お問い合わせ

DA（Domain Authority）やDR（Domain Rating）は、SEO担当者にとって長年なじみのある指標です。 しかしAI検索の台頭により、「権威性がどう測られるか」は構造的に変わりつつあります。

この記事では、従来のドメインパワー指標とAI検索での引用率の関係を整理し、AI時代に求められる権威性の築き方を解説します。

ドメインパワーとは何だったか——従来の権威性指標

DA（Domain Authority）はMozが開発した指標で、0〜100のスコアでドメインの検索エンジン上の強さを推定します。 Ahrefsが提供するDR（Domain Rating）も同様に、被リンクプロファイルを基にドメインの権威性を数値化します。

これらの指標はGoogleの公式ランキング要素ではありませんが、被リンクの質と量を定量化できるため、SEO実務では広く参照されてきました。 Moz（2024）の解説によれば、DAは被リンク数、リンク元ドメインの多様性、そのドメイン自体の権威性などを総合的に算出しています。

SEOの世界では「DA/DRが高いサイトは上位に表示されやすい」という相関が一定程度認められており、コンテンツ施策やリンクビルディングの指針として機能してきました。

AI検索における権威性——何が変わったのか

AI検索（ChatGPT、Perplexity、Geminiなど）の回答生成では、被リンク数に基づくドメインスコアが直接的な引用判定基準として使われているわけではありません。 AI検索の引用判定は、RAG（Retrieval-Augmented Generation）のRetriever段階と、LLMの生成段階の2つのプロセスで行われます。

Retriever段階では、クエリとの意味的な関連性が最も重要な判定基準です。 Topsakal & Akinci（2023）の研究が示すように、RAGシステムはベクトル類似度を使ってクエリに関連するパッセージを取得するため、被リンク数ではなく「内容の適合度」が優先されます。

生成段階では、LLMが取得したパッセージから回答を組み立てる際に、情報の信頼性や一貫性を間接的に評価します。 ここで影響するのは、ドメインの被リンク数ではなく、コンテンツ自体の情報品質です。

DA/DRとAI引用率の相関——実際はどうなのか

DA/DRが高いサイトがAI検索でも引用されやすい傾向は確かにあります。 ただし、これは「DA/DRが引用の判定基準だから」ではなく、以下の間接的な要因によるものです。

間接要因1：インデックスカバレッジの広さ。 DA/DRが高いサイトはクローラーに頻繁にアクセスされるため、AIが参照するWebインデックスに含まれている確率が高くなります。 引用されるためには、まずインデックスに存在することが前提条件です。

間接要因2：コンテンツの質と量の相関。 DA/DRが高いサイトは、質の高いコンテンツを大量に持つ傾向があります。 AI検索でもコンテンツの質が引用率に影響するため、結果としてDA/DRと引用率に相関が見られます。

間接要因3：検索エンジンの検索結果の影響。 一部のAI検索は、検索エンジンの結果を参考にして情報を取得します。 検索エンジンでDA/DRが高いサイトが上位に表示されていれば、AI検索でも参照される確率が上がります。

重要な点は、DA/DRが高いにもかかわらずAI検索で引用されないケースが存在することです。 逆に、DA/DRが低くても特定のトピックでAI検索に引用されるサイトも存在します。

被リンクベースの権威性がAI検索で弱まる理由

被リンクを主軸にした権威性がAI検索で相対的に弱まるのには、構造的な理由があります。

理由1：AIはページ単位ではなくパッセージ単位で評価する。 Liu et al.（2024）の研究が示すように、LLMはコンテキスト内の情報の位置や質を個別に評価します。 ドメイン全体の被リンク数ではなく、個々のパッセージが主張と根拠を含んでいるかが問われます。

理由2：AIは出典の追跡可能性を重視する。 Aggarwal et al.（2023）のGEO論文では、引用元の明示（Cite Sources）がAI引用率を約30%改善することが報告されています。 被リンクの本数よりも、コンテンツ内で参照元が明示されているかが影響します。

