• AIに引用される方法として流通する定説は本当か？
• ファクト（客観的な事実情報）がAIに引用される
• AIがファクトを収集できる3つの技術的背景
• AIに引用されるために必要なファクトの4つの要素
• サイトをAIが参照するファクトのデータベースにする

流通している「AIに引用される方法」は嘘だらけ

AIによる概要やAIモードのようなAI検索や、ChatGPTなどのAIに引用されるための方法としてよく言われるのは、見出しで論理構造を表現し、結論から書き、Q&Aセクションを設置し、執筆者と監修者を明記し、ページ全体を構造化データでマークアップするというものです。しかし、そのように整えられた記事がいつも引用されるとは限りません。

その一方で、実際のAIの回答の引用元を確認すると、そこに並んでいるのは、見出し構造を持たないニュース記事や、構成の曖昧なブログ記事、構造化データのない官公庁のページ、執筆者不明のページ、あるいはYouTube動画などで、Q&Aセクションを持つページは稀です。AIに引用される方法として流通している情報は本当なのでしょうか？

結論から言えば、AIの回答で自社のコンテンツを引用させるためにするべきことは、コンテンツの表現や実装を調整することではありません。AIが回答を生成する材料に必要な「ファクト」を提供することです。AIの文脈でのファクトとは「回答の裏付けとして使える主観や曖昧さを排除した最小単位の具体的な情報」を意味します。

AIが回答生成に使うファクトが提供されていなければ、表面的で形式だけの「AIに引用されるためのライティング術」や「AI検索に選ばれるコンテンツの構造化テクニック」などのノウハウに価値はありません。AIに引用される方法の核心は自社の固有のファクトを不足なく正確に提供することにあり、表現や実装のテクニックではないからです。

ファクト（客観的な事実情報）がAIに引用される

AIが引用するのは「ファクト」です。AIは「回答の裏付けとして使える主観や曖昧さを排除した具体的な情報がそのコンテンツにあるか」を判断し、引用します。多くの場合、主要諸元や、適応規格や、仕様や、実測値や、限界値や、ロット数や、互換性や、解決事例などといった客観的に検証が可能な数字や事実がファクトです。

AIに引用されるためには、コンテンツにファクトがあることが必要です。コンテンツの表現や実装がどれほど整っていたとしても、ファクトのないコンテンツは引用されません。ここで、ファクトがないために引用されない例と、ファクトを含んでいるため引用される例を見てみましょう。

• 引用されない例（主観的）──「当社は高精度な微細切削加工を得意としており、短納期・高品質でお客様のニーズに柔軟にお応えします」のような記述は、主観的なアピールに終始していてファクトがないため、回答の根拠にできません。
• 引用される例（ファクト）──「SUS304の丸棒加工において、外径φ1.0mm・公差±0.003mmの微細切削に対応。図面受領から最短実働3日で試作を出荷した実績があります」のように、材質、公差、納期、具体的な設定値というファクトが揃った記述なら、AIが技術選定や加工手順についての回答を作るときに引用されます。

ファクトのないコンテンツの表面をいくら調整しても、それだけでAIに引用されるようにはなりません。形式や実装を整えることよりも、自社ならではのファクトを提示することのほうがはるかに重要であり、有効なコンテンツ戦略です。では、AIはコンテンツからファクトをどのように引用するのでしょうか？

AIがファクトを収集できる3つの技術的背景

人間がコンテンツを評価するとき、内容はもちろん、デザインや全体の構成、文章のわかりやすさ、写真や動画の美しさなどをまとめて総合的に評価します。しかしAIがコンテンツを評価する方法は人間とは異なります。体裁の整っていないコンテンツであっても、AIは問題なく理解でき、引用できるのです。その背景には次の3つの仕組みがあります。

• 1. AIは記事全体ではなく情報の断片（チャンク）を見る
• 2. AIの読解力は十分に高く明確な構造を必要としない
• 3. 裏側の検索エンジンにさえ引っかかっていれば届く

