ホワイトペーパー引用率わずか0.4% Optyino.ai調査25,001件が示す現実

ホワイトペーパー引用率わずか0.4% Optyino.ai調査25,001件が示す現実

要点: 株式会社Wallabeeが運営する「Optyino.ai」が2026年7月19日に発表した調査によると、生成AI回答25,001件のうちホワイトペーパー本体を引用した回答はわずか99件、引用率0.4%にとどまった。商用ホワイトペーパーに限れば0.1%まで低下する一方、導入事例・調査レポート・会社案内などを含む「資料型コンテンツ」全体では22.3%と、両者には約56倍の開きがある。BtoBマーケティングでホワイトペーパーを情報発信の中核に据えてきた企業にとって、コンテンツ設計の見直しを迫るデータだ。

最終更新日: 2026年07月24日

何が起きたのか

株式会社Wallabeeが運営するAI検索可視化サービス「Optyino.ai」は2026年7月19日、PR TIMESを通じて「生成AIはホワイトペーパーを引用する？」と題した調査結果を公表した（出典: PR TIMES、株式会社Wallabee、アクセス日2026年7月24日）。

調査は2026年1月16日から7月18日までの184日間、8つのAIモデルと40プロンプトを用いて取得した25,001件の完了回答を対象に、どの程度ホワイトペーパー（白書・調査資料そのもののURL）が引用されているかを分析したものだ。

結果は明確だった。ホワイトペーパー本体を1件以上引用した回答は99件にとどまり、回答引用率はわずか0.4%。さらに、発行主体を企業・商用サイトやBtoBメディアに限定した「商用ホワイトペーパー」だけで絞り込むと、引用回答はわずか27件・0.1%まで下がる。多くの企業がリード獲得の切り札として制作してきたダウンロード資料型のホワイトペーパーが、生成AIの回答生成においてはほとんど参照されていないという実態が数値で裏付けられた形だ。

一方で、同じ調査は対照的な結果も示している。導入事例、調査レポート、会社案内・製品カタログなど「資料型コンテンツ」全体を広く見ると、回答引用率は22.3%（5,586件）に達する。ホワイトペーパー本体単体（0.4%）との差は約56倍にのぼる。同じ「資料」というカテゴリーでも、フォーム入力を要求するダウンロード形式の白書と、Web上でオープンにアクセスできる事例ページやレポートページとでは、生成AIからの扱われ方がまったく異なることがうかがえる。

さらに、Optyino.aiの関連集計（同一調査シリーズ）によれば、質問の意図別で見ると調査レポートの引用率は「導入判断」を尋ねる質問で21.8%、「動向・将来」を尋ねる質問で20.2%、「事例・活用」を尋ねる質問で15.0%と、いずれも高い水準にある。ユーザーが具体的な意思決定局面で質問した際に、レポート型コンテンツが引用されやすい傾向がうかがえる。

背景・経緯の整理

ホワイトペーパーは、長らくBtoBマーケティングにおける「リード獲得の王道」とされてきたコンテンツ形式である。市場調査、業界動向分析、導入ノウハウなどをPDF形式でまとめ、氏名・会社名・メールアドレスなどの入力と引き換えにダウンロードを許可する「ゲート型」の運用が一般的だった。検索エンジン経由の流入を主戦場としてきた時代には、ホワイトペーパーのランディングページ自体をSEO対策し、そこから資料をダウンロードさせてリードを獲得するファネル設計が広く定着していた。

しかし、生成AIが検索の入口になる比率が高まるにつれて、この前提が揺らぎ始めている。ChatGPTやPerplexity、Google AI Overviewsといった生成AIは、ユーザーの質問に対してWeb上の情報を横断的に参照し、要約した回答とともに引用元を提示する。この「引用元として選ばれるかどうか」が、AI経由の認知・流入を左右する新しいゲートキーパーになっている。

Optyino.aiの今回の調査は、この新しいゲートキーパーがホワイトペーパーという形式そのものをどう扱っているかを、184日間・25,001件という比較的大規模なサンプルで定量化した点に価値がある。単発のアンケートや少数の質問に対する目視確認ではなく、8つのAIモデルと40プロンプトを組み合わせた継続的な観測によって、ホワイトペーパー本体の引用率が0.4%、商用ホワイトペーパーに限れば0.1%という低水準であることが裏付けられた。

