「AI Search Cited Award 2026下期」発表——21部門122カテゴリでAI引用を格付け

「AI Search Cited Award 2026下期」発表——21部門122カテゴリ・48万件超の引用分析でAI検索の「引用されやすさ」を格付け

要点: 株式会社Wanokuniが2026年9月4日、生成AIの回答に引用されたドメイン・企業を業界横断でランキング化する「AI Search Cited Award 2026 下期」を発表した。2026年上期の8業界50カテゴリから、下期は21部門122カテゴリへと大幅に規模を拡大し、ChatGPT・Gemini・Google AI Overviews・Google AI Modeを対象に2026年2月〜7月の484,537件の引用データを分析している。 部門1位を獲得したドメインは20サイト、最高スコアはリユース・買取部門の「おいくら」63.8%、最低スコアは旅行・グルメ部門の「Yahoo!」15.6%と、業種によるスコアのばらつきが大きい点が特徴だ。また引用ページの32.7%が「比較」「選び方」など候補比較型のコンテンツだったことも明らかになった。

最終更新日: 2026年09月06日

何が起きたのか

発表の概要——「AI Search Cited Award」とは何か

2026年9月4日、株式会社Wanokuniは「AI Search Cited Award 2026 下期」の結果を発表した(PR TIMES掲載のプレスリリース)。これは、生成AIの回答文中で実際に引用されたドメイン・企業を業界横断で分析し、カテゴリごとにランキング化・表彰する取り組みで、四半期(半期)ごとに実施されている。単なる「AIにどれだけ言及されたか」という定性的な観察ではなく、独自の分析基盤を用いて引用のされ方を定量スコア化し、業界ごとの序列を可視化する点が特徴だ。

分析対象となったAIプラットフォームは、ChatGPT、Gemini、Google AI Overviews、Google AI Modeの4つ。計測期間は2026年2月から7月までの半年間で、この間に収集・分析された引用件数は484,537件にのぼる。方法論としては、Wanokuniが提供する「ブランドUP」という技術・サービスを用い、各カテゴリごとに90問のプロンプト(想定される検索・質問文)を設計。これらのプロンプトを主要AIプラットフォームに投げかけた際の回答に、どのドメイン・企業がどのように引用されているかを分析し、スコアリング・ランキング化するという枠組みになっている。

なお、当メディアが2026年9月4日に紹介したAhrefs Brand Radarを用いた5大AI比較調査とは、調査主体・手法がまったく異なる別の取り組みである点は明確にしておきたい。Ahrefs Brand Radarの調査は、既存のAhrefsというSEO分析ツールが保有する引用ドメインデータをもとに、5業種125ブランドを対象に「引用元ドメインの一致度」「推奨ブランド順位の相関」を統計的に分析したものだった。一方、今回のWanokuni「AI Search Cited Award」は、90問という具体的なプロンプトセットを自社で設計し、そのプロンプトに対する実際のAI回答を計測・スコアリングして表彰する、いわば「プロンプト網羅型の実測アワード」である。分析対象AIも前者がGoogle AI Overviews・Google AI Mode・Gemini・ChatGPT・Perplexityの5つだったのに対し、今回はGoogle AI Overviews・Google AI Mode・Gemini・ChatGPTの4つ(Perplexityは対象外)と異なる。両者は「AI検索における引用」という大きなテーマこそ共有するが、調査設計・データソース・評価軸のいずれも独立しており、同じ調査結果の焼き直しではない。

規模拡大の経緯——8業界50カテゴリから21部門122カテゴリへ

「AI Search Cited Award」は今回が2回目の実施で、2026年上期(1回目)は8業界50カテゴリを対象に実施されていた。これが下期では21部門122カテゴリへと、部門数で2.6倍、カテゴリ数で2.4倍という大幅な規模拡大を遂げている。上期の実施状況については、受賞企業側からの発表(note記事やプレスリリース)を通じて間接的に確認できる。例えばGMOメディアが運営する「コエテコ byGMO」がドメイン引用1位を、Workshipが2位を受賞したことをGMOメディアIRのnote記事で明らかにしているほか、ユウボク東京公式ストアがガジェットカテゴリでTop Cited(4〜10位)を受賞したことも関連記事から確認できる。

