SEO・AIO
AI検索で引用されない7つの原因
— 取得・引用・回答反映の3段階で切り分けて診断する
この記事の要点
「AI検索で自社が引用されない」という相談は増えています。ただ、その原因は1つではありません。AIは、ユーザーの質問に答えるまでに複数の段階を通ります。ざっくり言えば、関連する情報を取得し、そのなかから引用元を選び、選んだ内容を回答文に反映する、という流れです。引用されないのは、このどこかの段階で止まっているからです。
止まっている段階が違えば、直し方も変わります。取得の入口で弾かれているページに「もっと具体的に書く」対策を打っても効きませんし、引用元には選ばれているのに回答文に反映されないケースで「インデックスを直す」のは的外れです。この記事では、引用されない原因を「取得・引用選択・回答反映」の段階に沿って7つに整理し、それぞれ「どの段階で失敗しているか」「症状」「確認方法」「直し方」を分けて説明します。
— 01
前提：AIは段階的に根拠を選ぶ
原因を切り分ける前に、AIがどう根拠を選んでいるかを押さえます。Googleは公式ガイドで、生成AI機能の仕組みとしてRAGとquery fan-outを説明しています。
RAG（検索拡張生成）：AIが回答を生成する際に、インデックス済みのコンテンツを検索し、その内容に基づいて回答を組み立てる仕組みです。裏側で「検索」が動いているため、まずインデックスされ、検索で評価されるページであることが土台になります。
query fan-out（クエリの分岐展開）：1つの質問に対して関連する複数のクエリを同時に生成し、それぞれで関連情報を集める仕組みです。質問そのものに完全一致していなくても、関連トピックを扱うページが拾われることがあります。
この2段階を踏まえると、引用までの流れは大きく3つに分けられます。
- 1
取得：そもそもインデックスされ、検索で拾われる（クロール・インデックス／retrieval）
- 2
引用：拾われたなかから引用元として選ばれ、その内容が回答文に反映される（citation selection／absorption）
- 3
回答反映：反映された内容が、裏付けのある正確な情報として通用する（evidence／整合性）
Googleは同じガイドで、「生成AI検索のための最適化は、検索体験のための最適化であり、つまりSEOそのものである」とも述べています。AI専用の裏口があるわけではなく、通常の検索インフラの上で回答が組み立てられます。これが前提です。したがって、これから挙げる7つの原因も、大半は基礎的なSEO・情報設計の問題に行き着きます。
— 02
引用されない7つの原因
各原因に「失敗している段階」を付けています。自社がどの段階で止まっているかを見当づけながら読んでください。
そもそもインデックスされていない
段階：取得の入口
- どの段階で失敗しているか
- 取得。クロール・インデックスの入口です。RAGは「インデックス済みのコンテンツ」を検索対象にするため、インデックスされていないページは、どれだけ内容が良くても最初から候補に入りません。Googleも「生成AI機能に表示される対象になるには、ページがインデックスされ、スニペット表示の対象になっていることが条件」と明記しています。
- 症状
- AIに聞いても自社ページがまったく参照されない。通常のGoogle検索でも、サイト内検索（site:）で該当ページが出てこない、または出ても順位圏外。
- 確認方法
- Search ConsoleのURL検査で対象ページを調べ、「インデックス登録済み」かを確認します。robots.txtでブロックしていないか、noindexが付いていないか、JavaScript依存で本文がレンダリングされずに空のHTMLになっていないかも合わせて点検します。
- 直し方
- noindexやrobotsのブロックを外す。ステータスコードを正す。本文がサーバー側またはレンダリング後のHTMLに含まれるようにする。インデックスされて初めて、以降の段階の議論が意味を持ちます。
インデックスされているのに検索で拾われない
段階：取得のretrieval
- どの段階で失敗しているか
