AI Overviewsの引用元はどこから来るのか｜Google公式が説明するクエリファンアウト

2026年9月18日2026年10月30日

【2026年9月19日の訂正】公式ドキュメントの原文と照合し、公式の説明の範囲を超えていた箇所（引用元の集め方、表示の入れ替わり、順位との関係）を、筆者の解釈と分けて書き直しました。

「検索順位を上げれば、AI Overviewsにも引用されるはず」。この前提は、そのままでは成り立たなくなってきています。

理由は単純で、AI Overviewsが答えを組み立てるとき、参照している検索結果が1つではないからです。Googleはこの仕組みを公式ドキュメントで説明しており、名前もついています。

クエリファンアウトです。

この記事では、Googleが公式に何と説明しているのかをまず確認し、そのうえで中小企業がコンテンツ設計をどう変えればよいのかを整理します。あわせて、ネット上で流通している「引用元の何%が上位10位から」といった数値をどう扱うべきかについても、判断の基準をお伝えします。

Googleが公式に説明している「クエリファンアウト」

Google検索セントラルのAI機能に関する公式ドキュメント（英語版の最終更新は2025年12月10日）には、AI OverviewsとAI Modeの動作について次の趣旨が明記されています。両機能は回答を組み立てる際に「クエリファンアウト」という手法を使うことがあり、これは1つの検索に対して、サブトピックや複数のデータソースにまたがる関連検索を発行する仕組みだ、という説明です。

同じドキュメントには、回答の生成中に高度なモデルがより多くの裏付けページを見つけ出すため、従来のウェブ検索と比べて、幅広く有益なリンクを表示できる、という説明も添えられています。

ここからの含意は、筆者の解釈です。Googleの公開情報にある説明は、複数の関連検索を使う、という点までです。

ただ、複数の関連検索が使われる以上、1つの検索語に対する1枚の検索結果ページで何位にいるか、という指標だけでは、AI検索での見え方を説明しきれない可能性が高いと考えます。

引用元の選び方は、非公開の領域です。

1つの質問を複数の検索に分ける考え方は、Googleだけのものでもありません。OpenAIのヘルプも、ChatGPTが外部の検索サービスと連携する場合は、入力された内容を対象を絞った1つ以上の検索クエリに書き換えて送ると説明しています。公式の説明はどちらも「書き換えて複数を発行する」という点までで、どんな検索語に分かれるかは公開されていません。ChatGPT側の公式の条件はChatGPT検索のSEO対策の記事で整理しています。

それでもGoogleは「特別な対策は不要」と言っている

では、クエリファンアウトを見越した専用の技術対策が必要になるのでしょうか。Googleの答えは明確です。

同じ公式ドキュメントで、AI OverviewsやAI Modeに表示されるための追加要件や特別な最適化は必要ない、と述べています。

機械可読の新しいファイルやAI向けのテキストファイル、専用のマークアップを作る必要もなく、そのために追加すべき特別なschema.orgの構造化データもない、という説明です。

やるべきこととして挙げられているのは、クロールできる状態を保つこと、質の高いコンテンツを用意すること、ページ体験を整えること、構造化データを正確に保つこと。いずれも従来のSEOの基本そのものです。

この2つの説明は、一見すると矛盾して見えます。仕組みは変わったのに、対策は変えなくてよいのか、と。

ただ、順を追うと筋は通っています。筆者の解釈では、変わったのは参照される検索の範囲であって、「どのページを良いページと見なすか」という評価の軸ではありません（公式は、表示されるために追加の要件はなく、ページがインデックスされ、スニペット付きで表示できることが要件だと述べています）。

だからこそ、技術的な小細工ではなく、中身の幅と正確さで応える形になります。

「引用元の何%が上位10位から」という数字の扱い方

AI検索まわりでは、順位帯ごとの引用割合を示した数字が数多く出回っています。この種の数値は、SEOツールを提供する事業者が自社の収集データをもとに集計したものがほとんどで、調査のたびに対象キーワード数も解析方法も変わります。

異なる時点の数字を並べて「半分に減った」と読むと、実際には方法論の違いを見ていた、ということが起こります。

加えて、AI Overviewsで表示される回答やリンクは、モデルや手法の違いで変わる、とGoogleは説明しています。ある時点の測定値は、その時点のスナップショットとして読むのが正確です。

