2026年GEO研究解説（II）：AI回答が自社より先に競合を引用する理由

AI回答に自社が引用されたからといって、その比較に勝ったとは限りません。誰が最初に引用されるかによって、ユーザーの判断軸を最初に定義する主体が決まることが多いためです。

2026年5月25日に公開された論文 *What Gets Cited: Competitive GEO in AI Answer Engines* は、問いを具体的な競争場面に絞っています。2つの情報源がともにモデルのコンテキストに入ったとき、どのような要因によって一方が回答の最初の引用になりやすくなるのでしょうか。

この論文は、システムを操作する方法を研究したものではありません。制御された環境でコンテンツシグナルを切り分けています。企業にとって最大の価値は、ページが有効かどうかを点検可能な情報源要素へ分解したことにあります。

2つの情報源を同じ競争条件に置いた研究方法

著者らは、50カテゴリにわたる匿名化された100本の製品レビュー記事を起点に、情報源ページのペアを作成しました。各ペアでは、トピックとの適合度、情報の完全性、価格、日付、信頼性シグナル、形式、リスト内の位置など、2つの版の違いを1要因だけに限定しました。

実験では、モデルにこの2つの候補情報源だけを与え、順序を入れ替えることで位置バイアスを制御しました。また、モデルの事前学習記憶による既知性の影響をできる限り抑えるため、ブランドと媒体も匿名化しました。

研究は6つのLLM、18のコンテンツ要因、252,000回の試行を対象とし、回答内の最初の引用マーカーがどちらの情報源を指したかを測定しました。この設計は現実のインターネットの複雑さを完全には再現できませんが、コンテンツ上の単一の違いが最初の引用の選好にどう影響するかについて、比較的明確に答えられます。

最初の引用に最も影響する要因

論文の結論は慎重であり、実践的です。

最初の引用に最も大きく影響したのは、トピックとの一致度と検索結果リスト内の位置でした。明確な価格情報と、より新しいタイムスタンプにも一貫した効果がありました。完全性と信頼性シグナルによる向上は比較的小さく、形式だけを変えた場合の効果は限定的でした。

つまり、競合がAIから一貫して先に引用されていると分かったとき、形容詞を増やしたり、太字の段落を増やしたり、ページ全体をより「専門的」に見せたりすることを最初の対応にすべきではありません。まず次の4つの基本的な問題を確認します。

1. そのページは製品自体を説明するだけでなく、現在の質問に直接答えているか。
2. そのページは検索候補群へ安定して入れるか。また、その候補群での位置はどこか。
3. 価格、仕様、利用条件、比較軸が明確で、検証可能かつ最新か。
4. AIが回答を完成させるために競合ページを必要としない程度に、結論、制約、根拠が十分にそろっているか。

価格と日付がコンテンツシグナルになり得る理由

現実の調達、買い物、サービス比較では、ユーザーは「何であるか」だけでなく、「いくらかかるか」「自分に合うか」「情報がまだ有効か」も重視します。論文で価格と新しいタイムスタンプのパフォーマンスが高かったことは、意思決定への有用性と鮮度の効果として理解すべきであり、ページに任意の日付を加えれば引用が増えるという証拠ではありません。

価格には根拠が必要です。開始価格なのか、パッケージ価格なのか、トライアル価格なのか、個別見積もりなのかを示します。更新日は実態を伴う必要があり、ページ内容もそれに応じて更新されていなければなりません。価格、在庫、バージョン、サービス範囲が古ければ、AIに引用されても誤った助言をユーザーに与え、最終的にブランドの信頼を損なう可能性があります。

料金を全面公開できないB2B企業でも、課金単位、価格に影響する変数、導入期間、適用されるプランを示すことはできます。消費者向けブランドでは、仕様、アフターサービス、配送範囲、購入チャネルも同様に重要な場合があります。

最初の引用だけを狙う最適化手法ではない

最初の引用は有用な診断シグナルですが、それだけを目標にすべきではありません。ユーザーが目にする最終回答は通常、複数の情報源から構成されます。ページが最初に引用されなくても、重要な事実、リスク境界、購入条件を提供している場合があります。

論文の著者らも、実験で投入した候補ページは2つだけである一方、実際のRAGシステムは5件から10件、またはそれ以上の情報源を検索することが多いと明記しています。したがって、この研究結果は制御された2情報源間の競争における要因の選好を説明するもので、完全な複数情報源競争の最終ルールではありません。

企業はこの研究を、引用を保証する公式としてではなく、点検チェックリストを作るために使うべきです。

情報源ページを点検する実践的な方法

AIがブランドに関する質問への回答でよく利用するページを10件選びます。公式製品ページ、料金ページ、事例ページ、ヘルプセンターページ、第三者レビュー、製品チャネルページなどを含めます。各ページについて次の5点を確認します。

第1に、どのユーザー質問に対応するページか。冒頭で結論と対象読者を直接示しているか。

第2に、価格、仕様、バージョン、地域、更新日が購入判断を支えるのに十分か。

第3に、テスト方法、データ定義、事例の条件、認証、実際の比較など、固有の根拠が含まれているか。

第4に、AIがこのページだけを読んだ場合でも、その製品やサービスが適さない状況を正しく説明できるか。

第5に、上記のいずれかの点で、競合ページの方が完全で、新しく、質問に適合していないか。

点検後は、複数プラットフォームで固定質問セットを再テストし、最初の情報源、ブランド言及、推薦理由、競合との共起が変わるかを観察します。https://www.georadar.top のGEO Radarは、複数プラットフォームでの再テストと競合比較を支援し、「AIが誰を最初に引用するか」を偶然のスクリーンショットから追跡可能なシグナルへ変えることができます。

この研究がコンテンツチームに示す要点は明快です。AIからの引用を競うなら、まずそのページを、質問に直接答えられる完全で最新のエビデンス単位にすることです。

この記事の情報源

• arXiv、2026年5月25日、*What Gets Cited: Competitive GEO in AI Answer Engines*: https://arxiv.org/abs/2605.25517
• arXiv HTML全文、2情報源実験、252,000回の試行、結果、限界: https://arxiv.org/html/2605.25517v1
• arXiv PDF、論文ダウンロード: https://arxiv.org/pdf/2605.25517