ChatGPTには出ないのに、Geminiには出る。960回答の調査で分かったAI引用の違い

一つのAIで自社が紹介されなくても、別のAIでは紹介されることがあります。引用を調べるときは、AIごとの結果を分けて見ることが大切です。
一つのAIで自社が紹介されなくても、別のAIでは紹介されることがあります。引用を調べるときは、AIごとの結果を分けて見ることが大切です。
「Geminiでは当社のページが出たのに、ChatGPTでは競合ばかり。どちらを信じればいいのだろう」。担当者によって報告が違い、困ったことはないでしょうか。見ているAIが違えば、参考にするページも違う可能性があります。
2026年9月19日に公表されたPreferの調査は、この違いを考える材料になります。ただし、調査対象はAI検索に関する質問です。自社の業界でも同じ割合になるとは限りません。[1]
まず調査の読み方を確かめ、その後に自社で回答と出典を比べる手順を紹介します。各サービスの説明は、2026年11月11日に確認した公式資料に基づきます。
960回答で比べたAI引用の違い
引用先には、AIごとの違いと共通点の両方がありました。すべてのサイトを数えた結果と、よく引用されたサイトだけの結果を分けて読むと、数字の意味をつかめます。
調査対象は80問を4つのAIへ3回ずつ送った回答
Preferは9月13日、80の質問を四つのAIへそれぞれ3回送り、960回答を集めました。対象はChatGPT、Gemini、Perplexity、Claudeです。[1]
この960は、質問に対して取得した回答の数です。利用者の人数や、AI検索市場全体の大きさを表す数字ではありません。同じ質問を繰り返した回答も含むため、異なる960の相談を集めた調査とも区別します。
質問はAI検索に関する用語、対策、ツールなどを扱っています。特定の事業者名を含む質問もあり、世の中のあらゆる買い物や法人のサービス選びを均等に集めたものではありません。Preferの公開データ
自社への参考にするときは、「どんな質問で出た結果か」を先に読みます。質問の分野が違えば、役立つ情報を持つサイトも変わるためです。
1つのAIだけに出たサイトと、複数AIに共通するサイト
回答で引用された1,329のドメインのうち、966は一つのAIだけに現れました。ドメインとは、サイトの住所の中心になる部分です。例えば、このブログなら「agent-signal.ai」です。[1]
一方、よく引用された上位25ドメインのうち23は、三つ以上のAIで共通していました。「AIごとに全く別のサイトしか見ない」という結果ではありません。多くのAIから参照されるサイトもあれば、特定のAIにだけ登場するサイトもあった、ということです。[1]
前者は調査全体で見つかったサイト、後者は引用されることが多かった上位のサイトを見ています。異なる範囲の集計なので、片方を使ってもう片方を否定する必要はありません。
自社が一つのAIにしか出なかった場合も、この調査の数字だけで正常・異常を決めることはできません。まず、そのAIが自社のどのページを引用し、ほかのAIはどの情報を使ったのかを残します。

この調査で分かること、分からないこと
Preferの数字を使うときは、回答の取得方法と数え方を一緒に説明します。自社で普段見ている画面と条件が違えば、そのまま同じ結果を期待することはできません。
APIで集めた回答と、ChatGPT・Geminiの画面を分ける
今回の調査は、システムからAIに質問を送る窓口である「API」を使っています。普段使うChatGPTの画面を960回操作した結果ではありません。また、同じ質問の3回の実行は短い間隔で行われています。毎日観測した結果でもありません。[1]
公開された方法では、DataForSEOのLLM Responses APIを通じ、各回でWeb検索を要求しています。会話履歴のない新しい呼び出しを繰り返し、APIが検索実施を報告したかを記録したものです。Preferの調査方法
公開データにある当時のモデル名は、ChatGPTがgpt-5.6-luna、Geminiがgemini-3.8-flash、Perplexityがsonar-pro、Claudeがclaude-sonnet-5です。これは測定条件の記録であり、現在のアプリで選べるモデルの案内ではありません。
社内で手動確認の結果を並べる場合も、「Web画面」「アプリ」「API」を記録します。取得窓口が違う結果は、それぞれの条件が分かる形で保存しておきます。
