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】ページの構造化とAI引用を1ページで検証した事例研究|三層の意味構造モデル(創刊号の学術誌・2026年)

【LLMO論文解説】ページの構造化とAI引用を1ページで検証した事例研究|三層の意味構造モデル(創刊号の学術誌・2026年)

2026 11/14
2026年11月14日
中野輝規
ページの構造化とAI引用を1ページで検証した事例研究

「ページの構造を整えると、AIの回答に引用されるようになるのか」。この問いに、独立研究者1人が、創刊号の学術誌(2026年6月30日公開)で、1ページの事例から答えようとしました。

この記事は、その論文を原文から読み、事例の件数・規模・測り方が分かるようにまとめました。抄録の数字が本文の表と合うか、論文自身が書いている限界、私が読んで気づいた点も扱います。

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。この論文は、構造を整えた前後の数字をどう記録し、どこまで言ってよいかを確かめる題材として読みました。

目次

結論:3行で言うと

  • 論文は、ページを3つの層(題と要約、言い換え語、取り出しやすい区切り)で整える枠組みを示し、商業コースのレビューページ1件で、整える前は引用0、整えた後は引用が多かったと報告しています
  • 測ったのは1つの質問、2つのAIサービス、2024年7月の2つの期間です。抄録の「0%から77.1%」は、本文の表から導いた値と食い違っていました
  • 論文自身が「観察であり、因果は示せない」と書いています。掲載誌は創刊号で、査読の実施と索引登録は確認できていません

1つの記録として読み、自分のページで確かめる出発点にするのが、この論文の使い道です。

この論文の基本情報

項目 内容
題名(原題) Generative Engine Optimization: A Three-Layer Semantic Framework for Content Visibility in AI-Powered Search
著者 Guruprasath Sankaran(1人。所属は独立研究者)
公開日 2026年6月30日
掲載先・DOI(登録番号つき) International Journal of Artificial Intelligence and Agent Systems、2026年、第1巻第1号、1〜14ページ。DOIは10.67231/jr22cv71
掲載状況 誌のサイトは、二重盲検の査読制をうたっています。この号は創刊号で、長年の実績をもつ学会誌とは位置づけが異なります。出版元は、掲載料があると自ら書いています。査読が実際にどう行われたかと、索引データベースへの登録は、確認できていません。論文のPDFにある日付情報は、巻号の表記(2026年)だけです
Crossrefでの登録 登録あり(私が確認した2026年11月14日時点)。登録日は2026年8月26日で、参考文献の登録は0件、ほかの論文から引用された件数も0件でした
種類 枠組みの提案と事例研究(2024年7月に実施)
実験データ・コード 公開先の記述が欠けています。補足資料への言及はありますが、所在は不明です

論文は、arXivの外にあります。入口はこちらのDOIです:10.67231/jr22cv71。

この論文が答えた問い

ページの意味的な構造を整えると、AIの回答に引用されやすくなるのか。そのとき、検索順位や被リンクの強さより、構造のほうが効くのか。

論文は、背景として、AIが答えをまとめて返すため、順位が高くても読まれにくくなっていると述べています。ただし、その根拠にした業界の数字は目安であり、確定した事実ではない、とも断っています。

論文は、研究の問いを3つ立てています。構造の効果、3つの層のどれが効くか、構造が順位や権威より勝つ条件です。

どれも、本文の事例では答えが部分的です。結論の節で、因果は示せていないと認めています。

3つの層とは

論文は、AIがページを見つけて使うまでの流れを、3つの段階に分けて考えます。これは概念上の整理で、実際のサービスの内部の仕組みを描いたものではない、と論文が断っています。

層 狙い 具体的な書き方
第1層:意味の錨づけ 何についてのページかを、はっきり分類させる 内容が分かる題、冒頭150〜300字の要約、見出し(H1〜H3)の階層
第2層:文脈の呼び水 言い方が違う質問でも、同じページに行き着かせる 同じ意味の言い換え、専門用語と分類の語、やさしい説明と専門的な説明の併記
第3層:取り出しやすい再構成 回答の部品として、そのまま抜き出せるようにする 3〜5文で1つの話題にまとめた段落、FAQ、箇条書き、単独で意味が通る定義や数字の文

