AI検索は記事のどこを引用するのか — 実引用277件を解析してわかった見出しブロックの真実
目次
この記事の結論：実データが覆した4つの通説
「AI検索に引用されたければ、ページの冒頭に結論を置け」。GEOの世界でよく言われる話です。ただ、これを裏付ける一次データを私は見たことがありませんでした。そこで当社が蓄積してきたAI Overviewsの実引用データを解析したところ、通説の一部は支持され、一部ははっきり否定されました。
- 引用はページ全体に散る — 引用されたブロックのうち、ページ最初のリード文はわずか30.7%。残り69.3%は本文中の見出しブロックからで、ページ最後の20%からも12.6%発生していました
- ブロック内では冒頭寄りだが、決定打ではない — 引用の35.8%がブロックの先頭20%から始まる一方、中盤（40〜60%の位置）からも25.3%が引用されています。「冒頭に結論がなければ引用されない」とまでは言えません
- 「前の段落を受ける書き方」は減点材料ではなかった — 「この」「その」で始まるブロックは、引用されたブロックの方がむしろ多い（2.3%対1.5%）という逆の結果が出ました
- 引用されるブロックは明確に長い — 引用ありの中央値476字に対し、引用なしは273字。短く刻めば引用されるという話ではありません
以下では、検証方法とその限界も含めて、順に共有します。
1. なぜこの検証をしたのか
きっかけは自社ツールへの疑問でした。
当社では現在、見出しブロック単位でAI引用への適性を診断する機能を開発しています（本記事執筆時点では未公開）。その採点基準のひとつに「冒頭1〜2文に結論が書かれているか」という項目を置いていました。ところが社内でこんな指摘が出ます。
「ページの冒頭付近に結論をまとめるのはわかる。でも見出しごとにその構造を求めるのは、本当に正しいのか？」
言われてみると、この基準の出どころは海外のGEO系ブログ記事1本でした。もっともらしい主張ではあるものの、実データで確かめたことは一度もない。率直に言って、これは基準として弱すぎます。
そこで、実際にAIが引用したテキストを使って確かめることにしました。
「もっともらしい」と「確かめた」は別物
GEOの領域は情報の更新が速く、二次情報が一次情報のように流通しがちです。私自身、業界記事の記述をそのまま設計に取り込んでしまっていました。地図なしで登山するようなもので、方向が合っているかどうかを確かめる手段を持たないまま進んでいたわけです。
AI検索の全体像や基本的な考え方については「GEO完全ガイド」で解説しています。本記事はその中でも「ページのどこが引用されるのか」という一点に絞った検証記録です。
2. 検証方法とデータ
使ったデータ
当社のAI検索モニタリングで蓄積した、Google AI Overviewsの実際の引用データを使いました。AI Overviewsは引用元URLと一緒に「引用されたテキストの断片」を返すため、それを手がかりに元ページのどこが使われたかを特定できます。
| 項目 | 数値 |
|---|---|
| 取得を試みたURL | 700件 |
| HTMLを取得できたページ | 659ページ（41件は取得失敗） |
| 照合を試みた引用 | 738件 |
| 元ページの位置を特定できた引用 | 277件（461件は照合失敗） |
| 分割した見出しブロック | 10,083ブロック（うち引用あり257） |
分母が2種類あるので注意してください。659はページ数、738と277は引用の件数です。 1つのページに複数の引用が紐づくこともあり、逆に同じブロックに複数の引用が 着地することもあります（引用277件に対し、引用のあったブロックは257）。
照合の手順
- 引用データから、URLと引用テキストの組を抽出する
- 引用テキストからページタイトル・表の抽出・箇条書きの羅列を除外し、本文の断片だけを残す
- 対象URLのHTMLを取得し、h2/h3の見出しで本文ブロックに分割する（関連記事・ランキングなどの定型ブロックは除外）
- 引用テキストの先頭18文字を各ブロック内で検索し、どのブロックの何文字目から始まるかを記録する
ポイントは4番です。引用がブロックのどのあたりから始まるかを見れば、「冒頭に結論を置くべきか」に対して直接の答えが出ます。
「位置」の定義
再現できるよう、2種類の位置指標の計算方法を明記しておきます。どちらも空白を除去した文字列で計算しています。
ページ内位置（第3章で使用）— ブロックのHTML出現順にもとづく相対位置です。
ページ内位置 = ブロック番号 ÷ (そのページのブロック総数 − 1)
