GSCの生成AIレポートは『罠』――インプレッション偏重の落とし穴をSEJが指摘

GSCの生成AIレポートは"罠"――インプレッション偏重の落とし穴をSEJが指摘

要点: 2026年7月30日、Search Engine Journalのコラムニストで10 Spurs創設者のDan Taylorが「Google's 'Generative AI' Search Console Data Is A Trap For Marketers」と題する寄稿を公開した。2026年6月から提供が始まったGoogle Search Consoleの「生成AIパフォーマンスレポート」には、クリック・CTR・クエリの詳細が欠落しているうえ、AIオーバービュー内の全リンクが一律「掲載順位1位」として記録される仕様と、平均ポジション計算の歪みという構造的な問題があると指摘している。 インプレッション数だけを見て「AI検索での存在感が上がった」と判断すると、実際のトラフィック・リード・売上の減少を見逃す危険がある――というのが記事の核心的な警告だ。

最終更新日: 2026年8月2日

何が起きたのか

2026年7月30日、Search Engine Journalに寄稿するDan Taylor（SEOコンサルティング会社10 Spursの創設者、SEJのVIP寄稿者）が「Google's 'Generative AI' Search Console Data Is A Trap For Marketers」という記事を公開した。出典は次のURLで確認できる。

https://www.searchenginejournal.com/googles-generative-ai-search-console-data-is-a-trap-for-marketers/584018/

この記事が対象とするのは、Googleが2026年6月にSearch Console（GSC）へ追加した「Generative AI Performance Report（生成AIパフォーマンスレポート）」だ。このレポート自体の登場については、aiseo-llmo.comでもGoogle Search Consoleに生成AIパフォーマンスレポート登場――AI引用の可視化が始まったで既に詳しく解説している。AI Overviews（AIO）・AI Mode・Discover AIという3つの生成AI機能内で自社URLが表示された回数（インプレッション）を、GSC上で初めて専用のビューとして確認できるようになったという内容だった。

今回のTaylorの寄稿は、そのレポートの「存在」を歓迎する内容ではなく、「データの読み方」に潜む落とし穴を批判的に検証する続報という位置づけになる。記事が指摘する問題点は大きく3つに整理できる。

問題点1: クリック・CTR・クエリが見えない

生成AIパフォーマンスレポートが提供するのは、現時点ではインプレッション数のみだ。クリック数・クリック率（CTR）・どのクエリで表示されたかという詳細データは含まれていない。

Taylorが指摘する最大のリスクは、この欠落がもたらす「見えない後退」だ。AIオーバービューやAI Modeの回答がユーザーの疑問をその場で満たしてしまうと、ユーザーはリンク先のサイトをクリックせずに検索を完結させる。この状態では、あるページのAIインプレッション数が伸びていても、そのページが実際にもたらしていたトラフィック・リード獲得・売上は横ばいか、むしろ減少している可能性がある。しかしクリックデータがないため、この減少はレポート上でまったく可視化されない。「インプレッションが増えている」というポジティブな数値の裏で、ビジネス上の実害が静かに進行しうるというのが、記事が「トラップ（罠）」と呼ぶ最初の理由だ。

問題点2: AIオーバービュー内の全リンクが一律「掲載順位1位」になるランク歪み

第二の問題は、GSC上での順位（position）表示の仕様に起因する。Google公式ドキュメントによれば、AIオーバービューのブロックが検索結果ページの最上部に表示されている場合、そのブロック内に含まれる全てのURLは、GSC上で一律「掲載順位1位（position 1）」として記録される。

これは、AIオーバービューの回答本文で目立つ形で引用されているリンクも、回答の下部やメニュー・展開パネルの奥に埋め込まれた目立たないリンクも、GSC上の順位データでは区別がつかないことを意味する。従来のオーガニック検索であれば「順位1位」と「順位8位」では露出量もクリック率も大きく異なるはずだが、AIオーバービュー内では、その位置による実際の視認性の差がGSCのポジションデータに一切反映されない。結果として、「掲載順位1位のページが増えた」という表面上の朗報が、実態としてはユーザーにほとんど見られていないリンクを含んでいる可能性がある。

問題点3: 平均ポジションの中心傾向バイアス

第三の問題は、GSCの「平均ポジション」という指標そのものの計算方法に起因する統計的な歪みだ。GSCの平均ポジションは、あるページ・クエリについて発生した全ての掲載順位を単純に平均して算出される。ここに、AIオーバービュー内での「位置1」と、通常のオーガニック検索結果での「位置4位」などが混在すると、両者が単純合算・平均されてしまう。

