検索エンジンは、クロール、インデックス、ランキングという3つの段階で動いています。では、ChatGPTのようなAIに質問を打ったとき、その裏側では何が起きているのでしょうか。
この記事では、AIが答えを作る2つの経路を分解し、検索エンジンとの共通点と違いを整理していきます。そのうえで、自社がAIの答えに出るための条件が、経路ごとにどう違うのかまで見ていきましょう。
AI検索とは何か
Googleに質問を打つと、あらかじめ集めて整理してあるWebページの一覧から、質問に合うものが順番に並びます。答えを書いているのはGoogleではありません。並んだページを開いて中身を読むのは、私たち自身です。
ChatGPTに同じ質問を打つと、返ってくるのは一覧ではなく文章です。ページを探して読む手間を飛ばして、答えそのものを渡してくれる。
この体験の違いから、こうしたサービスをアンサーエンジンと呼ぶ言い方が生まれました。「検索エンジンではなくアンサーエンジンだ」とPerplexityの経営者が表現したのが発端で、日本語ではアンサーエンジンという表記が多く使われています。
Perplexityの日本語ヘルプは、これを回答エンジンと訳しています。
ただ、この言葉はPerplexity発のものです。ChatGPTやGoogleのAI機能まで含めた総称として定着しているとは言えません。
そこで本記事では、Webの情報をもとにAIが文章で答える仕組み全般をAI検索と呼ぶことにします。
ChatGPT、GoogleのAI OverviewsやAIモード、Perplexity。呼び名も作っている会社も違いますが、読者から見れば、質問すると文章が返ってくる点は共通しています。
この呼び方の揺れは、そのままAI検索の位置づけの分かりにくさを表しています。検索エンジンの延長なのか、まったく別のものなのか。答えは、工程によって違うとしか言えません。
一覧を見せるのが検索エンジン、文章で答えるのがAI検索。出発点はこの違いです。ただし、この先を知らないまま対策の話に進むと、話がずれていきます。AIがその文章をどこから作っているのか、そこに2通りあるからです。
AIの答え方は2つある
2022年末に登場した当初のChatGPTは、Webを調べる機能を持っていませんでした。作られるときにWeb上の膨大な文章を読み込み、言葉の続き方を学習する。その学習で身についた知識だけを頼りに答えていたのです。
最新のニュースを知らない、知らないことも自信ありげに答える、と言われたのはこのためでした。
その後、必要ならWebを検索し、見つけたページを読んでから答える機能が加わります。ChatGPTでは、2024年10月31日にChatGPT searchとして正式に発表されました。
今のAIは、1つの製品の中に2つの答え方を同居させています。質問の内容によって、どちらを通るかがその場で決まります。
出典：OpenAI『ChatGPT search が登場』
学習した知識で答える
1つ目は、作られる段階で読み込んだ知識だけを使って答える経路です。その場でWebを見に行かないので、答えに出典のリンクは付きません。SEO（検索エンジン最適化）とは何か、といった一般的な概念の説明は、この経路で返ってきがちです。
Webを検索してから答える
2つ目は、質問を受けてからWebを検索し、見つけたページを読んだうえで答える経路です。答えの中や末尾に、参照したページへのリンクが並びます。最新の情報が要る質問や、特定の会社名や商品名を含む質問は、こちらに入りやすくなります。
見分け方は単純で、答えに出典リンクが付いているかどうかです。リンクが並んでいれば調べて答えた回答、何も付いていなければ知識だけで答えた回答だと判断できます。
ここを、ブラウジング機能のオンオフという設定の話だと捉えている方は多いと思います。ただ実際には、AIの中に2つの経路があり、どちらを通ったかで自社が答えに出る条件が変わる。この整理のほうが実態に近いですし、何をすべきかを考えるうえでも役に立ちます。
順番に中身を見ていきましょう。
学習した知識で答える仕組み
AIの知識は、作られる段階でWeb上の文章を大量に読み込むことで形づくられます。人の記憶にたとえると分かりやすいのですが、この記憶には、私たちの記憶とは違う3つの性質があります。ここを押さえておかないと、AIが自社を知らない理由も、間違えて答える理由も見えてきません。