先頭ブロックが0、最終ブロックが1になります。これを5等分して集計しました。 定型ブロック（関連記事など）は除外したうえで採番しています。 ブロックが1個しかないページは0として扱います。
ブロック内位置（第4章で使用）— 引用がブロック本文の何文字目から始まるかです。
ブロック内位置 = 引用開始オフセット（0始まり） ÷ そのブロックの文字数
先頭が0で、1には到達しません（最後の文字から始まる場合でも (文字数−1) ÷ 文字数）。
文字オフセットであり、単語数や行数ではありません。
複数箇所に一致した場合は最初の一致を採用しています。
先に限界を書いておきます
データを出す前に、この検証で言えないことを明示しておきます。
- 照合できたのは738件中277件。62%は照合に失敗しました。JavaScriptで本文を描画するページや、引用テキストが要約されているケースが含まれると考えられますが、失敗の偏りは検証できていません
- 引用テキストは中央値63字で、86%が「...」で切り詰められています。全文比較はできず、開始位置しか判定できません
- 引用テキストを返すのはAI Overviewsだけです。ChatGPT・Gemini・Perplexityの引用データはURLとタイトルのみで、同じ検証ができません
つまりこれは「AI検索全体」ではなく「Google AI Overviewsの日本語圏の引用」に関する観測です。そのつもりで読んでください。
参考・引用： Google Search Central - AI最適化ガイド AI Overviews and AI Mode - Google Search Help
3. 結果①：引用はページ全体に散る
最初に、冒頭の問いへの答えです。引用されたブロックがページ内のどこにあったかを集計しました。
| 引用されたブロックのページ内位置 | 割合 |
|---|---|
| 最初の20% | 53.4% |
| 20〜40% | 13.0% |
| 40〜60% | 14.4% |
| 60〜80% | 6.5% |
| 最後の20% | 12.6% |
確かに冒頭に寄る傾向はあります。半数強が前半20%に集中しました。
ただし内訳を見ると話が変わります。ページの最初のブロック、つまりリード文が引用されたのは30.7%。残る69.3%は本文中の見出しブロックからの引用でした。しかもページ最後の20%から12.6%が出ています。引用されたブロックの番号の中央値は2で、対象ページのブロック数の中央値は13でした。
「冒頭だけ整える」では取りこぼす
ここから言えることははっきりしています。冒頭を整える価値は否定されませんが、それだけでは引用機会の約7割を放置することになります。
面白いのは、記事の終盤が意外と引用されている点です。まとめや補足のセクションが、特定のサブクエリに対する最良の答えとして選ばれるケースがあるということです。AI検索がひとつの質問を複数のサブクエリに展開して情報を集める仕組みについては「クエリファンアウトとは？初心者向け解説」で詳しく扱っています。ページ全体に引用が散る説明としては腑に落ちますが、今回測ったのは分布であって因果ではない点は留保しておきます。
LinkSurgeのAI Overview分析では、自社ページがどのキーワードで引用されているかをキーワード単位で確認できます。
4. 結果②：ブロック内では冒頭寄り、ただし決定打ではない
次に、引用がブロック内のどの位置から始まったかです。ここが「冒頭に結論を置くべきか」への直接の答えになります。
| ブロック内の位置 | 全体 | 補正後 |
|---|---|---|
| 0〜20%（冒頭） | 56.0% | 35.8% |
| 20〜40% | 14.4% | 21.1% |
| 40〜60% | 17.3% | 25.3% |
| 60〜80% | 7.6% | 11.1% |
| 80〜100% | 4.7% | 6.8% |
生の数字では56%が冒頭20%から始まっており、一見すると通説を強く裏付けます。位置に関係なく引用されるなら各20%になるはずですから、かなりの偏りです。
補正をかけた理由
ただ、ここには落とし穴がありました。引用の31.4%はブロックの先頭0文字目ちょうどから始まっていたのです。
これは「冒頭に結論があったから引用された」のではなく、Google側のチャンク（分割）境界がたまたま見出しと一致しただけの可能性があります。切り出した単位の先頭から引用が始まるのは、ある意味で当たり前です。
そこで先頭0文字ちょうどの87件を除いて再集計したのが右列の「補正後」です。冒頭20%は35.8%まで下がりました。偶然の20%は依然として上回っていますが、印象はだいぶ変わります。そして中盤の40〜60%が25.3%と、偶然を上回っているのです。