こうした上期の受賞実績が各社のPR活動を通じて可視化されたことが、下期における対象範囲の大幅拡大の一因になったと推測される。半年で部門・カテゴリ数がここまで拡大したのは、参加・注目を集める企業側の関心の高まりを反映した動きと見てよいだろう。

バッジ制度——Gold・Silver・Bronze・Top Cited

各カテゴリでは、引用スコアの順位に応じて以下のバッジが企業に付与される仕組みになっている。

このバッジ制度は、上期の受賞企業がプレスリリースやnote記事で「◯位を受賞」と発表する事例からも、企業側のPR素材として活用されていることがうかがえる。受賞企業にとっては、「AIにこれだけ引用されている」という客観的な指標を対外的な信頼性訴求に使える構造だ。

主要な結果——部門1位20サイト、最高63.8%〜最低15.6%

下期の分析結果として、以下の数値が明らかになっている。

• 部門1位のドメイン数: 21部門122カテゴリに対し、部門1位を獲得したドメインは20サイト。1社で複数部門にわたり1位を獲得している例もあり、例えば「ASPIC」は2部門で1位を獲得したとされている。部門数(21)よりも1位ドメイン数(20)が少ないのは、こうした複数部門制覇の企業が存在するためだ。
• 最高スコア: リユース・買取部門の「おいくら」が63.8%で全カテゴリ中最高スコアを記録した。
• 最低スコア: 旅行・グルメ部門の「Yahoo!」が15.6%で、公表された数値の中では最低となった。
• 候補比較型コンテンツの比率: 引用されたページのうち32.7%が「比較」や「選び方」など、複数の選択肢を並べて検討するタイプのコンテンツだった。

最高スコア(63.8%)と最低スコア(15.6%)の間には4倍以上の開きがある。これは「AI検索でどれだけ引用されやすいか」が業種・カテゴリによって大きく異なることを示す数値であり、同じ企業・同じコンテンツ戦略であっても、属する業種次第でAI引用における難易度が大きく変わりうることを裏付けている。

質問の具体性で引用元が変わる——候補探しは比較記事、条件確認は一次情報

今回の分析でもう一つ注目すべき発見は、「質問の具体性によって引用元の傾向が変動する」という点だ。90問のプロンプトの中には、「◯◯ おすすめ」「◯◯ 比較」のような候補探し型の質問と、「料金は」「仕様は」といった条件確認型の質問の両方が含まれていたとみられる。分析の結果、以下のような傾向が確認されている。

• 候補探し型の質問(◯◯ おすすめ、比較 等): 比較記事型のコンテンツ(ランキング記事、比較表、選び方ガイドなど)が引用元として選ばれやすい傾向。
• 条件確認型の質問(料金・仕様等の具体的な質問): 一次情報(公式サイトなど)が引用元として参照されやすい傾向。

この傾向は、前述の「引用ページの32.7%が候補比較型コンテンツだった」という全体傾向とも整合的だ。ユーザーが何かを選ぼうとしている段階(候補探し)ではAIが第三者的な比較コンテンツを重視し、すでに候補を絞り込んで詳細を確認する段階(条件確認)では一次情報を重視するという、検索行動の各フェーズに応じたAIの情報源選択の使い分けが、具体的な数値・傾向として可視化された形だ。

国内での受け止め方——PR活用が広がる一方の実務的な位置づけ

現時点で確認できる範囲では、「AI Search Cited Award」に関する大規模な批判的論評や炎上事例は見当たらない。むしろ上期の受賞企業が自社のnote・プレスリリースで受賞を積極的に発信している事例が複数確認できることから、国内企業のマーケティング担当者の間では、「AIにどれだけ引用されているか」を可視化する客観的指標として一定の関心を集めていると見られる。ただし、この取り組みはWanokuni社が独自に設計・運営するアワードであり、Google・OpenAI等のAIプラットフォーム提供企業が公式に関与・保証しているものではない点には留意が必要だ。あくまで「特定の分析基盤・プロンプトセットに基づく相対評価」であるという前提を踏まえた上で活用するのが適切だろう。

