【独自調査】AI Overview対策は「コンテンツの書き方」だけが論点ではない

19,826記事・33,201クエリ・17,693非指名クエリを分析。AI露出は「記事・情報源・クエリ・ブランド」の4つの観点で考える

株式会社ＥＸＩＤＥＡ

2026年7月23日 10時00分

株式会社ＥＸＩＤＥＡ（本社：東京都中央区、代表取締役：小川卓真）は、Google AI Overview（以下、AIO）における露出の構造を、記事本文を含むURL19,826件、検索クエリ33,201件、非指名クエリ17,693件のAIO回答という3種類のデータから分析した結果を公表します。

分析から見えたのは、AIO対策を「記事を良くすること」だけで考えると不十分だということです。AIOが表示されるかはクエリによって大きく異なり、引用元として選ばれるかには記事構造と一次情報源らしさが関係し、生成された回答では検索語にないブランド名まで言及されます。

つまり、AI検索時代の露出は、ページ単体の改善だけでは捉えきれません。「何を書くか」「誰が発信するか」「何を聞かれるか」「AIに何者として想起されるか」を分けて見る必要があります。

本調査結果の要旨

AI Overview対策を「コンテンツの書き方」の問題だけにすると、露出全体の一部しか見えません。本分析では、記事・情報源・クエリ・ブランドの4つの観点で、それぞれ異なる差が確認されました。

実務で必要なのは、記事改善だけではなく、AIOが出るクエリを捉え、引用されやすい情報構造を整え、一次情報源として発信し、非指名検索でもブランドが言及されるかまで測ることです。

調査の概要

項目	内容
記事観点	記事本文ラベル付き19,826URL。記事構造40項目とAIO引用の関連を分析
情報源観点	URLを第三者メディア／準公式／公式に分類し、AIO採択率と多変量統制後の関連を比較
クエリ観点	33,201クエリを検索意図・質問形式などで分類し、AIO表示率を比較
ブランド観点	17,693件の非指名クエリのAIO回答から、企業名・商品名・サービス名の言及を分析
主な分析手法	ロジスティック回帰、LightGBM＋SHAP、単純集計、AIO回答テキストからのブランド抽出
記事観点のモデル精度	Test AUC 0.634／0.639。個別URLの採否断定ではなく、関連構造の把握に使用
データ取得時期	2026年2月〜3月
調査主体	株式会社EXIDEA

1. AIO対策を記事改善だけで考えると、半分しか見えない

AIOで露出するまでには、少なくとも異なる3つの場面があります。

場面	何が起きるか	見るべき観点
1. AIO表示	その検索でAIO自体が表示されるか	クエリ
2. 引用元選定	どのURLが回答根拠として使われるか	記事・情報源
3. 回答生成	回答内でどの企業・商品・サービスが言及されるか	ブランド

記事改善が直接効くのは、主に2番目の「引用元選定」です。しかし、そもそもAIOが出ないクエリでは記事が良くても露出は生まれず、回答生成では引用元の文章以外の知識も使われ、検索語にないブランド名が言及されます。

だから、AIO対策は「良い記事を書けば終わり」ではありません。記事・情報源・クエリ・ブランドの4つを別々に見て、最後に一つの露出設計としてつなぐ必要があります。

図1：本分析で確認した4つの観点。記事構造、情報源、クエリ、ブランドで異なる差が見られた。

2. AIに選ばれやすいのは、「答えの骨格」がある記事

まず、記事本文19,826URLを対象に、40項目の記事構造とAIO引用の関連を分析しました。ロジスティック回帰とLightGBM＋SHAPの2モデルで方向が一致した項目を確認しています。

図2：AIO引用と関連した記事特徴。青は引用されやすい方向、赤は引用されにくい方向。2モデルで方向が一致した項目のみを表示。

正方向で上位に入ったのは、次の要素でした。

記事の特徴	SHAP signed	オッズ比
簡潔な定義	+0.127	1.11
文字数	+0.098	1.05
実践的アドバイス	+0.089	1.12
冒頭で直接回答	+0.063	1.07
見出し数	+0.056	1.04
数値的根拠	+0.046	1.06

共通しているのは、AIが回答の材料として取り出しやすいことです。何の話かを短く定義し、問いに直接答え、根拠や実践情報を構造化する。AIOでは、こうした「答えの骨格」を持つ記事が引用されやすい傾向が見られました。