- 取得。インデックスの入口は通っているのに、RAGの検索で関連ページとして拾われない段階です。
- 症状
- site:では表示されるし、URL検査でもインデックス済み。しかし関連する質問をAIに投げても引用されず、通常検索でも狙ったクエリで上位に出てこない。
- 確認方法
- 対象クエリと、その関連クエリ（query fan-outで展開されそうな言い換え・周辺トピック）で実際に検索し、どこに出るかを見ます。ページが特定のトピックについて明確に書けているか、見出しや本文にユーザーの言葉と対応する記述があるかを確認します。
- 直し方
- 1ページ1トピックを明確にし、関連する疑問を本文・見出しで網羅する。内部リンクで関連ページ同士をつなぎ、トピックのまとまりを示す。query fan-outは関連トピックを扱うページを拾う仕組みのため、周辺の疑問まで丁寧に扱うことが、拾われやすさに寄与する可能性があります。ここは従来の情報設計・内部リンク設計の問題とほぼ重なります。
拾われても引用元として選ばれない
段階：引用選択
- どの段階で失敗しているか
- 引用。検索では拾われているのに、引用元として選ばれない段階（citation selection）です。
- 症状
- 関連クエリで検索上位には入るのに、AIの回答では別のサイトが引用され、自社は言及されない。
- 確認方法
- 実際に引用されている他サイトと自社ページを見比べます。相手が持っていて自社にないもの——一次情報、具体的な数値や事例、判断基準、独自の知見——を洗い出します。一般論の焼き直しになっていないかを点検します。
- 直し方
- 他にない一次情報・独自の事実・具体を出す。自社が実際に持っているデータ、事例、手順、判断基準など、検証できる具体を書きます。どこにでも書いてある内容は、AIがわざわざそのページを参照する理由になりにくいためです。信頼性の面では、発信元が明確で、事実の裏付けがあることも選ばれやすさにつながります。
引用はされるが回答文に内容が反映されない
段階：引用選択と回答反映の境目
- どの段階で失敗しているか
- 回答反映。引用元としては拾われているのに、その中身が回答文に取り込まれない段階（citation absorption）です。
- 症状
- AIの回答の参照元リストには自社URLが入っているのに、回答本文には自社の情報がほとんど反映されていない。あるいは、伝えたい要点とは違う部分だけが拾われる。
- 確認方法
- 自社が伝えたい要点が、そのページのなかで明確に・具体的に書かれているかを確認します。要点が長い前置きや曖昧な言い回しに埋もれていないか、指示語ばかりで単体では意味が取れない文になっていないかを見ます。
- 直し方
- 伝えたい内容を、明確で具体的な記述にします。ここで注意したいのは、Googleが「生成AI検索のためだけに特定の書き方をする必要はない」「AIが理解しやすいように内容を細かく分割する必要はない」と公式に述べている点です。つまり「結論を必ず冒頭に置く」「AI向けの特別なフォーマットにする」といった作法を、AI対策として義務のように課す必要はありません。あくまで、読者にとっても分かりやすい明確・具体的な記述にするという一般原則の範囲で整えれば十分です。AI専用の書き方を足すのではなく、曖昧さを減らす、と捉えてください。
主張の裏付け・出典・数値がない
段階：回答反映
- どの段階で失敗しているか
- 回答反映。内容は反映されうるのに、主張を裏付ける根拠がないために、信頼できる情報として扱われにくい段階です。
- 症状
- 「効果が高い」「多くの企業が採用」といった断定はあるのに、出典・数値・具体例がない。競合は数字や事例を出していて引用されている。
- 確認方法
- ページ内の主要な主張を1つずつ拾い、それぞれに裏付け（出典・数値・事例・日付）があるかを確認します。裏付けのない断定がどれだけあるかを数えます。
- 直し方
- 主張には検証できる根拠を添えます。自社データなら取得条件や時点を、外部情報なら出典を示します。数値や事例を伴う具体的な記述は、原因3・4の改善とも重なり、引用されやすさと反映されやすさの両方に寄与し得ます。
サイト内・チャネル間で事実が食い違う
段階：全段階に影響／エンティティ不整合
