「AI に引用されやすい文章」が逆効果になる — 取得と引用を分ける

• 最終検証日：2026年8月13日
• Methodology バージョン：2026.08.50（訂正）
• 本文中の「2026.08.xx」：その訂正を行った判断基準の版の番号です。公開した版は書き換えず、訂正は新しい版として残しています
• 位置づけ：SILVE の操作モデル。業界標準の分類ではありません
• 関連記事：GEO の用語 / 露出を分けて測る / 7 段階の整理

引用される前に、消えていないか

AI 検索の記事では「数値を入れると引用されやすい」「出典を追加すると使われやすい」といった施策を見かけます。研究上の根拠があるものもあります。

しかし、ここに重大な問題があります。

そのページは、そもそも AI が回答を作るための候補として取得されているのか。

取得されることと、取得された後に引用されることは別です。そして 2026 年、この違いを最初から最後まで評価した研究が、引用向けに本文を最適化すると上流の取得が悪化し、結果として引用まで減る場合があることを報告しました。

数式にすると単純です

引用は取得を前提とするので、

P(引用) = P(取得) × P(取得された後に引用される)   ← 簡略式

と考えられます。

ただしこれは簡略式です（2026.08.50 で明示）。 この記事の主題は取得・再ランキング・引用を分けることなので、段階どおりに書くとこうなります。

P(引用)
  = P(検索が起動する)
  × P(取得される        | 検索が起動)
  × P(文脈に残る        | 取得された)      ← 再ランキング
  × P(引用される        | 文脈に入った)

上の簡略式は、再ランキングを取得の側へ含めた形です。 後述する SAGEO Arena の結果は、取得が改善しても再ランキングで落ちることがあると示しているので、実際にはこの 2 段を分けて見る必要があります。

検索が起動しない場合も無視できません。 ある構成では ChatGPT の反復の 57.8% が Web 検索を起動しなかったという観測があります（可視性の観測）。取得の前に、そもそも検索が走らないことがあります。

ページ B は「文脈に入れば非常に引用されやすい」ページです。しかしほとんど文脈に入らないため、全体では A に負けます。

これが、引用側だけを見る危険です。

GEO の「最大 40%」は何を測っていたのか

出発点まで戻ります。Aggarwal らの原論文 GEO: Generative Engine Optimization（KDD 2024）は、GEO-bench として 1 万クエリを構築し、引用や回答内での可視性を改善する複数の書き換えを評価しました。

ここから「GEO で可視性を最大 40% 改善できる」という数字が広まりました。

主要実験では、情報源が最初から文脈に入っている

原論文の主要実験は、各クエリについて検索結果の上位 5 件をあらかじめ取得し、それを生成モデルへ与える構成です。そのうち 1 件を書き換えて、生成結果での可視性を比較しています。

つまり「書き換えた後、そのページが再び Web 検索から上位 5 件へ取得されるか」を測っていません。 情報源は最初から候補集合の中にいます。

SILVE の用語集では、この改善値を次のように記録しています。

原論文の改善値は、情報源がすでに固定された回答生成の文脈に存在することを条件としており、オーガニックな発見可能性も持続的な流入も立証していない。

これが、この論文から直接支持される読み方です。 AI 検索の流入が 40% 増える、引用確率が 40% 上がる、という読み替えはすべて誤りです。

そのうえ、効果は順位に依存する

45 研究のレビュー（Martinez による単著のプレプリント。critical scoping review であって、systematic review でも meta-analysis でもありません。査読論文・採択論文・ワークショップ論文・プレプリントが混在しています）は、原論文の結果についてさらに踏み込んだ観察を記録しています。なおこの数値は原論文の Table 2 にも直接あります。

Under the Cite Sources strategy, the fifth source gains 115.1% while the first loses 30.3%, illustrating the competitive nature of the metric.