読み込むのはある時点までのWeb
学習に使われるのは、ある時期までに公開されていた文章です。この区切りの時点は、ナレッジカットオフと呼ばれます。AIが作られたあとに公開されたページは、どれだけ良い内容でもその知識には入りません。
去年できた会社のことを今年のAIが知らない、ということが普通に起きます。サービス名を変えた、事業内容が変わった、といった変化も同じです。この経路で答えているAIが持っているのは、常に少し前のWebの姿だと考えてください。
もう一方の経路、つまりWebを検索してから答える機能は、この弱点を埋めるために加わったものでした。逆に言えば、検索を通らない答えは、いつも過去の情報を土台にしていることになります。
何度も書かれた情報しか残らない
読み込んだ文章を、全部そのまま覚えているわけではありません。AIの中に文章がそのまま保管されているのではなく、言葉のつながり方の傾向として残ります。だから、Web上で何度も繰り返し出てくる情報は濃く残り、1回しか出てこない情報はほとんど残りません。
よく知られた言葉や、Web上で繰り返し取り上げられている会社については、AIは詳しく答えられます。一方、Web上に1、2箇所しか説明のない会社については、知らないと答えるか、別の会社の情報と混ざった答えを返します。
これは会社の規模の話ではなく、Web上に何度書かれているかの話です。Web上での言及が少なければ、どれだけ立派な実績があっても、AIの知識としては残らないのです。
混ざるという現象も、この性質から説明できます。似た名前の会社が複数あって、片方だけがWeb上で何度も書かれていれば、濃く残っているほうの情報が引き寄せられます。
自社の名前で聞いたのに、別の会社の説明が返ってくる。そういう答えが出るのは、そもそも自社の情報が薄いからです。
後から追加や修正ができない
Googleなら、新しいページを作ればクローラーが拾い、一覧に加わります。順位はともかく、登録の入口は開いています。
AIの知識には、この入口がありません。次のAIが作られるまで、中身は固定されたままです。
自社について古い情報や間違った内容が入っていても、こちらから直しに行く窓口はない。ここが検索エンジンとの決定的な違いです。できるのは、新しいAIが作られるときに読み込まれるWeb上の文章を、今のうちに整えておくことだけになります。
なお前提として、学習用のクローラーを拒否していないことも条件です。OpenAIならGPTBotがこれにあたり、robots.txtで拒否すれば読み込まれません。引用されたい側なら許可しておく筋が通りますが、学習に使われること自体を避けたい会社もあり、方針は各社の判断になります。
3つを合わせると、この経路は自社の側からページを1本書いて動かせる話ではないと分かります。効くとすれば、Web上での自社への言及が、長い時間をかけて積み上がっていることです。
Webを検索してから答える仕組み
もう一方の経路は、質問を受けてから動きます。流れは4つの段階に分かれます。
質問から検索語への書き換え
AIは、受け取った質問をそのまま検索窓に入れるわけではありません。言い換えたり、複数の検索語に分けたりしてから検索エンジンに投げます。OpenAIの公式ヘルプも、ChatGPTが質問を「one or more targeted queries」に変換して送ると説明しています。
人が打つ言葉と、AIが投げる言葉は同じではない。ここが最初のずれになります。1つの質問に対して、AIが裏で複数回検索することも珍しくありません。
自社の順位を自分で検索して確かめても、AIが同じ一覧を見ているとは限らないのは、この書き換えがあるからです。狙っているキーワードで1位でも、AIが投げた別の言い回しでは10位、ということが起こります。
検索エンジンへの問い合わせ
書き換えた検索語を、AIは検索エンジンに投げます。
ここで押さえたいのは、AIが自分でWeb全体を見て回っているわけではないことです。誰かがすでに集めて並べておいた一覧、つまりインデックスを借りています。クロールとインデックスという検索エンジンの土台が、そのまま前提になっているのです。