例えば、あるページがAIオーバービュー内で常に位置1として記録される一方、通常のオーガニック検索では平均4位前後で推移しているとする。この場合、GSC上の「平均ポジション」は両者を均したような「2.5位」といった数値として表示されうる。しかし「2.5位」という数値は、AIオーバービューでの露出とオーガニック検索での実際の順位のどちらも正確に表していない、統計的に意味の薄い中間値だ。統計学でいう「中心傾向（central tendency）」の代表値である平均値が、異なる性質のデータを混ぜ合わせることでミスリーディングな数字を生み出してしまう典型例と言える。この歪みにより、担当者は「本当のトラフィック源がオーガニック検索なのかAIオーバービューなのか」を平均ポジションから読み取ることができなくなる。

記事が推奨するアクション

Taylorは記事内で、これらの落とし穴を回避するための具体的な行動指針を示している。

• GSCのインプレッション数だけで意思決定をせず、オーガニックチャネル経由の売上・リード数を優先指標に据える
• ファーストパーティ分析（GA4など実際の訪問者データを持つツール）をGSCデータと必ず併用する
• 平均値ではなく中央値（median）ベースの指標を使い、外れ値による歪みを抑える
• インプレッションの増減ではなく、実際の訪問者のコンバージョン（問い合わせ・購入・登録等）を測定する

これらは目新しい分析手法というより、「新しい指標が出てきたときほど、既存の実測データとの突合を怠らない」という基本に立ち返る内容だ。しかしGSCの生成AIレポートが登場してまだ2カ月弱という段階で、こうした基本を再確認する批判的な記事が主要業界メディアに掲載されたこと自体が、新指標の解釈に対する業界内の警戒感の表れと言える。

背景――AIサマリーとゼロクリック化の潮流

この指摘の背景には、AI検索の拡大に伴うクリック率低下という、業界で広く共有されてきた懸念がある。Pew Researchの調査では、検索結果ページにAIサマリーが表示された場合、表示されない場合と比べてユーザーがリンクをクリックする比率が下がる傾向が確認されている。2026年を通じてAI OverviewsやAI Modeの表示範囲は拡大を続けており、検索結果がクリックを伴わずに完結する「ゼロクリック検索」の比率が上昇しているという見方も一般的になっている。

一方でGoogle自身は、2026年7月17日に「AI検索機能は毎週数十億クリックをウェブサイトに送っている」と主張しており（Search Engine Land報道）、AIによる要約がトラフィックを奪っているという批判に反論する姿勢を示してきた。生成AIパフォーマンスレポートは、こうした「AIが本当にトラフィックを送っているのか」という論争を、パブリッシャー自身が自社データで検証できる手段として期待されていた面がある。今回の指摘は、その期待に対して「レポートの読み方を誤れば、検証どころか誤った安心感を生みかねない」という冷静な釘を刺すものだ。

aiseo-llmo.com ユーザーへの影響

「インプレッションが増えた」を成果指標にしない

aiseo-llmo.comの読者の多くは、AI検索での自社露出を高めることを目的にLLMO（Large Language Model Optimization）やGEO（Generative Engine Optimization）に取り組んでいる。その努力の成果を測る際、GSCの生成AIレポートは直感的に「良いニュース」を教えてくれるツールに見える。インプレッション数が右肩上がりであれば、施策が効いていると考えるのは自然な反応だ。

しかし今回の指摘を踏まえると、インプレッション数の増加だけをもって「AI検索対策が成功している」と結論づけるのは早計だ。インプレッションは「AIの回答内にURLが含まれた回数」を示すに過ぎず、そのURLがユーザーにどう見られ、クリックされ、最終的に売上やリードにつながったかは別のデータで確認しなければならない。特にAIオーバービュー内のリンクは、目立つ位置にあっても目立たない位置にあっても等しく「位置1」と記録されるため、「上位表示された」という達成感が実態を反映していない可能性がある点は、レポートを日常的にチェックするすべての担当者が意識すべきポイントだ。

KPI設計そのものを見直す必要性

第二の影響は、KPI設計の見直しだ。従来のSEOレポーティングでは「掲載順位」「インプレッション」「CTR」「クリック数」という4指標をセットで追うことで、順位変動の意味を多角的に解釈できていた。ところが生成AIレポートは、この4指標のうちインプレッションしか提供しない。CTRもクリック数も存在しない状態で「平均ポジション」だけが加わると、担当者はむしろ判断材料を欠いた状態で数値を解釈することになる。

