お問い合わせ

AI検索で自社コンテンツが引用されるためには、情報の「鮮度」が重要な要素になります。 PerplexityやChatGPTの検索機能は、古い情報よりも新しい情報を優先して引用する傾向があります。

しかし、単に更新日を書き換えればよいという話ではありません。 AI検索の仕組みにおいて、更新頻度がどのように評価され、クローラーの巡回頻度にどう影響するかを理解する必要があります。

この記事では、コンテンツの更新頻度とAI検索の関係を技術的な仕組みから整理し、実務で使える更新戦略を提示します。

AI検索における「鮮度」の定義

AI検索が扱う「鮮度」には、2つの異なる概念があります。

1つ目は「情報の鮮度」です。記事に書かれている内容が、現時点で正確かどうかという問題です。 2つ目は「文書の鮮度」です。その記事がいつ作成・更新されたかというメタデータの問題です。

Vu et al.（2023）の研究「FreshLLMs」では、LLMが時間に敏感な質問にどの程度正確に答えられるかを検証しました。 結果として、検索で補強されたモデル（RAG型）であっても、古い情報源に依存している場合は誤答率が高くなることが確認されています。

つまり、AI検索は「いつの情報か」を判断基準のひとつにしています。 情報の鮮度と文書の鮮度は、いずれもAI検索の引用判断に影響する要素です。

クローラーの巡回頻度は更新頻度に連動する

AI検索がWebページの情報を取得するには、まずクローラーがそのページを巡回する必要があります。 巡回されなければ、更新した内容がAIの検索結果に反映されることはありません。

Cho & Garcia-Molina（2003）の研究は、クローラーの最適な巡回頻度について分析しました。 この研究で示された基本原則は、「頻繁に変更されるページは頻繁にクロールされるべき」というものです。

実際に、主要な検索エンジンのクローラーは以下のような挙動を取ります。

AI検索用のクローラー（PerplexityBot、ChatGPT-Userなど）も、同様の仕組みで動作しています。 更新頻度が高いサイトほど、クローラーの巡回頻度も高くなる傾向があります。

Last-ModifiedとIf-Modified-Sinceの技術的な役割

HTTPプロトコルには、コンテンツの更新状態を効率的に伝える仕組みが標準で用意されています。

Last-Modifiedヘッダーは、サーバーがレスポンスに含めるヘッダーで、そのページが最後に更新された日時を示します。 If-Modified-Sinceヘッダーは、クローラーがリクエストに含めるヘッダーで、「前回の巡回以降に変更があれば内容を返してほしい」という意味です。

この2つのヘッダーが正しく設定されると、以下のような動作が成立します。

クロール効率の向上

クローラーがIf-Modified-Since付きでリクエストを送ると、サーバーは変更がなければ304 Not Modifiedを返します。 コンテンツ本体を送信しないため、サーバーの負荷もクローラーの処理負荷も軽減されます。

結果として、クローラーは同じ時間でより多くのページを巡回できるようになります。 サイト全体のクロール効率が上がれば、更新されたページの情報がAI検索に反映されるまでの時間も短くなります。

更新シグナルの正確な伝達

Last-Modifiedが正確に設定されていれば、クローラーはそのページの更新履歴を正確に把握できます。 更新頻度のパターンが認識されれば、クローラーはそのページに最適な巡回間隔を設定します。

逆に、Last-Modifiedが設定されていないページでは、クローラーはページの更新状態を正確に判断できません。 その場合、クローラーはコンテンツの差分を自前で計算する必要があり、巡回効率が低下します。

鮮度シグナルの種類と優先度

AI検索やクローラーが「このページは最新か」を判断する際に参照するシグナルは複数あります。

HTTPヘッダー

Last-ModifiedとETagが代表的なシグナルです。 サーバーレベルで設定されるため、改ざんが難しく、クローラーにとって信頼度の高いシグナルです。

サイトマップのlastmod

XMLサイトマップに記載するlastmodフィールドも、更新日時を伝えるシグナルです。 ただし、CMS側で自動生成される場合に不正確なケースがあることが知られています。

HTML内のメタデータ

<meta>タグやJSON-LDのdateModifiedフィールドで更新日時を明示する方法です。 構造化データとして記述することで、クローラーが機械的に読み取れる形式になります。

コンテンツ本文の変化

クローラーは前回巡回時のコンテンツと現在のコンテンツを比較し、変更の有無と程度を判定します。 メタデータだけを更新してもコンテンツに変更がなければ、実質的な更新として扱われない可能性があります。

「形だけの更新」はなぜ逆効果になるか

更新頻度が重要だからといって、日付だけを書き換える「形だけの更新」は推奨されません。

その理由は技術的に明確です。クローラーは前回巡回時のコンテンツのハッシュ値やフィンガープリントを保持しています。 Last-Modifiedやlastmodの日付が変更されていても、コンテンツ本体に有意な変更がなければ、「変更なし」と判定されます。

さらに、日付と内容の不一致が繰り返されると、そのサイトの更新シグナル全体の信頼度が下がるリスクがあります。 クローラーが更新シグナルを信頼しなくなると、実際に重要な更新をした際にも、巡回が遅れる原因になります。

