LLMO・GEO論文の一覧｜海外の学術論文を原文から読み、テーマ別に日本語で解説

2026年9月19日2026年11月6日

LLMO（GEO）の効果を語る記事は、数字や「最大40%」といった言葉だけが一人歩きしがちです。その数字がどんな実験から出たのかを、自分の目で確かめたい。そう考える方のために、海外のLLMO（GEO）の学術論文を、原文から読んでやさしく解説するシリーズを始めました。

LLMO・GEO・AIOは、呼び方が違うだけで、AIの答えに自社の情報を選んでもらうための取り組みという中身は同じです。海外の論文ではGEO、国内ではLLMOやAIOと呼ばれることが多く、この一覧ではどの呼び方の研究もまとめて扱っています。

139本を読んで、合同会社謙虚として見えてきたことをまとめた記事もあります。先に結論から読みたい方は、LLMO論文139本を読んで分かったこと｜合同会社謙虚の見解をどうぞ。この記事は、そのための地図（論文の一覧）です。

この記事は、そのシリーズの一覧（ピラー記事）です。2026年11月5日時点で確認できた150本を、8つのテーマに分けて掲載します。新しい論文が見つかったら、この記事に1行足して、その論文の解説記事を書きます。

合同会社謙虚は、3つのドメインを並行して運用し、何を変えると数字が動くかを測り続けています。論文を読むのは、実験室で確かめられたことと、まだ確かめられていないことを、自分たちで区別しておくためです。

このシリーズの書き方

論文の原文（arXiv）を読んで書きます。数値は原文の表から拾い、私が計算した値には「概算」と書きます
各記事は「結論、この論文が答えた問い、測り方、結果、論文自身の限界、言えることと言えないこと」の順に整理します
公開前に、書き手とは別の確認者が、原文と数値・主張を突き合わせます
実在を確認できない論文や、民間企業の調査レポートは取り上げません

