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。
101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101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10月3日時点で確認できた101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 |
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:101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)(16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 |
3. 評価環境と測り方(19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: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: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 |
4. 実サービスの監査(23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: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: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: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: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: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: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: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 |
5. 引用の信頼性と出典の質(5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: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: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 |
6. 操作・攻撃(17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: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: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 |
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(13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: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: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: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: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: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: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 |
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4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: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: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 |
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4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、101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4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、101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)
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。
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。
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


