AI 検索は「新しい記事」を優遇するのか — 新しさと有効性は別物である

• 最終検証日：2026年8月13日
• Methodology バージョン：2026.08.56（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 の測定モデル。業界標準の手順ではありません
• 関連記事：エンジンごとの情報源の違い / 取得と引用を分ける / 測定の 3 レイヤー

「AI は新しい情報を好む」で止まらない

「記事は定期的に更新した方がいい」「古い記事は引用されにくい」「更新日を新しくすると有利」。

新しさが重要な領域があるのは事実です。 ニュース、価格、法律、製品仕様、市場データ。こうした話題では、古い情報がそのまま誤情報になります。

しかし「新しいほど強い」と一般化した瞬間に、2 つの問題が出ます。

ひとつ。 「三角形の内角の和は？」に、昨日公開された記事は要りません。

もうひとつ。これが厄介です。 新しい記事でも、内容がすでに古いことがあります。

Google は「新しい方が有利」も「古い方が重い」も否定している

まず一次資料から確認します。Google のクローリング基盤の「Myths and facts about crawling」は、○×形式で誤解を並べたページです。

Google prefers fresher content, so I'd better keep tweaking my page. — False For Google Search, content is rated by quality, regardless of age. Create and update your content as necessary, but there's no additional value in making pages artificially appear to be fresh by making trivial changes and updating the page date.

そしてそのすぐ次に、こうあります。

Google prefers old content (it has more weight) over fresh content. — False If your page is useful, it's useful, whether it's new or old.

両方向が同じページで否定されています。 片方だけを引くと、反対方向の誤りになります。

people-first content の自己点検にも、同じ趣旨の項目があります。

Are you changing the date of pages to make them seem fresh when the content has not substantially changed? Are you adding a lot of new content or removing a lot of older content primarily because you believe it will help your search rankings overall by somehow making your site seem "fresh?" (No, it won't)

少なくとも Google については、「更新日を新しくすること自体」を施策にする発想は支持されていません。

では新しさはいつ効くのか

Google のランキングシステム解説には、こうあります。

We have various "query deserves freshness" systems designed to show fresher content for queries where it would be expected.

例として、公開直後の映画なら制作開始当時の記事より最近のレビューが求められること、通常なら「earthquake」の検索には備えや資料が返るが、地震が最近起きていれば報道が現れ得ることが挙げられています。

核心は queries where it would be expected です。すべてのクエリではありません。

★ 2026.08.56 で言い方を分解しました。 以前は「新しさが要求されるのはページ側の属性ではなくクエリ側の条件です」と書いていましたが、二者択一にしすぎていました。

分けるべきは発火条件と評価される属性です。

「ページの新しさは関係ない」ではありません。 新しさが効く文脈かどうかがクエリ側で決まり、その文脈の中でページ側の新しさや時間的な適合が評価される、という順序です。

Google が否定しているのは「常に新しいものを優遇する」という一律の規則のほうです。

生成 AI 検索でも、土台は同じ

Google の生成 AI 検索向け公式ガイドは、RAG をこう説明しています。

A technique (also known as grounding) used to improve the quality, accuracy, and freshness of AI responses by relying on our core Search ranking systems to retrieve relevant, up-to-date web pages from our Search index.

最新性は無関係ではありません。 ただし土台になっている検索側の新しさの仕組みが、そもそもクエリ依存です。

したがって「AI Mode では新しいページが常に優遇される」とは言えません。

「39 日」という数字の正しい読み方

2026 年 7 月に公開されたプレプリント What Do Chinese-Language Generative Search Engines Cite and Surface?（Zhen ら）は、この問題を大規模に測っています。

まず対象を確認してください。中国語圏の 4 プラットフォーム（Doubao / DeepSeek / Tencent Yuanbao / Qwen）です。ChatGPT・Gemini・Perplexity・Google AI Overviews は含まれません。