今後の見通し——半期ごとの定点観測が定着するか

半年で対象範囲が8業界50カテゴリから21部門122カテゴリへと拡大したことを踏まえると、次回(2027年上期分)以降も同様の規模、あるいはさらなる拡大でアワードが継続される可能性が高いと見られる。四半期(半期)ごとの定点観測という枠組みが定着すれば、企業側にとっては「前回スコアからの伸び・後退」を継続的にモニタリングできる指標として活用価値が増す。一方で、対象カテゴリが増えるほど1カテゴリあたりの競合数・母数の違いによってスコアの単純比較が難しくなる面もあり、経時変化を見る際には同一カテゴリ内での順位・スコア推移を追うのが妥当な使い方になるだろう。また、今回はChatGPT・Gemini・Google AI Overviews・Google AI Modeの4プラットフォームが対象だが、Perplexityや今後登場しうる新しいAI検索サービスが対象に加わるかどうかも、今後の拡大方向として注目される点だ。

aiseo-llmo.com ユーザーへの影響

バッジ・表彰制度をPRに使う際の留意点

自社が「AI Search Cited Award」で何らかのバッジ(Gold/Silver/Bronze/Top Cited)を獲得した場合、それを対外的なPR素材として活用したくなるのは自然な発想だ。実際、上期の受賞企業がプレスリリースやnote記事で発信している事例が複数確認できる。ただし、活用にあたってはいくつか留意点がある。

第一に、このアワードはWanokuni社独自の分析基盤・90問のプロンプトセットに基づく相対評価であり、Google・OpenAI等の公式指標ではない。プレスリリースや自社サイトで訴求する際は、「Wanokuni社『AI Search Cited Award』における◯◯部門◯位(Goldバッジ)」というように、評価主体・評価軸を明示した誠実な表現にとどめるべきだ。「AIから公式に認定された」といった誤解を招く表現は避ける必要がある。

第二に、こうした受賞実績を自社サイト上に大量のバナー・バッジ画像として掲載したり、受賞を連呼するような形で表示したりすることは、E-E-A-Tの観点でGoogleが問題視する「自己宣伝的な誇張」と紙一重になりかねない。受賞実績はあくまで補助的な信頼性シグナルの一つとして、実績・専門性・第三者からの評価といった他の要素とバランスよく組み合わせて提示するのが望ましい。過度な自己宣伝色が強いコンテンツは、かえってAIやユーザーからの信頼を損なうリスクがある点は意識しておきたい。

比較型コンテンツの強化余地

引用ページの32.7%が「比較」「選び方」型だったという結果は、多くの業種において比較記事型コンテンツがAI引用の主要な入口になっていることを示している。自社サイトに「◯◯ おすすめ」「◯◯ 比較」といった候補探し型の検索意図に応える比較記事・選び方ガイドが不足している場合、それは明確な強化余地だ。特に、単に自社製品を推す一方的な内容ではなく、競合を含めた公平な比較軸(料金、機能、対象ユーザー等)を提示するコンテンツのほうが、AIの回答生成において「客観的な比較情報源」として引用されやすいと考えられる。

業種別スコアのばらつき(63.8%〜15.6%)が意味すること

最高スコア63.8%(リユース・買取)と最低スコア15.6%(旅行・グルメ)という4倍以上の開きは、業種特性によってAI引用の「取りやすさ」自体が大きく異なることを示唆している。リユース・買取のようにプレイヤー数が比較的絞られ、価格比較という明確なニーズがある業種では、特定サイトへの引用が集中しやすく高スコアが出やすい可能性がある。一方、旅行・グルメのようにプレイヤー数が非常に多く、地域・ジャンル・シーンによって最適な情報源が細分化される業種では、引用が分散し個々のドメインのスコアが伸びにくい構造があると考えられる。自社の業種がどちらの傾向に近いかを把握した上で、「高スコアを狙いやすい業種か、分散が前提の業種か」という現実的な期待値設定をしておくことが重要だ。

この傾向を業種特性として整理すると、以下のように大別できる。

この整理はあくまで「おいくら」「Yahoo!」という2つの具体例から読み取れる傾向であり、122カテゴリ全体の構造を網羅的に説明するものではない点には注意が必要だ。とはいえ、自社が属するカテゴリの競合プレイヤー数や情報源の分散度合いを踏まえてスコアの期待値を設定することは、実務上有用な考え方だといえる。