URL・サイト・ブランド名で、AI引用の数え方が変わる
ここでの「引用」は、回答が根拠として示すサイトのことです。文章に会社名が出る「ブランド言及」とは分けて扱います。名前があっても自社サイトへ進めるリンクがあるとは限らないためです。
Preferは出典を回答内の重複しないURLで数えています。サイトの集計は原則としてURLのホスト名を使い、先頭のwwwを除きます。一部の大きなサービスだけは、言語版などのサブドメインをまとめています。Preferの公開データ
例えば、同じ会社の開発者向けサイトとサポートサイトでも、住所が違えば別に数える場合があります。すべてを会社単位へまとめた集計だと思って読むと、サイト数の意味が変わってしまいます。
よく引用されたサイトの順位も、リンクの総本数ではなく、そのサイトを少なくとも一度引用した回答の数に基づきます。自社の記録では、会社名の有無、引用URL、サイト名を別の欄にすると、後から数え方を確かめられます。
単日の調査から、自社業界の引用率や改善効果は決められない
この数字から「自社はChatGPTに弱い」「1日3回調べれば十分」とは判断できません。学べるのは、複数のAIをまとめて一つの数字にすると、違いが隠れるという点です。
短い間隔で回答が変わることと、ページを直した後に日をまたいで変わることは、調べている対象が違います。今回の集計は、自社ページの修正前後を比較した実験ではありません。[1]
Preferの公開JSONには、質問一覧、調査方法、集計値が載っています。ただし、960件の回答原文と、それぞれの全引用URLを照らす記録一式ではありません。当社が全回答を読み直し、引用の正確さを再採点した結果としては扱いません。
数字を社内資料へ載せるなら、Preferの調査であること、AI検索に関する質問であること、APIでの単日の計測であることを添えます。自社の改善判断には、自社の顧客が尋ねる質問の記録を別に用意します。
ChatGPT・Gemini・Perplexity・Claudeで検索と引用を確かめる
比較する際は、検索したか、回答中に出典があるか、その出典が説明を支えているかを分けます。以下の現在の公式説明だけで、Preferの調査当時に特定サイトが選ばれた内部理由まで確定することはできません。
ChatGPTは検索の記録と引用リンクを確認する
ChatGPTのWeb画面では、検索が使われたときに検索結果や引用が会話内に表示されます。検索の利用可否にはワークスペースの設定も関係するため、まず実際の回答に何が表示されたかを確認します。OpenAIのWeb検索ガイド
APIでは、検索などの実行を示すweb_search_callと、回答文に付く引用注釈を区別します。さらにsourcesは、回答中の引用だけでなく、検索時に参照したURLの一覧を確認する項目です。OpenAI APIの説明
この区別は、記録を見るときに役立ちます。参照先一覧に自社URLがあっても、回答の根拠として引用されたかは別に確かめます。画面で確認している場合は、APIにある項目を見えたことにせず、表示されたリンクと検索の記録を残します。
Geminiはソース欄のリンクと回答の記述を照らす
Geminiアプリで関連リンクがある場合は、回答内または回答の下にある「ソース」を開きます。Googleのヘルプでは、右側のパネルに関連リンクが表示されると説明しています。Geminiアプリの関連ソース
すべての回答にソースボタンが付くわけではありません。ボタンがない場合に分かるのは、その回答についてリンクが提供されなかったことです。それだけで、どの情報を一切使わなかったかまでは判断しません。
リンクを開いたら、回答のどの説明に対応するかを読みます。ソース欄には関連情報も含まれ得るため、一覧にあるページすべてを、回答の全主張を裏づける資料として数えないようにします。
Google CloudのAPIには、回答と出典を結び付ける根拠情報を返す仕組みもあります。これは開発者向けの仕様であり、Geminiアプリの内部処理が同じだと証明するものではありません。Google Cloudの公式説明
Perplexityは検索結果一覧と回答で使われた出典を分ける
Perplexityでも、検索で見つかったページの一覧と、回答に付いた引用を区別して読みます。現在のAgent APIの公式説明は、検索結果のIDとURLを対応付け、回答内の引用番号から出典をたどる仕組みを案内しています。PerplexityのWeb Search
