MENU
  • 料金
  • 会社案内
  • コンサル
  • お問い合わせ
  • 無料で1ページ頼む
AIO・LLMO・GEO対策の記事制作
合同会社謙虚
  • 料金
  • 会社案内
  • コンサル
  • お問い合わせ
  • 無料で1ページ頼む
  • 料金
  • 会社案内
  • コンサル
  • お問い合わせ
  • 無料で1ページ頼む
合同会社謙虚
  • 料金
  • 会社案内
  • コンサル
  • お問い合わせ
  • 無料で1ページ頼む
  1. ホーム
  2. LLMO
  3. LLMO論文
  4. 【LLMO論文解説】健康の質問でAI Overviewsは誰を出典にするか|台湾の繁体字・健康検索417件を調べた研究(JCDL 2026)

【LLMO論文解説】健康の質問でAI Overviewsは誰を出典にするか|台湾の繁体字・健康検索417件を調べた研究(JCDL 2026)

2026 11/14
2026年11月14日
中野輝規
健康の質問でAI Overviewsは誰を出典にするか

検索窓に病気や症状の言葉を入れると、リンクの一覧より上に、AIがまとめた答えが出るようになりました。GoogleのAI Overviewsが台湾の繁体字(中国語)の健康検索で、どんなページを出典に並べるのかを調べた論文が、2026年10月に会議録として公開されました。

この記事で分かるのは、出典の顔ぶれ(病院、政府機関、民間サイトなどの割合)、出典がどれだけ台湾の組織に寄っているか、出典どうしがどうつながっているか、の3点です。この記事は論文の紹介で医療上の助言ではなく、体調や治療で迷うときは医療機関に相談してください。

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。この論文を読むのは、検索の言語と地域で、AIが並べる出典の顔ぶれが変わるのかを考える材料になるからです。

目次

結論:3行で言うと

  • AI Overviewsが出た417件の出典(重複をまとめて3,325件)は、病院・診療所のサイトが40%、商業サイトが24%、政府機関が12%でした
  • 出典の90%が台湾のドメインで、上位10ドメインが引用全体に占める割合は17.5%でした。975のドメインは、病院と政府のサイトを要とする1つのつながりにまとまっていました
  • 質問ごとの医療上の警告が付いたのは、概要の16%でした。この結果は台湾のものです。日本の検索に、そのまま当てはまるとは言えません

論文は4ページの短い報告で、著者たち自身が「予備的な研究」と位置づけています。数字は、2026年5月の約4週間の記録です。

この論文の基本情報

項目 内容
題名(原題) Who Does Google Cite for Health? Auditing the Source Ecosystem of AI Overviews in Taiwan
著者 Ming-Hsin Phoebe Chiu(国立台湾師範大学)、Kai Li(米国の情報科学の学部。原文に大学名の記載はありません)
公開日 2026年10月13日(Crossrefに記録された会議録の公開日。会議の開催は10月13〜16日)
掲載先・DOI The 2026 ACM/IEEE Joint Conference on Digital Libraries(JCDL ’26、米国テキサス州フリスコ)の会議録。4ページ。DOIは10.1145/3805696.3846053
掲載状況 Crossrefに、会議録の論文(proceedings-article)として登録があります。出版社はACM、ライセンスはCC BY 4.0です。査読の方法は、原文に記載がありませんでした
種類 実サービスの出力を集めて数える監査(観察研究)。論文は「予備的な研究の試み」と述べています
実験データ・コード 原文に公開先の記載がありませんでした。出典の分類表は監査できる形で記録したと書かれていますが、置き場所は示されていません

論文はこちらで読めます。DOI(10.1145/3805696.3846053)、Crossrefの登録情報。

この論文が答えた問い

Google台湾のAI Overviewsは、健康の検索で、どんな種類の出典を、どれだけ台湾の組織から選び、その出典どうしはどうつながっているのか。

従来は、検索結果のリンクの一覧を、利用者が自分で見比べて選んでいました。AI Overviewsは、答えを書くことと、その根拠として見せる少数の出典を選ぶことを、1つの仕組みでやります。