この状況で必要なのは、GSCの生成AIレポート単体でのレポーティングをやめ、GA4などファーストパーティ分析ツールの実測データと必ず突き合わせる運用への切り替えだ。インプレッションの増加と、実際のセッション数・コンバージョン数の推移を並べて見ることで、初めて「AI検索での露出拡大が事業成果につながっているか」を判断できる。

業種別の実務インパクト

生成AIレポートの落とし穴が及ぼす影響は、業種によって現れ方が異なる。

EC（Eコマース）

商品名・型番・比較キーワードなどの購買検討クエリでAIオーバービューに引用されるケースが増えている業種だ。インプレッションが増えても、価格・在庫・スペックといった事実確認がAIサマリー内で完結してしまえば、実際のサイト訪問や購入完了率（カート到達率・購入完了率）はむしろ横ばいということが起こりうる。EC事業者は、GSCのインプレッションではなく、GA4のeコマーストラッキングで計測する購入完了数・カート追加率を主指標に据え、AIインプレッションはあくまで「露出の先行指標」として補助的に扱うべきだ。

BtoB

BtoBの検討プロセスは比較的長く、資料請求・問い合わせ・ウェビナー登録といったリード獲得が成果指標になる。AIオーバービューでの引用が増えても、それが直接リードにつながるとは限らず、むしろ「AIの回答で疑問が解消されてしまい、問い合わせフォームまで到達しない」というケースも起こりうる。BtoB事業者にとっては、GSCのインプレッションと自社CRM・MAツールのリード獲得数を紐付けて追跡する体制が特に重要になる。

メディア・パブリッシャー

広告収益がページビュー数に依存するメディア事業者にとって、この問題は最も切実だ。AIオーバービューへの引用が増えてもページビューが伴わなければ、広告収益には直結しない。むしろAIサマリーによる情報完結が進むほど、ページビュー自体が減少するリスクがある。メディア事業者は、GSCのインプレッション増減を編集方針の評価指標として使うのではなく、実際のページビュー・滞在時間・広告収益をGA4や広告配信システムのデータで継続的に監視し、必要であればコンテンツの深さや独自性を強化してAIサマリーで代替されにくい情報価値を作る方向に投資を振り向ける判断が求められる。

今すぐできる対応策

Taylorの指摘を実務に落とし込むための具体的な手順を、GA4連携・中央値指標の作り方・レポート読み替えのチェックリストの3つに分けて示す。

ステップ1: GSCとGA4のデータを突合するワークフローを作る

1. GSCの生成AIレポートから、対象ページのAIインプレッション数を月次でエクスポートする（現時点ではAPI経由よりも管理画面上の手動エクスポートが確実）
2. 同じ期間・同じページのGA4データから、セッション数・コンバージョン数（購入・問い合わせ・登録等、自社が定義する成果指標）を抽出する
3. 2つのデータをページURL単位で結合したスプレッドシートを作成し、「AIインプレッション」列と「GA4セッション数」「GA4コンバージョン数」列を並べる
4. AIインプレッションが増加しているのにGA4のセッション数・コンバージョン数が横ばいまたは減少しているページを抽出し、優先的に調査対象とする

このワークフローのポイントは、GSCの数値を単独で評価しないことだ。AIインプレッションの増加を「良い兆候」として扱うのではなく、常にGA4の実測値と並べて初めて評価を確定させる運用ルールをチームで共有する。

ステップ2: 平均ポジションではなく中央値ベースの指標を作る

GSCの標準機能では中央値を直接出力できないため、GSC APIまたはBigQueryエクスポートで生データを取得し、スプレッドシートや分析ツール側で計算する必要がある。

簡易的なスプレッドシート例:

この生データに対して、スプレッドシート関数では次のように使い分ける。

• =AVERAGE(順位の範囲) → 従来の平均ポジション（AIOと通常オーガニックが混在すると歪む）
• =MEDIAN(順位の範囲) → 中央値ベースの指標（外れ値の影響を受けにくい）

さらに可能であれば、「AIO内での掲載順位」と「通常オーガニック検索での掲載順位」を別列に分離して集計し、それぞれ個別に平均・中央値を算出することが望ましい。GSC APIのレスポンスにはインプレッションが発生した検索結果の種別を判別できる情報が含まれる場合があるため、BigQueryエクスポートを利用している事業者は、この分離集計を自動化しておくと運用負荷を大幅に下げられる。