同じ施策でも、5 番目の情報源は 115.1% 得をし、1 番目は 30.3% 失います。 可視性の指標が競合的であることを示しています。全員が同時に得をする施策ではありません。

固定文脈の実験は間違いなのか

いいえ。測っているものが違うだけです。

情報源が既に候補として存在するとき、書き換えによって回答内の可視性が変わるかを調べるには非常に有用です。問題は、その結果を「オーガニックな取得にも同じように効く」と一般化することです。

2026 年、取得から測り直した研究

SAGEO Arena: A Realistic Environment for Evaluating Search-Augmented Generative Engine Optimization（Kim, Jeong, Kim, Lee, Lee。KDD 2026 採択、v2 は 2026 年 8 月 7 日）が、この問題を正面から扱いました。

重要なのは、情報源を最初から文脈に入れないことです。

• 9 つの情報検索データセットから各 300 クエリ、計 2,700 クエリ
• 各クエリにつき最大 100 件の検索結果を取得してクロールし、171,003 文書のコーパスを構築
• 1 クエリあたり平均 63 件の候補文書
• 取得 → 再ランキング → 生成の全段階を通す

書き換えた文書をコーパスへ戻し、取得からやり直します。 だから「書き換えた結果そもそも取得されなくなっていないか」まで測れます。

★ ただし、最適化する文書の選び方に条件があります

2026.08.50 で追記しました。この記事が導入した原則を、この研究自身にも当てはめた結果です。

論文はこう書いています。

For each test query q, we first execute the full generative search pipeline in SAGEO Arena. Among the documents that reach the generation stage (i.e., ranked within the top-k at the reranking stage), we randomly select one as the target document.

つまり対象は、最適化する前の時点で既に再ランキングの上位に入り、生成段階まで到達していた文書です。

したがってこの研究が測っているのは、

• ○ 既に十分関連していた文書が、書き換えたあとも上流の可視性を保てるか
• × 取得されていなかった文書が、書き換えによって新たに取得されるようになるか

「取得から測り直した」ことと、「未取得のページが取得されるようになるかを測った」ことは違います。

この区別は、この記事自身の結論（商用プラットフォームを横断したオーガニックな発見可能性の改善は未確立）と正確に一致します。取得側から測り直した研究でさえ、未取得からの参入は測っていません。

結果

本文だけを最適化した場合の平均（Table 2）。

AutoGEO を本文だけに適用した場合はさらに大きく、−36% / −42% / −22% でした。

論文の結論はこうです。

It not only fails to improve generation-stage visibility but actively degrades retrieval performance, causing optimized documents to drop out of the retrieval results and never reach the generator.

なぜ「最適化」して悪くなるのか

本文を大きく書き換えると、元のページが持っていたクエリとの語彙的な一致やトピックの表現が変化します。生成モデルに好まれる書き換えが、取得側や再ランキング側に好まれるとは限りません。

論文は、専門用語や珍しい語彙へ置き換える戦略で取得の低下が最も大きく、原因を最適化後の文書とクエリの語彙的なずれに帰しています。

平均の下げ幅が小さくても効く

論文が付けている但し書きが重要です。

Although the average rank drop at retrieval and reranking remains moderate, even a small shift can be critical in practice. In generative search, only top-ranked documents are passed to the generator.

閾値を割れば、その文書は生成器に届きません。 平均の変化が穏やかでも、結果は 0 か 1 になります。

構造化情報を含めると取得は改善した — ただし条件付き

★ ここは 2026.08.50 で訂正しました。 以前は「最適化の範囲を本文だけでなく構造化情報へ広げると +22%」と書いていましたが、+22% は「構造化情報だけ」を最適化した条件の値で、「本文＋構造化情報」の値ではありません。

Table 2 の 3 条件はこうです。

両方を最適化した条件が、いちばん再ランキングを悪化させています（−25%）。 取得は +15% で改善しているのに、下流で失っています。

これはこの記事の主張をさらに強めます。 ひとつの変更をひとつの効果値で表すと、この構造は見えません。「取得が改善した」と「引用が増えた」は別々に確かめる必要があります。

しかし論文はその理由も書いています。

Structural information is inherently designed to be dense with query-relevant terms, increasing lexical overlap with user queries that BM25-based retrievers directly prioritize.