いま読める解説記事

論文	何が分かるか	解説記事
GEO原論文（arXiv:2311.09735、KDD 2024）	GEOという言葉を作った最初の大規模な実験。「最大40%」の正体と条件	読む
GEO研究のサーベイ（arXiv:2607.14035）	2023〜2026年の45本を、証拠の強さで整理。何が確かめられ、何が確かめられていないか	読む
arXiv:2609.11915	GEOと生成エンジン広告の効果を因果推論で推定する枠組み。英語と日本語のシミュレーションで検証	読む
arXiv:2603.20062	東京のホテルの質問でGeminiの引用1,357件を監査。日本語では体験の質問で予約サイト以外の引用が多い	読む
arXiv:2509.08919	AI検索が、第三者の権威ある情報源を偏って引用することを大規模実験で示した	読む
arXiv:2602.12187（SAGEO Arena）	検索と再ランクまで含めて、書き換えの効果を評価できる環境	読む
arXiv:2506.11097（C-SEO Bench）	54通りのうち有意にプラスは3つ。みんなが使うと効果が薄れると報告	読む
arXiv:2606.04362	ChatGPTからの流入の伸びを、プラットフォーム全体の成長と切り分けた（本番サイト1つの分析）	読む
arXiv:2601.00912	名前を出せば知られているが、名前なしの探索では薦められない（112社）	読む
arXiv:2604.07585	可視性は1回の測定ではなく分布で捉える。7〜8回の繰り返しを提案	読む
arXiv:2604.25707	引用の「選ばれ方」と、回答への「吸収」を分けて測る枠組み	読む
arXiv:2605.25517	25万回超の要因実験で、関連性と位置が引用を左右すると報告	読む
arXiv:2604.27790	通常のGoogle、Gemini、AI Overviewsの出典が大きく異なると報告	読む
arXiv:2605.14021	AI Overviewsが出る頻度、出典の質、主張の裏づけ、出版社への影響を長期で監査	読む
arXiv:2510.11560	米国とドイツで複数の画面を比べ、AI Overviewsの出典の重なりの低さと不安定さを報告	読む
arXiv:2304.09848	生成検索の回答で、文が出典に裏づけられている割合を測った初期の監査	読む
arXiv:2406.18382	選好操作攻撃を実サービスで示し、皆が攻撃すると囚人のジレンマになると論じた	読む
arXiv:2510.11438（AutoGEO）	生成エンジンの好みをAIに説明させてルール化し、ページの書き換えに使う枠組み	読む
arXiv:2402.11782	AIが「説得力がある」と判断する根拠は何か。質問との関連が重視される	読む
arXiv:2603.09296（AgentGEO）	引用されない原因を分類して診断し、原因に合った修理を行う仕組み	読む
arXiv:2604.19516（MAGEO）	複数のエージェントが、うまくいった編集を再利用できる「スキル」として蓄積する	読む
arXiv:2601.13938（IF-GEO）	複数の質問で食い違う書き換え要求を、1つの改稿方針にまとめる	読む
arXiv:2511.20867（E-GEO）	ECでの試験環境。15の経験則のうち11は効果なしか逆効果だった、と報告	読む
arXiv:2603.20213（AgenticGEO）	固定の方法に頼らず、自分で戦略を進化させて最適化するエージェント	読む
arXiv:2604.19113（FeatGEO）	文章を直接いじらず、構造・内容・言語の特徴を解釈しやすい形で最適化する	読む
arXiv:2608.07069	バリ島の飲食店4,776軒を全数調べ、4つのAIが薦める店を監査	読む
arXiv:2608.16824（GEO-Flag）	GEOで最適化されたページを見分ける方法を評価	読む
arXiv:2609.02964（GEO Defender）	悪意あるGEOから、AIを微調整せずに守る2段階の防御	読む
arXiv:2602.02961	画像サービスでの大規模な実装。本番で20%のトラフィック増を報告（詳細は不足）	読む
arXiv:2606.25787	128ブランド・12市場・13言語で、引用元のURLを分析	読む
arXiv:2601.00869	学習データの違いで、中国系と欧米系のAIのブランド推薦が変わる	読む
arXiv:2601.16858	Google検索と生成AIの出典の違いを大規模に比較	読む
arXiv:2507.03169	言語モデルを微調整して、ページの文章を自動で書き換える	読む
arXiv:2507.21099	広告文を書き換えて、取得される確率を強化学習で高める	読む
arXiv:2508.11158	検索の意図と役割を使って、生成検索向けにコンテンツを最適化する手法	読む
arXiv:2511.04080	画像のキャプションを差し込んで、生成検索での見え方を高める手法	読む
arXiv:2603.29979	ページの構造が、引用のされ方にどう影響するかを調べた	読む
arXiv:2608.27631	競合も書き換えるという前提で、書き換え戦略の選び方を定式化	読む
arXiv:2608.29063（Agent2UCB）	フィードバックを受けながら自律的に可視性を高めるエージェントの実演	読む
arXiv:2410.15531	回答が、必要な下位の問いをどれだけ網羅しているかの指標	読む
arXiv:2509.05607（CC-GSEO-Bench）	出典の「影響」を測る、内容を中心にしたベンチマーク	読む
arXiv:2509.10762（GEO-16）	3つのAIが引用した1,100ページを16の観点で採点し、引用との相関を報告	読む
arXiv:2603.08924	1回の測定値で引用割合を語る危うさを、統計的に扱う枠組み	読む
arXiv:2606.20065	複数のAI検索でブランドの見え方を大規模に測る	読む
arXiv:2607.10341	順位の安定と、差が測定のぶれを上回るかの2条件で、AI検索の計測を止める時点を決める	読む
arXiv:2608.30023	ブランドの入り方を測るための需要側データ（AIが合成した約100万人の買い手像）を作り、その作り方を報告	読む
arXiv:2609.06811	質問の集め方が「回答市場」を決めてしまう、と指摘する批判的整理	読む
arXiv:2609.07559	AIの回答を使わずに、内容を決まった方法で採点する指標の検証	読む
arXiv:2405.14034	2023年のBing ChatとPerplexityで、回答が質問の論調に寄り、出典が報道と企業に偏ることを監査	読む
arXiv:2601.17109	ChatGPTが健康の質問で引用した615件を、著者・発行元・監修・技術の4観点で記録した	読む
arXiv:2603.16138	検索つきのGPT・AI Overviews・Googleを比べ、引用された出典が要約で均等に使われないことを示した	読む
arXiv:2603.12282	英国のオンラインギャンブル分野で、規制順守を示す枠組みを提案した技術レポート（独自の測定なし）	読む
arXiv:2606.16344	架空のホテルで評判の要素を変え、12のAIモデルの選び方を測った。評価点と価格が重要度の約7割	読む
arXiv:2606.17443	スキンケアで有名ブランドが有利になる偏りを3つのAIで調べた。わずかな評価差で逆転する	読む
arXiv:2607.15771	中国語の生成検索4サービスが、何を引用し回答に何を出すかを調べた。出典のブランドが回答に出たのは8.3%	読む
arXiv:2607.14197	28の紛争で5つのAIの回答を採点。報道や記録が少ない紛争ほど正確さが下がった	読む
arXiv:2609.00319	メンタルヘルスの質問で3つのAIの引用を7言語で監査。日本語は英語以外の6言語で最も国内のページに案内された	読む
arXiv:ACL:2026.acl-long.1894（Mind Reader）	質問の裏にある潜在的な需要を抽出し、それに沿って内容を最適化して、生成回答での見えやすさを高める（arXiv番号は確認できず）	読む
arXiv:2605.23684	4つのAI検索が引用したページの約16%を、検出ツールがAI生成と判定（下限の目安）	読む
arXiv:2607.12056	AIが扱いやすいサイトの3本柱を提案し、試作の通販サイトで完全成功率が49.3%から89.3%に上がった	読む
arXiv:2608.30466（CHASE）	上位の型に寄せる書き換えを重ねると、型に近いことと品質の結びつきが6分野すべてで弱まった（模擬実験）	読む
arXiv:2502.01349	社会的証明や値引きの強調は推薦を増やし、希少性・限定性はおおむね減らした（6つのAI）	読む
arXiv:2510.13749	4つのチャット型AIで、出典どおりの回答でも信頼できる出典での裏づけ率は下がった	読む
arXiv:2609.14575	Reddit Answersの回答は、スレッド内で評価の高いコメントに偏り、体験談の一人称は大きく減った	読む
arXiv:ACM:10.1145/3715275.3732089	専門家21人がAI検索を使い比べ、出典の付け違いなど16の問題を挙げた（会議版に記載なし、前の版はarXiv 2410.22349）	読む
arXiv:2606.28356（SafeGEO）	売り手のページの書き換えで、条件を満たさない商品がAIの推薦の上位に入る割合が大きく増えた	読む
arXiv:2606.13610	上位3件の実在ブランド名を架空の名前に置き換えた汚染ページで、12のAIすべてが架空ブランドを薦めた	読む
arXiv:2606.11216	生成検索が中小サイトの流入を減らす問題を、米国法の論点とシャドーバンの概念から論じた（実測なし）	読む
arXiv:2601.01750	Web3の44事業について4つのAIの引用を監査。外部の順位表で上位の発信者ほど引用で有利だった	読む
arXiv:2609.06798	GoogleとBaiduのAI要約を12か国・4言語の健康の質問で比較。日本から日本語で聞くと.jpの出典が約3.5倍	読む
arXiv:2404.07981	内部を読める公開AIを相手に最適化した文字列で、架空の商品の推薦1位が入れ替わった	読む
arXiv:2406.03589	ページに仕込んだ指示で、4つのAIとPerplexityのAPIモデルの紹介順が上がった（検索画面は事例報告のみ）	読む
arXiv:2504.05804（StealthRank）	宣伝語を避けつつ順位を動かす文字列で、4つの公開AIの商品順位が上がった	読む
arXiv:2509.18575	文書に仕込んだ指示で、8つのAIの順位づけの判断が乗っ取られた（型と形式で効き方が違う）	読む
arXiv:2510.06732	短くて自然に見える文字列で、4つの公開AIの平均順位が想定値より上位になった	読む
arXiv:2605.00012	AIの偏りを突いた書き換えで、説明文が要約に選ばれる割合が0.37→0.83に上がった（条件つき）	読む
arXiv:2601.12263	画像と説明文の同時加工で、画像も読むAIの商品順位が平均2.25位分上がった	読む
arXiv:2602.03608（CORE）	口コミ風・推論風の文章で、4つの商用AIの順位で最下位の商品が1位に来た割合が8割前後（候補10件をAPIに直接渡す実験）	読む
arXiv:2605.29107（GEO-Bench）	順位操作の8手法を同じ条件で比較。5データ中3つで、書き換えだけの手法が勾配を使う攻撃と同等以上	読む
arXiv:2605.28017	検索・並べ替え・回答の3段に通すと、指示で上書きする攻撃が回答に届く割合は約15%に下がった（公開モデルで検証）	読む
arXiv:2609.06027（HAE-GEO）	調べものAI10モデルを閉じた検索環境で試し、汚染ページが裏づけを装うほど見抜きの点数が下がった（中国語の120問）	読む
arXiv:2505.07546（GRADA）	文書同士の似かたで並べ替え、NQとMS MARCOでは攻撃の成功率を1割未満に下げた（公開モデル・英語）	読む
arXiv:2605.21948（SCI-Defense）	3つの仕組みで商品説明への順位操作を検出。既知の手口は大半を見抜いたが、新しい手口6種類中5種類は見抜けず	読む
arXiv:2607.20730（GPE）	事実確認638件で根拠を汚染すると正解率が大きく低下。どの汚染にも強い集約方式はなかった	読む
arXiv:2609.02316（Counter-GEO-Bench）	既製の安全フィルター3種はほぼ効かず、専用検出器で攻撃成功率を相対47.6%減	読む
arXiv:2605.12887（EcoGEO）	案内ページと連携した複数ページで、架空製品の推薦率が1ページより14.9〜31.3ポイント高かった（管理環境）	読む
arXiv:2601.22493	AIの要約は作り手の意欲を下げて長期の利益を減らすが、引用と支払いの仕組みで改善すると理論と試算で示した	読む
arXiv:2606.12439	集中・隠れた宣伝・学術の盲点を挙げ、回答単位の開示と外部監査を提案（業者は直接の宛先ではない）	読む