Web と App の 8 インターフェース、614 クエリ、各 3 回の固定反復。生の記録 214,119 件を整理して、160,860 件の引用単位のデータセットにしています。

引用されたページのうち公開日が判明したものについて、クエリの時間依存性ごとに経過日数の中央値は：

効果量は Cliff's δ = −0.521（95% CI −0.549〜−0.491）、Kruskal-Wallis は p < 1e-180。時間依存性の高いクエリで引用されたページの 61% が 30 日以内の公開でした（全体では 32%）。

そして減衰の当てはめです。

この 39 日を更新期限と読んではいけない

論文が測ったのは、引用されたページの公開日の分布です。

当てはめたモデルは N(d) ∝ e^(−λd)、半減期は ln2/λ。文献の老化に関する研究から借りた概念です。

これは、

• 39 日を超えたら引用されない でも
• 39 日以内なら引用される でもありません。

「分布として新しいページが多かった」という意味です。 個々のページについて 39 日目に重みが半分になる内部規則が存在する証明ではありませんし、まして AI エンジンが「39 日」をパラメータとして使っている証拠でもありません。

論文自身が、この値を今後の縦断研究のための「検証可能な時間尺度の仮説」として位置づけています。

そして全体の 60 日も落とさないでください。 39 と 68 だけを引くと、世界が高低 2 群しかないように読めます。

重要なのは 39 ではなく「39 と 68 が違ったこと」

同じ減衰曲線を全クエリへ適用できない、ということです。

しかも同じ研究の中で、プラットフォーム差も大きい。 Doubao と DeepSeek が最も強く新しさに反応する一方、Tencent Yuanbao は最も古いページを引用します。 DeepSeek の Web では、時間依存性の高いクエリで 55 日、低いクエリで 181 日でした。

全体の 60 日を単一の規則として使えません。

新しさが効く段階も限定されている

この研究で最も見落とされやすいのが、ここです。

観測されたのは、経過日数と回答内の位置がほぼ無相関だったことです。

★ ここで同じ論文の中に食い違いがあります（2026.08.56 で記録）。

同じ関係に 2 つの値が併存しています。 符号すら逆です。

どちらか一方を真値として採りません。 ただしいずれも絶対値が極めて小さく、本文も「Within-answer position was almost unrelated to publication-age distance」と書いているので、「公開日の新しさと回答内の位置に強い関係は確認されない」という方向は一致しています。 SILVE はその方向だけを採ります。

★ そしてここから先が、この記事が以前に踏み外していたところです。

論文の Table 2-5 は H2 の結論をこう書いています。

Article-recency differences occur in retrieval selection and citation, not in within-answer ranking.

この前半を、そのまま引き写してはいけません。 同じ論文の限界の節にこうあります。

The study observes webpages that had already entered citation lists; it did not obtain the complete candidate pool or rejected pages from the open Web.

内部の取得候補集合も、落選したページも観測していません。 観測されているのは、すでに引用リストへ入った後のページです。

前の記事で決めたとおり、取得と引用は別です。 原文の語をそのまま段階へ写すと、その規則を自分で破ることになります。SILVE はこの結果を、内部の取得の効果の直接証拠としては扱いません。

★ 2026.08.56 で、この記事自身の記述を撤回しました。 直前でこう書いておきながら、そのすぐ後で「新しさは引用リストに入るかどうかには効く」と書いていました。 まとめにも「新しさが効くのは引用リストに入る段階まで」が残っていました。自分で禁止した段階の拡張を、自分でやっていました。

落選したページを観測していない以上、「新しいほど引用リストへ選ばれやすい」は示せません。 比較対象が無いからです。

この研究から言えるのは、次までです。

• 言える — 引用リストに実際に現れたページの公開年齢の分布は、時間依存性の高いクエリほど新しい側へ偏っていた
• 言えない — 新しいほど引用リストへ選ばれやすい