一方で、同じ調査が示した「資料型コンテンツ全体では22.3%」という数値は、生成AIが「資料」というカテゴリー自体を軽視しているわけではないことを示している。問題は資料の中身ではなく、その提供形式（PDF・フォームゲート・単一の長大なドキュメント）にある可能性が高い、というのが今回のデータから読み取れる構図だ。

国内外の反応（一般論としての業界の受け止め方）

生成AI経由の流入・引用を測定する動きは、日本国内でも海外でも2025年ごろから急速に広がってきた。海外ではGEO（Generative Engine Optimization）という概念のもとで、コンテンツがAIの回答にどう反映されるかを研究する動きが先行しており、構造化されたHTMLコンテンツ、FAQ形式のQ&A、独自データを含むオリジナルレポートなどが引用されやすいという知見が積み上がってきた。今回のOptyino.aiの調査結果も、こうした「オープンで構造化されたコンテンツが有利」という大きな潮流と整合的な内容だと位置づけられる。

日本国内のBtoBマーケティング業界では、依然としてホワイトペーパーを起点としたリードジェネレーション施策が主流であり、マーケティングオートメーション（MA）ツールと連携させたスコアリング設計も広く普及している。そのため、今回のようなデータが示す「AI引用の観点ではホワイトペーパーはほぼ機能していない」という事実は、既存のリードジェネレーション戦略とAI検索対策という2つの目的を、同じコンテンツで両立させることの難しさを浮き彫りにするものといえる。実務者の間では、ホワイトペーパーを「リード獲得専用」と割り切り、AI引用・認知獲得は別のコンテンツ形式に委ねるという役割分担の議論が今後広がっていく可能性がある。

業種別の実務インパクト（考察）

以下は事実（調査データ）を踏まえた一般的な考察であり、業種ごとの数値そのものはOptyino.aiの調査には含まれていない点に留意されたい。

BtoB SaaS・ITサービス業界: 導入検討フェーズの見込み顧客がホワイトペーパーをダウンロードする慣行が根強く、リード獲得の主軸をホワイトペーパーに依存している企業が多い。今回の調査結果を踏まえると、リード獲得はホワイトペーパーに残しつつ、AI引用を狙う導入事例ページや比較レポートを別途強化するという二段構えの投資判断が求められやすい業種だと考えられる。

製造業・専門商社: 業界動向レポートや技術白書を発行する慣行があるが、Web上でのオープン公開が進んでいない企業も少なくない。PDF資料の要点をHTML記事化するだけでも、AI引用の機会を増やせる余地が比較的大きい業種だと推察される。

コンサルティング・調査業界: もともと調査レポートやリサーチデータを主力コンテンツとしており、今回のデータで引用率が高かった「調査レポート」というカテゴリーと親和性が高い。既存の強みを活かしつつ、意図別（導入判断・動向将来・事例活用）に情報を整理し直すことで、さらに引用率を高められる可能性がある。

EC・自社サービス業: 製品カタログや導入事例をすでにWeb上でオープンに公開しているケースが多く、資料型コンテンツ全体の引用率22.3%という水準の恩恵を、追加投資なしにある程度受けている可能性がある。ここからさらに伸ばすには、FAQ形式や構造化データの強化といった精緻化が有効な打ち手になると考えられる。

aiseo-llmo.com ユーザーへの影響

この調査結果は、LLMO（大規模言語モデル最適化）やAI検索対策に取り組む実務者にとって、コンテンツ戦略の優先順位を再考する材料になる。以下、事実として確認できたデータと、そこから導かれる一般的な考察を分けて整理する。

事実として確認できる点

• ホワイトペーパー本体の引用率は0.4%、商用ホワイトペーパーに限れば0.1%と、生成AIの回答生成において参照される機会が極めて限定的である
• 導入事例・調査レポート・会社案内などを含む資料型コンテンツ全体では引用率22.3%であり、ホワイトペーパーとの差は約56倍
• 導入判断・動向将来・事例活用という意思決定に近い質問文脈で、調査レポートの引用率が15〜22%台と高い

ここからは一般的なLLMO知識に基づく考察（推測を含む）

なぜホワイトペーパーが引用されにくいのか、考えられる要因はいくつかある。第一に、多くのホワイトペーパーはPDF形式で提供され、かつダウンロード時にフォーム入力（氏名・メールアドレス等）を求めるゲート型コンテンツになっていることが多い。生成AIのクローラーやインデックス機構は、フォーム認証の壁の向こう側にあるコンテンツや、HTMLとして構造化されていないPDFの内容を十分に取得・解析できない可能性がある。