健康は、Googleの品質評価の指針が最も高い水準を求める分野です。論文は、これをYMYL(人の健康や財産に大きく影響する話題)と呼びます。

評価の軸は、経験・専門性・権威性・信頼性の4つで、E-E-A-Tと略されます。

論文によれば、これまでの研究の大半は、英語・米国の検索が対象です。台湾のように英語でない地域で、AI Overviewsが選ぶ出典の全体像を調べた例は、論文の知る限りないと書かれています。

台湾を選んだ理由は、単一の保険者による国民皆保険、公立病院と政府の保健機関のサイトの密度、民間の健康出版の盛んさです。米国や西洋の国々とは制度の景色が違う、と論文は説明します。

問い(RQ)は2つあります。

  • RQ1:どんな表示の特徴と出典があり、出典はどれだけ地元のもので、どれだけ集中しているか
  • RQ2:出典の共引用ネットワーク(出典どうしのつながり。後述)はどんな構造で、どのドメインが中心にあるか

自社の既存記事には、近いテーマの解説が2本あります。1本は、GoogleとBaiduを12か国・4言語(日本語を含む)で比べた研究で、集めた結果は1,920件です(解説記事)。

もう1本は、米国の設定で英語の健康質問3,611問を調べた研究です(解説記事)。

この論文は、台湾の繁体字の検索に絞り、出典の種類と、出典どうしのつながりを描いた点が違います。論文は「私たちの知る限り最初」という趣旨を書いていますが、どれが最初かは、この記事では判定の対象外とします。

どうやって調べたのか

項目 設定
質問 2025年にGoogle台湾でよく検索された3万のキーワード(SEO用のツールから2026年3月15日に書き出し)を、健康・医療に関わる語に絞った625個
検索の方法 繁体字で、台湾向けのGoogleの検索ページに入力。AIが操作するブラウザで、展開した状態の概要を取得し、画面のラベルの文字で有無を判定
取った項目 概要の本文、表示の特徴3つ(画像の有無、質問ごとの赤い葉の医療警告、灰色の汎用の注意書き)、出典の表示名・ホスト・URL・並び順
期間と回数 2026年5月3〜31日の約4週間に、全体を4回収集
分析した数 各キーワードで、概要が出た最新の回を採用。4回のどれかで出たものが625のうち417件(66.7%)。概要の長さは平均約517字
出典の数 出典のタイルが3,974個。ホストの重複をまとめて3,325件、ドメインは975

AI Overviewsは、同じ質問でも、出る日と出ない日があります。そのため論文は、全体を4回集めました。

概要が出た割合は、63.2%、62.4%、63.0%、64.6%で、回ごとの差は小さいと報告されています。

回ごとの内容の変化は、分析の対象外です。各キーワードで最新の回を使った理由は、機能の変化が速く、最新の収集が利用者の今の画面に最も近いからです。

質問と出典の分類のしかた

  • 625の質問:医療機関と制度、慢性・非感染性の病気、感染症、栄養と予防、心・神経・精神の5分野。4種類の大規模言語モデルが同じ指示で別々に分類し、4つとも一致したものだけ採用しました(一致度の指標クリッペンドルフのアルファは0.97〜0.99)。残りは、消費者向け健康情報学の専門家が判断しています
  • 出典のホスト:ドメインの末尾(.gov.twなど)では決めず、既知の機関の名簿と照合しました。迷う場合は、ページを開いて確認し、1ホストごとの判断を表に記録しています
  • 出典の種類:医療機関、政府機関、商業サイト、報道・メディア、協会・NPO、SNS・ブログ、百科事典、学術、動画共有、その他の10種類です。医療としての働きを、ドメインの末尾より優先して決めています

末尾で決めない理由は、台湾では国立病院が.gov.twを、大学付属の病院が.edu.twを使うためです。末尾だけで分けると、病院が「政府」や「学術」に入ってしまいます。