この違いが、39 日を「AI の新しさランキング要因」へ変換しないという、この記事の中心そのものです。

さらに決定的な数字があります。

経過日数と「引用の吸収の程度」の相関は −0.009。ほぼ無相関です。

同研究は引用を nominal / general / deep の 3 段階に分けています。深く引用されたページは 73 日、一般的な引用は 87 日。差はありますが、相関としてはほぼ消えています。

つまり「新しくすれば深く引用される」は支持されません。 引用リストに現れたページの中では、経過日数は回答の中でどれだけ使われるかをほとんど説明しません。

そして経過日数は品質スコアともほぼ独立でした（ρ = 0.069）。新しさは品質の代理指標になりません。

「新しい」と「有効」は別物である

もうひとつの研究が、この問題を最も明確に定式化しています。

SIGIR 2026 収録の RAG-Enhanced Large Language Models for Dynamic Content Expiration Prediction in Web Search（Chen ら、Baidu）です。2026.08.56 で書誌を更新しました — Proceedings of the 49th ACM SIGIR Conference、pp. 4523–4527、DOI 10.1145/3805712.3808457。なお Industry Track かどうかは確認できていないため書きません。 arXiv の注記は「Accepted at SIGIR 2026」までで、ACM の該当ページは当方の取得に 403 を返します。5 ページの短い論文であることは掲載頁から分かりますが、それは区分の証拠になりません。

この研究は新しさを「公開から何日前か」という静的な規則ではなく、「このクエリに対して、その情報はいつまで有効か」という動的な有効性の推定問題として扱いました。

this "one-size-fits-all" strategy suffers from a severe granularity mismatch ... a universal expiration threshold does not exist.

論文の例が分かりやすいです。

2 日前でも古いことがある。

For a breaking news query such as "Hong Kong Fire", a report published just two days ago may already be expired if the fire has been extinguished and the situation has evolved.

数年前でも新しいことがある。

Conversely, for a query like "Traffic Regulations", a policy document published several years ago remains entirely valid.

この研究は、クエリ固有の validity horizon（情報がいつ古くなるかの意味的な境界）を推定する仕組みを Baidu の本番検索に組み込んでいます。

本番 A/B の結果と、その正しい読み方

14 日間、各群 5% の本番トラフィックで測定しています。

大きく動いたのは「新しさの指標そのもの」（−12.81%）で、利用者側の改善は 0.06〜0.78% です。

この 2 つを 1 つの「Freshness の効果」に潰さないでください。

• 新しさの成果（Freshness Outcome） — 上位に出る結果が実際に新しくなったか
• 利用者の成果（User Outcome） — それで人の行動が変わったか

時間的な順位付けを大きく変えても、利用者側の増分は小幅でした。 有意ではありますが、幅は小さい。そして評価しているのは施策を設計した Baidu 自身です。

同研究は、情報源の間で時間の記述が食い違うときに権威性で重み付けして失効時点を選ぶ機構も組み込んでいます。新しさだけで順位が決まる設計ではありません。

4 つの状態に分ける

ここまでを整理すると、新しさと有効性（Validity）は同義ではなく、概念上の別軸です。

★ 2026.08.56 で「直交します」から言い換えました。 直交は統計的な独立まで意味してしまいます。実際には無関係ではありません。 時間依存性の高い問いでは、新しいページほど有効である確率は当然高くなりますし、Zhen らの観測でも公開年齢の分布はクエリの時間依存性と関連していました。

言いたいのは「独立している」ではなく「同じ変数ではない」ことです。

避けるべきは「古い」ではなく「失効している」です。

例を 2 つ。

公開 2022 年、「日本の消費税の標準税率は 10%」。 4 年前ですが、主張は現在も有効です。

★ 2026.08.56 で「消費税率は 10%」から直しました。 日本は標準税率 10% / 軽減税率 8% の複数税率です。有効性を主題にする記事の例文が不正確では話になりません。