どの一覧を借りるかは、AIによって違います。GoogleのAI機能が使うのは、Google自身の一覧です。Perplexityは自前のクローラーで作った一覧を持っており、公式ドキュメントにはPerplexityBotとPerplexity-Userという2つのクローラーの記載があります。
ChatGPTの公式ヘルプにあるのは、外部の検索プロバイダーと連携する場合がある、という記述です。連携先として名前が挙がっているのはMicrosoftで、同社の検索エンジンであるBingの結果を借りている場面があるとみられます。
Claudeについては、Anthropicの委託先一覧に、Web Searchという用途でBrave Searchが載っています。Brave Searchは、GoogleやBingとは別に自前の一覧を持つ検索エンジンです。
製品名も提携先も、数年で入れ替わります。覚えておきたいのは名前ではなく、調べて答えるAIは検索エンジンの一覧を借りている、という構造のほうです。裏を返せば、一覧に載っていないページは、AIにも読まれません。
AIが問い合わせる先は、私たちが見ている検索結果の画面ではなく、プログラム向けの窓口です。人の画面には、位置情報や検索履歴による調整、広告、地図や画像といった装飾が乗っています。AIが受け取るのは、そうした装飾を外した素のリンク一覧に近いものです。
裏で動いている検索エンジンは同じでも、まったく同じものを見ているわけではありません。
なお、Perplexityのように常に検索してから答える設計の製品もあれば、ChatGPTのようにその都度AIが判断する製品もあります。検索を土台にする設計は増えている流れです。
出典：
・OpenAI Help Center『Searching the web with ChatGPT』
・Perplexity『Perplexity Crawlers』
・Anthropic『Subprocessors』
上位ページの読み込み
検索エンジンから返ってきたページを、AIが実際に開いて中身を読みます。ただし、返ってきた全部を読むわけではありません。読むのは上位の数本から十数本です。
ここは想像しやすいところだと思います。人が検索するときも、1ページ目の上から順に開いて、答えが見つかれば止めます。
AIも似た動き方をしていて、100位のページが読まれることはまずありません。読まれるかどうかの分かれ目が、検索順位そのものになっているわけです。
内容の良し悪しが問われるのは、この段階を通過したあとです。どれだけ丁寧に書かれたページでも、上位に入っていなければ開かれず、開かれなければ引用もされません。
断片の抜き出しと回答の組み立て
読んだページから、質問に合う部分を抜き出します。抜き出すのはページ全体ではなく、その中の段落や文です。ページ全体は別のテーマを扱っていても、中の1段落だけが引用されることがあります。
抜き出した断片を、複数のページ分つなぎ合わせて1つの文章に組み立て、使ったページをリンクとして示す。これが最後の段階です。検索意図に合わせて要約している、というより、検索意図に合う断片を複数のページから集めて再構成している、と言ったほうが実態に近いでしょう。
このことは、引用のされ方にも影響します。上位に入ったページが丸ごと紹介されるのではなく、質問に答えている一節だけが取り出される。ページの評価と、引用される部分は、必ずしも一致しないわけです。
混ぜるという点も見逃せません。検索エンジンは10本のページを別々に並べて見せます。AIは複数のページから取った断片を、1つの答えに溶かし込みます。
どこからどこまでがどのページ由来なのかは、リンクを開いて確かめないと分かりません。
検索エンジンは並べて終わりですが、AIは並んだ中から、どれを読み、どの部分を答えに使うかをもう1段選びます。この最後の1段が、AIに特有の工程です。
検索エンジンとAI検索の共通点と違い
2つの仕組みを並べると、どこまでが同じでどこから違うのかがはっきりします。
共通点はWebページを集めて並べる工程
クロール、インデックス、ランキングという3段階は、AI検索でもそのまま動いています。AIが借りているのは、この工程の成果物だからです。
したがって、検索エンジンに登録されていないページや、順位の低いページは、AIの答えの材料にもなりません。AI検索は検索エンジンとまったく別のものが動いている、というイメージを持っている方は多いのですが、少なくとも材料を集めるところまでは、同じ仕組みに乗っています。