そして「構造化情報」は schema.org のことではありません（2026.08.50 で明確化）。 この研究が構造化情報として扱っているのは、題名・メタディスクリプション・見出し（H1〜H6）・schema / JSON-LD をまとめた複数のフィールドで、実験では LLM がそれらを書き換えています。取得器はこれらを別々のフィールドとして索引し、実験ではすべて同じ重みで扱っています。

したがって「schema.org を足したら取得が 22% 改善した」という研究ではありません。 論文自身も改善の理由を、クエリに関連する語の密度と、語彙の重なりを見る取得器の性質に帰しています。

この改善は、この環境の取得器が BM25 ベースであることに依存しています。 商用エンジンの取得器が同じ性質を持つとは限りません。「構造化情報を足せば取得が 22% 改善する」と一般化できません。

（機械可読データの記事で「構造化データを生成 AI 検索の直接的な順位要因として扱う根拠は確認できていない」としているのと矛盾しません。ここで動いたのは題名・メタ・見出しを含む束であって、schema.org 単独ではないからです。）

そしてレビューも、この結果を次のように整理しています。

structural fields may improve retrieval without necessarily producing the same effect at the reranking or citation stages. Structure should be evaluated stage by stage, not treated as a universal talisman.

一つの変更でも、段階によって効果の向きが違います。

「GEO の書き換えは全部逆効果」とも言えない

反対方向への一般化も誤りです。

SAGEO Arena は研究用に構築された検索拡張パイプラインであり、Google の AI Mode や ChatGPT 検索そのものの再現ではありません。 レビューもこれを「フルパイプラインだが非商用のパイプライン」として分類しています。

正確な結論は、

引用段階だけで成功した書き換えが、最初から最後まで通したときにも成功するとは限らず、上流の取得を悪化させた実証例が存在する。

です。

最も安定しているのは「関連性」

複数の研究を通して、派手な AI 専用の書き換えより一貫しているものがあります。

レビューは 45 研究を整理した結果、トピックの関連性と文脈内の位置を最も再現性の高い要因として挙げています。さらに Vishwakarma らの要因実験（6 つの LLM・18 の要因・252,000 試行）も、最初の引用を決める主要因は関連性と位置だとしています。

ただしこの実験も固定文脈です（2026.08.50 で追記）。 2 件の候補をあらかじめ文脈へ入れたうえで、どちらが最初に引用されるかを測っています。 したがって言えるのは「文脈に入った後の選ばれ方では関連性と位置が最も安定している」までで、オーガニックな取得でも同じ効果が出る、という意味ではありません。 この記事の主題そのものなので、ここでも段階を混ぜません。

地味ですが、これが現時点で最も安定した結論です。 AI 用の特殊な文体を探す前に、そのページがその問いに答えているかを確認する。

引用されなかった理由は一つではない

あるページが引用されなかったとき、「文章が AI 向けでなかった」と考えたくなります。しかし失敗の種類は分かれます。

取得されていないなら、引用向けの書き方をいくら改善しても解決しません。

SILVE はどう扱うか

段階を混ぜた主張を採用しない

この記事から、証拠の扱いに 1 つ規則を足しました。

主張が述べている段階と、その根拠が実際に測定した段階を一致させる。

固定文脈の引用実験しか根拠が無いのに「AI に発見されやすくなる」と主張することはできません。根拠の直接性を落とすのではなく、そもそも直接の根拠として認めません。

これを台帳の機械検査に入れました。claim に段階（取得 / 再ランキング / 生成 / 引用 / 吸収 / 行動）を持たせ、source に取得を再実行したのか、固定文脈だったのかを持たせます。取得や再ランキングについての主張が、固定文脈の資料だけで支えられていれば検証が落ちます。

効果は 1 つの値にしない

同じ施策でも段階によって向きが違うので、「効果あり / なし」ではなく段階別に記録します。

「この施策は GEO に効くか」という問いを立てません。 代わりに「どの段階に、どの条件で、どの程度の根拠があるか」を問います。

シグナルは重複採点しない

「トピックの関連性が明確」は取得にも再ランキングにも引用にも関係します。だからといって 3 回加点しません。 一度だけ採点し、複数段階へ写像します（露出を分けて測る W7）。

