AIが記事から抜き出す情報には「型」がある——1,056回のAI検索実験でわかった引用構造

AI検索が多くのビジネスパーソンの情報収集の入り口になりつつある中、「ChatGPTやPerplexityに引用される記事とはどんな記事か」という問いは、コンテンツ制作の現場でますます切実になっています。今回は、AI検索モニタリングを手がける企業が実施した大規模な実験結果を手がかりに、AIが記事から実際に何を抜き出しているのかを整理します。

7実験・1,056回のAI検索テストが示したこと

紹介する実験は、70社を超えるPR TIMES掲載記事を対象に、全7実験・のべ1,056回のAI検索テストを行い、AIが実際に引用した526件のテキストを分析したものです。結論として見えてきたのは、AIは記事全体を要約して引用しているわけではなく、記事のタイプごとに決まった「型」に沿って、特定の情報だけを抜き出して回答に貼り付けているという構造です。

これは記事を書く側にとって重要な示唆を含みます。「良い記事を書けば引用される」という漠然とした期待ではなく、「この記事タイプなら、この要素を本文に明記すれば抜き出されやすくなる」という、設計レベルの打ち手として捉え直せる話だからです。

記事タイプ別に見る「抜き出される情報」の型

実験結果によれば、抜き出される情報の型は記事タイプによって異なります。

調査レポート型の記事では、調査名・調査主体・サンプルサイズ（N=◯◯）・調査期間・数値付きの発見という5つの要素が、本文中にテキストとして明記されているかどうかが引用の分かれ目になっていました。タイトルに調査名を入れる、本文に「N=◯◯名」と明記する、調査期間を書く、主要な発見を「◯◯%」という数値の形で書く——といった基本の積み重ねが、AIにとって抜き出しやすい記事につながります。この「一次データを本文に明記する」という発想は、「オリジナル一次データ」がAI検索に引用される理由で扱った視点とも重なります。

商品・イベント型の記事では、商品名・メニュー名、発売日や提供期間、価格、場所や店舗といった要素が抜き出し対象になっていました。こちらも同様に、これらの情報が本文中に具体的なテキストとして存在しているかどうかが、引用されるかどうかを左右します。

いずれの型にも共通するのは、AIが画像やレイアウトから情報を読み取っているわけではなく、あくまで本文のテキストに明記された情報を拾っているという点です。書き手の側が「この記事タイプなら、この要素は本文に文字として書く」という設計意識を持てるかどうかが問われています。

同じ企業・同じ情報でも、聞き方で引用元が切り替わる

もう一つ興味深いのは、同じ企業の同じ情報であっても、ユーザーの検索の仕方によってAIが引用する情報源が変わるという発見です。実験では、「実態調査」「ランキング」といった聞き方をした場合はプレスリリース系の情報源が選ばれやすく、「おすすめ」「新商品」といった聞き方をした場合は企業の公式サイトが選ばれやすいという傾向が見られました。検索意図によって引用元の顔ぶれが変わるという点は、検索順位はAI引用率に効くのか——国内実測データとコンテンツ設計への示唆で紹介した実測データとも通じるところがあります。

これは、AI検索対策を「1つの記事や1つのチャネルだけを最適化すればよい」という話にとどめず、想定されるユーザーの聞き方の幅に応じて、複数のチャネルに同じ情報を異なる形で置いておく発想の必要性を示しています。プレスリリースには調査データを、公式サイトには製品情報を、というように役割を分けて整備しておくことが、AI検索での露出機会を広げる方向性として見えてきます。

コンテンツ制作の現場でどう活かすか

この知見をコンテンツ制作の現場に落とし込むとすれば、記事を書き始める前に「この記事はどの型に該当するか」「その型でAIが抜き出す要素は何か」をチェックリスト化しておくことが有効です。調査レポート型なら5要素、商品・イベント型なら4要素というように、抜き出されるべき情報が本文のどこかにテキストとして明記されているかを、公開前に確認する運用に落とし込めます。

こうした設計の積み重ねは、AIに引用されるかどうかという短期的な話にとどまらず、読者にとっても「何が言いたい記事なのか」が明確な、読みやすいコンテンツを作ることにつながります。AI検索時代の引用構造を理解することは、結果的に人間の読者にとっても分かりやすい記事の書き方に近づいていく、というのが今回の実験から得られる大きな示唆です。

まとめ

AIが記事から抜き出す情報には、記事タイプごとに決まった「型」があります。調査レポート型では調査名・主体・サンプルサイズ・期間・数値付きの発見という5要素、商品・イベント型では商品名・発売日・価格・場所という4要素が、本文にテキストとして明記されているかどうかが引用の分かれ目になります。さらに、同じ情報でもユーザーの聞き方によって引用元が切り替わるため、複数のチャネルに役割分担して情報を整備しておくことも欠かせません。&.CONTENT のようなコンテンツ制作基盤でも、CREATION（記事制作)の工程でこうした型を意識した設計を組み込むことが、AI検索時代の露出機会を広げる一歩になります。

編集後記

「AIがどこを読んでいるか」が要素レベルで具体的に見えてくると、書き手として意識すべきことが一段とはっきりする印象を受けました。記事タイプごとにチェックリストを持つという発想は、地味ですが再現性のある取り組み方だと感じます。