公開が 3 日前、「キャンペーンは 8 月 10 日まで」。 ごく新しいページですが、今日の時点ですでに失効しています。

★ こちらも 2026.08.56 で直しました。 以前は「公開が昨日、キャンペーンは明日まで。1 日前ですが、今日の時点で失効しています」でした。昨日から見た「明日」は今日なので、今日はまだ期限内です。時間の計算が合っていませんでした。

だから SILVE では、temporalValidity に old という値を作りません。

temporalValidity: current | superseded | expired | historical | unknown

年齢は数値のメタデータ、有効性は意味論です。

日付は 4 つに分かれる

★ 2026.08.56 で訂正しました。 以前は「フッターの年号を書き換えても dateModified は動きます」と書いていました。一般には成立しません。

dateModified は発行者が HTML や構造化データとして出力する値です。フッターを変えたからといって、Schema.org の dateModified が必ず変わるわけではありません。

正しくは、CMS や実装によっては、フッターの変更のような実質を伴わない編集でも更新日時や dateModified が動くことがある、です。

だから日付だけでは実質的な更新かどうかは分かりません。 結論は変わりませんが、理由が違います。

Google も単一の日付要素には依存していないとしています。

Google doesn't depend on a single date factor because all factors can be prone to issues. That's why our systems look at several factors to determine our best estimate of when a page was published or significantly updated.

そして重要な注意があります。日付はページの公開・更新を表すべきで、ページが説明している出来事の日付ではありません。

Don't specify future dates, or the date of the action described on the page.

これは実務で本当に多い事故です。 イベント告知ページの日付が、更新日ではなくイベント開催日になっている。

ページ単位ではなく主張単位で見る

1 つの記事の中に、性質の違う主張が混在します。

• 安定 — 「HTTP は Hypertext Transfer Protocol の略」
• 時間依存 — 「現在 Google は機能 X を提供している」

「このページは Fresh / Stale」という二値は粗すぎます。

SILVE では主張の側にも時間の型を持たせます。

claimTemporalType: fast_changing | periodic | slow_changing | event_bound | effectively_stable

「Evergreen だから永久に更新不要」も違います。 「SEO とは何か」という定義は安定していても、記事内で現在の Search Console の仕様を説明していれば、その部分には時間依存性があります。

クエリ側にも時間の要求がある

queryTemporalDemand: high | medium | low | atemporal

• high — 現在の料金、施行中の法律、最新バージョン、現在の営業時間
• medium — 2026 年のおすすめ CRM、現行制度の一般解説
• low — ピタゴラスの定理、複式簿記とは

atemporal は「時間と無関係」ではありません。 歴史研究でも新資料は出ますし、科学の定義も更新されます。「通常の測定期間では時間変化をほぼ期待しない」という操作的な意味に限定します。

一律の新しさ加点を作らない

ここから採点への結論が出ます。

「更新 30 日以内 +10 点、90 日以内 +5 点、1 年以上 0 点」というグローバルな規則を作りません。

静的な話題に不要な更新圧力をかけ、日付だけを書き換えるゲーミングを誘発するからです。

SILVE の立て方はこうです。

if queryTemporalDemand が high または claimTemporalType が fast_changing:
    Temporal Validity を評価する
else:
    新しいというだけで加点しない

古いことを減点するのではありません。要求される有効性を満たしていないことを問題にします。

Review と Update を分ける

これは運用の話ですが、重要です。

lastReviewedAt        — 確認した日
lastMaterialUpdateAt  — 実質的に変更した日

この分離があれば、「確認したが変更は不要だった」を「更新した」と偽装する必要がなくなります。

そして次の 2 つは別物です。

• ページ A — 2 年前公開。昨日確認済み。現在も有効。
• ページ B — 1 か月前公開。以後未確認。市場は大きく変化。

場合によっては、ページ A の方が信頼できます。

更新頻度は固定せず、変化率に合わせます。 価格改定・製品リリース・法改正・サービス終了・API 廃止といった変化を引き金にするのが基本で、定期レビューはその補完です。