条件確認フェーズでの一次情報整備の重要性

「条件確認型の質問では一次情報が参照されやすい」という発見は、公式サイト上の料金ページ・仕様ページ・FAQページの情報が、AIの回答生成において直接的な引用対象になりうることを意味する。逆に言えば、公式サイトの情報が古い・不十分・構造化されていない場合、条件確認フェーズでAIに正確に引用されない(あるいは誤情報を含んだ形で参照される)リスクがあるということでもある。比較記事型コンテンツの強化と並行して、自社の一次情報の鮮度・網羅性を点検することも同様に重要な実務課題だ。

今すぐできる対応策

1. 自社カテゴリのスコア・受賞状況を確認する

まずは自社が属する業種・カテゴリが「AI Search Cited Award」21部門122カテゴリのいずれかに該当するか、該当する場合はどのようなスコア・バッジ状況になっているかを確認したい。Wanokuniのプレスリリースや、既に発表されているカテゴリ別ランキングを参照し、自社および競合の位置づけを把握することが出発点になる。

2. 比較記事型コンテンツの棚卸し・強化

自社サイト内に「◯◯ おすすめ」「◯◯ 比較」「◯◯ 選び方」といった候補探し型の検索意図に応えるコンテンツがどれだけあるか、また内容が公平性・網羅性を備えているかを棚卸しする。不足しているカテゴリがあれば新規作成を、既存のものが競合との比較軸を欠いていれば加筆・再構成を検討する。引用ページの32.7%を占める「比較・選び方」型は、AI引用における最も明確な入口の一つだ。

3. 90問的なプロンプト網羅を想定した自社FAQの拡充

今回のアワードが採用した「カテゴリごとに90問のプロンプトを設計する」という手法は、そのまま自社のコンテンツ企画にも応用できる。自社の顧客が実際に検索・質問しそうな候補探し型・条件確認型の質問を洗い出し、それぞれに対応するFAQ・記事・製品ページを整備することで、AIの回答生成時に引用される確率を底上げできる。特に条件確認型(料金・仕様・対応地域など具体的な質問)への回答は、FAQPageの構造化データとあわせて整備すると効果的だ。

4. 構造化データの整備で一次情報の被引用性を高める

条件確認フェーズでは一次情報(公式サイト)が優先的に参照される傾向が確認されている。自社の料金ページ・仕様ページ・FAQページにOrganization/Product/FAQPage等の構造化データ(JSON-LD)を整備し、AIが情報を正確に取得・引用しやすい状態を維持することが土台作りとして有効だ。総合的なAI検索対策の進め方については、LLMO完全ガイドもあわせて参照してほしい。

具体的な手順としては、(1)料金・仕様・対応地域・導入実績など、条件確認型の質問で聞かれやすい項目を洗い出してFAQPage形式で構造化する、(2)公式サイト上の該当ページの更新日・情報の鮮度を定期的に点検する、(3)監修者・運営者情報や実績データを明示しE-E-A-Tの観点での信頼性を補強する、という3段階で進めるのが現実的だ。特に料金体系の変更・サービス内容の改定があった際は、公式サイトの該当ページを速やかに更新しないと、AIが古い情報をもとに誤った回答を生成するリスクがある点にも注意したい。

5. 受賞実績を使う場合は評価主体を明示する

万一自社が何らかのバッジを獲得した場合、PRに活用する際は「Wanokuni社『AI Search Cited Award』における◯◯部門◯位」というように評価主体・評価軸を明示し、公式認定であるかのような誤解を招く表現は避ける。受賞実績はあくまで補助的なシグナルとして、実績・専門性等の他の信頼性訴求とバランスよく組み合わせるのが望ましい。