Googleの検索品質ガイドラインでも、コンテンツの実質的な変更を伴わない日付の操作は、品質評価に悪影響を与える要因として言及されています。 AI検索のクローラーも、同様の判定基準を持っていると考えるのが自然です。

更新頻度の最適化——3つの類型

すべての記事を同じ頻度で更新する必要はありません。 記事の性質に応じて、更新頻度を3つの類型に分けるのが実務的です。

類型1：イベント連動型（月1回以上）

法改正、アルゴリズム変更、ツールのアップデートなど、外部イベントに連動して情報が変わる記事です。 この類型の記事は、イベントの発生をトリガーにして即座に更新する仕組みが必要です。

具体的には、Googleアルゴリズムのアップデート情報、AI検索ツールの新機能解説、業界統計レポートの解説記事などが該当します。 RSS監視やアラート設定で、更新が必要なイベントを自動検知する運用を推奨します。

類型2：季節・定期型（四半期に1回）

情報の基本構造は変わらないが、具体的なデータや事例が定期的に古くなる記事です。 「2024年版」のような年次更新が典型的なパターンです。

四半期ごとにデータの有効性をチェックし、古くなった数値や事例を差し替えます。 差し替えの際は、コンテンツの構造は維持しつつ、具体的なデータポイントを最新のものに入れ替えるのが効率的です。

類型3：原理・概念型（年1回の点検）

技術原理、基本概念、理論的な解説など、情報の変化が少ない記事です。 この類型の記事は、年1回の点検で十分です。

ただし、点検の際には以下を確認します。

点検の結果、変更が不要であれば更新しない方が良いです。 不要な更新は前述の通り、クローラーの信頼度を下げるリスクがあります。

更新のタイミング——いつ更新すると効果的か

更新の「頻度」だけでなく、「タイミング」もAI検索での引用に影響します。

クローラーの巡回パターンを把握する

サーバーのアクセスログから、AI検索クローラー（PerplexityBot、ChatGPT-Userなど）の巡回パターンを分析できます。 巡回が多い時間帯の直前に更新を反映させることで、最新の情報がクローラーに拾われやすくなります。

アクセスログの分析方法は、ユーザーエージェント文字列でフィルタリングするだけです。 主要なAIクローラーのユーザーエージェントは公開されています。

検索需要のピーク前に更新する

特定のトピックに関する検索需要が高まるタイミングがあります。 たとえば、年度末の予算策定期にはマーケティング予算関連の検索が増えます。

需要のピーク前に記事を最新化しておくことで、AI検索がそのトピックについて回答する際に、自社の記事が引用される確率が上がります。 Google Trendsやサーチコンソールのデータで、需要の季節変動を把握できます。

競合の更新タイミングを意識する

AI検索は、同一トピックについて複数のソースを比較した上で引用元を選びます。 競合サイトが記事を更新した直後は、そちらの鮮度スコアが高くなっています。

競合の更新を検知し、それに対応する更新を行うことも戦略のひとつです。 ただし、これは競合の更新に追従するだけの受動的な戦略にならないよう注意が必要です。

サイトマップとクロールバジェットの管理

大規模サイトでは、「クロールバジェット」の概念が重要です。 クロールバジェットとは、クローラーが一定期間内にそのサイトで巡回するページ数の上限のことです。

動的サイトマップの活用

最終更新日を正確に反映した動的サイトマップを生成する仕組みを構築します。 CMSの「保存日時」ではなく、コンテンツの実質的な変更があった日時をlastmodに反映させることが重要です。

WordPressであれば、記事本文の変更を検知してlastmodを更新するプラグインがあります。 ヘッドレスCMSでは、APIから変更履歴を取得してサイトマップに反映する仕組みを自前で構築する必要がある場合もあります。

優先度の設定

サイトマップのpriorityフィールドで、ページごとの重要度をクローラーに伝えることができます。 更新頻度の高いページや、AI検索で引用されたいページには高い優先度を設定します。

ただし、すべてのページに高い優先度を設定すると、優先度の情報が無意味になります。 実際のサイト構造を反映した、メリハリのある優先度設定が必要です。

changefreqの正確な設定

サイトマップのchangefreqフィールドは、そのページの更新頻度の目安をクローラーに伝えます。 daily、weekly、monthlyなどの値を、実際の更新頻度に合わせて設定します。

実際の更新頻度とchangefreqの値が大きく乖離していると、クローラーがそのシグナルを無視する原因になります。 前述の3つの類型に合わせて、正確な値を設定してください。

Kasai et al.のRealTime QA研究から得られる示唆

Kasai et al.（2023）の「RealTime QA」研究は、LLMがリアルタイムの情報にどの程度追従できるかを検証するベンチマークです。

この研究で明らかになったポイントは以下の通りです。

この研究結果から、コンテンツ運営者が取るべき対応は明確です。 自社が扱うトピックの「賞味期限」を正確に把握し、それに合わせた更新サイクルを設計することです。

まとめ——更新は「頻度」ではなく「質と仕組み」で管理する

AI検索において、コンテンツの更新頻度は引用のされやすさに影響します。 しかし、闇雲に更新頻度を上げることは、逆効果になるリスクがあります。

実務的に重要なのは以下の3点です。

これらを仕組みとして運用に組み込むことで、AI検索のクローラーに「信頼できる情報源」として認識される基盤が整います。