自社サイトだけ直しても足りない

前の記事で見たとおり、エンジンごとに参照する情報源は違います。

自社サイトの料金を 8,000 円に更新しても、レビューサイトに 5,000 円、フォーラムに 3,000 円が残っていれば、AI の回答がどうなるかは保証できません。

「公式サイトは Fresh」だけでは足りない、ということです。これは次の記事につながります。

「最新」と書いたら、それ自体が主張である

「最新版」「現在」「今おすすめ」と書くなら、その言葉自体が時間についての主張です。

タイトルが「2026 年最新版」なのに、本文で 2024 年に終了したサービスを紹介している。 これが最悪の状態です。ラベルの新しさは高く、情報の有効性は低い。

SILVE では、こうした表現を減点の理由ではなく、検証対象を特定する信号として使います。

「2026 年 8 月 11 日時点では」と書く

料金は月額 9,800 円です。

より、

2026 年 8 月 11 日時点では、料金は月額 9,800 円です。

の方が、情報の時間的な範囲が明確です。将来変更されたときに、古い主張として識別しやすくなります。

これは AI 向けのテクニックではなく、情報管理として素直な設計です。

同様に、現在の情報と過去の情報を分けて残します。削除する必要はありません。問題は、過去の情報が現在の情報として読めることです。

• ソフトウェア — v2.0 / v3.0 のドキュメントを分ける
• 法律 — 旧制度 / 現行制度 / 施行予定を分ける

時間依存のコンテンツでは、バージョンを明示することが「新しさ」より重要なことがあります。

まとめ

• Google は「新しい方が有利」も「古い方が重い」も、同じページで否定している
• 新しさを重視するかどうかの発火条件はクエリ側にある（query deserves freshness）。ページ側の新しさは、その文脈の中で評価される属性
• 中国語圏 4 プラットフォームの研究で、引用ページの半減期は高 39 日 / 低 68 日 / 全体 60 日。これは分布の当てはめであって打ち切り線ではない
• 同じ研究の中でもプラットフォーム差が大きい（DeepSeek Web は 55 日 / 181 日、Yuanbao は最も古い）
• ★ 撤回。 以前ここには「新しさが効くのは引用リストに入る段階まで」と書いていました。その研究は落選したページを観測していないので、選ばれやすさは示せません。 言えるのは「引用リストに現れたページの公開年齢の分布が、時間依存性の高いクエリほど新しい側へ偏っていた」まで
• 引用リストに現れたページの中では、経過日数と引用の吸収の程度の相関は −0.009。ほぼ無相関
• その研究は内部の取得候補集合を観測していない。取得の効果の証拠として扱わない
• 新しさは品質の代理指標にならない（品質スコアとの相関 ρ = 0.069）
• Baidu の本番検索では、2 日前でも失効、数年前でも有効。普遍的な閾値は存在しない
• 一律の新しさ加点は作らない。時間の要求がある場合にのみ有効性を評価する

記事が古いことは問題ではありません。情報が古いのに、現在の情報として残っていることが問題です。

同じように、記事が新しいことも品質の証明ではありません。昨日書かれた誤情報は、昨日書かれた誤情報です。

目指すのは Fresh Content ではなく、Temporally Relevant Content 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: 時間的適合性 & 情報の有効性 Version: Methodology 2026.08.56 Status: SILVE Operational Framework（業界標準の手順ではない） Last Verified: 2026-08-11 実装: 未実装

記録する軸

クエリ — queryTemporalDemand（high / medium / low / atemporal）

主張 — claimTemporalType（fast_changing / periodic / slow_changing / event_bound / effectively_stable）

日付 — datePublished / dateModified

時間的範囲 — contentAsOf / effectiveFrom / validThrough / supersededAt（取得できなければ推定で埋めない）