よくある質問

Q1. 「AI Search Cited Award 2026 下期」とは何ですか？

株式会社Wanokuniが2026年9月4日に発表した、生成AIの回答に引用されたドメイン・企業を業界横断でランキング化する取り組みです。

四半期(半期)ごとに実施され、各カテゴリでGold・Silver・Bronze・Top Citedのバッジが企業に付与される仕組みになっています。

Q2. どのAIプラットフォームが分析対象になりましたか？

ChatGPT、Gemini、Google AI Overviews、Google AI Modeの4つです。

計測期間は2026年2月から7月までの半年間で、この間に484,537件の引用データが分析されました。

Q3. 上期からどれくらい規模が拡大しましたか？

上期(2026年上期)は8業界50カテゴリだったのに対し、下期は21部門122カテゴリへと拡大しました。部門数で2.6倍、カテゴリ数で2.4倍の規模拡大です。

上期の受賞企業がnote記事等で受賞実績を発信していたことなどが、下期での対象拡大の背景にあると見られます。

Q4. どのような方法でランキングを算出していますか？

「ブランドUP」という技術・サービスを用い、カテゴリごとに90問のプロンプトを設計し、主要AIプラットフォームでの引用状況を分析・スコアリングしています。

「引用のされ方」を定量化してランキング化する点が特徴で、単なる言及回数のカウントとは異なる評価軸です。

Q5. 最高スコアと最低スコアはどれくらいでしたか？

最高スコアはリユース・買取部門の「おいくら」で63.8%、最低スコアは旅行・グルメ部門の「Yahoo!」で15.6%でした。

4倍以上の開きがあり、業種によってAI引用の「取りやすさ」自体が大きく異なることを示しています。

Q6. 引用されるコンテンツにはどんな傾向がありますか？

引用ページの32.7%が「比較」や「選び方」など候補比較型のコンテンツでした。

さらに、候補探し型の質問(おすすめ・比較等)では比較記事型コンテンツが、条件確認型の質問(料金・仕様等)では一次情報(公式サイト)が引用されやすい傾向が確認されています。

Q7. 部門1位を獲得した企業はいくつありますか？

21部門122カテゴリに対し、部門1位を獲得したドメインは20サイトです。1社で複数部門を制覇した例もあり、「ASPIC」は2部門で1位を獲得したとされています。

部門数より1位ドメイン数が少ないのは、こうした複数部門制覇の企業が存在するためです。

Q8. 当メディアが以前紹介したAhrefs Brand Radarの5大AI比較調査と同じ話ですか？

異なる調査です。Ahrefs Brand Radar調査は既存のSEOツールが持つ引用ドメインデータをもとに5業種125ブランドの引用元一致度・推奨順位相関を分析したもので、対象AIもPerplexityを含む5つでした。

今回のWanokuniのアワードは90問のプロンプトを自社設計し実測・スコアリングする独自の枠組みで、対象AIも4つと異なり、調査主体・手法ともに別物です。

Q9. 受賞バッジをPRに使う際の注意点はありますか？

Wanokuni社独自の評価であり、Google・OpenAI等の公式認定ではない点を明示することが重要です。「AIから公式に認定された」といった誤解を招く表現は避けるべきです。

また、受賞実績を過度に強調する自己宣伝的な使い方は、Googleの評価(E-E-A-T等)の観点で問題視されるリスクとのバランスを考える必要があります。

Q10. 自社のAI引用対策として何から始めればよいですか？

まず自社カテゴリのスコア・受賞状況を確認したうえで、比較記事型コンテンツの棚卸し・強化と、90問的なプロンプト網羅を想定した自社FAQの拡充から着手するのが実務的です。

あわせて料金・仕様ページ等の一次情報と構造化データの整備を進めることで、候補探し・条件確認どちらのフェーズでも引用されやすい土台を作れます。

関連記事

• LLMO完全ガイド
• AI検索最適化(AIO/LLMO)完全ガイド
• AIごとに「引用元」はバラバラでも「推すブランド」はほぼ一致——5大AI比較調査
• Google AI Overviews引用シェア、Redditが2位浮上——Ahrefs9月版でFacebook逆転
• 口コミ・Q&A・比較サイトへのAI引用が急増——今すぐ見直すべき対策
• プラットフォーム別AI引用率ベンチマーク「20%」の読み解き方
• 業種別AI Overview引用率(日本市場2026年)
• 用語集: LLMO
• 用語集: AIO
• 用語集: GEO