結論としては「冒頭寄りではある。ただし冒頭に結論がなければ引用されない、とは言えない」。ブロックの真ん中にある一節が引用されることは珍しくありません。
参考・引用： How AI Search Works: LLM Retrieval Explained 2026 Google Search Central - AI最適化ガイド
LinkSurge
linksurge.jp
SEO・AIO・GEO統合分析プラットフォーム。AI Overviews分析、SEO順位計測、GEO引用最適化など、生成AI時代のブランド露出を最大化するための分析ツールを提供しています。
5. 結果③：「前の段落を受ける書き方」は減点材料ではなかった
これがいちばん意外でした。
同じページの中で、引用されたブロックと引用されなかったブロックを比べ、文章の特徴に差があるかを見ました。
比較の単位はユニークなブロックです。引用277件は重複を除くと257ブロックに対応し （同じブロックに複数の引用が着地するため）、同じ659ページ内の残り9,826ブロックが 「引用なし」になります。以下の割合はすべてこの257と9,826が分母です。
| シグナル | 引用あり<br>（n=257） | 引用なし<br>（n=9,826） |
|---|---|---|
| 冒頭が「この」「その」等の指示語で始まる | 2.3% | 1.5% |
| 本文に「前述の」「後述」等の参照表現を含む | 4.7% | 2.6% |
| 文字数の中央値 | 476字 | 273字 |
指示語で始まるブロックも、他の箇所を参照する表現を含むブロックも、引用されたブロックの方が多く含んでいました。想定と逆です。
私たちのツールは「冒頭が指示語なら減点」「本文に外部参照があれば減点」というルールを持っていました。実データはその向きを支持しませんでした。
ただし、この差を鵜呑みにはできません
正直に書くと、この比較には交絡があります。長いブロックほど照合で当たりやすいのです。ページ全体に占めるテキスト量が多ければ、そのブロックが引用元になる確率も自然に上がります。長いブロックは指示語や参照表現を含む確率も上がるので、差の大きさは信用できません。
それでも「減点を正当化する証拠がない」という結論は変わりません。根拠のないルールでユーザーに文章を書き直させるのは、単なる害です。
文字数についても同様の注意が必要ですが、引用ありの中央値が476字というのは、以前に別途取った実測（引用箇所を含むブロックの中央値402字）とも整合します。短く刻めばAIに引用されるという話ではないのは、ある程度言えそうです。
6. 開発中の採点基準をどう直したか
検証結果を受けて、開発中の見出しブロック診断の採点基準を変更しました。リリース前に気づけたのは幸運でしたが、都合の悪い結果も含めて公開しておきます。
| 判定項目 | 変更前 | 変更後 | 理由 |
|---|---|---|---|
| 単独可読性 | 25点 | 35点 | ブロック単位で切り出される以上、単独で読めることは前提。配点を上げた |
| 結論の位置 | 25点 | 15点 または対象外 | 冒頭寄りの傾向は支持されたが決定打ではないため配点を下げた |
| 冒頭の指示語 | −20点 | 減点廃止 | 引用されたブロックの方が多く含んでいた |
| 外部参照表現 | −15点 | 減点廃止 | 同上 |
「対象外」を追加した理由
もうひとつ重要な変更が「結論の位置」に対象外という選択肢を足したことです。
この観点は「そのブロックが問いに答える構造である」ことを暗黙の前提にしています。ところが実際のページを分類してみると、評価用に集めた44ブロックのうち、問いに答える型はわずか6件（14%）でした。残りは用語の定義そのもの、手順や料金の列挙、参照リンク集です。
たとえば国税庁のページにある「利子所得」というブロック。これは定義そのものであって、冒頭に置くべき「結論」など存在しません。ここに「結論を冒頭に書いてください」と指摘するのは、正しく書かれた文章を機械的に減点しているだけです。
変更後は、こうしたブロックを対象外として扱い、単独可読性だけで評価するようにしました。
検証中に見つかった実装バグ
ついでに、検証の過程で実装のバグも見つかりました。定型ブロックを除外した結果ブロック番号が飛び番になるのに、判定結果の取り込み処理が連番を前提にしていたため、ページ末尾のブロックの判定が静かに捨てられていたのです。修正済みですが、基準の検証をしなければリリース後まで気づかないままだったはずです。