回答内に引用番号を付けるかは、指示によっても変わるとされています。番号だけを数えるより、どのIDがどのURLを指し、回答のどの記述で使われたかを見ます。出典が多いことだけを、内容が正確な証拠にはしません。
Preferの調査で記録されたのはsonar-proです。現在の公式資料にはSonarからAgent APIへの移行説明もあるため、現行の出力形式をそのまま当時の調査へ当てはめないようにします。Sonarからの移行説明
手元の回答を保存するときも、アプリなのかAPIなのかを添えます。出典一覧しか確認できなければ、その範囲を記録します。
Claudeは検索が使われたかと、引用の根拠を確認する
ClaudeのAPIでは、検索ツールを有効にすると、質問に応じてClaudeが検索を使うか判断します。検索結果を受け取り、必要に応じてさらに検索し、最後に出典付きの回答を返す流れです。AnthropicのWeb search tool
ここでも、検索を依頼したことと、検索が実行されたことは別です。記録を確認できる場合は実行の有無を残し、引用URLがあれば回答の説明と照らします。画面に見えない処理は推測で埋めません。
APIの説明を読んだだけで、通常のClaude画面のすべての設定が分かるわけでもありません。社内の報告には使った窓口と、確認できた検索・引用の表示を添えると、条件の違う結果を混ぜずに済みます。
四つのAIを比べる目的は、出典の本数で優劣を付けることではありません。顧客の質問に対して、どんな説明とリンクが示されたかを読み返せるようにすることです。
1. お客さんが比較するときの質問を選ぶ
以下は、その違いを自社の改善へつなげるために当社が提案する手順です。研究で効果が実証された施策ではありません。まずは、自社が受けたい仕事につながる質問を選びます。
顧客の条件と、AIに尋ねる質問を対応させる
まず、商談や問い合わせで実際に聞かれた質問を集めます。自社名を入れずに候補を探す質問から始めると、「まだ自社を知らない人に紹介されるか」を確認しやすくなります。
例えば、法人向けの研修会社なら次のような質問です。
社員20人に生成AI研修をしたい。初心者向けで、研修後の相談にも対応する会社をどう選べばいい?
これは説明用の質問です。自社の顧客数や条件に置き換えてください。「生成AI研修のおすすめは?」よりも、読者が知りたい条件がはっきりしています。
この例では、受講人数、初心者向けであること、研修後の支援が選ぶ条件です。料金を重視する相談なら、その条件も別途整理します。自社が紹介されやすそうな言葉を足すより、実際の相談で必要だった条件を質問に反映します。
質問を変えたら、前のAI引用記録と分ける
質問は毎回その場で作り直さず、保存します。条件を変えた場合は別の質問として扱います。「価格重視」から「研修後の支援重視」に変えれば、選ばれる会社が違っても不思議ではありません。
記録には質問の全文と、使い始めた日を残します。言語、対象地域、サービスを使う目的など、回答に関係する条件を変更したときも、その変更内容が分かるようにします。
以前の質問を上書きしてしまうと、後で引用の増減を見ても、ページが変わったためか質問が変わったためかを調べにくくなります。保存場所を一つ決め、調べる人が同じ文章をコピーできるようにしておくと、比較の起点がそろいます。
質問を直すこと自体は問題ありません。顧客の相談に近づけるための修正は行い、以前の記録と同じ条件だとは扱わないようにします。
2. 同じ質問を送り、回答とリンクを残す
新しい会話で保存した質問を送り、回答全文と引用先を一組で残します。名前が出たかだけでなく、どの説明からどのページへ進めるかまで確かめます。
ChatGPTとGeminiで、同じ質問の回答と出典を開く
手元で違いを確かめるなら、ChatGPTとGeminiを開き、それぞれ新しい会話で保存した質問を送ります。過去の会話の続きで聞いた結果は、別に記録します。
回答が出たら、日時、質問文、回答全文を保存します。画面上のサービス名だけでなく、確認できる範囲で使った機能やモデル名も残すと、後で条件を見直せます。
次に、ChatGPTの回答にある引用リンク、Geminiの「ソース」から出典を開きます。リンク先のページ名とURLをコピーし、質問に関係する説明があるか読みます。画面にソースがないときは、見えなかったことを記録します。
ChatGPTの画面で記録する際は、ChatGPT検索の引用リンクと情報源を開いて確かめる手順が参考になります。
最初の比較を保存する前に追加質問をすると、会話の条件が変わります。詳しく聞きたい場合は、最初の回答を残してから、追加質問とその回答を続きとして保存します。
