お問い合わせ

Perplexityに質問すると、回答の横に番号付きの引用が表示されます。 ChatGPTの検索モードでも、回答にリンク付きの出典が挿入されます。

この引用に自社のコンテンツが選ばれるかどうかは、マーケティング上の大きなテーマです。 しかし引用の仕組みは、従来の検索エンジンの「10本の青いリンク」とは根本的に異なります。

この記事では、AI検索が引用を生成する3段階のプロセスを解説し、各段階でコンテンツ側ができる対策を整理します。

AI検索の引用は3つの段階で決まる

AI検索の回答生成プロセスは、大きく3つの段階に分かれています。

Stage 1：検索（Retrieval） ユーザーの質問に関連するWebページを収集します。

Stage 2：ランキング（Ranking） 収集したページを関連性・信頼性・鮮度などの基準で順位付けします。

Stage 3：生成と帰属（Generation with Attribution） ランキング上位のページをコンテキストとしてAIに渡し、回答を生成します。生成時に、各主張をどのソースに帰属させるかが決まります。

各段階でコンテンツ側が影響を受けるポイントが異なります。 それぞれ順に解説します。

Stage 1：検索——まずインデックスに入る

AI検索の最初の段階は、従来の検索エンジンと似ています。 ユーザーの質問をクエリに変換し、インデックスから関連ページを取得します。

PerplexityはBM25（キーワードマッチング）と密ベクトル検索（セマンティックマッチング）を組み合わせたハイブリッド検索を採用しています。 1回の検索で60件以上のソースが候補として取得されます。

この段階で必要なこと

クロール許可の設定：そもそもインデックスに含まれていなければ候補になりません。AIクローラ（GPTBot、PerplexityBotなど）のアクセスがrobots.txtで許可されていること、SSR/SSGでHTMLソースにコンテンツが出力されていることが前提条件です。

HTMLテキストの存在：画像内テキスト、動画の音声、PDFの一部は検索インデックスに反映されにくい傾向があります。HTMLテキストとしてページ上に存在するコンテンツが検索対象になります。

インデックスの鮮度：PerplexityはBingのインデックスを参照しています。ChatGPT検索もBingのインデックスを使用しています。IndexNowプロトコルによるBingへの即時通知は、AI検索の候補に含まれるまでの時間を短縮します。

Stage 2：ランキング——候補から上位に選ばれる

検索で取得された60件以上の候補は、複数のランキング層を経て5〜10件程度に絞り込まれます。

第1層：初期スコアリング

キーワードの一致度とセマンティックな類似度に基づく粗いスコアリングです。 この段階で候補の大半が除外されます。

第2層：クロスエンコーダによるリランキング

クエリとドキュメントのペアを入力として、関連性スコアを精密に計算します。 第1層より精度が高い代わりに計算コストが大きいため、絞り込んだ候補にのみ適用されます。

第3層：多基準による評価

関連性に加えて、以下のシグナルが評価されます。

単にキーワードが一致するだけでなく、情報源としての品質が総合的に評価されます。

この段階で有効な施策

明確な見出し構造：h2/h3の階層構造を整え、各セクションのトピックを見出しで明示します。クロスエンコーダによるクエリとの関連性評価で、見出しは重要なシグナルになります。

鮮度の維持：公開日・更新日をメタデータに明記します。<meta property="article:published_time">や<meta property="article:modified_time">のOGPタグが有効です。

数値と根拠の提示：具体的な数値データとその出典を本文中に記載します。「〇〇という研究によると△△である」という形式は、情報源としての品質シグナルを高めます。

Stage 3：生成と帰属——引用される文を書く

ランキング上位のドキュメント（通常5〜10件）は、構造化されたプロンプトとしてAIに渡されます。

ここで重要なのは、引用がAIの回答生成「後」に付与されるのではなく、生成プロセスの「中で」割り当てられるという点です。

Perplexityの実装では、引用マーカー、ソースメタデータ（URL、公開日）、ランキング済みドキュメントの抜粋がAIへの入力プロンプトに直接埋め込まれます。 AIは回答を生成しながら、各主張に対応するソースの引用番号を挿入します。

Attributed Question Answering研究

Bohnet et al.（2022年、Google Research）は「Attributed Question Answering」（AQA）タスクを提案し、AIが生成するテキストに出典を帰属させる能力を体系的に評価しました。

AQAの評価では、以下の3つのアプローチが比較されています。

実際のAI検索サービスでは、これらのアプローチの組み合わせが使われています。

WebGPT研究

Nakano et al.（2021年、OpenAI）のWebGPTは、ブラウザ操作をシミュレートしてWebから情報を検索し、回答に引用を付与するシステムです。

WebGPTはELI5（Explain Like I’m 5）データセットで人間の回答と同等のスコアを達成しました。 AIが適切な訓練を受ければ、引用付き回答の生成が実用的な精度に達することを示しています。

この段階で有効な施策

明確な主張文を書く：AIが引用を割り当てるには、「何が書いてあるか」が1文で明確に分かる必要があります。「〇〇は△△である」「〇〇の調査では△△%という結果が出ている」といった、引用可能な主張文を各セクションに含めます。

セクションを自己完結させる：前のセクションを読まないと意味が分からない構成は、チャンク分割後にAIが理解しにくくなります。各セクションが単独で読んでも意味が通るようにします。

定義と説明を併記する：専門用語を使う場合、同じ段落内に定義や簡潔な説明を含めます。AIがその段落を引用する際に、読者への説明が自動的に含まれます。

AI検索で繰り返し引用されるコンテンツの共通パターン

AI検索で引用されやすいコンテンツには、以下の共通パターンがあります。

1つの質問に対する明確な回答がある

「〇〇とは何か」「〇〇の方法」に対して、冒頭2〜3文で回答が提示されています。 AIはこの冒頭部分を引用に使いやすい構造です。

数値データが含まれている

「〇〇%」「〇〇件」「〇〇年」など、具体的な数値は引用の対象になりやすい傾向があります。 AIは数値を含む主張に引用を付与する傾向が確認されています。

出典が明示されている

「〇〇大学の〇〇氏による研究（2024年）」のように、出典情報が本文に含まれるコンテンツは、AIにとって引用の信頼性を判断しやすくなります。

リスト・表形式で情報が整理されている

比較表、手順リスト、要件リストなど、構造化された情報は検索時の関連性スコアが高くなりやすい傾向があります。

AI検索の引用には誤りが含まれる場合もある

AI検索の引用には、不正確な帰属が含まれるケースがあります。 実際にはソースに書かれていない主張にソースの引用を付けてしまう現象（hallucinated citation）が報告されています。

Bohnet et al.（2022年）のAQA研究では、生成された回答と引用元の整合性を人間が評価するプロトコルが提案されています。

コンテンツ側としては、誤った文脈で引用されるリスクを下げるために、主張と根拠を同一段落内に配置することが有効です。 1つの段落が明確なメッセージを持っていれば、そのまま引用される可能性が高くなります。

まとめ

AI検索の引用生成は、検索→ランキング→帰属付き生成の3段階で動作します。

各段階で対策できるポイントは異なります。

Bohnet et al.（2022年）のAQA研究が示すように、AIによる引用の精度は発展途上にあります。 コンテンツ側にできることは、主張と根拠を明確にし、セクション単位で自己完結する構造を設計することです。