論文はこのほか、ページの構造を点検する5つの指標(話題への集中度、引用されやすさの総合点、構造化マークアップの整備率、取り出しやすさ、複数形式への対応)を示しています。指標の基準値は、著者の判断で置いた仮のものです。

どうやって調べたのか

評価の中心は、第6節の事例研究です。論文は「2つの実例」で検証したと書いていますが、結果が表で報告されているのは、次の1件だけです。

項目 内容
対象 商業コースのレビューページ1件。介入前から、Google検索で1位だったと書かれています
質問 そのコースのレビューを尋ねる1つの質問(原文は中国語)。全回で同じ言い回しです
AIサービス ChatGPT Search(GPT-4系の検索版)と、Perplexityの標準モデル。どちらも2024年7月時点の版で、前後で固定したと書かれています
回数 1ラウンドにつき3回、別の日に実施。介入後の表は、2ラウンド×3回×2サービスの12回分です
測り方 回答を「事実の主張を含む文・段落・箇条書き」に区切り(論文は「回答セグメント」と呼びます)、そのうち当該ページを引用したものの割合を数えます
引用の判定 (a)ページへの直接リンク、(b)コース名などの言及で、そのページにだけたどれるもの、(c)ページ固有の事実を言い換えたもの、のどれか
区切りの数え上げ 2人の注釈者が行いました。身元は不明です。不一致は5%未満で、話し合いで解決したと書かれています。引用の有無を誰が判定したかは、記載がありません
介入 3週間。1週目は題・導入・要約、2週目は言い換え語と関連用語、3週目は段落の分割・FAQ・定義の太字
測定の時期 介入前は2024年7月1〜5日、介入後は7月22〜26日

3つの層に沿った変更は、段階を追って入れられました。ただし、報告されている測定は、介入の前と後の2回だけです。

結果

事例1:商業コースのレビューページ

介入前、ページはGoogleで1位でした。それでも、AIの回答では引用0でした。

サービス 介入前(7月1〜5日) 介入後(7月22〜26日)
ChatGPT Search 10区切り中0 16区切り中14(87.5%)
Perplexity 7区切り中0 12区切り中11(約91.7%)
合計 17区切り中0 28区切り中25(約89.3%)

介入前の数字は、論文本文の記載です。介入後は、論文の表3の区切り数と引用数を、私が足し上げました(概算:25÷28)。

  • 介入後の1回あたりの引用率は、50%から100%の範囲でした。1回の回答は、2〜3区切りで構成されています
  • 論文は、12回の平均が90.6%、標準偏差が16.4%と書いています。私が表3の12個の値から計算し直すと、平均は約90.3%、標準偏差は約18.1%でした(概算。小数の丸めと計算方法の違いかもしれません)
  • 論文は、この間にGoogleの順位と被リンクは変わらなかった、とも書いています。測り方は不明です
  • 論文は、この結果が「構造化による効果」だと断定せず、「強い関連がある」という表現にとどめています

