で最も「公式サイトが報われる」構造でした。大学・専門学校・スクール事業者は、学部・コース紹介ページに入学要件・カリキュラム・費用・卒業後の進路といった事実情報を構造化して掲載することが、そのままAI引用の獲得につながります。日本の教育機関はパンフレットPDF中心の情報公開が多いですが、AIはPDFよりHTMLページを引用しやすい傾向が指摘されており、Webページとしての情報整備が急務と考えられます。

7. 日本市場への適用時の注意

本調査は米国市場・英語クエリの観測です。日本市場に適用する際は、(1) ChatGPT検索やAI Overviewの日本語回答では引用ソースの構成が異なる可能性がある、(2) RedditやLinkedInの役割を国内プラットフォームが代替している、(3) 業界の競争環境や第三者メディアの成熟度が異なる——という3点を踏まえ、必ず日本語クエリでの自社観測とセットで解釈すべきです。米国データは「構造の仮説」として使い、数値は自社計測で置き換えるのが正しい使い方と考えられます。

今すぐできる対応策

調査結果を日本の実務に落とし込むためのアクションを、手順レベルで整理します。

1. 自業界の「引用フィンガープリント」を自分で計測する

最初にやるべきは、自社業界の引用構成を実測することです。ツールがなくても以下の手順で最小構成の計測ができます。

1. クエリセットの作成: 自社の商材に関する想定質問を30〜50件リストアップします。「おすすめの◯◯」「◯◯ 比較」「◯◯とは」「◯◯ 評判」「(地域名) ◯◯」など、意図の異なるクエリを混ぜます。
2. プラットフォーム横断で実査: ChatGPT（検索モード）、Perplexity、Gemini、Google AI Overviews/AI Modeの各プラットフォームで各クエリを実行し、引用されたURLをすべて記録します。回答は変動するため、期間を空けて2〜3回計測すると精度が上がります。
3. ページタイプの分類: 記録したURLを「記事」「リスティクル」「比較ページ」「ホームページ」「商品/サービスページ」「UGC（Reddit・知恵袋・レビューサイト等）」「公式ドキュメント」などに手作業で分類し、構成比を集計します。これが自業界のフィンガープリントの近似値です。
4. 自社・競合の位置確認: 引用のうち自社ドメインが何%か、競合はどうか、第三者メディアではどこが強いかを併記します。
5. 月次で更新: フィンガープリントは固定ではありません。月次または四半期でスナップショットを取り、変化を追います。

規模が大きい場合は、本調査でも使われたPeec AIをはじめとするAI可視性計測ツールの導入を検討してください。計測設計の考え方は「AI検索最適化（AIO/LLMO）完全ガイド」で体系的に解説しています。

2. 比較ページを作る——引用効率最高のフォーマット

引用効率1.87（平均比+45%）という比較ページは、どの業界でも検討に値します。作成時のポイントは以下の通りです。

• 「自社 vs 競合」を正面から扱う: 「◯◯（自社）と△△（競合）の違い」というクエリはAIに頻繁に投げられています。自社が答えを用意しなければ、AIは第三者の（不正確かもしれない）比較を引用します。
• 表形式で事実を並べる: 価格、機能、対応範囲、サポート体制などを比較表で明示します。AIは構造化された事実の対比を引用しやすい傾向があります。
• 公平性を担保する: 自社に一方的に有利な比較はAIにも読者にも信頼されにくいと考えられます。競合が優れる点も率直に記載し、「どんな場合に競合が向くか」まで書くことで、信頼効率の高いページになります。
• 1比較1ページ: 「A vs B」「A vs C」を1ページに詰め込まず、比較軸ごとにページを分けると、個別クエリへのリトリーバル適合度が上がります。
• 鮮度を保つ: 価格や機能は変わります。更新日を明示し、四半期ごとに見直します。

3. B2B: 第三者掲載の獲得を施策化する

B2Bで自社ドメイン引用率0%という現実を踏まえると、第三者面の獲得を「広報の副産物」ではなく「LLMOの主施策」に格上げする必要があります。

• 自社カテゴリで「おすすめ◯選」型のリスティクルを出している国内メディア・比較サイトを洗い出し、掲載状況を棚卸しする
• 未掲載のメディアには、掲載基準の確認・情報提供・レビュープログラムへの登録などでアプローチする
• ITreview、BOXIL等のレビューサイトで顧客レビューを継続的に獲得する体制を作る（導入事例インタビュー時にレビュー依頼をセットにする等）
• LinkedInや業界コミュニティでの発信を、自社ブログ更新と同等以上の優先度で運用する