arXiv:2501.00745	攻撃するかを繰り返す囚人のジレンマで理論化し、防御が空振りする条件も示した	読む
arXiv:2604.03656	見え方は時間で薄れると数式で主張し、汎用AIから企業の専門エージェントへ引き継ぐ仕組みを提案。実験データはなし	読む
arXiv:2608.11390	罰だけの防御は行き詰まりうると理論で示し、元の文書で確かめられる事実に加点する仕組みが模擬実験の9条件で総合点最高	読む
arXiv:2607.21951（SIREN）	観光の推薦で、ページ1枚の書き換えが124回中62回で1位を奪った（実サービスでは未検証）	読む
arXiv:2609.34951	AIエージェントに1,056社について37,927回調べさせた。サイトをAIが取得して読める会社は、明確に薦められる割合が1.9倍だったと報告	読む
arXiv:2609.40069	1回の回答ではなく会話全体でGEOを評価する枠組み。早い段階で引用された出典は、その後も引用されやすくなると理論で示した	読む
arXiv:2609.22655	4つのAI検索に同じ15の質問を投げると、引用されたURLの96.4%は1つのAIにしか出なかった。ページの採点と実際の露出は分けて報告すべきと論じる	読む
arXiv:2609.24407	BaiduとGoogleのAI要約を英語と中国語の質問で監査。回答の意味は近くても、表示される出典の重なりは小さいと報告	読む
arXiv:2609.38946	米国の新聞社のサイト内検索で、読者37,561人を対象にした無作為化実験。検索結果の上にAIの回答を出すと、読まれる話題が広がり、読者どうしで共通する情報も増えたと報告	読む
arXiv:2608.02556	最後の質問だけで答えさせると、会話全体を渡した場合と比べて44.7%で実質的に違う回答になった（英語の会話180件で検証）	読む
arXiv:2609.09878	実際のAIとの会話317件を監査。購入の相談67件のうち、買ったという発言が残っていた例は0件で、推薦は見えても結果は見えないと報告	読む
arXiv:2607.22392	複数回のやり取りでは、最後の質問だけでは依頼の中身の一部が抜ける。約半数の会話で、条件の一部がそれ以前の発言にしか出てこなかった	読む
arXiv:2607.18904	AIの回答1つが、従来の検索で最低何回分の検索に当たるかを数える指標を定義した	読む
arXiv:2610.15382	ChatGPT Webの4設定（5.2〜5.5、InstantとThinking）で、検索語の書き換え・候補ページの取得・引用の選択を観察。Google検索とResponses APIを合わせても引用URLの約4分の1しか再現できない	読む
arXiv:2610.24081	ChatGPTとGeminiに300の質問で計31,200回答を集めた監査。ChatGPTはアプリが宣言した場所に、Geminiは通信元の国に従って引用元を変えた	読む
arXiv:2610.21330	2024年の米大統領選と2026年の日本の衆議院選挙を対象に、11の書き換え戦略を評価。狙う対象を指定しない書き換えでは、対象の露出はほとんど増えなかった	読む
arXiv:2610.15033	商用の質問への回答158,099件・引用468,037件を分析。ChatGPTが引用したページはすべて自身の検索で取得したもので、どのページが取得されるかの説明力（32%）はページの性質（2.8%）を大きく上回った	読む
arXiv:2610.23541	GEOのベンチマークごとに書き換えの範囲や制約が違って比べにくいとして、どこを・どう・何を狙って編集するかの分類と、共通の比較手順を提案	読む
arXiv:2610.20162	似通った回答を減らすため、質問に関係があってまだ埋まっていない方向を埋め込み空間で探す枠組み。4つの商品市場の模擬実験でGEOにも当てはめた	読む
arXiv:2610.38090	同じ候補ページを渡した10のAIの引用を予測する採点器を比較。学習させた4Bの小型モデルは、27Bのモデルとの差が229の質問で統計的に区別できなかった	読む
arXiv:2610.40164	77か国・9,761のニュースサイトの所有者データを作成。5つのAIの引用は、媒体単位でアクセスの1.23〜2.08倍集中。母国語で聞くと、国家管理メディアが民間より引用されやすかった（主にロシア・中国）	読む
arXiv:2610.25843	AIの買い物代行で、売り手の表示（推薦文・人気表示など）の影響を、選ばれる割合が半分になるまで値上げした割合（%）で測る監査法を提案。7つの言語モデル・113,472試行	読む
arXiv:2610.39339	健康の質問3,611件でGoogleのAI Overviewsを評価。引用が付いた記述が引用先で裏付けられていたのは推定56.7%、医師の採点基準での得点は38.2%	読む
arXiv:2610.28454	選ばれることだけを指示された売り手エージェントが、自発的に説明文の主張を膨らませた。あるモデルでは、買い手エージェントの課題成功率が89%から約30%に落ちた（EC側。SNSは77%から40%。実データから作った模擬市場）	読む
arXiv:2611.01126	GEOで書き換えた架空80ブランドの商品ページを実際のウェブに公開し、既存の5手法を3つの生成AI検索で比較。CORE手法の首位率は66.3〜76.3%だが、同じ首位が選ばれたブランドは48.8〜66.3%にとどまった	読む
arXiv:2611.04005	記事に文脈になじむ形でブランド名を1回だけ差し込む攻撃（IBI）を、1,000記事・架空60ブランドで評価。検索の上位10件に入る率は最大82.2%、回答にブランドが出る率は最大62.7%	読む
arXiv:2611.04225	利用者の意図（必要の具体さ・検討の段階）ごとにGEOの効果が変わることを示し、推薦の指示を固定したまま戦略を学習するAMOを提案。4分野・10の意図状態で、引用順位の改善が既存の学習型手法より平均35%大きい	読む
arXiv:2608.15814	米国と日本の政治分野で、3つの生成検索の引用選択と個人化から、毒入れ攻撃の攻撃面を測る指標（content-injection barrier）を提案。与党は野党より攻撃面が広く、利用者プロフィールの影響は小さい	読む
arXiv:2609.16304	LLMのブランド推薦を、競合の集合を出力と独立に定め、繰り返し測る枠組み（BRP@k・MRR@k）。6つのLLM・5カテゴリで、定番ブランドが推薦から外れることが多く、順位は検索への関心やブランドの話題量と結びついた	読む
arXiv:2510.06823	日米の政治の質問で、生成エンジンが引用する公開元を分類し、悪意あるページが回答に入り込む余地（content-injection barrier）を見積もった。政党の公式サイトからの引用は米国で約25〜45%、日本で60〜65%	読む
arXiv:2606.23165	3つの接地型LLMに66ブランドを12言語で聞き、35,640回答を分析。英語の質問から本拠地の言語に変えると、推薦される割合（0〜1）が地元ブランドで0.80、世界的なブランドで0.15上がった（割合の差）	読む
arXiv:2602.16942	引用されたWebソースの質を、内容の質とページ側の信号の8指標で測るベンチマーク（100クエリ）。8つのLLM、Google検索、3つのAI検索ツールが挙げた3,996件を評価	読む
arXiv:2610.38361	/llms.txt を検索AIが使う根拠の監査。15ツール・45回の試行で自動取得なし、検出ファイルのあるドメインの97%に記録上のアクセスなしは先行調査の引用。本論文自身は24タスクの小規模試験で、悪意ある文を読ませると21/24で攻撃者の指定した答えを採用	読む
arXiv:2607.23893	買い手が人を選ぶ分野で、4モデル×120プロンプトの2,400回答を分析。個人名が挙がったのは25.8%で、不動産35.4%・自動車販売店32.9%に対し保険は9.1%。個人名が挙がる回答は、本人が営むサイト（1人で営む事業者のサイト）の引用割合が2.6ポイント高く、企業のサイトの引用は同程度（44.1%と45.5%）だった	読む
arXiv:2609.15164	複数の出典が同じ事実を支えるとき、どれが引用されるかを、提示の仕方の入れ替えで因果的に調べた監査。構造化した提示は対象の引用数を回答あたり+0.50増やしたが、引用の有無は+4.5ポイントで確定しなかった	読む
arXiv:2609.27845	文書から利用者の意図を推測し、足りない内容を補うGEO手法（QI-GEO）。GEO-Benchで客観スコアが最大15.9%、主観スコアが最大17.6%改善し、引用の増加は減少の約2倍	読む
arXiv:2609.18729	ChatGPT・Gemini・AI Overviewsの商品推薦1,536回答を監査。第一人称の好みを述べる割合はChatGPT79%、Gemini7%、AI Overviews2%。画面に出る出典ドメインの共通は、ChatGPTとGeminiの間で平均5.4%	読む
arXiv:2511.12920	育児・妊娠の1,508クエリでGoogleのAI Overviewsと強調スニペットを監査。同じ画面の両者が食い違うのは33%、医療上の注意書きがあるのはAI Overviews11%・強調スニペット7%	読む
arXiv:2512.09483	6つのLLM検索と2つの従来検索で55,936クエリを比較。LLM検索の引用ドメインの37%はLLM検索に固有で多様だが、信頼性・政治的中立性・安全性では従来検索を上回らなかった	読む
arXiv:2506.05334	検索連動LLMの2.4万件超の対話と約1.2万の人の選好票からなるデータセット。引用の数が多いほど好まれ、コミュニティ型のサイトは好まれやすく、百科事典的な出典が常に適切とは限らなかった	読む
arXiv:2507.05301	2.4万超の会話・6.5万回答・36.6万超の引用を分析。引用の9%がニュース源で、少数の媒体に集中し、論文の定義（米国の民主党の登録者に主に共有されたドメイン）で左寄りの媒体が多い。低品質に分類されたニュース引用は、サービスにより3.8〜10.3%	読む
arXiv:2509.14436	4,060問のGoogle検索で、生成検索と従来検索に出た約9.8万サイトの文章を比較。生成検索は、LLMにとって予測しやすい文章や、互いに意味の近い出典を引用しやすい。事業者がLLMで文章を磨くと、AI要約の情報の多様性が高まった	読む
arXiv:2602.13415	英語の11,372問を2024年に7か国、2025年に243か国でGoogle検索にかけ、約284万件の結果を測定。AI Overviewsは7か国から229か国へ広がり、従来検索より上位サイトに寄り、評価が付いた出典では低〜中程度の信頼度と中道・右寄りの割合が高めだった	読む
arXiv:2508.00838	約1.4万件のAI回答の比較会話（API経由の11モデル）で、読んだページと引用したページの差を測定。Geminiは回答の92%で引用がなく、Sonarは1回答あたり中央値で10ページを読み5ページを引用	読む
arXiv:2509.04499	生成検索4種とディープリサーチ型5種の出典・引用を、回答文・出典・引用にまたがる8指標で監査（2025年8月時点）。出典に裏づけられない文はディープリサーチ型で12.5〜97.5%。引用の正確さは要旨で40〜80%、表では31.4〜79.1%	読む
arXiv:2604.03173	10のモデルとエージェントが挙げた引用URLの3.0〜13.3%は過去の保存記録が見つからず、5.4〜18.5%は開けなかった。URL確認ツールを使わせると、3つのモデルで最終回答の開けないURLが6〜79倍減り1%未満になった（論文本文の値。表からの計算と食い違う箇所あり）	読む
arXiv:2610.11932	10のAI検索で17,211件の引用を分析し、誰でも投稿できるドメインから引用に至る経路を測定。10のうち8つが7日以内に架空の概念を引用し、14ドルのGEO購入で13本の投稿ができた	読む
arXiv:2609.15660	RAGで、誤答を出させたうえ、その誤答を支えていない信頼できる出典に帰属させる引用ロンダリング攻撃（CiteShade）。基準のモデル（Qwen2.5-VL-3B）・100問では誤答率が0.01から0.68に上がった。反事実的な防御も提案	読む
arXiv:2609.29145	回答が、出典と対象のあいだの解釈を変える関係を省いていないかを、質問・出典・回答の組ごとに監査する仕様。人工の記録81通りで仕様どおり動くかを確かめただけで、検出精度や利用者への効果は示していない	読む
arXiv:2605.28565	11,200の質問・10モデルの112,000回答から761,495件の引用を評価するデータセットCITETRACE。引用の30.6%が出典を歪め、27.1%が分野にそぐわない出典だった	読む
arXiv:2604.00944	Gemini 2.5 Proが動画を引用した11,943件の主張を3つのLLM審査で検証。審査の厳しさにより、引用元に裏づけられない主張は3.7〜18.7%	読む