事例2と、報告されていない部分

導入には、2つ目の事例が出てきます。ウェブ上に足跡のない個人名を対象にした事例です。

第4.4節にGoogle順位が10.7位、考察の第7.1節に引用率が「60%以上」だったと書かれています。

ところが、第6節の結果は、1件目の事例だけで終わっています。2件目の測り方や数字の内訳は、本文のどこにもありません。

抄録も「2つの事例」と書きながら、中身は1件目の説明だけです。

第4.5節には、10分野、各5種類の質問、400〜600本の段落を使った模擬実験も書かれています。しかし、その結果の数字は本文から欠けています。

第7節は「示唆的な証拠」と書いていますが、裏づける数字は見えません。

抄録の「0%から77.1%」

抄録は、引用率が0%から77.1%に上がったと述べます。第7節にも、「77%を超える」とあります。

抄録の値の分母と分子は、本文から欠けています。表3から私が出した約89.3%や、論文の平均90.6%とは、値が食い違います。

どの集計から出た値かは、原文だけでは不明です。

論文自身が書いている限界

  • 因果の推論は限定的。結論の節で、観察による研究であり、強い因果の推論はできないと書いています
  • 層ごとの効果は混ざっている。3つの層を同時に適用したため、どれが効いたかは分からない、と認めています
  • 再現性に限りがある。商用のAIサービスは、モデルが予告なく更新されます。半年後に同じ結果が出る保証はない、と書いています
  • 単発の観察を含む。名前の曖昧さを解く実験や、逆SEOの実験(後者は結果が本文にありません)は、特定の日の1回の観察で、時期とモデルを変えた再現が必要だとしています
  • 5つの指標は未検証。基準値は著者の判断で、指標の高さが引用の多さを予測するかは、今後の検証課題です
  • 低権威のサイトが引用されたという点は、再現が必要。論文自身がそう書いています

原文を読んで気づいた点

ここからは、論文に書かれていない、私が原文を読んで気づいた点です。

  • 事例の規模が小さい。ページ1件、質問1つ、サービス2つ、期間は2024年7月の2回、回答の区切りは介入後で28個です
  • 抄録と本文がずれている。2件目の事例の欠け、77.1%の出どころ、平均値の食い違いは、上に書いたとおりです
  • 判定の基準の扱いが見えにくい。質問文に、対象のコース名が含まれていました。名前の言及は、そのページにだけたどれる場合に限って引用に数えますが、曖昧な場合をどう扱ったかは書かれていません。なお、同じ質問で介入前は、引用は0件でした(10と7の区切り)
  • 測った人が見えにくい。著者は単著の独立研究者です。論文の記述(「our page」「our URL」)からは、著者自身が対象ページを書き換え、自分で測ったと読めます。第三者による測定ではありません。注釈者2人の身元は不明です。利益相反や資金の申告も、PDFの範囲では見当たりませんでした
  • 日本語の検証は未実施。質問は中国語で、日本語のページや質問での確認は、論文の範囲外です
  • 実験の時期が古い。実験は2024年7月で、公開は2026年6月です。AIサービスは更新されており、いまの回答に当てはまるかは未確認です
  • 引用の判定者が明記されていない。人手の判定と思われますが、論文に記述はありません。再採点できる回答の記録の公開先も、不明です
  • 引用文献の対応に、首をかしげる箇所がある。たとえば、小型基地局の切り替えを扱う研究の話が、情報検索の論文の引用として出てきます。創薬のAIの総説が、事例研究の進め方の根拠として挙がっています
  • 掲載誌の位置づけ。誌は査読制をうたっています。ただし創刊号で、これから実績を積む段階です。査読が実際に行われたか、索引に登録されているかは、確認できていません

この論文から、言えること・言えないこと

言えること 言えないこと
あるコースのレビューページでは、構造を書き換えた後、2つのAIサービスの回答28区切り中25で、引用と判定された 構造を整えれば、AIに引用される(因果関係)
同じページは、Google1位でも、介入前は17区切り中0だった。順位と引用は、別々に測る必要がある どの層(題と要約、言い換え、区切り)が効いたか
3つの層と5つの指標は、ページを点検する観点の例として使える(論文自身が、仮の道具と述べる) ほかの業種、ほかのページ、日本語、いまのAIサービスでも同じ結果になること。権威の弱いサイトが、権威の強いサイトより引用されやすいこと
論文自身が、因果、再現性、指標の妥当性に限界があると認めている 「0%から77.1%」という数字(本文の表から再現できない)