1. AIは記事全体ではなく情報の断片（チャンク）を見る

AIはページ全体を鑑賞しません。チャンクと呼ばれる200〜300文字程度の断片に切り分け、それぞれの中身をピンポイントで見ます。YouTube動画の場合も、音声を自動で文字起こしし、そのテキストの断片を処理しています。ページ全体がどれほど散漫でも、切り取られた1つの断片に知りたい答えがあれば、AIはその部分を引用します。

2. AIの読解力は十分に高く明確な構造を必要としない

現代のAIは極めて高い読解力を持っています。人間のように「見出しタグ」や「結論ファーストの構成」で整えてもらわなくても、雑談のような口語調の文章や、動画内のくだけたトークからでも、必要な事実関係を正確に抜き出すことができます。体裁が整っていることは人間にとっては重要でも、AIにとって引用の必須条件ではありません。

AIはコンテンツに含まれているファクトだけに注目します。ファクトを表現する形式は、それを見る人間にとってわかりやすいものなら何でも構いません。文章、箇条書き、グラフなどの図や写真などの画像、一覧表、Q&Aなど、人間にわかるものならAIにも問題なく理解できます。AI用の構成などは必要ありません。

3. 裏側の検索エンジンにさえ引っかかっていれば届く

AIはゼロからウェブを巡回しているわけではなく、裏側でGoogleやBingなどの検索エンジンを使って情報を取得しています（この仕組みを技術用語で「RAG：検索拡張生成」と呼びます）。見た目が整っていなくても、適切なキーワードで検索結果にヒットしていさえすれば、AIの回答の候補として読み込まれます。

AIに引用されるために必要なファクトの4つの要素

AIは、用語の定義や教科書的なまとめのような世の中の一般的な知識をすでに学習済みです。そのため、どこにでもある情報をまとめただけの記事を見ても「そんな内容なら自分で書ける」と判断し、引用しません。そうではなく、AIがわざわざ外部を参照せざるを得ない「引用されるファクト」には、共通して次の4つの特徴があります。

• 1. 細かな疑問（サブクエリ）に答えている
• 2. 前後の文脈がなくても意味が通じる
• 3. AIが勝手に書けない自社固有のデータがある
• 4.「主語と数値や結果」が明確に結びついている

1. 細かな疑問（サブクエリ）に答えている

ユーザーが「産業用ポンプの選び方は？」と大雑把に質問しても、AIは裏側で「高粘度液体の移送時の注意点」「シール材の耐薬品性比較」といった複数の具体的な小クエリ（サブクエリ）に分解して検索します。このようにクエリを複数の具体的なサブクエリに分解して検索する仕組みをクエリ・ファンアウトと言います。

RAGは受け取ったクエリを元に複数のサブクエリを生成して検索するため、ユーザーが入力したクエリそのものの概要をなぞっただけのまとめ記事よりも、ニッチで具体的な疑問にピンポイントで答えているページのほうが、この分解された検索にヒットしやすくなります。引用のための材料となる細かなファクトの提供こそが重要なのです。

2. 前後の文脈がなくても意味が通じる

前後の文脈を読まなくても意味が完結する具体的な命題（例：「Aの費用は◯◯円」「Bの原因はCの摩耗」など）が書かれていて、その1段落を読むだけで誰が見ても解釈の余地がなくファクトを理解できることが重要です。主語と述語と目的語が揃ったファクトをひとつの段落の中に記述することで、AIが引用の根拠にしやすくなるのです。

これを実現するための理想はパラグラフ・ライティングで書くことですが、必須ではありません。必須の要件はあくまでも、AIが回答を生成する材料に必要な「ファクト」を提供することであり、ファクトを提供する形式は人間が理解できるものであればどんなものでも問題ありません。「コンテンツのチャンク化」などといったリライトも不要です。

3. AIが勝手に書けない自社固有のデータがある

AIが恐れているのは、事実無根のことを自信満々に答えてしまう現象（ハルシネーション：もっともらしい誤情報）です。そのため、AIが持っていない「最新の数値」や「実機の検証結果」や「現場のトラブル対処記録」といった固有のデータを見つけると、回答の根拠として引用します。