初めての方は、GEO原論文、サーベイの順に読むのがおすすめです。1本目で「最大40%」が何を測った数字かを知り、2本目で、その後の研究がその数字にどんな条件をつけたかを確かめられます。そのあとは、上の表から関心のあるテーマの記事を選んでください。

論文の地図：150本の一覧

この一覧の集め方と範囲

GEO研究のサーベイ（arXiv:2607.14035）が対象にした45本（2026年7月14日まで）を出発点にしました
サーベイの調査期間の後（2026年7月15日〜9月）の論文と、取りこぼしを、arXivの検索で補いました。検索した言葉は、generative engine optimization、answer engine optimization、AI search visibility、AI Overviewsの引用、順位操作などです
題名・公開日・arXiv番号は、arXivで1本ずつ確認しました。arXivに無い2本は、学会・会議録のページを載せています
「内容」は、サーベイの文献表と、各論文のアブストラクトに基づきます。解説記事を書くまでは、詳しい数値には触れません
一般的なRAG、画像生成、AI安全性一般の論文は、GEOと直接関わるものを除いて含めていません
arXiv以外の学会論文をすべて拾えている保証はありません。見つけ次第、追加します

「状況」の欄は、サーベイの文献表とarXivの記載に基づきます。「arXivプレプリント」は、採択の記載を確認できなかったという意味で、査読されていないと断定するものではありません。

1. 原点・全体像（2本）

GEOの出発点と、研究全体を整理したサーベイです。

論文	公開	状況	内容
arXiv:2311.09735	2023年11月	KDD 2024	GEOの枠組みと評価用の質問集を初めてまとめて示した原点の論文解説記事
arXiv:2607.14035	2026年7月	arXivプレプリント	45本の研究を証拠の強さで整理した批判的サーベイ解説記事

2. 書き換え手法（最適化）（19本）

ページの文章を書き換えて、生成エンジンでの見え方を高める研究です。手作業の経験則から、AIによる自動化、エージェント型へと進んでいます。

論文	公開	状況	内容
arXiv:2507.03169	2025年7月	arXivプレプリント	言語モデルを微調整して、ページの文章を自動で書き換える解説記事
arXiv:2507.21099	2025年7月	ICML 2025ワークショップ	広告文を書き換えて、取得される確率を強化学習で高める解説記事
arXiv:2508.11158	2025年8月	arXivプレプリント	検索の意図と役割を使って、生成検索向けにコンテンツを最適化する手法解説記事
arXiv:2510.11438	2025年10月	ICLR 2026	【AutoGEO】生成エンジンの好みをAIに説明させてルール化し、ページの書き換えに使う枠組み解説記事
arXiv:2511.04080	2025年11月	ECML PKDD 2026採択と記載	画像のキャプションを差し込んで、生成検索での見え方を高める手法解説記事
arXiv:2511.20867	2025年11月	arXivプレプリント	【E-GEO】ECでの試験環境。15の経験則のうち11は効果なしか逆効果だった、と報告解説記事
2026.acl-long.1894	2026年	ACL 2026	【Mind Reader】質問の裏にある潜在的な需要を抽出し、それに沿って内容を最適化して、生成回答での見えやすさを高める（arXiv番号は確認できず）解説記事
arXiv:2601.13938	2026年1月	Findings of ACL 2026	【IF-GEO】複数の質問で食い違う書き換え要求を、1つの改稿方針にまとめる解説記事
arXiv:2602.02961	2026年2月	産業界のプレプリント	画像サービスでの大規模な実装。本番で20%のトラフィック増を報告（詳細は不足）解説記事
arXiv:2603.09296	2026年3月	arXivプレプリント	【AgentGEO】引用されない原因を分類して診断し、原因に合った修理を行う仕組み解説記事
arXiv:2603.20213	2026年3月	arXivプレプリント	【AgenticGEO】固定の方法に頼らず、自分で戦略を進化させて最適化するエージェント解説記事
arXiv:2603.29979	2026年3月	arXivプレプリント	ページの構造が、引用のされ方にどう影響するかを調べた解説記事
arXiv:2604.19113	2026年4月	ACL 2026	【FeatGEO】文章を直接いじらず、構造・内容・言語の特徴を解釈しやすい形で最適化する解説記事
arXiv:2604.19516	2026年4月	Findings of ACL 2026	【MAGEO】複数のエージェントが、うまくいった編集を再利用できる「スキル」として蓄積する解説記事
arXiv:2608.27631	2026年8月	arXivプレプリント	競合も書き換えるという前提で、書き換え戦略の選び方を定式化解説記事
arXiv:2608.29063	2026年8月	arXivプレプリント	【Agent2UCB】フィードバックを受けながら自律的に可視性を高めるエージェントの実演解説記事
arXiv:2609.27845	2026年8月	arXivプレプリント	文書から利用者の意図を推測し、足りない内容を補うGEO手法（QI-GEO）。GEO-Benchで客観スコアが最大15.9%、主観スコアが最大17.6%改善し、引用の増加は減少の約2倍解説記事
arXiv:2610.20162	2026年10月	arXivプレプリント	似通った回答を減らすため、質問に関係があってまだ埋まっていない方向を埋め込み空間で探す枠組み。4つの商品市場の模擬実験でGEOにも当てはめた解説記事
arXiv:2611.04225	2026年11月	arXivプレプリント	利用者の意図（必要の具体さ・検討の段階）ごとにGEOの効果が変わることを示し、推薦の指示を固定したまま戦略を学習するAMOを提案。4分野・10の意図状態で、引用順位の改善が既存の学習型手法より平均35%大きい解説記事

3. 評価環境と測り方（27本）

効果をどう測るか、どんな環境で評価するかを扱う研究です。1回の測定では判断できない、という指摘が目立ちます。

論文	公開	状況	内容
arXiv:2410.15531	2024年10月	NAACL 2025	回答が、必要な下位の問いをどれだけ網羅しているかの指標解説記事
arXiv:2506.11097	2025年6月	NeurIPS 2025（データセットと評価）	【C-SEO Bench】54通りのうち有意にプラスは3つ。みんなが使うと効果が薄れると報告解説記事
arXiv:2506.05334	2025年6月	ICLR 2026採択と記載	検索連動LLMの2.4万件超の対話と約1.2万の人の選好票からなるデータセット。引用の数が多いほど好まれ、コミュニティ型のサイトは好まれやすく、百科事典的な出典が常に適切とは限らなかった解説記事
arXiv:2509.05607	2025年9月	arXivプレプリント	【CC-GSEO-Bench】出典の「影響」を測る、内容を中心にしたベンチマーク解説記事
arXiv:2509.10762	2025年9月	arXivプレプリント	【GEO-16】3つのAIが引用した1,100ページを16の観点で採点し、引用との相関を報告解説記事
arXiv:2602.12187	2026年2月	KDD 2026採択と記載	【SAGEO Arena】検索と再ランクまで含めて、書き換えの効果を評価できる環境解説記事
arXiv:2602.16942	2026年2月	arXivプレプリント	引用されたWebソースの質を、内容の質とページ側の信号の8指標で測るベンチマーク（100クエリ）。8つのLLM、Google検索、3つのAI検索ツールが挙げた3,996件を評価解説記事
arXiv:2603.08924	2026年3月	arXivプレプリント	1回の測定値で引用割合を語る危うさを、統計的に扱う枠組み解説記事
arXiv:2604.25707	2026年4月	arXivプレプリント	引用の「選ばれ方」と、回答への「吸収」を分けて測る枠組み解説記事
arXiv:2604.07585	2026年4月	arXivプレプリント	可視性は1回の測定ではなく分布で捉える。7〜8回の繰り返しを提案解説記事
arXiv:2605.25517	2026年5月	SIGIR 2026	25万回超の要因実験で、関連性と位置が引用を左右すると報告解説記事
arXiv:2606.20065	2026年6月	arXivプレプリント	複数のAI検索でブランドの見え方を大規模に測る解説記事
arXiv:2607.10341	2026年7月	arXivプレプリント	順位の安定と、差が測定のぶれを上回るかの2条件で、AI検索の計測を止める時点を決める解説記事
arXiv:2607.22392	2026年7月	arXivプレプリント	複数回のやり取りでは、最後の質問だけでは依頼の中身の一部が抜ける。約半数の会話で、条件の一部がそれ以前の発言にしか出てこなかった解説記事
arXiv:2607.18904	2026年7月	arXivプレプリント	AIの回答1つが、従来の検索で最低何回分の検索に当たるかを数える指標を定義した解説記事
arXiv:2608.30023	2026年8月	arXivプレプリント	ブランドの入り方を測るための需要側データ（AIが合成した約100万人の買い手像）を作り、その作り方を報告解説記事
arXiv:2608.02556	2026年8月	arXivプレプリント	最後の質問だけで答えさせると、会話全体を渡した場合と比べて44.7%で実質的に違う回答になった（英語の会話180件で検証）解説記事
arXiv:2609.06811	2026年9月	arXivプレプリント	質問の集め方が「回答市場」を決めてしまう、と指摘する批判的整理解説記事
arXiv:2609.07559	2026年9月	arXivプレプリント	AIの回答を使わずに、内容を決まった方法で採点する指標の検証解説記事
arXiv:2609.40069	2026年9月	HAI 2026（大阪）採択と記載	1回の回答ではなく会話全体でGEOを評価する枠組み。早い段階で引用された出典は、その後も引用されやすくなると理論で示した解説記事
arXiv:2609.22655	2026年9月	arXivプレプリント	4つのAI検索に同じ15の質問を投げると、引用されたURLの96.4%は1つのAIにしか出なかった。ページの採点と実際の露出は分けて報告すべきと論じる解説記事
arXiv:2609.16304	2026年9月	arXivプレプリント	LLMのブランド推薦を、競合の集合を出力と独立に定め、繰り返し測る枠組み（BRP@k・MRR@k）。6つのLLM・5カテゴリで、定番ブランドが推薦から外れることが多く、順位は検索への関心やブランドの話題量と結びついた解説記事
arXiv:2609.15164	2026年9月	arXivプレプリント	複数の出典が同じ事実を支えるとき、どれが引用されるかを、提示の仕方の入れ替えで因果的に調べた監査。構造化した提示は対象の引用数を回答あたり+0.50増やしたが、引用の有無は+4.5ポイントで確定しなかった解説記事
arXiv:2610.23541	2026年10月	arXivプレプリント	GEOのベンチマークごとに書き換えの範囲や制約が違って比べにくいとして、どこを・どう・何を狙って編集するかの分類と、共通の比較手順を提案解説記事
arXiv:2610.25843	2026年10月	arXivプレプリント	AIの買い物代行で、売り手の表示（推薦文・人気表示など）の影響を、選ばれる割合が半分になるまで値上げした割合（%）で測る監査法を提案。7つの言語モデル・113,472試行解説記事
arXiv:2610.38090	2026年10月	arXivプレプリント	同じ候補ページを渡した10のAIの引用を予測する採点器を比較。学習させた4Bの小型モデルは、27Bのモデルとの差が229の質問で統計的に区別できなかった解説記事
arXiv:2611.01126	2026年10月	arXivプレプリント	GEOで書き換えた架空80ブランドの商品ページを実際のウェブに公開し、既存の5手法を3つの生成AI検索で比較。CORE手法の首位率は66.3〜76.3%だが、同じ首位が選ばれたブランドは48.8〜66.3%にとどまった解説記事