4. ローカル: ホームページ最適化チェックリスト

ローカルサービス事業者は、以下をホームページで確認してください。

• 事業者名・所在地・電話番号（NAP）がテキストで明記され、Googleビジネスプロフィールと一致している
• 営業時間・定休日・アクセス方法が構造化データ（LocalBusiness）付きで記載されている
• 提供サービスの一覧と料金の目安が具体的に書かれている（「お問い合わせください」だけにしない）
• 対応エリアが市区町村名で明示されている
• よくある質問がQ&A形式で掲載されている
• 代表者・スタッフの実名と経歴が確認できる

これらは派手な施策ではありませんが、引用の55%がホームページである以上、ブログを1本書くよりも先に着手すべき項目です。

5. UGC・Reddit的プラットフォームへの向き合い方

8ブランド中7ブランドでRedditが上位引用ドメインという事実への対応は、「UGCを操作する」ことではなく「UGC上の情報の正確性と量を健全に高める」ことです。自社に関するスレッドやレビューを定期的にモニタリングし、事実誤認には公式アカウントとして丁寧に訂正情報を提供する、顧客に自然なレビュー投稿を促す導線を作る、コミュニティで有益な情報提供を続ける——といった地道な活動が、AIが参照するUGC面の質を高めます。ステルスマーケティング的な自作自演は、景品表示法上のリスクに加え、プラットフォームからの排除でかえって可視性を失うため避けるべきです。

6. YMYL: 権威性シグナルの棚卸し

医療・金融等の事業者は、「AIが機関として信頼する根拠」を棚卸しします。監修者の実名・所属・資格の明記、公的機関・学会・大学等の権威あるソースからの被リンク/被言及の獲得、一次データ（自社調査・症例統計等）の定期公開、運営主体の実体を示すOrganization構造化データの整備などです。Mayo ClinicとWebMDの格差が示す通り、この領域はコンテンツの増産では埋まらないため、四半期〜年単位の信頼構築ロードマップとして計画することを推奨します。

よくある質問

Q1. この調査はどのような方法で行われたのですか？

2026年4月14日〜7月13日の90日間、5つのAIプラットフォームで21,075件のAI回答・25,337件の引用をPeec AIで計測・分析したものです。対象はB2Bサービス、ヘルスケア、高等教育、ローカルサービス、自動車、サイバーセキュリティ、CPG、行政プログラムの8業界で、ブランドごとに上位30のURL/ドメインを分析しています。ヘルスケア非営利セグメントのみ計測期間は約30日間です。指標には引用シェア（citation share）と、リトリーバルあたり引用数を示す引用効率（citation rate）の2つが使われています。

Q2. 「citation fingerprint（引用フィンガープリント）」とは何ですか？

業界ごとに固有の、AIが引用するページタイプの構成パターンのことです。本調査ではB2Bサービス=リスティクル61%、ローカルサービス=ホームページ55%、ヘルスケア=記事54%、高等教育=プログラムページ53%と、支配的フォーマットが業界ごとにまったく異なりました。指紋のように業界ごとに固有のパターンがあることから、DeltaV Digitalがこう名付けています。この概念の実務的な含意は「他業界のベストプラクティスをそのまま輸入しても効かない」ということであり、自業界のフィンガープリントを実測することがLLMO戦略の出発点になります。

Q3. リスティクルはもう作らなくてよいのですか？

業界によります。B2BサービスではAI引用の61%をリスティクルが占めており、極めて重要です。一方ヘルスケアでは0%で、投資価値はほぼありません。B2Bの場合、重要なのは「自社でリスティクルを作る」ことよりも「第三者メディアのリスティクルに掲載される」ことです。B2Bの自社ドメイン引用率は0%だったため、自社ブログでまとめ記事を書くより、業界メディアや比較サイトへの掲載獲得のほうが引用に直結すると考えられます。リスティクルとAI可視性の関係は「リスティクル順位とAI可視性の調査」も参照してください。

Q4. 比較ページはなぜ「作るべき」とされているのですか？

引用シェアは4.1%と小さいものの、引用効率が1.87引用/リトリーバルと全ページタイプ中最高で、平均を45%上回るためです。つまりAIが比較ページを取得した場合、他のどのフォーマットよりも高い確率・頻度で実際の引用に採用されるということです。ユーザーの比較検討クエリに対してAIは対比構造を持つソースを強く求めており、供給が少ない（シェア4.1%）ぶん、作れば引用されやすい「需給ギャップ」があると考えられます。自社と競合の事実ベースの比較表を、公平性を担保して作ることが推奨されます。