第二に、ホワイトペーパーはしばしば単一の長大なドキュメントとして構成されており、質問に対して「このセクションがこの意図に対応する」という粒度でのマッチングが難しい。一方、事例ページやレポートページはWeb上でHTMLとして公開され、見出し構造やFAQ形式で意図別に情報が整理されているケースが多く、AIが特定の質問に対応する箇所を抽出しやすいと考えられる。

第三に、質問の意図と資料の性質の相性がある。「導入判断」「動向・将来」「事例・活用」といった質問は、具体的な数値や実例を求める傾向が強く、抽象的な業界解説にとどまりがちなホワイトペーパーよりも、実データを伴う調査レポートや顧客事例のほうが直接的な回答材料になりやすい。

業種別に見ると、実務インパクトの大きさは異なると考えられる。BtoBのSaaS・ITサービス業界では、リード獲得の中心にホワイトペーパーを据えている企業が多く、AI検索経由の流入・引用を狙う場合はコンテンツ形式の転換が急務になりうる。製造業やコンサルティング業界でも、業界動向レポートや白書を発行する慣行があるが、同様にオープンなHTML化を検討する余地がある。一方、すでに事例ページや比較コンテンツを充実させているEC・SaaS企業は、今回のデータが示す「資料型コンテンツ全体では22.3%」という水準の恩恵を、追加投資なしにある程度受けている可能性がある。

今すぐできる対応策

Optyino.aiの調査結果を踏まえ、ホワイトペーパーを主要な情報発信手段としている企業が検討すべき具体的な対応策を挙げる。

1. ホワイトペーパーの内容をHTMLページとして再構成する

PDFダウンロード形式のホワイトペーパーの主要な章・セクションを、フォーム入力なしでアクセスできるHTML記事として公開し直す。見出し構造（h2/h3）を意図別に整理し、生成AIが特定の質問に対応する箇所を抽出しやすい形にする。ダウンロード用のPDF自体は残しつつ、要約版・抜粋版をオープンなWebページとして併設するのが現実的なアプローチだ。

2. 調査レポート・データ発信型コンテンツへの比重を高める

今回のデータで引用率が高かった「調査レポート」は、独自データや統計値を含むコンテンツである。自社が保有するユーザーデータ、業界動向調査、アンケート結果などを、定期的にオープンなレポート記事として公開する体制を整えることが、AI引用の観点では有効な投資になりうる。

3. 導入事例ページを意図別に構造化する

「事例・活用」を尋ねる質問での引用率も一定水準にあることから、導入事例ページをFAQ形式や課題・解決策・成果の構成で整理し、業種別・課題別にアクセスしやすくすることが望ましい。

4. 構造化データ（Schema.org）でコンテンツの種類を明示する

Article、Report、FAQPage、HowTo等の構造化データを適切に実装し、コンテンツがどのような性質の情報かを機械可読な形で示すことも、AIによる理解と引用の一助になりうる。たとえば、ホワイトペーパーを要約したレポート記事であれば、以下のようなJSON-LDでコンテンツの性質を明示できる。

{
  "@context": "https://schema.org",
  "@type": "Report",
  "headline": "業界動向調査レポート2026",
  "datePublished": "2026-07-24",
  "author": {
    "@type": "Organization",
    "name": "企業名"
  },
  "about": "業界動向・市場データ"
}

FAQ形式で意図別に整理する場合はFAQPageを、手順を示すコンテンツにはHowToを組み合わせるなど、コンテンツの実態に即した型を選ぶことが重要になる。JSON-LDによるマークアップの基礎的な考え方はLLMOとは（用語集）の関連解説も参照してほしい。

5. 会社案内・製品カタログもHTML化を優先する

資料型コンテンツ全体の22.3%という数値には会社案内・製品カタログも含まれる。これらもPDF単体ではなく、Webページとして公開し、検索エンジンとAIクローラー双方からアクセス可能な状態を維持することが望ましい。

6. ゲート型コンテンツと非ゲート型コンテンツのポートフォリオを見直す

すべてのホワイトペーパーを即座に非ゲート化する必要はないが、リード獲得目的のコンテンツとAI引用・認知獲得目的のコンテンツを分けて設計する発想が重要になる。前者はフォームゲート付きのまま維持しつつ、後者として要約記事やレポート記事をオープンに公開する二段構えの戦略が現実的だ。