- どの段階で失敗しているか
- 全段階に影響。会社や事実の情報がページごと・チャネルごとに食い違うと、AIがどれを正とすべきか判断できず、引用・反映の精度が落ちます（claim不一致・エンティティ不整合）。
- 症状
- 会社概要ページ・サービスページ・PDF資料・外部プロフィールで、社名表記・役職・提供内容・実績などがバラバラ。AIの回答でも、古い情報や誤った属性が混ざる。
- 確認方法
- 基本情報（社名・所在地・役職・提供内容・主要な事実）を、Web・PDF・営業資料・外部掲載の間で突き合わせます。表記ゆれや、更新されていない古い記述を洗い出します。
- 直し方
- 基本情報を一次情報として1か所に定め、各所の記述をそこに揃えます。矛盾をなくすことが、AIに正しく説明されるための土台になります。ここは特定のページ単体ではなく、サイト全体・チャネル全体の整合性の問題です。
観測するたびに結果がぶれる
段階：判断の前提
- どの段階で失敗しているか
- これは原因というより、原因を切り分けるための前提です。AIの回答は、モデル・検索機能の有無・地域・時点によって変動します。1回の観測でぶれた結果を「引用されない原因」と取り違えると、診断そのものを誤ります。
- 症状
- 同じ質問でも、聞くたびに引用されたりされなかったりする。昨日は載っていたのに今日は載らない。1回のスクリーンショットだけを根拠に「対策が効いた／効かない」と判断してしまう。
- 確認方法
- 決まったクエリセットを、複数回・複数条件（時点・地域・アカウント状態など）で観測し、言及の有無・公式URLの参照・事実の一致を記録します。1回の結果ではなく、繰り返しの傾向で見ます。
- 直し方
- 継続観測を前提にします。単発の結果で断定せず、傾向として引用率が上がっているかを追います。原因1〜6の対策を打つ際も、効果は単発ではなく継続観測で判断します。
— 03
直し方の優先順位
7つの原因は、上流（取得）から順に効いてきます。下流の対策を先に打っても、上流で止まっていれば成果は出ません。次の順で切り分けると実務的です。
まず取得（原因1・2）を確定する
インデックスされているか、検索で拾われているかを先に確認します。ここが通っていなければ、引用や回答反映を論じても意味がありません。Search ConsoleのURL検査と実検索で確定させます。
次に引用（原因3・4）を見る
検索では拾われているのに引用されない場合に、一次情報・具体性（原因3）と、記述の明確さ（原因4）を点検します。原因4では「AI専用の書き方」を足すのではなく、曖昧さを減らす方向で整えます。
並行して回答反映の土台（原因4・5）を固める
裏付け・出典・数値（原因5）は、引用されやすさと反映されやすさの両方に寄与し得るため、早めに整えます。
土台として整合性（原因6）を通す
事実の食い違いは全段階の精度を下げるため、基本情報の一致は早い段階で確保します。
すべての判断を継続観測（原因7）の上で行う
どの対策も、単発の観測で成否を決めません。
優先順位の付け方はシンプルです。「取得できていないなら取得を直す」「取得できているのに引用されないなら引用の要因を直す」「引用されているのに反映されないなら記述の明確さと裏付けを直す」。段階を取り違えないことが、遠回りを避ける一番の近道です。
AIO・GEOの全体像はBtoB企業のAIO入門に、AIクローラーの許可・拒否の設計はAIクローラーの許可・拒否の設計にまとめています。
— 04
よくあるご質問
Q. 「AI向けの書き方」にすれば引用されますか。
AI専用の特別な書き方が引用を保証するわけではありません。Googleは公式ガイドで「生成AI検索のためだけに特定の書き方をする必要はない」「内容を細かく分割する必要はない」と述べています。有効なのは、読者にとっても分かりやすい明確・具体的な記述と、裏付けのある一次情報です。結論を冒頭に置くといった作法は、義務ではなく、あくまで分かりやすさの一手段として捉えてください。
Q. インデックスはされているのに引用されません。何から見ればよいですか。