Q5. 自社サイトはどれくらい引用されるものなのですか？

業界により0%から74.7%まで極端に異なります。B2Bサービスでは自社ドメイン引用率が0%で、AIは回答の根拠をすべて第三者ソースから取っていました。逆に高等教育では74.7%が自社（大学公式）ドメインからの引用でした。ローカルサービスもホームページが引用の55%を占め、自社サイトが報われる業界です。自社サイト最適化と第三者面の獲得のどちらに投資すべきかは、この自社ドメイン引用率を自業界で実測してから決めるのが合理的です。

Q6. RedditやSNSはどれくらい影響がありますか？

Redditは分析対象8ブランド中7ブランドで上位引用ドメインに登場しており、業界を問わず影響は大きいと言えます。またLinkedInはB2Bサービスで最多の被引用ドメイン（736引用）でした。日本市場ではRedditの浸透度が低いため、価格.com・知恵袋・レビューサイト・技術コミュニティなどが同様の役割を担っている可能性があり、日本語クエリでの実測が必要です。Reddit引用の傾向は「Perplexityの引用の46%がRedditという調査」、日本での状況は「日本のAIエンジン別引用ソースの違い」で詳しく解説しています。

Q7. 医療・金融サイトは何から手をつけるべきですか？

コンテンツ増産より機関級の権威性構築が先です。同一の健康クエリでMayo Clinicは1.79引用/リトリーバル、WebMDは0.33と5倍超の差があり、AIは信頼センシティブな領域でソースの機関的権威を強く選別しています。またヘルスケアではリスティクルの引用が0%で、まとめ記事型の施策は効きません。監修体制の実名化、公的機関・学会との連携の可視化、一次データの発信、権威あるソースからの被参照獲得といった、時間はかかるが本質的な信頼構築に投資すべきと考えられます。

Q8. この調査結果は日本市場にそのまま当てはまりますか？

構造は参考になりますが、数値はそのまま当てはまらないと考えるべきです。本調査は米国市場・英語クエリの観測であり、RedditやLinkedInの役割は日本では別のプラットフォームが担っている可能性が高く、日本語のAI回答では引用構成が異なることも予想されます。正しい使い方は、「業界ごとにフィンガープリントが異なる」「自社ドメイン引用率で戦略が変わる」「比較ページの効率が高い」といった構造的知見を仮説として採用し、日本語クエリでの自社計測（本文の手順参照）で数値を置き換えることです。推測と実測を区別して運用してください。

Q9. どのAIプラットフォームを優先して対策すべきですか？

まず自社の顧客が使うプラットフォームでの実測から始めるべきです。本調査はChatGPT・Perplexity・Gemini・Google AI Overviews・Google AI Modeの5つを横断していますが、プラットフォームごとの引用傾向の違いも存在します。日本ではGoogle検索経由のAI Overview/AI Modeの接触人口が最大と考えられる一方、ChatGPT検索は指名・比較検討クエリでの影響が大きいと指摘されています。5プラットフォームすべてで主要クエリを計測し、自社顧客との接点が大きい順に優先度をつけるのが実務的です。引用が少数ソースに集中する傾向は「State of AI Search調査の引用集中分析」も参考になります。

Q10. citation share と citation rate はどう使い分ければよいですか？

citation share（引用シェア）は「量」、citation rate（引用効率）は「質・効率」の指標です。シェアは引用全体に占める割合で、市場での存在感を示します。レートはリトリーバル1回あたりの引用数で、AIに取得された際にどれだけ引用に採用されるかという信頼効率を示します。比較ページのようにシェアは小さくてもレートが高いフォーマットは「作れば効く」投資対象であり、シェアが大きくてもレートが平均的なフォーマットは競争が激しい領域です。自社計測でも、露出の総量はシェアで、コンテンツ品質の改善効果はレートで追うという使い分けが有効と考えられます。

関連記事

• LLMO完全ガイド——AI検索時代の最適化戦略の全体像
• AI検索最適化（AIO/LLMO）完全ガイド
• State of AI Search調査が示すAI引用の集中実態
• Perplexityの引用ソースの46%がRedditという調査と対応戦略
• リスティクル順位とAI可視性の関係を示した調査
• 日本のAIエンジン別引用ソースの違い——RedditとYouTubeの扱い
• AIによるレビュー・Q&A・比較サイト引用の急増と対策
• 用語集: LLMO（大規模言語モデル最適化）
• 用語集: GEO（生成エンジン最適化）
• 用語集: AIO（AI最適化）
• 用語集: ChatGPT検索
• 用語集: AI Overview
• GEO対策「45件のレビューで判明」実は効果不明？批判的サーベイ論文を解説
• SISTRIX調査で判明したAI引用ドリフト率54〜59%の実態【2026年データ】
• 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