共引用ネットワークとは

共引用とは、2つの出典が、同じ概要の中で一緒に引用されることです。論文は、ドメインを点、同じ概要で一緒に引用された回数を線の太さにしたネットワークを作りました。

見る指標は、つながりの数(次数)、つながりの強さの合計(重みつき次数)、橋渡しの度合い(媒介中心性)、点のまとまり(ルーヴァン法のコミュニティ)です。

結果

表示の特徴:画像は多く、質問ごとの警告は少ない

表示の特徴 結果(417件の概要)
画像が1つ以上ある 59%
灰色の汎用の注意書き(AIの回答には誤りが含まれることがあるという趣旨) 80%
質問ごとの赤い葉の医療警告 16%
1つの概要が出す出典のURL 中央値10、平均9.5。異なるホストの数は中央値8

論文は、概要を「視覚的に豊かだが、注意書きは薄い」と表現し、出典の数は分野をまたいでほぼ同じだったと述べています。

出典の種類:病院が4割、商業サイトが2.4割

次の表は、図1の数字です(ホストの重複をまとめた3,325件)。

出典の種類 件数 割合
医療機関(病院・診療所) 1,324 40%
商業サイト 789 24%
政府機関 408 12%
報道・メディア 305 9%
協会・NPO 237 7%
SNS・ブログ 78 2%
学術 67 2%
百科事典 65 2%
動画共有 48 1%
その他 4 0%
  • 重複をまとめる前の出典の表示(タイル)の数でも、ほぼ同じ構成で、上位4種類が39%、24%、12%、8%でした
  • 話題によって構成が動くと、論文は書いています。栄養とサプリメントの質問は商業サイトに、感染症と医療機関の質問は政府機関に、心の健康の質問は協会と医療機関に、偏って寄ります

地元度:出典の90%が台湾のドメイン

出典の90%は、台湾のドメインでした。残る外国のサイトは、百科事典、SNS、動画共有といった世界規模のサービスが中心で、香港、米国、日本のサイトが薄く続きます。

論文は、この結果を強い「地元化」と呼びます。

集中度:少数のサイトに偏ってはいない

  • ドメイン別の集中度を表すハーフィンダール・ハーシュマン指数(HHI)は約55です(原文に尺度の記載がありません。割合を%で2乗して足す一般的な定義なら、最大は10,000)
  • 上位10ドメインが占める割合は、引用全体の17.5%です
  • 引用されたドメインの56%は、1つの概要にしか出てきません

論文は、この結果を「裾野の長い、多様な生態系」と呼びます。一方で、機関の種類ごとの傾向もあります。

最も多くの概要に出た顔ぶれは、次のとおりです(図2、ホストの重複をまとめた数)。

順位 ドメインの種類 引用した概要の数(417件中)
1位 台北の大病院の健康情報ポータル 74
2位 ニューメディア系の健康ポータル 72
3位 大手のSNS 67
4位(同数) オンライン百科事典 65
4位(同数) 保健福祉の所管省庁 65
6位 大学付属の病院 54

論文の本文は、百科事典を4位と書いています。図2では、所管省庁も同じ65で並んでいます。

1位の病院サイトでも、417件のうち74件(概算17.7%、74÷417)で、1つのサイトの占有は2割に届きません。

タイルの数を、重複をまとめずに数えると、順位が変わります。SNSが159タイル、百科事典が129タイルで、1位と2位になりました。

論文は、この点を重く見ています。利用者発信の場は、種類としては少数(約3%)なのに、SNSと百科事典の2サイトだけは何度も引用されていました。

論文の懸念は、利用者発信の場が出ること自体にはありません。Googleの枠組みでは、本人の体験も正当な手がかりだからです。

ただ、健康の話題では専門性・権威性・信頼性が体験より重く扱われます。同じ見た目の引用の列では、読者は、体験として挙がったものと医療の権威を担うものを見分けられない、と論文は指摘しています。