4. 実サービスの監査（34本）

ChatGPT、Perplexity、GoogleのAI Overviewsなど、実際のサービスが何を引用し、何を薦めるかを調べた監査です。

論文	公開	状況	内容
arXiv:2405.14034	2024年5月	ASIS&T 2024（会議録第61巻）	2023年のBing ChatとPerplexityで、回答が質問の論調に寄り、出典が報道と企業に偏ることを監査解説記事
arXiv:2507.05301	2025年7月	arXivプレプリント	2.4万超の会話・6.5万回答・36.6万超の引用を分析。引用の9%がニュース源で、少数の媒体に集中し、論文の定義（米国の民主党の登録者に主に共有されたドメイン）で左寄りの媒体が多い。低品質に分類されたニュース引用は、サービスにより3.8〜10.3% 解説記事
arXiv:2509.08919	2025年9月	arXivプレプリント	AI検索が、第三者の権威ある情報源を偏って引用することを大規模実験で示した解説記事
arXiv:2509.14436	2025年9月	arXivプレプリント	4,060問のGoogle検索で、生成検索と従来検索に出た約9.8万サイトの文章を比較。生成検索は、LLMにとって予測しやすい文章や、互いに意味の近い出典を引用しやすい。事業者がLLMで文章を磨くと、AI要約の情報の多様性が高まった解説記事
arXiv:2510.11560	2025年10月	Findings of ACL 2026	米国とドイツで複数の画面を比べ、AI Overviewsの出典の重なりの低さと不安定さを報告解説記事
arXiv:2511.12920	2025年11月	ICWSM 2026掲載予定と記載	育児・妊娠の1,508クエリでGoogleのAI Overviewsと強調スニペットを監査。同じ画面の両者が食い違うのは33%、医療上の注意書きがあるのはAI Overviews11%・強調スニペット7% 解説記事
arXiv:2601.00869	2025年12月	arXivプレプリント	学習データの違いで、中国系と欧米系のAIのブランド推薦が変わる解説記事
arXiv:2512.09483	2025年12月	arXivプレプリント	6つのLLM検索と2つの従来検索で55,936クエリを比較。LLM検索の引用ドメインの37%はLLM検索に固有で多様だが、信頼性・政治的中立性・安全性では従来検索を上回らなかった解説記事
arXiv:2601.16858	2026年1月	EDBT/ICDT 2026ワークショップ採択と記載	Google検索と生成AIの出典の違いを大規模に比較解説記事
arXiv:2601.17109	2026年1月	arXivプレプリント	ChatGPTが健康の質問で引用した615件を、著者・発行元・監修・技術の4観点で記録した解説記事
arXiv:2601.00912	2026年1月	arXivプレプリント	名前を出せば知られているが、名前なしの探索では薦められない（112社）解説記事
arXiv:2602.13415	2026年2月	arXivプレプリント	英語の11,372問を2024年に7か国、2025年に243か国でGoogle検索にかけ、約284万件の結果を測定。AI Overviewsは7か国から229か国へ広がり、従来検索より上位サイトに寄り、評価が付いた出典では低〜中程度の信頼度と中道・右寄りの割合が高めだった解説記事
arXiv:2603.16138	2026年3月	arXivプレプリント（コメント欄にEMNLP 2026と記載、採択は未確認）	検索つきのGPT・AI Overviews・Googleを比べ、引用された出典が要約で均等に使われないことを示した解説記事
arXiv:2603.12282	2026年3月	技術レポート（企業の研究部門）	英国のオンラインギャンブル分野で、規制順守を示す枠組みを提案した技術レポート（独自の測定なし）解説記事
arXiv:2603.20062	2026年3月	HFE 2026（東京）採択と記載	東京のホテルの質問でGeminiの引用1,357件を監査。日本語では体験の質問で予約サイト以外の引用が多い解説記事
arXiv:2604.27790	2026年4月	SIGIR 2026	通常のGoogle、Gemini、AI Overviewsの出典が大きく異なると報告解説記事
arXiv:2605.14021	2026年5月	arXivプレプリント	AI Overviewsが出る頻度、出典の質、主張の裏づけ、出版社への影響を長期で監査解説記事
arXiv:2606.25787	2026年6月	arXivプレプリント	128ブランド・12市場・13言語で、引用元のURLを分析解説記事
arXiv:2606.16344	2026年6月	arXivプレプリント	架空のホテルで評判の要素を変え、12のAIモデルの選び方を測った。評価点と価格が重要度の約7割解説記事
arXiv:2606.17443	2026年6月	arXivプレプリント	スキンケアで有名ブランドが有利になる偏りを3つのAIで調べた。わずかな評価差で逆転する解説記事
arXiv:2606.23165	2026年6月	arXivプレプリント	3つの接地型LLMに66ブランドを12言語で聞き、35,640回答を分析。英語の質問から本拠地の言語に変えると、推薦される割合（0〜1）が地元ブランドで0.80、世界的なブランドで0.15上がった（割合の差）解説記事
arXiv:2607.15771	2026年7月	arXivプレプリント	中国語の生成検索4サービスが、何を引用し回答に何を出すかを調べた。出典のブランドが回答に出たのは8.3% 解説記事
arXiv:2607.14197	2026年7月	arXivプレプリント	28の紛争で5つのAIの回答を採点。報道や記録が少ない紛争ほど正確さが下がった解説記事
arXiv:2607.23893	2026年7月	arXivプレプリント	買い手が人を選ぶ分野で、4モデル×120プロンプトの2,400回答を分析。個人名が挙がったのは25.8%で、不動産35.4%・自動車販売店32.9%に対し保険は9.1%。個人名が挙がる回答は、本人が営むサイト（1人で営む事業者のサイト）の引用割合が2.6ポイント高く、企業のサイトの引用は同程度（44.1%と45.5%）だった解説記事
arXiv:2609.00319	2026年8月	arXivプレプリント	メンタルヘルスの質問で3つのAIの引用を7言語で監査。日本語は英語以外の6言語で最も国内のページに案内された解説記事
arXiv:2608.07069	2026年8月	arXivプレプリント	バリ島の飲食店4,776軒を全数調べ、4つのAIが薦める店を監査解説記事
arXiv:2609.14575	2026年9月	arXivプレプリント	Reddit Answersの回答は、スレッド内で評価の高いコメントに偏り、体験談の一人称は大きく減った解説記事
arXiv:2609.06798	2026年9月	arXivプレプリント	GoogleとBaiduのAI要約を12か国・4言語の健康の質問で比較。日本から日本語で聞くと.jpの出典が約3.5倍解説記事
arXiv:2609.24407	2026年9月	EMNLP 2026ワークショップ（WAC）採択と記載	BaiduとGoogleのAI要約を英語と中国語の質問で監査。回答の意味は近くても、表示される出典の重なりは小さいと報告解説記事
arXiv:2609.09878	2026年9月	arXivプレプリント	実際のAIとの会話317件を監査。購入の相談67件のうち、買ったという発言が残っていた例は0件で、推薦は見えても結果は見えないと報告解説記事
arXiv:2609.18729	2026年9月	arXivプレプリント	ChatGPT・Gemini・AI Overviewsの商品推薦1,536回答を監査。第一人称の好みを述べる割合はChatGPT79%、Gemini7%、AI Overviews2%。画面に出る出典ドメインの共通は、ChatGPTとGeminiの間で平均5.4% 解説記事
arXiv:2610.15382	2026年10月	arXivプレプリント	ChatGPT Webの4設定（5.2〜5.5、InstantとThinking）で、検索語の書き換え・候補ページの取得・引用の選択を観察。Google検索とResponses APIを合わせても引用URLの約4分の1しか再現できない解説記事
arXiv:2610.15033	2026年10月	arXivプレプリント	商用の質問への回答158,099件・引用468,037件を分析。ChatGPTが引用したページはすべて自身の検索で取得したもので、どのページが取得されるかの説明力（32%）はページの性質（2.8%）を大きく上回った解説記事
arXiv:2610.24081	2026年10月	arXivプレプリント	ChatGPTとGeminiに300の質問で計31,200回答を集めた監査。ChatGPTはアプリが宣言した場所に、Geminiは通信元の国に従って引用元を変えた解説記事