一方、独自体験・レビュー主軸は最も強い負方向でした（SHAP -0.067、OR 0.88）。これは「体験談は価値がない」という意味ではありません。本データでは、再現可能な一般回答を組み立てやすい記事構造の方が、AIO引用と結びつきやすかったという観察です。

なお、記事観点のモデルAUCは0.634／0.639であり、モデル単独で個別URLの引用可否を高精度に断定するものではありません。ここでは、引用群と同時に現れやすい構造を把握するために用いています。

3. 「公式サイトだから強い」は成立しなかった

次に、URLを第三者メディア、準公式、公式サイトの3区分に分類し、AIO採択率を比較しました。

図3：左はサイト種別ごとのAIO採択率、右は40項目を統制した多変量分析。単純比較では公式が最下位だが、他条件が同等なら一次情報源らしさに小さな正の関連が見られた。

単純比較では、準公式が48.3%で最も高く、第三者メディアは42.0%、公式サイトは35.5%で最も低い結果でした。

つまり、「公式サイトならAIに信頼されて自動的に引用される」という前提は成立しません。

ただし、40項目を同時に考慮した分析では、一次情報源らしさに小さな正方向の関連が見られました（OR=1.08/step）、この二面性が重要です。

公式サイトが弱いのは、「公式だから」ではなく、公式サイトの本文が情報提供型として十分に整備されていない可能性があります。商品説明やLPだけで終わらせず、自社だから出せる定義、数値、一次情報、具体的な方法を本文に持たせることが論点になります。

なお、本調査の「公式サイト度」は、記事本文とURLから推論した「一次情報源らしさ」のラベルです。被リンク数、ドメインパワー、ドメイン年齢などは測定していません。

4. 記事が良くても、「何を聞かれるか」で露出機会は変わる

33,201件のクエリを検索意図と質問形式で分類すると、AIO表示率には大きな差がありました。

図4：検索意図別・質問形式別のAIO表示率。定義型は93.1%で最も高く、指名型の検索意図は60.9%だった。

検索意図別では、Informational（解説型）が83.7%で最も高く、Navigational（指名型）は60.9%でした。質問形式別では、「〇〇とは」の定義型が93.1%で突出しています。

質問形式	AIO表示率
定義型	93.1%
FAQ型	84.1%
方法型	77.6%
比較型	77.0%
リスト型	68.8%
その他	67.5%

ここから言えるのは、AIO露出を増やしたいなら、記事改善だけでなく「AIOが出やすい問いを捉えているか」も確認する必要があるということです。

同じテーマでも、「商品名」で誘導するだけでなく、「〇〇とは」「〇〇の方法」「〇〇の比較」のように、ユーザーがAIに答えを求めやすい問いをコンテンツ化することが新しい設計軸になります。

5. 検索語に名前がなくても、AIはブランドを言及する

AIO時代には、引用されるかどうかとは別に、「回答内でブランドとして想起されるか」という露出があります。

ブランド名を含まない17,693件の検索を分析したところ、AIO回答の57.7%に何らかのブランド名が出現しました。質問形式によって、その割合はさらに大きく変わります。

図5：非指名クエリのAIO回答におけるブランド言及率。比較型では75.9%の回答にブランドが登場し、1回答あたり平均6.6ブランドが列挙された。

特に比較型では、75.9%の回答にブランドが登場し、1回答あたり平均6.6ブランドが列挙されました。定義型は39.3%、平均2.7ブランドです。

これは、AI検索時代のブランド露出が、指名検索だけでは測れないことを示しています。ユーザーが自社名を検索していなくても、「おすすめ」「比較」といった問いの回答候補としてAIに想起されるかが、新しい確認項目になります。

ただし、AIO回答内でブランドが言及されることと、売上やCVが増えることの因果関係は本分析では扱っていません。ここで示しているのは、新しい露出機会としてのブランド言及です。

6. SEO担当者が変えるべきは、AIO対策の「範囲」と「測り方」

4つの観点を並べると、AIO対策で見るべき対象が整理できます。

観点	実務で確認すること	主な指標
記事	簡潔な定義、直接回答、実践情報、数値根拠、見出し構造があるか	AIO採択率／引用有無
情報源	自社だから出せる一次情報を本文に持っているか	引用元URL／一次情報源らしさ
クエリ	AIOが出やすい問いを狙えているか	AIO表示率
ブランド	非指名検索でも回答内で自社が言及されているか	ブランド言及率／言及数