つながり方:病院と政府のサイトを要とする1つの塊

点(ドメイン)は975、線(共引用)は9,348本、つながりの密度は0.0197、1ドメインあたりの平均のつながり数は19.2でした。

  • 975のドメインは、1つの完全につながった塊でした。孤立した話題の島はなく、どのドメインからも、共通の概要をたどって別のドメインへ行けます
  • つながりの強さの合計で最上位は、台北の大病院のポータル(強さ625、74件の概要に出現、287の相手と共引用)でした。次いでニューメディア系の健康ポータル(505)、百科事典(490)、SNS(469)、大学付属の病院(452)です
  • 強く共引用される組は、病院と病院、国の2つの保健機関のように、同じ種類どうしでした

ルーヴァン法では、病院を中心にした2つのまとまり(台北の医療センター群と、その他の病院グループ)が出ました。さらに、政府機関、報道系の健康ポータル、世界規模の利用者発信の場が混ざった「一般向け」のまとまりが出ました。

分け方は、機関の種類とぴったりは重なりませんでした。

論文によれば、構造の要である病院ポータルは、最も多く引用されるサイトとも重なります。SNSと百科事典は、高頻度だが、やや周辺的なつなぎ役でした。

論文自身が書いている限界

  • 短期の安定は確認できたものの、出典の顔ぶれの変化を追うには、より長い期間が必要です
  • 論文が調べたのは、どの出典が引用されたかです。概要の本文が、その出典に忠実かどうかは、まだ確かめていません
  • 次の段階は、本文の主張と引用の対応の確認と、注意書きの出し方の分析です。注意書きの分析は、Googleの複雑な出典カードの画面が制約になっていると述べています
  • 他の言語や国との比較は、統一した手順で行って初めて、違いを検証できると述べています。この論文の対象外です

原文を読んで気づいた点

  • 日本語の検索は対象外です。調べたのは台湾の繁体字だけで、日本は、出典の薄い外国の裾野として名前が出るだけです
  • 実サービスと条件が違う可能性があります。収集はAIが操作するブラウザで行われ、アクセス元の地域やログインの有無は、原文に記載がありませんでした
  • 出典の種類の判断には、一致度の記載がありません。出典の種類は、名簿とページの確認で決められ、その判断の一致度は原文に見当たりませんでした。大規模言語モデルを使ったのは質問の分野分けで、こちらには一致度が書かれています
  • 「台湾のドメイン」の決め方は、原文から読み取れませんでした。台湾の企業が.comを使う場合などをどう扱ったかは、原文から分かりませんでした
  • 分野別の数字は、傾向の言葉だけです。話題による構成の違いに件数はありません。引用の並び順は記録されていますが、結果の対象外です
  • 掲載は会議録ですが、査読の方法は確認できませんでした。4ページの短い報告で、ショートペーパーなどの区分も、原文から読み取れませんでした
  • 原文の中に、小さな食い違いや曖昧さがあります。利用者発信の場は、本文で「約3%」ですが、図1のSNS・ブログは78件(約2.3%、78÷3,325)です。論文は大手のSNSと百科事典の2つを利用者発信の場の例に挙げていますが、図1では百科事典は別の種類(65件)で、約3%がどこまでを数えた値かは確認できませんでした。上位10ドメインの割合は、本文で17.5%です。図2の上位10の数字を足すと589件で、概算17.7%(589÷3,325)になります

この論文から、言えること・言えないこと

言えること(論文の範囲) 言えないこと
2026年5月の台湾の繁体字の健康検索625個のうち、4回の収集で417個にAI Overviewsが出た 日本語の健康検索でも、同じ割合で出ること
出典の種類は、病院と診療所が約4割、商業サイトが約2.4割、政府機関が約1.2割だった 病院のサイトが多いことは、回答が正確だという証拠になる
出典の約9割が台湾のドメインで、特定のサイトへの集中は小さかった 日本のAI Overviewsも、日本のサイトを同じ割合で出す
975ドメインは、病院と政府のサイトを要とする1つの塊をつくっていた つながりの強いサイトが、引用されやすい原因である
質問ごとの医療警告は、概要の16%にしか出ていなかった 警告が少ないことが、利用者の判断を誤らせる
利用者発信の場は、種類としては少数だが、特定の2サイトは何度も引用されていた それらの引用が、不正確な情報を含むこと