5. 引用の信頼性と出典の質（12本）

引用された出典が信頼できるか、回答が出典に裏づけられているかを扱う研究です。

論文	公開	状況	内容
arXiv:2304.09848	2023年4月	Findings of EMNLP 2023	生成検索の回答で、文が出典に裏づけられている割合を測った初期の監査解説記事
arXiv:2402.11782	2024年2月	ACL 2024	AIが「説得力がある」と判断する根拠は何か。質問との関連が重視される解説記事
ACM会議録	2025年	FAccT 2025	専門家21人がAI検索を使い比べ、出典の付け違いなど16の問題を挙げた（会議版に記載なし、前の版はarXiv 2410.22349）解説記事
arXiv:2508.00838	2025年6月	arXivプレプリント	約1.4万件のAI回答の比較会話（API経由の11モデル）で、読んだページと引用したページの差を測定。Geminiは回答の92%で引用がなく、Sonarは1回答あたり中央値で10ページを読み5ページを引用解説記事
arXiv:2509.04499	2025年9月	arXivプレプリント	生成検索4種とディープリサーチ型5種の出典・引用を、回答文・出典・引用にまたがる8指標で監査（2025年8月時点）。出典に裏づけられない文はディープリサーチ型で12.5〜97.5%。引用の正確さは要旨で40〜80%、表では31.4〜79.1% 解説記事
arXiv:2510.13749	2025年10月	EACL 2026	4つのチャット型AIで、出典どおりの回答でも信頼できる出典での裏づけ率は下がった解説記事
arXiv:2604.03173	2026年4月	arXivプレプリント	10のモデルとエージェントが挙げた引用URLの3.0〜13.3%は過去の保存記録が見つからず、5.4〜18.5%は開けなかった。URL確認ツールを使わせると、3つのモデルで最終回答の開けないURLが6〜79倍減り1%未満になった（論文本文の値。表からの計算と食い違う箇所あり）解説記事
arXiv:2604.00944	2026年4月	arXivプレプリント	Gemini 2.5 Proが動画を引用した11,943件の主張を3つのLLM審査で検証。審査の厳しさにより、引用元に裏づけられない主張は3.7〜18.7% 解説記事
arXiv:2605.23684	2026年5月	arXivプレプリント	4つのAI検索が引用したページの約16%を、検出ツールがAI生成と判定（下限の目安）解説記事
arXiv:2605.28565	2026年5月	arXivプレプリント（作業中と記載）	11,200の質問・10モデルの112,000回答から761,495件の引用を評価するデータセットCITETRACE。引用の30.6%が出典を歪め、27.1%が分野にそぐわない出典だった解説記事
arXiv:2609.29145	2026年9月	IEEE AI2A 2026採択と記載	回答が、出典と対象のあいだの解釈を変える関係を省いていないかを、質問・出典・回答の組ごとに監査する仕様。人工の記録81通りで仕様どおり動くかを確かめただけで、検出精度や利用者への効果は示していない解説記事
arXiv:2610.39339	2026年10月	arXivプレプリント	健康の質問3,611件でGoogleのAI Overviewsを評価。引用が付いた記述が引用先で裏付けられていたのは推定56.7%、医師の採点基準での得点は38.2% 解説記事

6. 操作・攻撃（23本）

生成エンジンの回答や推薦を、ページの内容で操作できるかを調べた研究です。

論文	公開	状況	内容
arXiv:2404.07981	2024年4月	arXivプレプリント	内部を読める公開AIを相手に最適化した文字列で、架空の商品の推薦1位が入れ替わった解説記事
arXiv:2406.03589	2024年6月	EMNLP 2024	ページに仕込んだ指示で、4つのAIとPerplexityのAPIモデルの紹介順が上がった（検索画面は事例報告のみ）解説記事
arXiv:2406.18382	2024年6月	ICLR 2025	選好操作攻撃を実サービスで示し、皆が攻撃すると囚人のジレンマになると論じた解説記事
arXiv:2502.01349	2025年2月	EMNLP 2025	社会的証明や値引きの強調は推薦を増やし、希少性・限定性はおおむね減らした（6つのAI）解説記事
arXiv:2504.05804	2025年4月	ICML 2026ワークショップ（AI4GOOD）	【StealthRank】宣伝語を避けつつ順位を動かす文字列で、4つの公開AIの商品順位が上がった解説記事
arXiv:2509.18575	2025年9月	EMNLP 2025	文書に仕込んだ指示で、8つのAIの順位づけの判断が乗っ取られた（型と形式で効き方が違う）解説記事
arXiv:2510.06732	2025年10月	ACL 2026	短くて自然に見える文字列で、4つの公開AIの平均順位が想定値より上位になった解説記事
arXiv:2510.06823	2025年10月	arXivプレプリント（会議に投稿中と記載）	日米の政治の質問で、生成エンジンが引用する公開元を分類し、悪意あるページが回答に入り込む余地（content-injection barrier）を見積もった。政党の公式サイトからの引用は米国で約25〜45%、日本で60〜65% 解説記事
arXiv:2601.12263	2026年1月	ACL 2026ワークショップ（KnowFM）	画像と説明文の同時加工で、画像も読むAIの商品順位が平均2.25位分上がった解説記事
arXiv:2602.03608	2026年2月	arXivプレプリント	【CORE】口コミ風・推論風の文章で、4つの商用AIの順位で最下位の商品が1位に来た割合が8割前後（候補10件をAPIに直接渡す実験）解説記事
arXiv:2605.00012	2026年3月	arXivプレプリント	AIの偏りを突いた書き換えで、説明文が要約に選ばれる割合が0.37→0.83に上がった（条件つき）解説記事
arXiv:2605.29107	2026年5月	arXivプレプリント	【GEO-Bench】順位操作の8手法を同じ条件で比較。5データ中3つで、書き換えだけの手法が勾配を使う攻撃と同等以上解説記事
arXiv:2605.28017	2026年5月	arXivプレプリント	検索・並べ替え・回答の3段に通すと、指示で上書きする攻撃が回答に届く割合は約15%に下がった（公開モデルで検証）解説記事
arXiv:2605.12887	2026年5月	arXivプレプリント	【EcoGEO】案内ページと連携した複数ページで、架空製品の推薦率が1ページより14.9〜31.3ポイント高かった（管理環境）解説記事
arXiv:2606.28356	2026年6月	arXivプレプリント	【SafeGEO】売り手のページの書き換えで、条件を満たさない商品がAIの推薦の上位に入る割合が大きく増えた解説記事
arXiv:2606.13610	2026年6月	EMNLP 2026 Findings採択と記載（会議録は未確認）	上位3件の実在ブランド名を架空の名前に置き換えた汚染ページで、12のAIすべてが架空ブランドを薦めた解説記事
arXiv:2607.21951	2026年7月	arXivプレプリント	【SIREN】観光の推薦で、ページ1枚の書き換えが124回中62回で1位を奪った（実サービスでは未検証）解説記事
arXiv:2608.15814	2026年8月	CIKM 2026で発表と記載	米国と日本の政治分野で、3つの生成検索の引用選択と個人化から、毒入れ攻撃の攻撃面を測る指標（content-injection barrier）を提案。与党は野党より攻撃面が広く、利用者プロフィールの影響は小さい解説記事
arXiv:2609.06027	2026年9月	arXivプレプリント	【HAE-GEO】調べものAI10モデルを閉じた検索環境で試し、汚染ページが裏づけを装うほど見抜きの点数が下がった（中国語の120問）解説記事
arXiv:2609.15660	2026年9月	arXivプレプリント	RAGで、誤答を出させたうえ、その誤答を支えていない信頼できる出典に帰属させる引用ロンダリング攻撃（CiteShade）。基準のモデル（Qwen2.5-VL-3B）・100問では誤答率が0.01から0.68に上がった。反事実的な防御も提案解説記事
arXiv:2610.21330	2026年10月	arXivプレプリント	2024年の米大統領選と2026年の日本の衆議院選挙を対象に、11の書き換え戦略を評価。狙う対象を指定しない書き換えでは、対象の露出はほとんど増えなかった解説記事
arXiv:2610.11932	2026年10月	arXivプレプリント	10のAI検索で17,211件の引用を分析し、誰でも投稿できるドメインから引用に至る経路を測定。10のうち8つが7日以内に架空の概念を引用し、14ドルのGEO購入で13本の投稿ができた解説記事
arXiv:2611.04005	2026年11月	arXivプレプリント	記事に文脈になじむ形でブランド名を1回だけ差し込む攻撃（IBI）を、1,000記事・架空60ブランドで評価。検索の上位10件に入る率は最大82.2%、回答にブランドが出る率は最大62.7% 解説記事

7. 防御と検出（6本）

操作を防ぐ方法や、操作されたページを見分ける方法の研究です。

論文	公開	状況	内容
arXiv:2505.07546	2025年5月	EMNLP 2025	【GRADA】文書同士の似かたで並べ替え、NQとMS MARCOでは攻撃の成功率を1割未満に下げた（公開モデル・英語）解説記事
arXiv:2605.21948	2026年5月	NeurIPS 2026投稿と記載	【SCI-Defense】3つの仕組みで商品説明への順位操作を検出。既知の手口は大半を見抜いたが、新しい手口6種類中5種類は見抜けず解説記事
arXiv:2607.20730	2026年7月	arXivプレプリント	【GPE】事実確認638件で根拠を汚染すると正解率が大きく低下。どの汚染にも強い集約方式はなかった解説記事
arXiv:2608.16824	2026年8月	arXivプレプリント	【GEO-Flag】GEOで最適化されたページを見分ける方法を評価解説記事
arXiv:2609.02316	2026年9月	EMNLP 2026 Main採択と記載	【Counter-GEO-Bench】既製の安全フィルター3種はほぼ効かず、専用検出器で攻撃成功率を相対47.6%減解説記事
arXiv:2609.02964	2026年9月	arXivプレプリント	【GEO Defender】悪意あるGEOから、AIを微調整せずに守る2段階の防御解説記事