理由3：被リンクは操作されうるシグナルとして知られている。 AI検索のシステムは、操作耐性の高い評価基準を採用する動機があります。 コンテンツの内容そのもの（主張の根拠、データの具体性、論理の一貫性）は、被リンクよりも操作が難しい指標です。

AI時代の権威性——トピック権威性という考え方

AI検索において権威性を築くには、「ドメイン全体の権威性」よりも「特定トピックにおける権威性」が重要になります。 これをトピック権威性（Topical Authority）と呼びます。

トピック権威性とは、ある特定の領域において、そのサイトが網羅的かつ正確な情報を持っていると認識されている状態を指します。 AI検索のRetrieverは、クエリに関連するパッセージを検索する際に、同一ドメインから複数の関連パッセージが取得できるサイトを高く評価する傾向があります。

たとえば、「GEO対策」というトピックで権威性を築くには、GEO対策の基礎、実践方法、計測手法、事例といった関連記事を複数公開し、それらが内部リンクで体系的に結ばれている必要があります。

トピック権威性の構築方法

トピック権威性を構築するには、計画的なアプローチが必要です。 以下の4つのステップで進めます。

ステップ1：トピッククラスターの設計

まず、自社が権威性を持ちたいトピック領域を定義します。 そのトピックに関連するサブトピックを洗い出し、ピラーコンテンツ（包括的な解説記事）とクラスターコンテンツ（個別のサブトピック記事）の構成を設計します。

1つのトピッククラスターには、最低でも5〜10本のクラスター記事が必要です。 それ以下では、AIが「このサイトはこのトピックについて体系的な情報を持っている」と判断するだけの情報量に達しません。

ステップ2：各記事の情報品質を高める

トピック権威性は、記事の本数だけでは築けません。 各記事が以下の品質基準を満たす必要があります。

ステップ3：内部リンクで構造化する

クラスター内の記事同士を、文脈に沿った内部リンクで接続します。 内部リンクは「関連記事を羅列する」だけでなく、本文中で参照として言及する形が効果的です。

たとえば「この仕組みの技術的な詳細は、RAGの解説記事で説明しています」のように、文脈の中で自然に他の記事を参照する構造が、トピック権威性の強化に寄与します。

ステップ4：外部からのトピック関連被リンクを獲得する

トピック権威性と被リンクは対立する概念ではありません。 特定のトピックに関連する外部サイトからの被リンクは、AI検索でもSEOでも有効です。

重要なのは「被リンクの数」よりも「トピックの関連性」です。 GEO対策の記事に対して、マーケティング関連メディアからの被リンクは価値が高い一方、無関係なディレクトリサイトからの被リンクは効果が限定的です。

従来のDA/DR施策をAI時代にどう活かすか

DA/DRを高めるために行ってきた施策の中には、AI時代にも有効なものがあります。 施策ごとに整理します。

引き続き有効な施策

これらの施策は、被リンクの獲得だけでなく、トピック権威性の構築にも寄与するため、AI時代にも投資対効果が維持されます。

効果が低下する施策

これらの施策は、DA/DRの数値を押し上げる効果はあっても、AI検索での引用率には寄与しません。 リソースの再配分が必要です。

新たに注力すべき施策

これらはDA/DRのスコアには直接影響しませんが、AI検索での引用率に直接影響する施策です。

E-E-A-TとAI検索の関係

GoogleのE-E-A-T（経験、専門性、権威性、信頼性）は、品質評価のガイドラインとして知られています。 AI検索でも、E-E-A-Tの要素は間接的に影響しています。

経験（Experience）。 実体験に基づく情報は、LLMが回答を生成する際に「具体的で引用しやすい情報」として選ばれやすい傾向があります。 「自社で実施した結果、◯◯%の改善が見られた」のような一次データは、引用率を高めます。

専門性（Expertise）。 特定分野に関する深い知識を示すコンテンツは、RAGのRetrieverで高いスコアを得やすいです。 専門用語の適切な使用がGEOスコアを約28%改善するという報告（Aggarwal et al., 2023）は、この関連を裏付けています。