言い方を変えると、AI検索は検索エンジンの上に建てられた2階部分です。1階が集めて並べる工程、2階が読んで選んで書く工程。1階に入れていない建物に、2階だけ用意することはできません。
違いは並べた後に読んで選ぶ工程
違いが出るのは、一覧が並んだあとです。主な違いは6つあります。
| 検索エンジン | AI検索 | |
|---|---|---|
| 検索語 | 打った言葉のまま | AIが書き換えて投げる |
| 読む人 | 人が読む | 上位数本をAIが読む |
| 拾う単位 | ページ1本 | ページの中の断片 |
| 見せ方 | 10本を別々に並べる | 断片を混ぜて1つの文章に |
| 再現性 | ほぼ同じ結果が返る | 毎回少しずつ変わる |
| 該当なし | 見つかりませんと返せる | 必ず何かを答える |
同じ図書館を使っていても、司書が違えば持ってくる本も、要約の仕方も変わります。AI検索で起きているのは、これに近いことです。
蔵書にあたる一覧は検索エンジンのものを共有していても、そこから何を取り出してどう語るかは、AIごとに違います。同じAIに同じ質問を2回打っただけでも、引用されるサイトが入れ替わることは普通に起きます。
検索順位のように、今日の位置を1つの数字で確かめることはできません。1回出なかったから駄目、1回出たから成功、という見方も成り立たないわけです。
表の最後にある、該当なしを返せないという性質は、生成AIの仕組みそのものから来ています。
AIは質問されたら必ず何かを答えます。「この地域でおすすめの税理士は」と聞かれれば、誰かの名前を挙げる。自社が入っていなければ、入っている競合の名前が出るだけです。
土俵に上がれないというより、土俵の上ですでに誰かが選ばれている、と考えたほうが実態に合います。
自社がAIの答えに出る条件
ここまでの仕組みから、条件が2つの経路で別々に決まることが見えてきます。片方だけを見て対策を考えると、噛み合わない打ち手になります。
検索して答えるAIには検索上位に入っていること
調べて答える経路で、AIが読むのは検索結果の上位数本です。そこに入らなければ、選ばれる土俵にすら乗りません。引用されるかどうかは読まれたあとの話なので、その前段で落ちていれば、文章をどう工夫しても届かないのです。
SEOはAI時代の基本だという言い方をよく聞きます。ただ、そう言われるだけで、理由まで説明されることは多くありません。
理由は、ここまで見てきた仕組みそのものです。AIは自分でWebを見て回らず、検索エンジンの一覧を借り、その上位だけを読んでいる。だから、検索で上位に出ないページは、AIに読まれることすらないのです。
仕組みから見ると、基本というより前提条件と言ったほうが正確でしょう。基本は積み重ねの土台ですが、前提条件は満たさなければ次の話に進めないものです。
Google自身も、AI OverviewsやAIモードに表示されるために、追加の要件や特別な最適化は必要ないと説明しています。
求められるのは、ページがインデックスされ、スニペット（検索結果に出る説明文）付きでGoogle検索に表示できる状態であること。AI向けの新しい機械可読ファイルやマークアップは不要だと明記されています。
ただし、ここでいうSEOはGoogleだけを指しません。AIが借りる一覧は製品ごとに違うので、Bingなど他の検索エンジンに載っていることも含みます。
普通に作られたサイトは、どちらにも載っているのが通常です。載っていないほうが例外だと考えて、一度確かめておくと安心できます。
なお、学習データに入っていることと、検索の一覧に載っていることは別です。リンク付きで引用されることを狙うなら、関門になるのは検索の一覧のほうです。
もう1つ、自社にとって重要な性質があります。自社に関わる質問は、この経路に入りやすいのです。
「△△のおすすめ業者は」「□□社の評判は」といった質問は、固有名詞か事実確認を含みます。AIが検索に行きやすいのは、まさにそういう質問です。
最新の情報が要る質問、固有名詞を含む質問、料金や所在地の確認。自社が出てほしい質問のほとんどが、ここに当てはまります。
出典：Google検索セントラル『AI 機能とウェブサイト』
知識で答えるAIにはWeb上に何度も書かれていること