自社名・引用URL・取得失敗を空欄の記録表へ残す
回答ごとに記録を分け、確認できない欄は「不明」とします。次の表をコピーし、実際に見えた内容を入力できます。空欄は記入用で、観測結果ではありません。
| 残すもの | 確かめること | 記入欄 |
|---|---|---|
| 日時・質問全文・質問の版 | 比べている条件が同じか | |
| サービス・画面またはAPI・機能やモデル | どの環境で取得したか | |
| 回答全文の保存先 | どんな理由で会社や商品を挙げたか | |
| 自社名・登録した別名 | 文章に名前が出たか | |
| 自社への引用URL・リンク先 | 自社のどのページへ進むか | |
| 検索の状態 | 検索されたと確認できるか、不明か | |
| 取得の状態 | 回答が取れたか、失敗したか |
これは初回の見比べ方です。日々の変化を追うなら、同じ条件で繰り返し取得し、履歴を残す作業が必要になります。毎回手作業で集める負担を減らすのが、継続計測の役割です。
AgentSignalのAI引用率では、登録した想定質問に対する結果をAI別に確認できます。数字だけで判断せず、取得した回答と参照先も見て、「何が足りないのか」を調べる材料にしてください。
3. 数字が低いAIの回答から、理由を探す
自社が載らなかった回答を読めば、次に点検する情報を選べます。ただし、引用先を読んだことだけで、AIが自社を選ばなかった内部の理由まで判明するわけではありません。
引用ページに、質問への答えと条件があるか読む
次に、自社が載らなかった回答を読みます。紹介されたページへ進み、質問への答えとして何が書かれているかを確認します。競合の記事をそのまま写す作業ではありません。
確認するのは、回答中の主張、添えられた引用URL、リンク先の説明の対応です。次の項目を、気になった回答の隣にメモします。
| 照合する項目 | 読む場所 |
|---|---|
| 回答が勧めている理由 | 会社名や商品名の前後の文 |
| 理由を支える具体的な説明 | 引用ページの本文、料金、対象条件 |
| 条件や例外 | 対象者、支援期間、別料金の記述 |
| 確認できなかったこと | 開けないページ、見つからない説明 |
根拠が見つからなければ、回答が正しいと決めずに、その箇所を未確認として残します。引用先を読む作業に使う道具を選ぶ場合は、PerplexityとChatGPTを出典のたどりやすさで比較する方法も確認できます。
自社ページで直せる不足と、提供していない条件を分ける
自社が提供している内容なのに説明がない場合は、確認済みの情報を追記できます。先ほどの研修の例なら、「研修後に誰へ相談できるか」「相談できる期間」「追加料金」が候補です。
逆に、自社にはない支援が決め手なら、文章だけを直しても条件は満たせません。提供内容を変えるか、別の顧客の質問を選ぶかを考えます。「引用されないから説明が悪い」と決めつけないことが大切です。
Google向けには、AI検索だけの特別なファイルを足すよりも、重要な情報を文章で読めるようにし、ページ同士を適切につなぐといった基本が引き続き重要です。条件を満たしても掲載は保証されません。[2]
これはGoogle検索のAI Overviews・AI Modeに関する案内です。Geminiアプリを含むすべてのAIに共通する掲載条件へ広げず、まずは利用者が支援内容を読んで判断できるページに直します。
4. 改善後も、AI別・質問別に比べる
改善するページ、追加した内容、公開日を残します。その後も同じ質問を続け、AIごとの変化を見ます。率だけでなく、元になった回答と引用URLも読み返せる状態にします。
取得できた回答と失敗回を分けてAI引用率を見る
URL引用率を見るなら、正常に取得できた回答のうち、自社ページへのリンクがあった回答の割合を計算します。分子と分母を同じAI・同じ質問・同じ比較期間から取り出します。
URL引用率=自社ページへの引用リンクがあった回答数÷正常に取得できた回答数×100
例えば、正常に回答を取得できた10回のうち、自社ページへのリンクが3回なら、その条件でのURL引用率は30%です。これは計算方法を説明する仮の数字です。市場全体の30%の人に紹介された、という意味ではありません。
実行に失敗した回は「引用なし」に混ぜず、別に数えます。回答が取れたうえでリンクがなかった回と、回答そのものを確認できなかった回では、分かっていることが違います。