7. 既存ホワイトペーパーの棚卸しと優先順位付けを行う

すべてのホワイトペーパーを一度にHTML化するのは現実的ではないため、まずは自社が保有するホワイトペーパーを棚卸しし、ダウンロード数や商談化率の実績、内容の独自性（自社データを含むか、一般論の解説にとどまるか）を軸に優先順位をつけることが望ましい。独自データを含む資料ほど、HTML化した際にAIから引用される可能性が高いと考えられるため、優先的に着手する対象として適している。

8. 社内の制作体制・ワークフローを見直す

ホワイトペーパーの制作をマーケティング部門、Webサイトの記事制作をコンテンツ部門やSEO担当者が別々に担っている企業では、両者の連携が不足しがちだ。ホワイトペーパー企画の段階から、並行してHTML版・要約版を制作する前提でワークフローを設計し直すことで、二重作業を避けながらAI引用対策を組み込むことができる。

今後の見通し

生成AIによる検索・回答生成の仕組みは今後も継続的にアップデートされていくと見込まれる。現時点でPDF形式・フォームゲート型のコンテンツが不利な扱いを受けている背景には、クローリング・解析技術上の制約がある可能性もあり、将来的にAI側の技術進化によってPDFの解析精度が向上する余地はある。ただし、フォーム入力によるアクセス制限（ゲート）そのものは技術的な制約というより意図的な運用であるため、ゲート型コンテンツがAIに引用されにくいという傾向は、当面変わらないと考えるのが妥当だろう。

一方で、独自データや一次情報を含む調査レポート・事例コンテンツの価値は、AI検索が主流になるほど相対的に高まっていくと予想される。生成AIは既存のWeb上の情報を要約・再構成する性質を持つため、他にはないオリジナルデータを持つコンテンツは、AIにとって「参照する理由がある情報源」として選ばれやすくなる可能性が高い。今回の調査で調査レポートの引用率が特に高かったことも、この傾向と整合的だ。

企業のコンテンツ戦略としては、短期的にはホワイトペーパーの一部をHTML化・オープン化する対応、中長期的には自社独自のデータを継続的に収集・発信できる体制（アンケート調査、利用データの定期分析、業界動向レポートなど）を構築することが、AI検索時代における情報発信の競争力を左右する要素になっていくと考えられる。aiseo-llmo.comでは今後も、こうしたAI引用に関する実測データやツールの動向を継続的に追い、実務に役立つ情報を発信していく。

よくある質問

Q1. ホワイトペーパーの引用率が0.4%というのは信頼できる数値か。

Optyino.aiが184日間・25,001件のAI回答を分析した結果であり、公表された一次データとして参照できる。ただし対象モデルやプロンプト設計に依存するため、自社のカテゴリーで同様の傾向が出るとは限らない。

調査は8つのAIモデルと40種類のプロンプトを組み合わせて行われており、一定の再現性を担保する設計になっている。とはいえ、業界やプロンプトの種類によって引用傾向は変動しうるため、自社の商材・業界に近いプロンプトで独自に検証することが望ましい。

Q2. なぜホワイトペーパーと資料型コンテンツ全体でここまで引用率に差が出るのか。

事実として確認できるのは引用率の差そのものであり、要因については一般的な考察になるが、PDF形式・フォームゲート・長大なドキュメント構造などが影響している可能性が高い。

生成AIがコンテンツを回答に反映するには、そのコンテンツをクロール・解析できることが前提になる。フォーム認証の壁があるPDF資料は取得が難しく、また長大な単一ドキュメントは質問との粒度のマッチングが難しい。事例ページやレポートページのようにHTMLで公開され、見出しごとに情報が整理されたコンテンツのほうが、AIにとって扱いやすい構造だと考えられる。

Q3. 商用ホワイトペーパーの引用率が0.1%とさらに低いのはなぜか。

調査データからは理由までは断定できないが、商用・企業発信の資料は営利目的の情報として一定のバイアスがかかっている可能性があり、AIが中立的な情報源を優先する傾向と関係しているとの考察も可能だ。

生成AIの回答生成においては、情報の信頼性や中立性が重視される傾向がある。企業が自社製品を訴求する目的で作成したホワイトペーパーは、客観的な調査レポートやメディア記事と比較して、AIから見た情報源としての優先順位が下がっている可能性は否定できない。ただしこれはあくまで一般論としての考察であり、Optyino.aiの調査自体がその因果関係を直接示しているわけではない。

