【LLMO論文解説】AIでの見え方は時間で薄れるのか：確信度の減衰の数式と専門AIへの引き継ぎ案｜実験なしの理論提案（プレプリント2026）

「AI検索に一度載っても、時間がたつと載らなくなるのではないか」。この不安を数式で表そうとした論文が、2026年4月にarXivで公開されました。

この記事では、原文を通読して、論文が何を主張し、その主張にどこまで裏づけがあるのかを整理します。先に書いておくと、この論文の中心は実験の数値ではなく、数式と設計図による提案です。

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。「AIでの見え方は時間とともに薄れる」という話がどこまで確かめられているのかを、見分けるために読みました。

結論：3行で言うと

• 論文は、AIが参照する情報の山に競合の情報や食い違う説明が積み重なるにつれ、AIが特定の名前や事実を正しく答える確からしさは、時間とともに下がり続けると数式で主張しています
• そのうえで、汎用のAIが答えを文章で作るのをやめ、企業ごとの専門エージェント（決まった規則で動く専用のAI）へ質問を引き継ぐ仕組みを提案しています
• ただし、本文にも付録にも、測定値や結果の表は出てきません。要旨と本文の一部は実証したと書いていますが、検証の手順と数値は本文にも付録にもなく、「論文の主張・提案」として読む必要があります

「下がり続ける」という結論は、下がり続ける形の式を最初に置いたことから導かれています。この点は、後の「原文を読んで気づいた点」で説明します。

この論文の基本情報

項目	内容
題名	Beyond Retrieval: Modeling Confidence Decay and Deterministic Agentic Platforms in Generative Engine Optimization
著者	XinYu Zhao、ChengYou Li、XiangBao Meng、Kai Zhang、XiaoDong Liu（5人。所属はシンガポール国立大学が1人、福岡工業大学が1人、民間企業が3人）
公開日	2026年4月4日（arXivの初版。2026年9月30日時点で確認できた版は初版のみ）
arXiv番号	2604.03656（分野は人工知能）
掲載・採択状況	arXivのプレプリント（査読前）で、arXivのコメント欄は空欄です。書式は学会論文の雛形ですが、学会名が入る欄は国名だけの仮の記載です
種類	理論と設計の提案（数式のモデル、評価方法の設計、仕組みの設計、想定事例、数学の証明）
実験データとコード	公開先の記載はなし。付録に、判定用のAIへの指示文、引き継ぎデータの様式、評価手順の疑似コードが載っています

論文はこちらで読めます。arXiv（2604.03656）、DOI。

著者5人のうち3人は、要旨で「実証に使った」とされる製品の開発元と同じ名前を冠する民間企業（メールアドレスのドメインも同じ）に所属しています。論文に利益相反や資金についての記載はありません。

産業界の著者による提案である点は、読むときに押さえておきたいところです。

この論文が答えた問い

論文が立てた問いは、次のように言い換えられます。

検索して答えるAIでの見え方は、一度整えれば保てるのか。保てないなら、何で測り、どんな仕組みに作り替えるべきか。

論文によると、いまのGEO（生成AIの回答に載るための最適化）の多くは、検索拡張生成（RAG）に頼っています。RAGは、AIが外部の文書を検索し、それを材料に答えを作る方式です。

論文は、この方式の弱点を2つ挙げています。

• ゼロクリックの矛盾：AIがその場で答えを出すため、利用者が企業のサイトを訪れず、企業は利用者の反応を手元のデータで追えなくなる
• 確率で言葉を選ぶ仕組みの限界：AIは次の言葉を確率で選ぶため、参照するデータが入れ替わるたびに答えが揺れ、作り話（ハルシネーション）が混ざる

さらに論文は、いまのGEOが「ブランドの情報を一度入れれば、見え方は一定に保たれる」という前提に立っていると指摘します。論文の出発点は、この前提は成り立たない、という主張です。

どうやって調べたのか

この論文の方法は、データを集めて比べる実験とは違い、数式による定式化と仕組みの設計です。

中身は、3つの提案と、1つの想定事例と、1つの証明です。

論文の部分	やったこと	実データ
第2節 確信度の減衰の式	AIが目的の名前や事実を答える確からしさを、時間と「答えの迷い」で表す式を立てた	式のみ。当てはめたデータはなし
第3節 評価方法	AIの回答から事実の関係図を取り出し、正しい関係図とのずれで「正しく載ったか」を判定する方法を設計した	設計のみ。測定結果はなし
第4節 引き継ぎの仕組みと市場の構想	汎用のAIを「意図の振り分け役」にし、企業の専門エージェントへ引き継ぐ仕組みを設計した	設計のみ
第4.3節 事例	投資家の質問を、金融分析の専門エージェントへ引き継ぐ想定の流れを説明した	想定の場面。測定値はなし
付録A 証明	第2節の式から「確からしさは時間とともに0に近づく」ことを導いた	数学の証明