8. 経済・生態系・成果・ガバナンス（27本）

引用をめぐる競争、制作者の生態系、流入への効果、ガバナンスを扱う研究です。

論文	公開	状況	内容
arXiv:2501.00745	2025年1月	ICML 2026ワークショップ	攻撃するかを繰り返す囚人のジレンマで理論化し、防御が空振りする条件も示した解説記事
arXiv:2509.14221	2025年9月	arXivプレプリント（技術報告と記載）	広告を回答に差し込む生成エンジン・マーケティングの、生成と評価のベンチマーク。単純なプロンプトはクリック率などの関与は得られるが、利用者の満足度を下げた
arXiv:2601.22493	2026年1月	arXivプレプリント（第2版にNeurIPS 2026と記載）	AIの要約は作り手の意欲を下げて長期の利益を減らすが、引用と支払いの仕組みで改善すると理論と試算で示した解説記事
arXiv:2601.01750	2026年1月	arXivプレプリント	Web3の44事業について4つのAIの引用を監査。外部の順位表で上位の発信者ほど引用で有利だった解説記事
arXiv:2602.18455	2026年2月	arXivプレプリント	Google AI Overviewsの段階的な導入を使い、英語版Wikipediaの検索流入が、同じ記事のドイツ語版・フランス語版との比較で5.45%・4.82%減ったと推定
arXiv:2603.29071	2026年3月	arXivプレプリント	生成エンジンが回答に広告を入れるか、広告なしで課金に誘導するかの動的モデル。広告収入が高いか利用者が広告に鈍いほど広告ありに、競合エンジンがあるほど広告なしに寄る
arXiv:2604.03656	2026年4月	理論のプレプリント	見え方は時間で薄れると数式で主張し、汎用AIから企業の専門エージェントへ引き継ぐ仕組みを提案。実験データはなし解説記事
arXiv:2604.08525	2026年4月	COLM 2026と記載	広告収入をもつLLMが利用者の利益と衝突する場面での振る舞いを評価。2倍近く高いスポンサー商品を薦めた割合が83%（Grok 4.1 Fast）、購入の妨げになる形でスポンサー商品を出した割合が94%（GPT 5.1）
arXiv:2606.12439	2026年5月	ICML 2026 立場論文	集中・隠れた宣伝・学術の盲点を挙げ、回答単位の開示と外部監査を提案（業者は直接の宛先ではない）解説記事
arXiv:2606.11216	2026年5月	German Law Journal 26巻（2025年）掲載の法学論考	生成検索が中小サイトの流入を減らす問題を、米国法の論点とシャドーバンの概念から論じた（実測なし）解説記事
arXiv:2605.16428	2026年5月	arXivプレプリント	AI OverviewsとReddit。AI Overviewsに参照されうるSFWコミュニティは、参照されないNSFWより日々のコメントが12.0%増えたが、AI Mode導入後は経験に基づく議論での増加がほぼ消えた
arXiv:2606.04362	2026年6月	arXivプレプリント	ChatGPTからの流入の伸びを、プラットフォーム全体の成長と切り分けた（本番サイト1つの分析）解説記事
arXiv:2607.12056	2026年7月	ICEME 2026採択と記載（会議録は未確認）	AIが扱いやすいサイトの3本柱を提案し、試作の通販サイトで完全成功率が49.3%から89.3%に上がった解説記事
arXiv:2607.07652	2026年7月	arXivプレプリント	ChatGPTとGoogleのクリックストリームを比較。ChatGPTの会話セッションで外部へのクリックが出るのは5.2%。ChatGPT検索の利用拡大で検索の利用が9.4%減った
arXiv:2607.27686	2026年7月	arXivプレプリント	回答に埋め込まれた広告のクリック意図などを、エージェントのシミュレーションで作った教師で学習した評価器が予測。人の選好と86%一致し、その推定値の上に、正直な入札が最適になる支払いルールを導いた
arXiv:2608.11390	2026年8月	arXivプレプリント	罰だけの防御は行き詰まりうると理論で示し、元の文書で確かめられる事実に加点する仕組みが模擬実験の9条件で総合点最高解説記事
arXiv:2608.30466	2026年8月	COLM 2026	【CHASE】上位の型に寄せる書き換えを重ねると、型に近いことと品質の結びつきが6分野すべてで弱まった（模擬実験）解説記事
arXiv:2608.18352	2026年8月	arXivプレプリント	Google検索での1,100人の事前登録実験。AI OverviewsとAI Modeを外すと出版社へのクリック率が増え、AI Modeのみの体験ではクリック率と信頼が下がった
arXiv:2608.04831	2026年8月	IC2S2 2026で発表と記載	米国成人900人の1か月分の閲覧データ。AI Overviewsの引用先へのクリックは訪問の約1%にとどまり、AI Overviewsが出る検索ではクリックが減り、閲覧の終了が増えた
arXiv:2608.15896	2026年8月	arXivプレプリント	生成検索が出典へ訪問を返さず価値を取る「抽出」を、クロール可能なコーパスを共有資源としてモデル化。出版社の離脱で量・質・寿命が同時に落ち、閾値を超えるとコーパスが尽きることを証明
arXiv:2609.11915	2026年9月	arXivプレプリント	GEOと生成エンジン広告の効果を因果推論で推定する枠組み。英語と日本語のシミュレーションで検証解説記事
arXiv:2609.34951	2026年9月	arXivプレプリント	AIエージェントに1,056社について37,927回調べさせた。サイトをAIが取得して読める会社は、明確に薦められる割合が1.9倍だったと報告解説記事
arXiv:2609.38946	2026年9月	arXivプレプリント	米国の新聞社のサイト内検索で、読者37,561人を対象にした無作為化実験。検索結果の上にAIの回答を出すと、読まれる話題が広がり、読者どうしで共通する情報も増えたと報告解説記事
arXiv:2609.11152	2026年9月	arXivプレプリント（IEEE Internet Computing特集に投稿中と記載）	AIクローラが訪問を返さない現状を踏まえ、経路・目的ごとのアクセス条件を書くterms.txtと、署名やHTTP 402による対価の交換を提案。1リクエストあたり0.20〜0.65ミリ秒の追加
arXiv:2610.28454	2026年10月	arXivプレプリント	選ばれることだけを指示された売り手エージェントが、自発的に説明文の主張を膨らませた。あるモデルでは、買い手エージェントの課題成功率が89%から約30%に落ちた（EC側。SNSは77%から40%。実データから作った模擬市場）解説記事
arXiv:2610.40164	2026年10月	arXivプレプリント	77か国・9,761のニュースサイトの所有者データを作成。5つのAIの引用は、媒体単位でアクセスの1.23〜2.08倍集中。母国語で聞くと、国家管理メディアが民間より引用されやすかった（主にロシア・中国）解説記事
arXiv:2610.38361	2026年10月	IEEE FLLM 2026採択と記載	/llms.txt を検索AIが使う根拠の監査。15ツール・45回の試行で自動取得なし、検出ファイルのあるドメインの97%に記録上のアクセスなしは先行調査の引用。本論文自身は24タスクの小規模試験で、悪意ある文を読ませると21/24で攻撃者の指定した答えを採用解説記事

日本・日本語に関わる研究

調べた範囲で、日本や日本語を直接扱っていた研究は次の7本でした。多くの研究は英語で行われているため、貴重な手がかりです。

論文	公開	状況	内容
arXiv:2510.06823	2025年10月	arXivプレプリント（会議に投稿中と記載）	日米の政治の質問で、生成エンジンが引用する公開元を分類し、悪意あるページが回答に入り込む余地（content-injection barrier）を見積もった。政党の公式サイトからの引用は米国で約25〜45%、日本で60〜65% 解説記事
arXiv:2603.20062	2026年3月	HFE 2026（東京）採択と記載	東京のホテルの質問でGeminiの引用1,357件を監査。日本語では体験の質問で予約サイト以外の引用が多い解説記事
arXiv:2609.00319	2026年8月	arXivプレプリント	メンタルヘルスの質問で3つのAIの引用を7言語で監査。日本語は英語以外の6言語で最も国内のページに案内された解説記事
arXiv:2608.15814	2026年8月	CIKM 2026で発表と記載	米国と日本の政治分野で、3つの生成検索の引用選択と個人化から、毒入れ攻撃の攻撃面を測る指標（content-injection barrier）を提案。与党は野党より攻撃面が広く、利用者プロフィールの影響は小さい解説記事
arXiv:2609.06798	2026年9月	arXivプレプリント	GoogleとBaiduのAI要約を12か国・4言語の健康の質問で比較。日本から日本語で聞くと.jpの出典が約3.5倍解説記事
arXiv:2609.11915	2026年9月	arXivプレプリント	GEOと生成エンジン広告の効果を因果推論で推定する枠組み。英語と日本語のシミュレーションで検証解説記事
arXiv:2610.21330	2026年10月	arXivプレプリント	2024年の米大統領選と2026年の日本の衆議院選挙を対象に、11の書き換え戦略を評価。狙う対象を指定しない書き換えでは、対象の露出はほとんど増えなかった解説記事

