AI検索の仕組み｜LLMはどうやって情報を取得・選択するのか

AI検索の回答に自社サイトが載らないとき、「AIに好かれる文章」を先に探すと、原因を取り違えることがあります。ページが取得できないのか、その質問に合わないのか、取得されたが引用されなかったのかでは、確認する場所が違います。

AI検索は、言語モデルの文章生成と、検索などの外部情報取得を組み合わせたサービスです。ただし、すべての回答で検索が行われるわけでも、各製品が同じ基準で参照先を選ぶわけでもありません。

30秒で要点

表が収まらない場合は、横にスクロールできます

対象は、自社サイトの情報がAI検索でどう扱われるかを理解したいWeb担当者です。公開仕様は2026年10月7日に確認した範囲で説明します。内部の検索ログや非公開のランキングを観測した説明ではありません。

Google Search、OpenAI、ChatGPT、Claude、Gemini、Perplexityの公式資料7件を2026年10月7日に再読しました。取得・参照・引用の区別、掲載保証ではないこと、非公開の順位付けを推測しない境界に変更はありません。

回答に使われる情報は、一つの経路ではない

言語モデルは、学習で得たパラメータを使い、現在の入力に続く内容を生成します。この仕組みは、回答のたびに学習元のページへ接続して読むことと同じではありません。知らない情報をもっともらしく補う場合もあるため、知識があるように見えるだけでは出典を確認したことになりません。

サービス側は、利用者の質問に、会話履歴、アップロード資料、接続した業務情報、Web検索結果などを加えられます。どの情報が使えるかは、製品、利用者の設定、管理者の権限、質問によって変わります。

外部から取得した資料を回答生成の文脈へ加える構成はRAGの一例です。ただし、公開Web検索の内部が必ずベクトル検索だけで動くとは限りません。社内RAGの設計でも、全文検索、ベクトル検索、両者の組合せと、権限や版の確認を分けています。

取得、選択、回答、引用を分けて見る

質問をそのまま一回検索する構成だけでなく、関連する問いへ分解して複数回検索する構成もあります。Google Searchの公式説明は、AI機能が検索結果で回答を裏づけ、関連する複数の検索を並行して行う場合があると説明しています。この動作を、すべての製品や毎回の回答に当てはめることはできません。

検索で候補が見つかっても、回答の入力に使われるとは限りません。使われても、表示される引用に含まれない場合があります。例えばOpenAIのWeb検索APIは、回答内の引用と、参照したURL一覧であるsourcesを区別しています。これはAPIの公開仕様であり、ChatGPTの全内部ログが利用者に見えるという意味ではありません。

引用リンクがあっても、そのリンクが文章全体を証明するとは限りません。数値の対象、適用日、例外条件など、確認したい主張と原文の該当箇所を対応させます。リンクが存在すること、実際に取得したこと、主張を支持することは、それぞれ別の確認です。

製品ごとの公開説明を比べる

以下は公開文書で確認した機能と注意点です。料金プランやモデルの恒久的な比較表ではありません。使うアカウントの設定と現行の公式文書を合わせて確認してください。

表が収まらない場合は、横にスクロールできます

モデル自体の知識の期限と、アプリの検索機能も別です。モデル名だけで「最新情報に答えられる」と決めず、対象の会話で検索したか、どの資料を示したか、その資料が現在も有効かを確認します。

サイト側は、取得できる状態と情報の中身を整える

クローラーの役割を区別する

OpenAIのクローラー資料は、検索用のOAI-SearchBotと、基盤モデルの学習に使うことがあるGPTBotを独立に設定できると説明しています。学習用botを許可することと、検索での表示を希望することを同じ設定だと考えないでください。

また、ChatGPT-Userは利用者の要求でページを取得する経路です。自動検索クローラーと役割が異なり、利用者起点の取得ではrobots.txtの規則が適用されない場合があります。Perplexityも検索botと利用者起点の取得を区別しています。

robots.txtは、機密ページの認証・アクセス制御の代わりにはなりません。公開したくない情報は、認証などで公開範囲そのものを制御します。クロールを許可する場合も、HTTP応答、botのUser-Agentと公開IP、WAFなどの設定を組み合わせて確認します。許可しただけで引用が増えるとは言えません。

Google Searchの適格性を、特別な裏技にしない

Googleの現行ガイドは、ページが索引に登録され、スニペット表示の対象であり、Search Consoleの生成AI機能への包含条件を満たすことなどを説明しています。条件を満たしても、特定の回答への掲載は保証されません。

同ガイドは、Google SearchのAI機能のための特別な構造化データやllms.txtは必要ないとしています。FAQを増やす、専用ファイルを置く、短い断片に細分化するといった施策を、共通の引用条件にしないでください。通常の読者が目的の情報を理解できるページを基本にします。

内容は、問いに答える条件まで書く

見出しや表は、読者が情報を探すために使います。定義、対象、手順、例外、出典を区別すると、資料として何を支持できるかが分かりやすくなります。ただし、特定の見出し形式が非公開ランキングで加点されるとは断定できません。

例えば「このサービスは安い」という文より、比較した期間、含めた費用、対象の利用量を明示した説明の方が、読者は判断の条件を確かめられます。独自の調査や実測があるなら、対象数、方法、限界も示します。実績がなければ仮想例と明記し、架空の改善率を実績らしく載せないことが必要です。

更新日を変えるだけで内容が新しくなるわけではありません。仕様や価格の確認時点と、実際に修正した箇所を対応させ、必要な一次資料へリンクします。日付だけを新しくする運用を、AI検索向けの対策にしないでください。

引用されない理由を、一つに決めつけない

表が収まらない場合は、横にスクロールできます

「関連性、権威性、鮮度、明確さ、構造」のような観点は、資料を改善するときの検討軸にはなります。しかし、それらに一律の優先順位を付け、全AIの引用アルゴリズムだと説明できる公開根拠はありません。未公開の仕組みは未公開として扱います。

小さな観測を、成果の断定に変えない

次は測定の分母を説明する架空例です。10種類の質問を同じ条件で3回ずつ試し、30回答を記録したとします。そのうち検索利用を確認できた回答が20件、自社URLの引用があった回答が9件で、その9件すべてが検索利用を確認できた20件に含まれていたとします。

表が収まらない場合は、横にスクロールできます

同じ9件でも分母で値が変わります。検索したか確認できない回答を、勝手に「検索なし」と分類しないでください。10問を3回ずつ繰り返した値を、独立な30人の評価や市場全体のシェアとも扱いません。

質問、製品、日時、地域・言語、アカウントと検索設定、検索の確認方法、回答、引用URLを残します。個人情報を含む質問や回答を、観測のために外部へ送らないでください。

Googleの現行ガイドはSearch Consoleの生成AI向けパフォーマンスレポートにも言及しています。利用可能な公式レポートの定義と、手元で質問して観測した件数は別の指標です。表示、引用、訪問、問い合わせを混ぜず、どこまで測れたかを示します。

最小の検証は、一つの読者の問いを選び、ページの本文と一次資料の対応、取得できる状態、回答に示された引用の内容を順に確かめることです。ページを改善した前後で比較するなら、質問や観測条件をそろえ、同時期の製品変更や回答の変動も記録します。小さな前後差だけでは改善の因果効果を確定できません。

引用されたことはゴールの一つになり得ますが、読者が必要な条件を理解し、次の判断へ進めたかも確認してください。AI回答への過信を見直す記事では、リンクの有無から一歩進んで、主張と根拠を照合する手順を扱っています。