重要なことは、自社で発信しなければ他のサイトからは出てこない自社やその製品やサービスについての固有の公式情報を不足なく発信することです。どこにでもある情報の焼き直しや、既存の情報のまとめであれば、AIがあなたのサイトからコンテンツを引用する理由がありません。

4.「主語と数値や結果」が明確に結びついている

一文や一塊の段落の中で「主語（どの商品・部品が）」「対象（どのような環境で）」「属性や数値（どのような結果・性能を出したか）」が明記されている文章が引用されます。その反面、関係性が曖昧だったり、客観的な数値や結果がなく主観だけで書かれた文章では、AIにとって無意味であるため引用しません。

なお数値や結果と主語が明確に結びついたファクトを含む文を置く場所は、よく言われているような決まった場所である必要はありません。ファクトを含む文を置く場所として、記事の冒頭、見出しの直後、Q&Aセクションが適しているなどとよく言われますが、AIはファクトがどこにあってもそれを理解し抽出することができます。

サイトをAIが参照するファクトのデータベースにする

AIに自社のコンテンツを引用させる方法は、自社や自社の製品やサービスについてのファクト（回答の裏付けとして使える主観や曖昧さを排除した具体的な情報）を不足なく掲出しておくことです。こうしておくことで、ユーザーが自社やその製品やサービスについてAIに尋ねたとき、AIは自社のコンテンツを引用しながら正確に回答できます。

以下の画像は僕が提供しているSEOコンサルティングのサービスについて質問した例です。引用元のほとんどがこのサイトになっており、正確な説明が返されています。この例はAIによる概要ですが、AIモードやGeminiやChatGPTなどを使ってさらに突っ込んだ質問をしても、このサイトの情報を引用して、まるで営業プレゼンのように回答します。

AIの回答で自社のコンテンツを引用させるコンテンツ戦略は、自社やその製品やサービスについてのファクトを不足なく提供することで、自社やその製品やサービスについてのユーザーの質問に対して、AIが正確に回答できるようにすることです。ファクトを提供するときの表現や実装の形式にこだわる必要はありません。

ただしAIに引用されて意味があるのは自社やその製品やサービスに関する情報だけです。他のサイトでも手に入る一般論を引用されてもAIの養分になるだけでメリットがありません。AIの回答に引用されるメリットを活かすコンテンツ戦略は、自社の製品やサービスについての情報を不足なく追加することです。

AIに引用させる取り組みは社内で実施する

あなたの会社だけが持つ、あなたの会社やその製品やサービスについてのファクトは「業者に依頼すれば制作して納品してくれる」種類のものではありません。自社内で掘り起こし、外部に出せるものと出せないものを社内で仕分けし、出せるものをウェブページで提供していくものです。他を頼ろうとせず、社内で取り組みましょう。

業者は納品できるものを提案するものです。業者はAI向けの最適化という体裁で、コンテンツの構成を変更したリライトや、一般論をまとめたお役立ち記事の代筆などを提案し、納品しようとします。しかしそれらに御社独自のファクトが含まれていないなら効果は期待できません。それよりも社内で着実にファクトを発信するべきです。

自社やその製品やサービスに関するファクトを不足なくウェブサイトに掲出する作業がひととおり済んだら、その後はAIに推薦されるためのAI SEOに集中しましょう。おすすめを尋ねる利用者の質問に対してAIが生成する回答で、自社や自社のブランドをおすすめとして推薦・紹介させるように働きかけるのです。

参考文献

• [2005.11401] Retrieval-Augmented Generation for Knowledge-Intensive NLP Tasks| arXiv.org
• [2405.06211] A Survey on RAG Meeting LLMs: Towards Retrieval-Augmented Large Language Models | arXiv.org
• RAG（検索拡張生成）とは？意味・定義 | IT用語集 | NTT docomo Business Watch | NTTドコモビジネス
• RAG（検索拡張生成）とは | IBM
• Google 検索における生成 AI 機能への最適化のための Google ガイド | Google 検索セントラル