学習した知識で答える経路は、順位ではなく、Web上に自社について何度書かれているかで決まります。
ここで大事なのは、知られていることと書かれていることは別だという点です。AIが読めるのはテキストだけなので、人の頭の中にある知名度は届きません。
地元で誰もが知っている老舗でも、Web上にほとんど書かれていなければ、AIにとっては存在しないのと変わりません。逆に知名度は低くても、業界サイトやWebメディアに繰り返し取り上げられていれば、AIの知識に残ります。
リンクを伴わないものも含めて、Web上に自社の名前や情報が書かれている状態を、サイテーションと呼びます。外からの評価をどう積むかで扱ったとおり、もともとはローカルSEOの用語です。
認知度との違いは、置き場所にあります。認知度は人の頭の中にある状態で、知っている人が何人いるかで測るものです。サイテーションはWeb上に残っている痕跡で、書かれている場所が何箇所あるかで測ります。
AIが読みに行けるのは、後者だけです。
取り組む順番があります。先に整えるのは自社サイトです。
会社名、サービス名、何をしている会社か、誰向けか、どこにあるか。これらが会社概要やサービスページに、揺れなく書かれているかどうか。
AIは断片を拾うので、自社が何者かを1文で言い切っている箇所があるかが効きます。記事の本数より、基本情報の整備が先だということです。
自社サイトの書き方については、1つ推測を添えておきます。
AIは断片を拾うので、断片として成立している文章が有利になるはずです。見出しの直後に結論がある、1つの段落を切り出しても意味が通る、数字や固有名詞が曖昧な言い回しになっていない。こうした書き方が拾われやすいと、仕組み上は考えられます。
ただし、GoogleやOpenAIが公式にそう言っているわけではありません。
近いことを実験で確かめた研究はあります。GEO（生成AIの回答に引用されやすくする取り組み）を提唱した論文では、信頼できる出典の明示、統計データ、引用、読みやすさ、専門用語の適切な使用があると、引用されやすくなったと報告されました。
仕組みからの推測と方向は一致していますが、公式見解ではないという線は引いておきたいところです。
他サイトからの言及は、多くの場合、自社サイトの説明をなぞる形で書かれます。取材でも事例紹介でも、書き手はまず自社サイトを見に行くからです。
自己紹介が曖昧なら、外に写る言及も曖昧になる。自社サイトを先に固める理由は、ここにあります。
取引先の事例紹介、業界団体の会員一覧、Webメディアの取材、登壇やセミナーの告知ページ。事業をしていれば自然に発生する言及を、取りこぼさず発生させることが基本になります。作為的に数を増やすものではありません。
守りの側面も押さえておきましょう。検索エンジンなら、書いていないことは出てきません。空欄は空欄のままです。
AIは空欄をそのまま返せないので、書いていない部分を推測で埋めることがあります。所在地を書いていなければ、似た名前の別の会社の住所を答えるかもしれません。料金を書いていなければ、業界の相場を自社の料金として答えるかもしれない。
書いてあることは出る、書いていないことは間違って出るかもしれない。AI時代の情報整備は、引用されるためだけでなく、間違った内容で語られないための備えでもあるわけです。
出典：arXiv『GEO: Generative Engine Optimization』
まとめ
この記事では、AI検索の仕組みを2つの経路に分けて整理してきました。要点を振り返ります。
- AIの答え方は、学習した知識で答える経路と、Webを検索してから答える経路の2つ
- 検索して答える経路に出る条件は、検索上位に入っていること
- 知識で答える経路に出る条件は、Web上に何度も書かれていること
- 共通するのは、検索エンジンが集めて並べた一覧が土台にあること
- 違うのは、AIが上位を読み、断片を選び、混ぜて1つの答えにすること
AI検索まわりの用語の整理では、測る場所は新しくなったが、やることの中身は地続きだと書きました。その理由が、ここで見た仕組みです。
AIは検索エンジンの一覧を借り、その上位を読んで断片を選んでいる。だとすれば、検索エンジンに向けてやってきたことが、そのままAIに読まれるための条件になります。新しく覚え直すことは、思っているより多くありません。