有効性 — temporalValidity（current / superseded / expired / historical / unknown。old という値は作らない）

運用 — lastReviewedAt / lastMaterialUpdateAt（分ける）

証拠 — temporalEvidenceScope（publication_age_distribution / modification_age / semantic_validity / query_timeliness / causal_recency_effect）

成果の層 — 新しさの成果（順位に出る結果の年齢）と利用者の成果（行動の変化）を分けて記録する

Core Rules

1. Freshness ≠ 無条件の加点
2. 新しい ≠ 有効
3. 古い ≠ 無効
4. 公開日 ≠ 情報の時点
5. 更新日 ≠ 実質的な更新
6. 新しさ ≠ 時間的な適合
7. 新しさの要求はクエリ依存
8. 引用年齢の分布 ≠ 順位付けの重み
9. 半減期 ≠ 期限
10. ある研究の半減期 ≠ 普遍的な更新間隔
11. 現在の情報 ≠ 最近公開された情報
12. 確認 ≠ 更新
13. 人工的な更新 ≠ 内容の改善
14. 新しさ ≠ 品質の代理指標
15. 安定した知識を、古いという理由だけで減点しない
16. 新しさの成果 ≠ 利用者の成果
17. 原著が使った語 ≠ SILVE の段階

確立していないこと

• AI 検索に普遍的な新しさのランキング要因があること
• 39 日という普遍的な更新間隔
• エンジンをまたいで共通する引用の減衰曲線
• dateModified を変えることで引用が増えること
• 古い記事を再公開することで引用が増えること
• 古く権威のあるページより新しいページが一般に選ばれること
• ChatGPT・Gemini・Perplexity・Google AI Mode で新しさの重みが同じであること
• 公開日が事実としての現在性の十分な代理指標になること

重要な限定

Zhen ら（2026）は未査読のプレプリントで、対象は中国語圏の 4 プラットフォームの 8 インターフェースです。 39 日 / 68 日 / 60 日は、公開日が判明した引用ページの年齢分布に当てはめた値であり、因果的な重みでも普遍的な更新の閾値でもありません。 著者の所属は学術機関ではなく企業とその研究機関です。

Chen ら（2026）は SIGIR 2026 採択で、Baidu 検索での本番導入と A/B テストを報告しています。 クエリ固有の有効性の推定が本番の Web 検索を改善し得ることについてはより強い証拠ですが、ChatGPT・Gemini・Perplexity などの生成検索における引用選択を直接検証したものではありません。 また評価者は施策を設計した Baidu 自身です。

一次資料

• Zhen, Liu, Zhang & Niu — What Do Chinese-Language Generative Search Engines Cite and Surface? A Large-Scale Empirical Study（preprint、arXiv 2607.15771、2026-07-17） https://arxiv.org/abs/2607.15771 利害の記録： 著者の所属は Aidso Wendao Research Institute / Beijing Aichacha Technology Co., Ltd.。同社が GEO の測定・最適化サービスを販売しているかは一次資料で確認できていないため、断定していません。
• Chen, Zhang, Gao, Su, Chen, Yin & Shi — RAG-Enhanced Large Language Models for Dynamic Content Expiration Prediction in Web Search（SIGIR 2026、arXiv 2605.13052） https://arxiv.org/abs/2605.13052
• Google Crawling Infrastructure — Myths and facts about crawling https://developers.google.com/crawling/docs/myths-about-crawling
• Google Search Central — A guide to Google Search ranking systems https://developers.google.com/search/docs/appearance/ranking-systems-guide
• Google Search Central — Creating helpful, reliable, people-first content https://developers.google.com/search/docs/fundamentals/creating-helpful-content
• Google Search Central — Influence your byline date in Google Search results https://developers.google.com/search/docs/appearance/publication-dates
• Google Search Central — Top ways to ensure your content performs well in Google's AI experiences on Search https://developers.google.com/search/docs/fundamentals/ai-optimization-guide