観測できない段階を推定しない

商用プラットフォームでは内部の候補集合が公開されず、取得を完全には観測できません。 その場合、架空の取得スコアを作りません。

実務の順番

1. まず取得される状態にする — クロール可能・インデックス可能・トピックが明確・情報要求に関連・内部リンクから到達可能・タイトルと本文が一致
2. 次に回答へ使える情報を入れる — 明確な定義・独自データ・検証可能な数値・比較・手順・出典の明示
3. ただし本文全体を機械的に書き換えない — AI 向けテンプレートへ全ページを変換しない
4. 変更後は取得側も確認する — 引用が増えたかだけでなく、検索での可視性が落ちていないか

4 が今回の記事から得られる最も実務的な教訓です。

なお「書き換え前は引用されず、後は引用された」という 1 件で因果を断定しないこと。AI 検索はクエリの言い換え・モデル更新・時刻でも変動します（露出を分けて測る）。

まとめ

• 取得と引用は別です。 引用は取得を前提とします
• GEO 原論文の「最大 40%」は、情報源が既に文脈にある条件での値です。 発見可能性の証明ではありません
• 同じ施策でも順位によって得失が逆になります（5 番目は +115.1%、1 番目は −30.3%）
• 取得から測り直すと、本文だけの最適化は平均で取得 −9% / 再ランキング −16% / 引用 −6% でした
• 構造化情報だけを最適化した条件では取得が +22% 改善しましたが、同じ条件で再ランキングは −17% です。本文と両方を最適化した条件では取得 +15% / 再ランキング −25% でした。 ここでいう構造化情報は題名・メタ・見出し・JSON-LD の束であって schema.org 単独ではなく、改善は BM25 ベースの取得器という条件に依存します
• 一つの変更でも段階によって効果の向きが違います
• 最も再現性が高いのはトピックの関連性と文脈内の位置です
• ただし「GEO の書き換えは全部無効」も一般化のしすぎです。 研究用パイプラインであって商用エンジンではありません

引用されやすさを最大化する前に、消えないこと。 それが取得と引用を分けて考える理由です。

Framework Record

この記事の判断を、あとから検証できる形で記録したものです。本文の結論（Core Rules）と、SILVE が内部で持つ記録の項目、参照した一次資料が入っています。

Framework Name: 取得–Citation Separation Version: Methodology 2026.08.50 Status: SILVE Operational Framework（業界標準の分類ではない） Last Verified: 2026-08-13

Core Principle

引用されやすさと、取得されやすさは同じではない。

Evidence Principle

固定文脈の研究における生成・引用の効果を、オーガニックな取得の効果へ一般化しない。

Validator Principle

主張が述べている段階と、根拠が実際に測定した段階を一致させる。 台帳の claim は pipelineStages、source は retrievalCondition を持ち、 取得・再ランキングについての主張が固定文脈の資料だけで支えられていれば検証が落ちる。

Scoring Principle

underlying signal を重複採点せず、複数段階へ写像する。

Measurement Principle

取得と引用を別の指標で追う。取得集合が観測できないプラットフォームでは、架空の取得スコアを作らない。

研究の現状

	状態
固定文脈での GEO 効果	統制下の研究で確認されている
段階間の相互作用（引用向け書き換えが取得を悪化させる）	SAGEO Arena が支持
商用プラットフォーム横断のオーガニックな発見可能性の改善	未確立
引用 → 流入の因果	未確立

一次資料

• Aggarwal ら — GEO: Generative Engine Optimization（KDD 2024） https://arxiv.org/abs/2311.09735
• Kim, Jeong, Kim, Lee & Lee — SAGEO Arena: A Realistic Environment for Evaluating Search-Augmented Generative Engine Optimization（KDD 2026 採択、v2 は 2026-08-07） https://arxiv.org/abs/2602.12187
• Olivier Martinez — Optimizing Visibility in Generative Engines: A Critical Survey of Generative Engine Optimization (2023–2026)（preprint、2026-07-15） https://arxiv.org/abs/2607.14035