用語の言い換え

論文独自の用語は、次のように言い換えます。

この記事での呼び方	原文の用語	意味（原文の定義に沿って言い換え）
確信度の減衰	Confidence Decay	特定の名前や事実を、AIが正しく答える確からしさが、時間とともに下がっていくこと
答えの迷いの増大（SED）	Semantic Entropy Drift	参照先に競合の情報、食い違う広報の説明、重複した事実が積み重なり、AIの「答えの迷い」（どの答えを出すかの散らばり）が増えていくこと。論文は、元に戻らない増加と定義しています
正しさつきの評価モデル（IAR）	Isomorphic Attribution Regression	施策ごとの効き目の重みを推定する回帰モデルに、関係図のずれの罰則を加えたもの。回答から取り出した事実の関係図と、企業が用意した正しい関係図とのずれが大きい回答ほど、「載った」と数えにくくします
決まった手順での引き継ぎ（DAH）	Deterministic Agent Handoff	汎用のAIが答えを文章で作らず、質問の意図を決まった形式のデータにまとめて、企業の専門エージェントに渡す手順。「決まった手順」は、引き継ぎ先の専門エージェントが、確率に頼らず決まった規則と計算で処理することを指します（意図の読み取りは汎用のAIが行います）
エージェントによる信頼の仲介（ATB）	Agentic Trust Brokerage	汎用のAIが利用者を振り分け、企業の専門エージェントが実行し、仲介の基盤が権限を管理する、という将来の市場の構想

確信度の式は、3つの掛け算

論文は、ある時点の確からしさを、次の3つの掛け算で表しています（第2.3節の式3）。

1. 最初の確からしさ：情報を入れた直後の値。構造化データ（Schema.orgのJSON-LDなど）を入れた直後は1に近づく、と論文は述べています
2. 時間とともに小さくなる項：参照先のデータベースが古い情報を忘れる、あるいは新しい情報で上書きする速さを表す定数で決まります
3. 答えの迷いが大きいほど小さくなる項：迷いの大きさを、ありうる最大の迷いで割って比べ、質問文の揺れへの敏感さを表す係数を掛けます

2つ目の項は、時間がたつほど0に近づく形（指数関数的な減衰）で置かれています。

定数はどれも記号のままで、実際のAIから値を推定する作業は論文の範囲外です。

評価方法は「載ったか」より「正しく載ったか」

論文は、キーワードの一致や言及の割合といった従来の指標では、AIがブランド名を出しながら製品の特徴を作り話で語る場合を見分けられない、と指摘しています。

そこで提案したのが、2つの経路で調べる評価の枠組みです（第3.1節。どちらも手順の設計で、実施結果の記載はありません）。

• 中身が見えるAIでの検証：公開されたモデル（例としてLLaMA-3）の内部の確率を直接読み、構造化された情報が答えの迷いを減らすことを確かめる経路
• 中身が見えないAIでの検証：GPT-4やPerplexityのような商用サービスに言い回しを変えた質問を大量に投げ、回答から傾向を逆算する経路。役割を分けた複数のAIで行います

後者では、質問役のAIが質問を投げ、検証役のAIが回答から事実の関係図を取り出します。

そのうえで、企業が用意した正しい関係図とのずれ（グラフ編集距離。一方の図をもう一方に直すのに必要な手数）を計算します。

ずれが判断しにくい範囲（論文の例では0.6以上0.9未満）に入ったときは、自動の判定を止めて、人間の担当者が判断します（第3.4節）。

論文は、AIにAIを採点させると誤りが連鎖するとして、この人手の判定を「物理的な隔離」と呼んでいます。

結果

この論文の「結果」は、測定値ではなく、式から導いた結論と設計の説明です。

論文が結果として述べていることと、原文の中にある裏づけを並べます。

論文の主張	原文にある裏づけ	この記事での扱い
検索拡張のAIでの見え方は、時間とともに下がり続け、最後は0に近づく	付録Aの証明。下がり続ける形の式と、迷いは時間とともに減らないという仮定が出発点	式の上の結論として紹介
構造化データなどの「一度入れて終わり」の施策は、最初の値を上げるが、減る速さは変えない	式の形からの説明（第2.4節）	式の上の結論として紹介
見え方を保つには、高い頻度で手を入れ続ける必要がある	第2.4節の主張	論文の主張として紹介
正しい関係図とのずれで評価すれば、作り話まじりの「見かけの成果」を除ける	評価方法の設計（第3節）と、付録B・付録Dの指示文と手順	提案として紹介。見分ける精度の検証はなし
専門エージェントへ引き継げば、専門的な作業での作り話はほぼ0になる	要旨と本文の一部は実証したと記載。検証の手順と数値はなく、本文の事例は金融分野の想定のみ	実証済みとは扱わない

