AI検索に引用される記事の書き方 完全ガイド（GEO/AEO 2026）
(更新: )
AI検索に引用される記事とは、段落単位で自己完結し、出典つきの具体的な事実を、構造化データで機械可読にした記事です。AI検索（ Perplexity ・ChatGPT Search・Google AI Overviews）はページ全体ではなく「引用に足る一節」を抜き出して回答を組み立てます。本ガイドは、その一節に選ばれる記事の作り方を、メカニズムから実測まで通しで解説します。
結論（先出し）：上位表示そのものより「抽出しやすさ × 権威性 × AIが見る場所への露出」を設計せよ。Princeton大学らのGEO研究では、出典の追加で可視性が最大+40%、統計の追加で+37%向上した一方、キーワード詰め込みは-10%と逆効果だった（出典：Aggarwal et al. “GEO: Generative Engine Optimization”, KDD 2024）。
AI検索ごとに「引用の選び方」は違う
AI検索はそれぞれ異なる仕組みでソースを選びます。最適化の前に、どこを狙うかで打ち手が変わることを押さえます。
| プラットフォーム | 仕組み | ソース選定の傾向 |
|---|---|---|
| Google AI Overviews | 上位ページを要約 | 従来順位との相関が強い。SEOの土台が効く |
| ChatGPT Search | Web検索して出典を引用 | 上位以外からも広く引く。構造の良さが効く |
| Perplexity | 常に出典リンクを提示 | 権威性・新しさ・構造化を重視 |
| Gemini | Google索引＋ナレッジグラフ | エンティティ認識と構造化データが効く |
ポイントは、AI検索は「順位」ではなく「引用」を競うこと。従来SEOで2〜3ページ目でも、構造が優れていれば引用されうる、という別ゲームです。
引用される記事の3原則
1. Structure（抽出しやすさ）
AIはページではなく**一節（passage）**を抜きます。各セクションは冒頭に直接的な答えを置き、前後の文脈なしでも意味が通る40〜60語のアンサーブロックにします。比較は表、手順は番号リストにし、見出しは検索クエリの言い回し（「〜とは」「〜 比較」「〜 使い方」）に合わせます。
2. Authority（引用に値する信頼）
出典・統計・専門家の引用・著者名と更新日。これらが「引用してよいソース」という判断材料になります。GEO研究が示すとおり、**出典+40%・統計+37%・引用+30%**の効果があり、特に「読みやすさ × 統計」の組み合わせが最大化します。一次情報（自分で測った数字）は集約情報に勝ります。
3. Presence（AIが見る場所への露出）
AIは自社サイトだけでなく第三者ソースを引きます。ChatGPTの引用元の約7.8%はWikipedia、約1.8%はRedditという分析もあります。比較記事・レビューサイト・YouTube・コミュニティでの言及を、自サイトと並行して積むことが効きます。
具体的な7手法（効果の大きい順）
GEO研究の可視性向上率に沿って、優先度の高い順に並べます。
- 出典を明示する（+40%） — 主張には一次ソースへのリンクを添える
- 統計を入れる（+37%） — 「速い」ではなく「毎秒1万件処理」。日付つきで
- 専門家の引用（+30%） — 氏名・肩書つきの引用、「〜によれば」の枠組み
- 権威ある筆致（+25%） — 実体験に基づく断定。曖昧な伝聞を避ける
- 明快さの改善（+20%） — 難概念を噛み砕く。一段落一テーマ
- 専門用語の適切な使用（+18%） — その分野の正確な語彙
- キーワード詰め込みをしない（-10%） — 唯一はっきり逆効果。やらない
技術設定：機械可読にする
FAQPage 構造化データ
「〜とは？」「〜の使い方は？」という問答は、AIが回答テンプレにそのまま使いやすい形です。本記事もFAQをfrontmatterに定義し、ビルド時にFAQPageのJSON-LDを自動出力しています（ページのソースでapplication/ld+jsonを確認できます）。
robots.txt でAI検索クローラーを許可
引用してほしいなら、まずクロールを許可します。学習用クローラー（GPTBot・CCBot・Google-Extended）はブロックしつつ、AI検索クローラー（PerplexityBot・OAI-SearchBot・ClaudeBot）はAllowにするのが、学習利用は避けつつ引用は得る中間解です。
llms.txt
サイトルートのllms.txtに、サイトの概要・著者の権威性・引用ガイドラインを記載します。短期のランキング効果より「引用の手引き」として機能します。
実測：引用されているかを計測する
打ち手の効果は、被引用の定点観測でしか分かりません。主要20クエリをPerplexity・ChatGPT・Google AI Overviewsで毎月検索し、自サイトが出典に出るか・競合がどのページで引用されているかを記録します。
筆者は自作のAI検索計測ツール「AEO Console」で、クエリ別の被引用を継続トラッキングしています。下表は実測サンプルの枠です（※ここに自サイトの実測値を差し込む）。
| クエリ | Perplexity | ChatGPT | AI Overviews | 引用元ページ |
|---|---|---|---|---|
| （例）AI検索 引用 され方 | ー | ー | ー | ー |
数値を埋めて「施策前→施策後」で比較すると、どの手法が自ドメインで効いたかが特定できます。
よくある失敗
- 日付がない — 更新日のない記事は、ある記事に負ける。鮮度シグナルを必ず出す
- コンテンツのゲート化 — 会員限定はAIが読めず引用されない。看板記事は開放する
- 構造化データなし — schemaは可視性を30〜40%押し上げるという分析がある。入れない理由がない
- 「うちが一番」だけ — 引用されるのは「顧客は指標が3倍改善した」のような具体である
- 計測しない — 測らないものは改善できない。月次で定点観測する
FAQ
AI検索に引用されるには何が必要ですか？
段落単位で自己完結したアンサーブロック（40〜60語）、出典つきの具体的な数字、FAQ形式の問答、FAQPage/Articleなどの構造化データ、そしてrobots.txtでAI検索クローラーを許可すること。この5点が引用率を最も大きく左右します。
GEO・AEO・LLMOは何が違うのですか？
いずれもAI検索に引用されるための最適化を指す呼称で、本質はほぼ同じです。GEO（Generative Engine Optimization）が最も定着しており、AEO（Answer Engine Optimization）やLLMOは同義の別称として使われます。
従来のSEOとGEOは両立しますか？
両立します。良質な従来SEOは土台であり、その上に「段落単位の抽出しやすさ」と「引用に値する権威性」を足すのがGEOです。
Perplexityに引用されているか確認する方法は？
対象キーワードで Perplexity を実際に検索し、回答下部の出典に自サイトが含まれるかを確認します。月次で主要20クエリを定点観測すると改善点が見えます。
本記事はAI検索計測ツールの開発・運用経験に基づいて執筆しています。最終更新：2026年6月24日。アフィリエイトリンクを含みます（開示ポリシー）。