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。

  • 健康の分野では、出典の核は病院と政府機関でした。台湾の結果では、医療機関と政府機関で出典の半分余りを占めています。健康や医療に関わる事業者は、自社の専門の範囲を明らかにし、診断や治療の判断に踏み込まない書き方が、現実的だと私は考えます
  • 商業サイトも、2.4割ほどは出典に入っています。栄養やサプリメントの質問では、商業サイトに寄ると論文は述べています。商品や暮らしの手助けを扱うページも、候補に入り得ます(台湾での傾向)
  • 出典は、少数のサイトに独占されていませんでした。引用されたドメインの56%は、出現が1つの概要だけです。ただし、1回の登場と、安定した引用は別の話です
  • 自社の情報が、百科事典やSNSにどう載っているかも見ておく価値があります。引用の回数が多い場所だったので、誤りがないか確かめるのは、手間の小さい確認です

台湾の結果を日本に当てはめるときの注意

  • 論文は、台湾を、制度の景色が米国などと違う事例として選んでいます。日本では制度もサイトの層も異なり、割合も違うかもしれません
  • 他の国との比較は、この論文の範囲の外です。自社の既存の2本の解説とは、国や言語、数え方が違うため、数字は別々に読む必要があります
  • 日本の医療や健康の広告には、法令やガイドラインの制限があります。表現は専門家に確認してください

よくある質問

台湾のAI Overviewsの出典を調べたこの論文は、日本のAI Overviewsにも当てはまりますか

日本への当てはめは、この論文の範囲外です。論文自身も、米国・英語の証拠に基づく監査は、他の地域に移らないかもしれないと述べています。

日本については、日本語で自分の業種の質問を試して確かめるのが確実です。

AI Overviewsの出典で、病院や政府機関が多いことは、回答が正確であることを意味しますか

論文が確かめたのは、どの出典が引用されたかまでです。概要の本文が、引用先のページで裏づけられているかは、今後の課題として書かれています。

まとめ:今日できる1つのこと

自社の業種に関わる質問を5つ選び、AI Overviewsが出るかを確かめてください。出た場合は、出典を種類(医療機関、公的機関、民間サイト、SNS、百科事典)ごとに数えて、表に記録します。

この論文も、同じ収集を4回繰り返して、出る日と出ない日の揺れを抑えました。1回で決めず、日を変えて数回記録してください。

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。

この記事に書いたことを、そのまま御社のページに

生成AIに引用されるページを、お話しいただくだけでお作りします。お時間をいただくのは初回15分のヒアリングだけです。まず1ページ、無料でお作りします。

OKが出るまで、何度でも直します。事実が違う、言い回しが硬い、この話は入れないでほしい。どれも遠慮なくおっしゃってください。何度お直ししても、追加の料金はいただきません。

これまでに127社にご利用いただきました。毎月ご依頼いただいている方の6割以上が、月10ページを選ばれています。料金はページに掲載しています。

まず1ページ、無料で作らせてください

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。

自社のマーケティング課題を根本から解決しませんか?

ウェブサイトから要素を引き算し、訪れた人が迷わず次の一歩に進む形へ組み直す。初回60分のオンラインで御社のサイトを一緒に読み、どこから直すべきかをお伝えします。手順をまとめた無料の診断と解説動画もご用意しています。

まず動画で詳しく見る(約30分)
無料診断を受ける

初回は無料・60分・オンライン完結・その場で契約のお願いはいたしません

LLMO論文
SEO対策 生成AI
よかったらシェアしてね!
  • URLをコピーしました!
  • 【LLMO論文解説】Google・記者・SEO担当者はAI Overviewsをどう語ったか|600本超の言説分析(学術誌2026)
  • 【LLMO論文解説】賛否の分かれる質問で、AIの答えとWeb検索の結果はどう違うか|立場と理由づけを比べた研究(WebSci 2026)

この記事を書いた人

中野輝規のアバター 中野輝規

合同会社謙虚 代表社員。20代から、売る言葉だけを仕事にしてきました。電話営業で受話器を握っていた時代から、数千社のWEB集客に関わったいままで。詳しいプロフィールはこちら