金融の想定事例の流れ

第4.3節の事例は、機関投資家が汎用のAIに、次のように頼む場面です。

「ある自動車会社の二次取引先が、半導体の関税引き上げの影響をどれだけ受けるかを分析し、年率8%の利回りを保ったまま、1,000万ドルの資産配分を組み直して」。

論文は、汎用のAIが文章で答えると、存在しない取引先を作り、配分の合計が100%にならず、利回りの条件も守れない、と想定しています。

論文が示す引き継ぎの流れは、次の4段階です。

1. 意図の読み取り：汎用のAIは答えを書かず、質問を決まった形式のデータ（対象企業、リスクの種類、資産額、目標利回り）に変換する
2. 権限を付けて引き継ぐ：保有資産を読むだけの一時的な権限を付け、金融分析の専門エージェント（論文の例は金融情報の大手企業や、認定を受けた分析サービス）に渡す
3. 決まった計算で実行：専門エージェントがデータベースで取引関係を調べ、決まった最適化の計算で配分を出す
4. 画面で返す：文章の代わりに、数値と関係図、取引を実行するための操作つきの画面を返す

論文は、この流れで作り話が「物理的に消える」と述べています。専門サービスの提供者は、引用を奪い合う代わりに利用者を直接獲得できる、とも述べています。

ただし、この事例は流れの説明で、実行した回数や誤りの件数といった測定値の記載はゼロです。

読み取れること

• 論文の中心は、「載ったかどうか」より「正しく載ったかどうか」を数えるという評価の考え方と、AIに答えを作らせずに専門の仕組みへ渡すという設計です
• 「時間とともに見え方が下がる」は、観測から導いた結論というより、式の置き方から出てくる結論です
• 見え方の揺れを実際に測った研究は、別にあります。同じ質問を繰り返すと出典が大きく入れ替わることは、4つのAI検索を45日間追った論文の解説で、実測値つきで紹介しています

論文自身が書いている限界

論文は第6節で、2つの限界を挙げています。

• 計算の手間と待ち時間：引き継ぎには、通信の往復が何度も必要になります。論文は、多少の揺れが許される日常的な質問では、費用に見合わない可能性があると書いています
• 人手の判定は規模を広げにくい：作り話の判定を人間に回す設計は、質問を大量に投げる規模では人の手が追いつかなくなります。論文は、判定を自動化する別の検証方法を探る必要があるとしています

第5.2節（今後の研究）では、今後の課題として、意図のデータ形式の共通規格、権限を安全に渡すための暗号技術（ゼロ知識証明やブロックチェーン）、引き継ぎの成果に応じた料金の仕組みを挙げています。

原文を読んで気づいた点

• 本文と付録に出てくる数値は、判定のしきい値と、想定事例の条件だけです。公開モデルでの検証も、商用サービスへの質問も、手順の説明にとどまります
• 要旨と本文の一部（貢献の箇条書き、第4.3節の末尾、第5.2節）は、実証したと書いています。それでも、検証の手順・件数・数値は本文にも付録にもなく、本文の事例は金融分野の想定の場面です
• 証明の結論は、付録Aが置いた2つの前提（時間とともに指数関数的に小さくなる項と、答えの迷いは減らないこと）からそのまま導かれます。実際のAIがこの形で振る舞うかは、別に確かめる必要があります
• 図1の出どころが不明です。確からしさが0.9前後から0.1前後へ下がる曲線ですが、どのモデルのどの質問で描いたかの説明は本文にありません
• 図3は模擬の図と読めます（時間の軸に「模擬した反復回数」と注記があります）。図中の説明文では、略語SEDが本文と別の言葉の略になっています
• 人に回す条件が、節によって違います。第3.4節はずれが中間の範囲のときに人に回すとし、付録Dの疑似コードは一致度が低いときに人に回して中間の範囲は専門エージェントに回す、という分け方です
• 判定役は研究チームの内側にいます。人手の判定役として論文に名前が出てくるのは、研究の責任者とされる人物で、「AIの採点に頼らない」ための人手の判定が、研究チーム自身の判断になる設計です
• 査読：arXivのプレプリントで、査読前の段階です
• 日本語：言語の違いは論文の対象外で、日本語での検証も対象外です