権威性（Authoritativeness）。 ここでの権威性は、DA/DRの数値ではなく、特定のトピックにおける認知度と信頼を指します。 業界メディアでの掲載、カンファレンスでの登壇、論文の引用などが、この文脈での権威性を構築します。

信頼性（Trustworthiness）。 情報の正確性、出典の明示、利益相反の開示などが信頼性に関わります。 AI検索は、出典が追跡可能な情報を優先的に引用する傾向があり、信頼性の高いコンテンツが引用率でも優位に立ちます。

権威性の計測——DA/DRに代わる指標

AI時代の権威性を計測するには、DA/DRだけでなく、新しい指標を組み合わせる必要があります。

AI引用率。 特定のクエリセットに対して、自社コンテンツがAI検索で引用される割合です。 月次で定点観測することで、トピック権威性の変化を追跡できます。

トピックカバレッジ率。 ターゲットトピックのサブトピックのうち、自社サイトでカバーしている割合です。 カバレッジが広いほど、AI検索がそのトピックについて自社サイトを参照する確率が上がります。

パッセージ品質スコア。 各記事のパッセージが、出典・根拠・定量データを含んでいるかを自己評価するスコアです。 コンテンツ制作時の品質管理指標として使います。

エンティティ認知度。 ChatGPT、Perplexity、Geminiに自社名を入力した際の回答精度を定期的に計測します。 正確な回答が返ってくる割合が、エンティティとしての認知度を示します。

SEOとGEOの権威性をどう両立するか

DA/DRが高いことは、AI時代でもマイナスにはなりません。 問題は「DA/DRだけを追いかけると、AI検索の権威性が取りこぼされる」ことです。

両立のためのアプローチは以下の通りです。

被リンク施策はトピック関連性を重視する。 量よりも、自社のターゲットトピックに関連する外部サイトからの被リンクを優先します。 この方針はDA/DRにもトピック権威性にもプラスに働きます。

コンテンツ品質をDA/DR向上の主軸にする。 良質なコンテンツは自然被リンクを獲得しやすく、同時にAI検索での引用率も高めます。 独自データ、深い分析、実体験に基づくコンテンツが、両方の権威性を同時に押し上げます。

計測指標を複合化する。 DA/DR、AI引用率、トピックカバレッジ率を組み合わせたダッシュボードを作成し、権威性を多面的に計測します。 1つの指標だけを追いかけると、もう一方が犠牲になるリスクがあります。

リソース配分の考え方

権威性構築のリソースをSEOとGEOにどう配分するかは、現在のDA/DRと、AI検索からの流入比率で判断します。

DA/DRが低い場合（DA 30以下）。 まずは基本的な被リンク獲得とコンテンツの質の向上に集中します。 インデックスカバレッジの広さはAI検索でも重要なため、基盤構築はSEOとGEOの両方に効きます。

DA/DRが中程度の場合（DA 30〜50）。 トピック権威性の構築に注力するフェーズです。 トピッククラスターの設計、記事の品質向上、出典の明示を体系的に進めます。

DA/DRが高い場合（DA 50以上）。 既存の権威性をAI検索でも活かすフェーズです。 既存記事のGEO対応（出典追加、パッセージ構造の最適化）を優先し、トピック権威性の強化を進めます。

まとめ

ドメインパワー（DA/DR）とAI検索の引用率には間接的な相関がありますが、DA/DRが高いことがAI引用の十分条件ではありません。 AI検索で引用されるためには、特定トピックにおける情報の網羅性、主張の根拠の明示、出典の追跡可能性が求められます。

従来のDA/DR向上施策のうち、トピック関連性の高い被リンク獲得やコンテンツの質の向上はAI時代にも有効です。 一方で、トピック権威性の構築、パッセージ単位の構造最適化、AI引用率の計測といった新しい取り組みを加えることで、SEOとGEOの両方で権威性を確立できます。