ステップ3: 月次レポートの「読み替えチェックリスト」を運用に組み込む

生成AIレポートを月次でチェックする際、次の項目を確認する運用フローを社内標準にすることを推奨する。

• AIインプレッション数の増減だけでなく、GA4の該当ページのセッション数・コンバージョン数を必ず並べて確認したか
• 「平均ポジション」がAIオーバービュー内の順位と通常オーガニック順位の混合値でないか、可能な範囲で分離集計を確認したか
• 特定のページのAIオーバービュー内順位が「1位」であっても、実際にどの位置（回答冒頭か、展開パネルの奥か）に表示されているかをブラウザ上の実検索で目視確認したか
• 中央値ベースの指標と平均値ベースの指標の乖離が大きい場合、その原因（外れ値・AIOと通常検索の混在）を特定したか
• クリック・CTR・クエリの詳細データが提供されていない前提を踏まえ、成果指標の意思決定をGSC単独で行っていないか

ステップ4: レポーティングの体制を「複数データソースの合議制」にする

最後に、組織的な対応として、GSCの生成AIレポートを唯一の意思決定材料にしない体制を整えることが重要だ。具体的には、月次のSEO/LLMOレポーティングにおいて、GSCの生成AIレポート・GSCの標準パフォーマンスレポート・GA4の実測データ・可能であればサードパーティのAI可視性計測ツールのデータという複数のソースを並記し、いずれか一つの数値の増減だけで施策の成否を判断しない運用ルールを明文化しておく。新しい指標ほど「分かりやすい良いニュース」として一人歩きしやすいため、レポート作成者だけでなく、経営層への報告フォーマットの段階でこの原則を組み込んでおくことが望ましい。

よくある質問

Q1. Search Engine Journalが指摘した「罠」とは具体的に何を指しますか？

GSCの生成AIレポートがインプレッション数しか示さず、クリック・CTR・クエリ詳細が欠落している点、AIオーバービュー内の全リンクが一律「位置1」と記録される点、平均ポジション計算が異なる性質のデータを混ぜて実態と乖離した数値を生む点の3つを指します。

これらはいずれも、レポートの数値をそのまま鵜呑みにすると、実際のトラフィックやビジネス成果の減少を見逃すリスクにつながるという共通点があります。記事はGSCのデータそのものを否定しているわけではなく、「解釈の仕方」に注意を促す内容です。

Q2. 誰がいつこの指摘を行いましたか？

Search Engine Journalのコラムニストで、SEOコンサルティング会社10 Spursの創設者であるDan Taylorが、2026年7月30日に寄稿記事として公開しました。

Taylorは同メディアのVIP寄稿者として継続的にSEO関連の分析記事を執筆しており、今回の記事はGoogleが2026年6月に導入した生成AIパフォーマンスレポートの実運用が一定期間進んだタイミングで、データの解釈上のリスクを整理した内容になっています。

Q3. AIオーバービュー内のリンクが「位置1」として記録されるのはなぜ問題なのですか？

AIオーバービューのブロックが検索結果の最上部にある場合、そのブロック内の全URLがGSC上で一律「掲載順位1位」と記録されます。回答本文の目立つ位置にあるリンクも、展開パネルの奥に埋もれたリンクも区別されないため、「順位1位」という数値が実際の視認性・クリックされやすさを正確に反映しません。

この結果、担当者が「順位1位のページが増えた」と喜んでも、実際には多くのユーザーの目に触れていないリンクが含まれている可能性があり、順位データだけで施策の効果を判断すると誤った結論に至るおそれがあります。

Q4. 平均ポジションの「中心傾向バイアス」とは何ですか？

GSCの平均ポジションは、発生した全ての掲載順位を単純平均して算出されます。AIオーバービュー内での「位置1」と通常のオーガニック検索での「位置4位」などが混在すると、両者が単純合算・平均され、例えば「平均2.5位」のような、どちらの実態も正確に表さない中間的な数値が生成されます。

この歪みにより、「本当のトラフィック源がオーガニック検索なのかAIオーバービューなのか」を平均ポジションから読み取ることができなくなります。統計学的には、異なる母集団のデータを混ぜて一つの平均値を出すこと自体が、代表値としての意味を弱める典型的な落とし穴です。

Q5. インプレッション数以外に、何を見て施策の成果を判断すべきですか？

記事が推奨するのは、オーガニックチャネル経由の売上・リード数を優先指標に据えること、GA4などファーストパーティ分析ツールの実測データを必ず併用すること、平均値ではなく中央値ベースの指標を使うこと、実際の訪問者のコンバージョンを測定することの4点です。