どこまでを引用と数えるかは、AI引用率の定義と分母の考え方でも説明しています。使うツールの定義と社内の数え方を合わせてから比較します。
ページの変更日と、AI・質問の変更日を一緒に残す
ページの変更と計測条件の変更を、同じ履歴に残します。質問や利用機能を変えた期間は、そのことが分かるように区切ると、変化を読み違えにくくなります。
会社名が出る回数は増えたのに、リンクが増えないこともあります。リンクは増えたのに、問い合わせにつながらないこともあります。名前、リンク、訪問、問い合わせを分けて見ると、次に直す場所を選びやすくなります。
自社ページへ進めるリンクが増えたなら、その着地ページでサービスの条件や問い合わせ先を見つけられるかを点検します。引用が変わらなければ、同じ質問の回答と出典を開き、追加した説明が質問への答えになっているかを読み直します。
まずは、受注したい仕事に関係する一つの質問から始めてください。どのAIで、何を理由に、どのページが紹介されたか。そこまで確かめると、単なる順位の見比べが、ページを直すための調査になります。
初回は記録表に回答とリンクを残し、確認できなかった欄も明示できれば一区切りです。その記録を起点に、次回も同じ条件で確かめます。
よくある質問
- Q. 一つのAIだけ調べればよいですか?
- 利用者が使うAIに合わせて確認します。異なるAIの結果を一つにまとめると違いが分からなくなるので、サービス別の内訳を残します。
- Q. 引用されない理由は文章の質ですか?
- それだけとは限りません。質問との適合、提供条件、取得できる状態なども確認します。
- Q. この研究は毎日の変化を調べたものですか?
- いいえ。同じ質問の繰り返しは短い間隔の実行で、日をまたぐ変化を測った調査ではありません。
出典・参考データ
- [1] How AI engines search and cite: 960 answers measured (Prefer) — 取得 2026-11-11
- [2] AI features and your website (Google Search Central) — 取得 2026-11-11
- [3] AI answer study: September 2026 dataset (Prefer) — 取得 2026-11-11
- [4] Web search (OpenAI) — 取得 2026-11-11
- [5] Web search API guide (OpenAI) — 取得 2026-11-11
- [6] Geminiアプリの関連ソース (Google) — 取得 2026-11-11
- [7] Grounding with Google Search (Google Cloud) — 取得 2026-11-11
- [8] Web Search (Perplexity) — 取得 2026-11-11
- [9] Migrate from Sonar to the Agent API (Perplexity) — 取得 2026-11-11
- [10] Web search tool (Anthropic) — 取得 2026-11-11
この記事を書いた人
水島 翔吾株式会社kairos 代表取締役 / AgentSignal 開発者
AI クローラー・AI 流入計測と AIO 診断ツール AgentSignal を開発。実測データを元に AI 検索時代の計測と対策を書いています。
関連記事

海外事例・調査
検索流入37.5%増。海外メーカーに学ぶ「専門商品のSEO・AIO対策」
専門的な商品でも、「何に使え、どう選ぶか」を説明する余地はあります。海外の化学品メーカーでは、SEOとAI検索向けの改善後、自然検索からの訪問が37.5%増えたと報告されています。
公開

海外事例・調査
OrcaでClaude CodeとCodexを並列・自律で動かす(Orca Bots対応)
無料のOrcaでClaude CodeとCodexを別々のworktreeに並べる手順を実画面で解説します。GitHubのPR・Issue・Actionsとの連携、Orca Botsの定期実行とイベント起動、Yoloモードの初期設定と権限の絞り方も紹介します。
公開

海外事例・調査
Meta Museのスペースをスマホ・PC両対応にする|表示崩れの確認と直し方
Meta MuseのスペースをスマホとPCで使うための作成依頼文、Chromeと実機で表示崩れを探す手順、確認チェックリスト、修正を頼んで確かめ直すための雛形を紹介します。
公開