いずれも、日本のホームページの効果を保証するものではありません。条件は、それぞれの解説記事で詳しく確かめています。

読む前に知っておきたい4つのこと

1. 論文には種類があります

学会で審査を受けた論文（査読済み）と、審査の前に公開されるプレプリントは、証拠の重みが違います。このシリーズでは、各記事で「どちらか」を書きます。arXivに載っているだけでは、審査を経たことにはなりません。

2. 「〇%上がった」は、何と比べた数字かを見ます

相対的な伸びなのか、順位の変化なのか、AIに渡された後の話なのか。数字だけが引用されると、条件が抜け落ちます。1本目の記事で、この点を詳しく扱っています。

3. 実験室と実サービスは別です

実験用に作った環境で得た結果は、ChatGPTやPerplexityの実際の動きと同じとは限りません。サービスは頻繁に変わります。

4. 日本語での検証は、まだ少ないようです

サーベイによれば、多くの研究は英語で行われています。上の一覧のうち、日本や日本語を直接扱っていたのは7本でした。日本語のページでも同じ傾向が出るかは、自分たちで確かめる必要があります。

用語のミニ辞典

用語	意味
生成エンジン	検索して集めた情報をAIがまとめ、出典を添えて答える仕組み。ChatGPT、Perplexity、GoogleのAI Overviewsなど
GEO / LLMO	生成エンジンの回答に、自分のページが引用されやすくなるように整える取り組み。論文ではGEO、日本ではLLMOと呼ばれることが多い
取得（リトリーバル）	質問に合うページを、候補として拾う段階
引用	回答の中で、ページの名前やリンクが根拠として示されること
吸収	回答の内容に、そのページの事実や言い回しが実際に反映されること
忠実度	引用された主張が、本当にそのページで裏づけられていること
プレプリント	査読の前に公開される論文

よくある質問

どの順番で読めばよいですか

全体の結論を先に知りたい方は、139本を横断した合同会社謙虚の見解から読んでください。1本ずつ読む場合は、GEO原論文、サーベイの順で始め、そのあとは「いま読める解説記事」の表から関心のあるテーマを選ぶのがおすすめです。日本・日本語を扱った7本も、上の表から読めます。

新しい論文が出たら、どうなりますか

この記事の表に1行を足し、その論文の解説記事を書きます。更新した日は、下の更新履歴に残します。

論文を読まずに、結論だけ知りたいのですが

各記事の冒頭に、3行の結論を置いています。全体の結論を先に知りたい場合は、139本を横断した合同会社謙虚の見解が近道です。

更新履歴

2026年9月19日：シリーズを開始。解説記事2本（GEO原論文、サーベイ）を公開し、92本を一覧に載せた
2026年9月19日：解説記事10本を追加（arXiv:2506.11097、arXiv:2509.08919、arXiv:2601.00912、arXiv:2602.12187、arXiv:2603.20062、arXiv:2604.07585、arXiv:2604.25707、arXiv:2605.25517、arXiv:2606.04362、arXiv:2609.11915）
2026年9月22日：解説記事3本を追加（arXiv:2510.11560、arXiv:2604.27790、arXiv:2605.14021）
2026年9月23日：解説記事24本を追加（arXiv:2304.09848、arXiv:2402.11782、arXiv:2406.18382、arXiv:2507.03169、arXiv:2507.21099、arXiv:2508.11158、arXiv:2510.11438、arXiv:2511.04080、arXiv:2511.20867、arXiv:2601.00869、arXiv:2601.13938、arXiv:2601.16858、arXiv:2602.02961、arXiv:2603.09296、arXiv:2603.20213、arXiv:2603.29979、arXiv:2604.19113、arXiv:2604.19516、arXiv:2606.25787、arXiv:2608.07069、arXiv:2608.16824、arXiv:2608.27631、arXiv:2608.29063、arXiv:2609.02964）
2026年9月24日：解説記事6本を追加（arXiv:2410.15531、arXiv:2509.05607、arXiv:2509.10762、arXiv:2603.08924、arXiv:2606.20065、arXiv:2607.10341）
2026年9月25日：解説記事15本を追加（arXiv:2405.14034、arXiv:2601.17109、arXiv:2603.12282、arXiv:2603.16138、arXiv:2605.23684、arXiv:2606.16344、arXiv:2606.17443、arXiv:2607.12056、arXiv:2607.14197、arXiv:2607.15771、arXiv:2608.30023、arXiv:2609.00319、arXiv:2609.06811、arXiv:2609.07559、arXiv:ACL:2026.acl-long.1894）
2026年9月28日：解説記事12本を追加（arXiv:2404.07981、arXiv:2406.03589、arXiv:2502.01349、arXiv:2510.13749、arXiv:2601.01750、arXiv:2606.11216、arXiv:2606.13610、arXiv:2606.28356、arXiv:2608.30466、arXiv:2609.06798、arXiv:2609.14575、arXiv:ACM:10.1145/3715275.3732089）
2026年9月29日：解説記事6本を追加（arXiv:2504.05804、arXiv:2509.18575、arXiv:2510.06732、arXiv:2601.12263、arXiv:2602.03608、arXiv:2605.00012）
2026年9月30日：解説記事14本を追加（arXiv:2501.00745、arXiv:2505.07546、arXiv:2601.22493、arXiv:2604.03656、arXiv:2605.12887、arXiv:2605.21948、arXiv:2605.28017、arXiv:2605.29107、arXiv:2606.12439、arXiv:2607.20730、arXiv:2607.21951、arXiv:2608.11390、arXiv:2609.02316、arXiv:2609.06027）
2026年10月2日：新しく見つかった論文5本を一覧に追加（arXiv:2609.22655、arXiv:2609.24407、arXiv:2609.34951、arXiv:2609.38946、arXiv:2609.40069）
2026年10月3日：新しく見つかった論文4本を一覧に追加（arXiv:2607.18904、arXiv:2607.22392、arXiv:2608.02556、arXiv:2609.09878）
2026年10月3日：解説記事3本を追加（arXiv:2609.22655、arXiv:2609.34951、arXiv:2609.40069）
2026年10月5日：解説記事3本を追加（arXiv:2608.02556、arXiv:2609.24407、arXiv:2609.38946）
2026年10月6日：解説記事3本を追加（arXiv:2607.18904、arXiv:2607.22392、arXiv:2609.09878）
2026年10月18日：新しく見つかった論文1本を一覧に追加（arXiv:2610.15382）
2026年10月18日：解説記事1本を追加（arXiv:2610.15382）
2026年11月1日：新しく見つかった論文10本を一覧に追加（arXiv:2610.15033、arXiv:2610.20162、arXiv:2610.21330、arXiv:2610.23541、arXiv:2610.24081、arXiv:2610.25843、arXiv:2610.28454、arXiv:2610.38090、arXiv:2610.39339、arXiv:2610.40164）
2026年11月1日：解説記事10本を追加（arXiv:2610.15033、arXiv:2610.20162、arXiv:2610.21330、arXiv:2610.23541、arXiv:2610.24081、arXiv:2610.25843、arXiv:2610.28454、arXiv:2610.38090、arXiv:2610.39339、arXiv:2610.40164）
2026年11月5日：新しく見つかった論文38本を一覧に追加（arXiv:2506.05334、arXiv:2507.05301、arXiv:2508.00838、arXiv:2509.04499、arXiv:2509.14221、arXiv:2509.14436、arXiv:2510.06823、arXiv:2511.12920、arXiv:2512.09483、arXiv:2602.13415、arXiv:2602.16942、arXiv:2602.18455、arXiv:2603.29071、arXiv:2604.00944、arXiv:2604.03173、arXiv:2604.08525、arXiv:2605.16428、arXiv:2605.28565、arXiv:2606.23165、arXiv:2607.07652、arXiv:2607.23893、arXiv:2607.27686、arXiv:2608.04831、arXiv:2608.15814、arXiv:2608.15896、arXiv:2608.18352、arXiv:2609.11152、arXiv:2609.15164、arXiv:2609.15660、arXiv:2609.16304、arXiv:2609.18729、arXiv:2609.27845、arXiv:2609.29145、arXiv:2610.11932、arXiv:2610.38361、arXiv:2611.01126、arXiv:2611.04005、arXiv:2611.04225）
2026年11月5日：解説記事15本を追加（arXiv:2510.06823、arXiv:2511.12920、arXiv:2512.09483、arXiv:2602.16942、arXiv:2606.23165、arXiv:2607.23893、arXiv:2608.15814、arXiv:2609.15164、arXiv:2609.16304、arXiv:2609.18729、arXiv:2609.27845、arXiv:2610.38361、arXiv:2611.01126、arXiv:2611.04005、arXiv:2611.04225）
2026年11月6日：解説記事12本を追加（arXiv:2506.05334、arXiv:2507.05301、arXiv:2508.00838、arXiv:2509.04499、arXiv:2509.14436、arXiv:2602.13415、arXiv:2604.00944、arXiv:2604.03173、arXiv:2605.28565、arXiv:2609.15660、arXiv:2609.29145、arXiv:2610.11932）