この著者の記事一覧へ

関連記事

  • 戦略と評価役を、AIが自分で育て続ける仕組み
    【LLMO論文解説】戦略と評価役を、AIが自分で育て続ける仕組み|AgenticGEOは14手法に勝ち、少ないフィードバックで学習(プレプリント、2026年3月)
  • 会話の44.8〜50.3%で、依頼の手がかりが最後の質問になく履歴にだけある
    【LLMO論文解説】会話の44.8〜50.3%で、依頼の手がかりが最後の質問になく履歴にだけある|AIとの会話8,133件を測った研究(プレプリント)
  • AIに競合を出し抜かせる「選好操作攻撃」
    【LLMO論文解説】AIに競合を出し抜かせる「選好操作攻撃」|全員が攻撃すると損をする囚人のジレンマ(ICLR 2025)
  • 調べものAIは根拠のつながりで推薦を変えるか「EcoGEO」
    【LLMO論文解説】調べものAIは根拠のつながりで推薦を変えるか「EcoGEO」|1ページとの推薦率差は最大31.3ポイント(プレプリント)
  • 汚染された根拠が混ざるとAIの事実確認はどこまで崩れるか
    【LLMO論文解説】汚染された根拠が混ざるとAIの事実確認はどこまで崩れるか「GPE」|638件・4方式で比較(プレプリント)
  • AI検索は読んだページをどれだけ引用するか
    【LLMO論文解説】AI検索は読んだページをどれだけ引用するか|Geminiの回答の92%は引用なし(API経由・プレプリント)
  • Google・記者・SEO担当者はAI Overviewsをどう語ったか
    【LLMO論文解説】Google・記者・SEO担当者はAI Overviewsをどう語ったか|600本超の言説分析(学術誌2026)
  • 生成AIに引用されない原因を3段階で診断する枠組み
    【LLMO論文解説】生成AIに引用されない原因を3段階で診断する枠組み|サイト改訂への変換と実験(EMNLP 2026 産業トラック)
最近の投稿
  • パーセプションチェンジとは 中小企業がホームページで認識を変える4つの手順
  • ドアインザフェイスとは 意味と由来を論文で確かめ中小企業の提案に使う手順
  • プライミング効果とは 例でわかる意味と中小企業のサイトで最初に見せるもの
  • canvasタグとは 使い方とアニメーションと代替の内容を仕様で確かめる
  • smallタグとは 廃止や非推奨の噂と注意書きの大きさを確かめる
最近のコメント
  • ブランド認知度とは 調査会社に頼らず手元の数字で測る指標と上げる手順 に パーセプションチェンジとは 中小企業がホームページで認識を変える4つの手順 - 合同会社謙虚 より
  • ポジショニングマップの作り方 軸の選び方から空白の読み方まで自社サイトに落とす手順 に パーセプションチェンジとは 中小企業がホームページで認識を変える4つの手順 - 合同会社謙虚 より
  • AI Overviews対策とは?CTR低下データと中小企業が取るべき施策 に LLMOとAIOの違いとは 中小企業が最初にすべき対策の優先順位 - 合同会社謙虚 より
  • 【2026年最新】上位表示される記事の書き方|273クエリを実測して分かった「AIに引用される」条件 に SEOライティングのコツ|AI検索時代に評価基準が変わった本当の理由 - 合同会社謙虚 より
  • 返報性の原理とは 例でわかる意味と問い合わせ前に見せる情報の決め方 に ドアインザフェイスとは 意味と由来を論文で確かめ中小企業の提案に使う手順 - 合同会社謙虚 より
  • 記事制作(KCW)
  • 売れるサイトはみな謙虚
  • サービス一覧
  • サイトの無料診断
  • 合同会社謙虚とは
  • 代表プロフィール
  • ブログ
  • お問い合わせ
  • プライバシーポリシー
  • 特定商取引法に基づく表記
  • AIのプロ名鑑

© 合同会社謙虚

目次