取得の次の段階、つまり「検索で拾われているか（原因2）」を先に確認します。関連クエリで上位に出ているなら、次は引用選択（原因3）と記述の明確さ（原因4）です。上位に出ていないなら、まだ取得側の情報設計・内部リンクの問題です。段階を1つずつ下りていくと、どこで止まっているかが特定できます。
Q. 参照元リストには載るのに、回答本文に反映されません。
引用はされているが内容が回答に取り込まれていない状態です（原因4）。伝えたい要点が、長い前置きや曖昧な言い回しに埋もれていないか、単体で意味が取れる記述になっているかを確認します。あわせて、その主張に裏付け（原因5）があるかも点検してください。AI専用フォーマットに作り替えるのではなく、曖昧さを減らす方向で整えます。
Q. 昨日は引用されたのに今日はされません。対策が失敗したのですか。
一度の結果だけでは判断できません。AIの回答はモデル・検索機能・地域・時点で変動します（原因7）。決まったクエリセットで複数回・複数条件の観測を続け、引用率の傾向で見てください。単発のぶれを原因と取り違えると、診断そのものを誤ります。
まとめ
AI検索で引用されない原因は1つではありません。AIは、関連する情報を取得し、そのなかから引用元を選び、選んだ内容を回答文に反映する、という流れで根拠を選びます。引用されないのは、このどこかの段階で止まっているからです。止まっている段階が違えば、直し方も変わります。取得・引用選択・回答反映のどの段階で止まっているかを切り分け、その段階に合った対策を打つことが、遠回りを避ける近道です。
この記事の著者
飯田 友広
代表取締役
Netsujo株式会社 代表取締役。京都発のWeb3・AI実装スタートアップを2023年6月に創業。Webサイトを営業基盤として捉え、経営・営業・検索・生成AI・コンバージョン・計測を横断して課題と改善優先順位を整理する「Netsujo SIGNAL」を設計・運営。京都ビッグデータ活用プラットフォーム参画(小規模企業会員・ベンチャー)、同プラットフォーム発のワーキンググループ「Chain Up KYOTO」参画(2026-03-10)、IVS2026サイドイベント「なぜ京都でWeb3.0ビジネスなのか」を京都府庁旧議場で開催(2026-07-02・Netsujoとして主催、企画・登壇・運営／京都府デジタル政策推進課は共催)。京都美術工芸大学での講義・龍谷大学でのセミナー実績、ITコミュニティ「みやこでIT」(connpassメンバー609名・イベント162回以上・2019年2月から運営)運営。NPO法人NEMTUS理事、BAR KRYPTO運営。ソーシャル企業認証「S認証」認証企業(2026年2月認証・2026年4月公表)。技術領域はWeb3/ブロックチェーン/DID/NFT/生成AI/コミュニティ運営。
プロフィールを見るこの記事が向いている方
自社サイトが生成AIの回答に引用されない原因を知りたい方
取得・引用・回答反映のどの段階で止まっているか切り分けたい事業担当者
AIO/GEOで何から直せばよいか、優先順位をつけたい方
コンテンツを増やしても引用されず、方針を見直したい方
— 壁打ち相談
読者のよくある相談
記事を読んだ後に「自分の状況だとどう判断すべきか」を整理するための壁打ち相談を受け付けています。下記のような相談例が当てはまる方は、お気軽にご連絡ください。
Q. 自社サイトがAIに引用されない原因を診てもらえますか？
取得・引用選択・回答反映のどの段階で止まっているかに照らして現状を整理します。
Q. 何から直せばよいか、優先順位を相談できますか？
取得→引用→回答反映→整合性→継続観測の順に、現状に合わせて着手の順番を一緒に決めます。
Q. AIに自社がどう説明されているかを確認したいです。
決まったクエリセットで複数回・複数条件の観測を行い、言及の有無や事実の一致を記録します。
上記いずれかが該当する場合、初回30分の壁打ち相談で論点整理に対応します。記事に書ききれない個別事情を踏まえた判断材料が必要な段階こそ、壁打ちが活きやすいフェーズです。
関連するサービス
Web営業基盤｜Netsujo SIGNAL
検索・AI時代のWeb営業基盤をつくる
公開情報からの診断、GA4・Search Consoleの分析、構造化データやFAQ・計測の実装まで伴走します。無料Web診断から始められます。