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. 立場を先に書いておきます

弊社は、SEOとLLMOを仕事にしています。構造を整えると効くと言いたい側にいます。

だからこそ、この論文は1つの観察として受け取ります。効く方法の証拠として扱うのは控えます。

2. 数字は、1ページの観察として扱う

「0%から77%」のような数字を、提案資料や自社のサイトで引用するのは避けたほうがよいと考えます。出どころが本文で確かめられず、対象は1ページだからです。

3. 構造を整えること自体は、低い負担で試せる

題を明確にする、冒頭に要約を置く、3〜5文で段落を区切る、FAQを足す。これらは人が読むときにも役に立ち、費用も小さい作業です。

引用が増えるかは、論文が示していないので、自分のページで測る必要があります。

4. 測り方を先に決める

この論文でいちばん参考になるのは、効果ではなく、測り方の骨組みです。質問を固定する、日を変えて3回以上試す、サービスと版を記録する、引用の判定基準を先に決める。

順位と引用は、別の欄に書いて記録します。

よくある質問

三層の意味構造モデルの事例研究は、大規模な実験ですか

小規模です。報告されている結果は、商業コースのレビューページ1件、質問1つ、AIサービス2つ、2024年7月の2つの期間です。

介入後の回答の区切りは28個でした。

三層の意味構造モデルは、日本語のページにも当てはまりますか

論文の範囲では未確認です。質問は中国語で、日本語での検証は範囲外です。

題や要約を明確にする考え方は日本語にも使えますが、引用が増えるかどうかは、自分のページで確かめる必要があります。

抄録の「0%から77.1%」という引用率の上昇は、本文の表と一致しますか

私が確認した範囲では、食い違いました。77.1%の分母と分子は、本文から欠けています。

表3から私が出した約89.3%や、論文の平均90.6%とも異なります。引用するときは、数字ではなく「1ページの事例で、整えた後に引用が増えたと報告されている」と書くのが安全です。

まとめ:今日できる1つのこと

ページを直す前に、現状の記録を取ってください。1つの質問を決め、日を変えて3回、2つ以上のAIサービスで試し、自社のページが引用されたかを表に書きます。

直したあとに同じ手順を繰り返せば、前後を比べられます。この論文が示した事例も、その比べ方の一つでした。

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】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)
  • 【LLMO論文解説】AIが買い物を代理する時代の広告を論じた概念論文|B2AIとアルゴリズム的忠実度を整理(論文誌・2026年)

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

  • AIの要約は検索エンジンの得になるのか、作り手の意欲から理論で試算
    【LLMO論文解説】AIの要約は検索エンジンの得になるのか、作り手の意欲から理論で試算|引用と支払いの設計(NeurIPS 2026と記載)
  • AIの予約代行は価格・品質・ブランドをどう選ぶか
    【LLMO論文解説】AIの予約代行は価格・品質・ブランドをどう選ぶか|28のAIでホテル3,600件を測定(EMNLP 2026 産業トラック)
  • 中国系AIと欧米系AIでブランド言及率に差
    【LLMO論文解説】中国系AIと欧米系AIでブランド言及率に差|事例企業と著者が同一所属(プレプリント・2025年12月)
  • AIのホテル推薦を最も動かしたのは評価点と価格
    【LLMO論文解説】AIのホテル推薦を最も動かしたのは評価点と価格|12モデルで評判の効き方を測った実験(プレプリント)
  • 商品説明に紛れた順位操作を見抜けるか
    【LLMO論文解説】商品説明に紛れた順位操作を見抜けるか|既知の手口は大半を検出、新しい手口5種類は見抜けず(SCI-Defense・プレプリント)
  • AI検索エージェントは偽の情報源にどこまで従うか
    【LLMO論文解説】AI検索エージェントは偽の情報源にどこまで従うか|13種類のAIで測った推薦の脆弱性(EMNLP 2026)
  • 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)
  • AI検索の出典は聞く場所で変わる
    【LLMO論文解説】AI検索の出典は聞く場所で変わる|ChatGPTは申告した都市、Geminiは接続元の国に従う(プレプリント)
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