AI検索時代の評価基準の考え方については「LLMOとは何か？初心者向け完全ガイド」でも触れています。
7. 実務にどう落とし込むか
ここまでの内容を、明日から使える形に落とします。
やるべきこと
- 見出しごとに「単独で読めるか」を確認する — 前の段落を読んでいない人が、そのセクションだけを見て意味が取れるか。これが最も確実性の高い指針です
- 本文中盤・終盤のセクションも手を抜かない — 引用の69.3%はリード文以外から出ています。まとめや補足セクションも引用候補です
- 見出しに対する答えを、そのブロック内に書き切る — 「詳しくは後述」で逃げると、そのブロック単体では答えにならなくなります
- 各ブロックに十分な情報量を持たせる — 引用されたブロックの中央値は476字。むやみに短く刻む必要はありません
気にしなくてよかったこと
- すべての見出しに機械的に結論を先出しする — 定義・手順・料金表など、その構造が合わないブロックは無理に書き換えないでください
- 「この」「その」で始まる文を機械的に避ける — 指す先がブロック内にあるなら問題ありません。データ上も減点の根拠は見つかりませんでした
なお、Googleは公式のAI最適化ガイドで、AI Overviews / AI Mode向けにチャンク化や特別なschemaは不要と明言しています。一方でChatGPTやPerplexityは見出し単位でページを分割して評価する挙動が報告されています。Google軸とLLM retrieval軸は分けて考える必要があり、本記事の検証はあくまで前者の観測です。
自社ページの引用状況を継続的に追うなら、LinkSurgeのようなAI引用モニタリングツールで定点観測するのが現実的です。
よくある質問（FAQ）
引用されるのはページの冒頭だけですか？
いいえ。当社の解析では、引用されたブロックのうちページ最初のリード文は30.7%で、残る69.3%は本文中の見出しブロックからでした。ページ最後の20%からも12.6%の引用が発生しています。冒頭に寄る傾向はありますが、それだけでは引用機会の約7割を取りこぼします。
見出しごとに結論を先頭に置く必要はありますか？
「置いた方が有利だが、必須ではない」というのが実データの答えです。補正後の集計で、引用の35.8%がブロック先頭20%から始まっていました。偶然の20%を上回る一方、中盤からの引用も25.3%あります。定義や手順の列挙など、結論を先出しする構造が合わないブロックまで無理に書き換える必要はありません。
「この」「その」で始まる文はAI引用に不利ですか？
今回の解析では不利という結果は出ませんでした。冒頭が指示語で始まるブロックの割合は、引用ありが2.3%、引用なしが1.5%で、むしろ引用されたブロックの方が多かったのです。ただし指す先がブロック内に存在しない場合は、そのブロック単体で意味が通らなくなるため注意が必要です。
文章は短く区切った方が引用されやすいですか？
データはその逆を示しています。引用されたブロックの文字数の中央値は476字で、引用されなかったブロックの273字より明確に長い結果でした。ただし長いブロックほど照合で当たりやすいという交絡があるため、差の大きさはそのまま受け取らないでください。
この検証結果はChatGPTやPerplexityにも当てはまりますか？
そのまま当てはめることはできません。今回解析できたのはGoogle AI Overviewsのデータのみです。ChatGPT・Gemini・Perplexityの引用データはURLとタイトルしか返さないため、同じ手法で引用位置を特定できませんでした。エンジンごとに挙動が異なる前提で読んでください。
まとめ：一次データを持つことの価値
今回の検証で得られた最大の収穫は、数字そのものよりも「もっともらしい基準を疑う手段を持てた」ことでした。
「冒頭に結論を置け」という主張は、半分正しく半分は行き過ぎでした。一方で「指示語で始まる文は避けろ」という基準には、少なくとも今回のデータ上、根拠が見つかりませんでした。二次情報のまま設計に組み込んでいたら、ユーザーに無意味な書き換えを促し続けていたはずです。
GEO・AIOの領域は情報が速く流れ、検証されないベストプラクティスが独り歩きしがちです。自社で観測できるデータを持ち、定期的に基準そのものを問い直す。この地道な作業が、結局のところ最も確実な差別化になると考えています。
LinkSurgeのAI Overview分析機能では、自社ブランドがどのキーワードでAI検索に引用されているかをリアルタイムで確認できます。まずは自社ページの現状を把握するところから始めてみてください。