Q4. 自社のホワイトペーパーがAIに引用されているか確認する方法は。

自社ブランド名や商材名に関連する質問を複数のAI検索サービスに入力し、自社ドメインが情報源として挙げられるかを手動で確認するのが基本的な方法だ。

ChatGPT、Perplexity、Google AI Overviewsなど主要なAIサービスで、自社の商材・業界に関連する質問を複数パターン試し、回答内の引用元リンクや参照情報に自社サイトが含まれるかを確認する。専用の可視化ツールを使えば、定期的・継続的なモニタリングも可能になる。

Q5. ホワイトペーパーを廃止してすべてHTML記事に置き換えるべきか。

事実としてそこまでの結論は調査からは導けない。リード獲得目的のホワイトペーパーには一定の役割があり、AI引用対策としてのHTML化と併用する設計が現実的だと考えられる。

ホワイトペーパーはメールアドレス取得によるリード獲得という重要な役割を担っており、その機能自体を否定するものではない。AI経由の認知・引用を狙う場合は、ホワイトペーパーの内容を要約したオープン記事を別途用意し、両者を使い分けるポートフォリオ戦略が妥当だろう。

Q6. 導入事例や調査レポートを増やせば確実に引用率が上がるのか。

調査データは資料型コンテンツ全体の引用率が高いことを示しているが、個別コンテンツの品質や構造化の度合いによって結果は変動するため、単純にコンテンツ数を増やすだけでは効果が保証されるわけではない。

引用率22.3%という数値は資料型コンテンツ全体の平均であり、個々の事例ページやレポートの構成、独自データの有無、見出し設計などによって実際の引用されやすさは大きく変わる。単に本数を増やすのではなく、意図別に整理された高品質なコンテンツを作ることが重要になる。

Q7. BtoB企業にとってこの調査結果は具体的にどう活かせるか。

ホワイトペーパー偏重のコンテンツ戦略を見直し、事例ページやレポート記事などオープンにアクセスできる形式への投資配分を増やす判断材料として活用できる。

多くのBtoB企業はリード獲得の中心にホワイトペーパーを据えてきたが、AI検索経由での認知・流入を重視するのであれば、事例やレポートといったオープンコンテンツの拡充を並行して進める必要がある。特にBtoB SaaSやコンサルティング業界では、業界動向レポートの定期発信が有効な打ち手になりうる。

Q8. この調査の対象期間や対象モデルについて詳しく知りたい。

2026年1月16日から7月18日までの184日間、8つのAIモデルと40プロンプトを用いて取得した25,001件の完了回答が対象。詳細な個別モデル名やプロンプト内容はPR TIMESの発表内で確認できる。

一次情報の詳細（分析対象のAIモデル一覧や質問カテゴリーの内訳など）については、出典元であるPR TIMESの発表ページを直接参照することを推奨する。

Q9. 質問の意図によって引用されやすいコンテンツ形式は異なるのか。

同一調査シリーズの関連集計によれば、「導入判断」で調査レポートの引用率21.8%、「動向・将来」で20.2%、「事例・活用」で15.0%と、意思決定に近い質問文脈でレポート系コンテンツが引用されやすい傾向が見られる。

これは、ユーザーが具体的な判断材料を求める質問をした際に、データや実例を伴うコンテンツが優先的に参照されやすいことを示唆している。コンテンツ企画の段階で、想定される質問の意図ごとにどの形式のコンテンツを用意すべきかを設計することが有効だ。

Q10. この調査結果は今後も同じ傾向が続くと考えてよいか。

生成AIの検索・回答生成の仕組みは継続的にアップデートされているため、現時点でのスナップショットとして参照しつつ、今後も定点観測を続けることが望ましい。

AIモデルのアップデートやクローリング技術の進化により、PDFやゲート型コンテンツの扱われ方が変化する可能性はある。ただし現時点では、オープンでHTML化された構造的なコンテンツが優位である傾向は、複数の関連調査でも共通して見られる方向性であり、当面はこの前提でコンテンツ戦略を組み立てるのが妥当だと考えられる。

関連記事

• LLMO完全ガイド
• AIに引用される事例・ソースの作り方
• LLMOホワイトペーパーのROIが不明確な企業向け戦略
• プラットフォーム別AI引用率20%ベンチマーク
• LLMOとは（用語集）
• AIO（AI最適化）とは（用語集）
• グラウンディングとは（用語集）