本記事でこうした数値を引かないのは、数字そのものを否定しているからではありません。調査主体・調査年・比較対象の3つを自分で確認できない数字を、投資判断の根拠にしないという方針を取っているためです。

幸い、この件に関しては仕組みそのものがGoogleの公式ドキュメントで説明されているので、外部の推計値に頼らなくても結論は出ます。

中小企業がコンテンツ設計で変えるべきこと

クエリファンアウトが前提になると、有利になるのは「1つのテーマについて、周辺の疑問まで答えているページ」です。分解されたサブクエリのどれかに当たる確率が上がるためです。

逆に、メインの検索語1つにだけ答えている薄いページは、検索順位が取れていたとしても、参照される入口が1つしかありません。

具体的な見直し方は次のとおりです。

1記事1問答になっていないかを疑う。「◯◯とは」で始まる定義記事なら、定義に加えて、費用・選び方・注意点・始め方・失敗例まで、読者が次に抱く疑問を同じ記事の中で拾う
見出しを質問の形に寄せる。サブクエリは疑問文の形で発行されるため、見出しと本文の対応が明確なページのほうが、どの部分が答えなのかを判定されやすくなる
答えを見出しの直後に置く。前置きを重ねてから結論を書く構成より、結論を先に書いて理由を後に足す構成のほうが、部分的に読まれても意味が通る
自社にしか書けない具体を入れる。一般論だけのページは、同じ一般論を書いた他のページと区別する理由が乏しくなる

分け方の例は、Googleの「Google 検索の生成 AI 機能向けにウェブサイトを最適化する」(2026年10月9日更新)に1つ載っています。元の質問が「雑草だらけの芝生を直す方法」なら、関連の検索として「芝生に最適な除草剤」「化学薬品を使わずに雑草を除去する方法」「芝生の雑草を防ぐ方法」などが含まれうる、という説明です。元の質問には無かった「薬を選ぶ」「薬を使わない」「再発を防ぐ」という観点を、AIの側が足しています。

ただ、実際の検索でどの言葉に分けられたかは、Search Consoleのレポートにも出ません。自分の分野でどう分かれるかの見当をつけたいときは、Googleの開発者向けの仕組みで、Geminiに検索を使わせて質問する方法があります。開発者向けの資料(2026年10月29日更新)によると、応答にはモデルが実行した検索の言葉が含まれます。AI Overviewsと同じ分け方になる保証はありませんが、自社の分野の質問がどんな観点に分かれやすいかは見えてきます。

どちらにしても、分けられる言葉は質問のたびに変わります。特定のサブクエリを当てにいくより、想定される疑問を幅広くカバーして、どこに分解されても受け止められる状態を作るほうが確実です。

中身が公開されていなくても、どんな疑問に分かれそうかの見当は手元の材料でつけられます。1つ目は、Googleの検索結果に出る「他の人はこちらも質問」と、ページ下部の関連する検索です。2つ目は、Search Consoleでその記事に表示が出ている検索語の一覧です。狙った語とは別の言い回しで表示されている語があれば、読者がその記事に求めている派生の疑問が表れています。

この2つを並べて、記事の見出しにまだ無い疑問を拾い、答えを1段落ずつ足していきます。全部を1記事に詰める必要はありません。主題から離れる疑問は別の記事にして、内部リンクでつないでおけば足ります。

既存記事を点検するときの視点

新しく書き足すより先に、すでにある記事の点検から始めるほうが効率的です。自社サイトの主要記事を開いて、次の3点を確認してみてください。

確認する点	そのままで良い状態	手を入れたい状態
その記事が答えている質問の数	メインの疑問に加えて、派生する疑問にも見出し単位で答えている	タイトルの疑問にしか答えておらず、読者は別の記事へ移る必要がある
見出しと本文の対応	見出しを読めば何の答えが書いてあるか分かる	見出しが抽象的で、本文を読まないと中身が判別できない
一次情報の有無	自社の実務・実測・顧客とのやり取りから出た記述がある	どこかで読める一般論だけで構成されている