いずれも「GSCの数値を単独で判断材料にしない」という共通の考え方に基づいています。特にコンバージョン計測は、AI検索経由の露出が最終的に事業成果につながっているかを確認する最も直接的な手段です。

Q6. 中央値ベースの指標はどうやって作ればよいですか？

GSCの標準機能では中央値を直接出力できないため、GSC APIまたはBigQueryエクスポートで掲載順位の生データを取得し、スプレッドシートや分析ツール上でMEDIAN関数を使って算出する必要があります。可能であれば、AIオーバービュー内の順位と通常オーガニック検索の順位を別列に分離して集計すると、より実態に即した分析ができます。

本記事の「今すぐできる対応策」セクションに簡易的なスプレッドシート例を示していますので、自社のデータ運用に合わせて応用してください。

Q7. GA4との突合作業は具体的にどう進めればよいですか？

GSCの生成AIレポートから対象ページのAIインプレッション数を月次でエクスポートし、同じ期間・同じページのGA4のセッション数・コンバージョン数と、ページURL単位で結合したスプレッドシートを作成します。AIインプレッションが増加しているのにGA4側の実測値が横ばいまたは減少しているページを抽出し、優先的に調査することで、レポート上の「見かけの好調」と実際のビジネス成果の乖離を早期に発見できます。

この突合を月次の定例作業としてルーチン化しておくことで、新しい指標が登場するたびに個別対応する必要がなくなり、レポーティング体制全体の信頼性が高まります。

Q8. この問題は日本のサイトにも当てはまりますか？

生成AIパフォーマンスレポートの仕組みそのもの（インプレッションのみの提供、AIオーバービュー内リンクの位置1一律記録、平均ポジションの計算方法）はGoogleの共通仕様であるため、レポートが利用可能になった時点で日本のサイトにも同様の注意点が当てはまります。

AI OverviewsやAI Modeは日本語クエリでもすでに展開が進んでおり、日本のマーケター・SEO担当者も「インプレッション増加＝成果」という短絡的な解釈を避け、GA4との併用や中央値指標の活用を早期から運用に組み込んでおくことが望ましいと考えられます。

Q9. Googleは「AI検索は多くのクリックを送っている」と主張していますが、矛盾しないのですか？

Googleは2026年7月17日、「AI検索機能は毎週数十億クリックをウェブサイトに送っている」と述べています。この主張と今回の指摘は必ずしも矛盾しません。総量として多くのクリックが発生していることと、個別のページ・クエリ群でクリックデータが可視化されず実態が見えにくいことは両立し得るためです。

今回のTaylorの指摘は、Googleの主張の真偽そのものを検証するものではなく、「その真偽をパブリッシャー自身が自社の生成AIレポートだけで検証しようとすると、データの欠落と歪みによって誤った結論に至りかねない」という、計測方法論上の注意喚起です。

Q10. 今後、GSCの生成AIレポートにクリックデータが追加される可能性はありますか？

Googleは生成AIパフォーマンスレポートの導入時点で「今後、追加の指標を導入していく」と説明していますが、クリック・CTR・クエリデータの具体的な追加時期は2026年8月2日時点で公表されていません。将来的にこれらのデータが追加されれば、今回指摘されている問題点1（クリック非表示）は解消に向かう可能性があります。

ただし、AIオーバービュー内リンクの位置1一律記録や平均ポジションの中心傾向バイアスは、掲載順位という指標の集計方法そのものに起因する問題であるため、クリックデータの追加だけでは解消しない可能性がある点に留意が必要です。

関連記事

• LLMOとは何か――完全ガイド
• AI検索最適化ガイド――GEO・LLMOの実践
• Google Search Consoleに生成AIパフォーマンスレポート登場――AI引用の可視化が始まった
• Google.com自身がAI Modeの引用ドメイン第2位に――引用数8.4倍増が示すGoogleホスト面最適化の時代
• GSC「プラットフォームプロパティ」が全世界展開完了――SNS投稿のAI検索可視性を計測
• AI Overviews表示率が1年で15%→43%に急増、Similarweb調査で判明
• AI引用の40%が「ゴーストサイテーション」――ブランド名なき引用の実態
• Search Consoleの使い方――基礎と応用
• AI引用率の計測方法――可視性を定量化する手順
• 用語集：LLMO（Large Language Model Optimization）
• 用語集：AIO（AI Overviews）
• 用語集：GEO（Generative Engine Optimization）