この論文から、言えること・言えないこと

言えること（論文の主張・設計として）	言えないこと（論文では確かめられていない）
AIでの見え方が時間とともに下がる、という式のモデルが示された	実際のAI検索で、見え方が時間とともに下がり続けること
構造化データは最初の値を上げても、減る速さは変えない、と式の上で主張された	構造化データに効果がない、または一時的な効果しかないこと
「載った」だけでなく「正しく載った」かを数える評価方法が設計された	その評価方法が、どれだけ正確に作り話を見分けられるか
汎用のAIから専門エージェントへ引き継ぐ仕組みと、その市場の構想が示された	引き継ぎで作り話がほぼ0になること（実証したという記載はあるが、検証の数値はなし）
引き継ぎは失敗が許されない分野向けで、日常的な質問では費用に見合わない可能性がある、と論文自身が書いた	日本語の質問や、中小企業の業種で同じことが言えるか

この論文は、立場と設計図を示した提案です。数字で確かめた研究は、次の章で挙げる実測の論文と合わせて読むのがおすすめです。

中小企業の視点で、どう受け取るか

ここからは論文の主張とは別の、私の読み取りです。

1. AIの回答は「名前が出たか」と「中身が合っているか」を分けて記録する

この論文の考え方で、いちばん手元で使えるのは評価の部分です。論文の枠組みでは、自社の名前が出ても料金や提供内容が作り話なら、その回答は成果として大きく割り引かれます。

手元でやるなら、自社の正しい情報（料金、対応地域、営業時間、提供サービス）を1枚にまとめ、AIの回答と照らし合わせるだけで足ります。

2. 「一度整えたら終わり」と考えず、同じ質問で定点観測する

論文は見え方が下がり続けると主張しますが、それは式の前提から出た結論です。実測の研究では、同じ質問でも日によって出典が大きく入れ替わることが報告されています。

下がり続けているのか、揺れているだけなのかを見分けるには、同じ質問を日を変えて繰り返し記録するのが確実です。1回の測定値で判断する危うさは、引用割合の信頼区間を扱った論文の解説でも整理しています。

3. 専門エージェントへの引き継ぎは、いまは情報を集める段階と考える

論文自身が、意図のデータ形式の共通規格はまだこれからで、費用と待ち時間の課題もあると書いています。この論文を根拠に、今すぐ自社専用のエージェントに投資する判断はしにくい、というのが私の読みです。

どの仕組みが広まっても使い回せるのは、自社の正しい情報を1か所にそろえておくことです。1つ目の項目で作る1枚が、そのまま土台になります。

よくある質問

確信度の減衰は、実際のAI検索で測られた現象ですか

この論文の中では、式のモデルとして提案された段階です。図1には下がっていく曲線がありますが、どのAIのどの質問で描いたかの説明が本文にありません。

見え方が揺れること自体は、別の論文が実測しています。「下がり続ける」と「揺れている」は、分けて考えるのが安全です。

構造化データ（Schema.org）は、この論文で効果がないとされたのですか

論文は、構造化データを入れると最初の確からしさは上がる、としています。主張しているのは「減っていく速さは変えない」という点で、これも式の上の議論です。

構造化データを外す理由にも、入れれば安心という理由にも、この論文は使いにくいと私は読んでいます。

決まった手順での引き継ぎ（DAH）に、中小企業は今から備えるべきですか

論文が想定しているのは、金融の分析のように失敗が許されない分野です。日常的な質問では費用に見合わない可能性がある、と論文自身が書いています。

私の読み取りでは、今できる備えは、自社の料金やサービス内容を正確にまとめた1枚を持っておくことです。引き継ぎの仕組みが広まった場合も、AIの回答を確かめる場合も、同じ1枚が使えます。

まとめ：今日できる1つのこと

自社名や自社のサービス名を入れて、AI検索に3つの質問をしてみてください。

回答ごとに「名前が出たか」と「料金・地域・サービス内容が合っているか」を分けて表に書き、1か月後に同じ質問で同じ表を作ります。

この論文が言う「時間とともに薄れる」が自社で起きているかどうかを、自分の目で確かめる最初の手がかりになります。

この論文は、LLMO論文の一覧の一本です。ほかの論文の解説も、順次公開しています。

ページを増やしても問い合わせが来ないなら、原因はページの外にあります。その場合は、下の入口からご相談ください。