【LLMO論文解説】誰でも投稿できるサイトからAI検索の引用へ｜10のAI検索・1万7,211件の引用で測った研究（プレプリント）

AI検索は、質問に答えるときに、ウェブ上のページを選んで出典として並べます。では、その出典に選ばれやすいサイトが「誰でも投稿できる場所」だったら、何が起きるのでしょうか。

2026年10月に公開された論文「From Public Posts to AI-Search Citations: Measuring the Fragility of AI Search」は、この問いを実測で調べた研究です。10のAI検索で1万7,211件の引用を集め、誰でも投稿できるサイトから引用に至る経路があるかを、実際に架空の記事を投稿して確かめています。

この記事では、原文を通読したうえで、調べ方、結果、論文自身が書いている限界、そして中小企業としての受け取り方を整理します。数値は論文の表と本文から拾っています。

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、AI検索の出典が「どこから来るか」という入口を測っているので、自社の情報がどこに載っているかを点検する理由になります。

結論：3行で言うと

• 10のAI検索の引用は、特定のサイトに偏っていました。最も偏ったAI検索では、引用の70.8%が20のドメインに集まっています
• そのうち、誰でも投稿できる場所が相当数ありました。調べた22の投稿先のうち15は、アカウント作成も投稿も、障壁が低いか中程度でした
• 架空の概念の記事を投稿すると、10のAI検索のうち8つが、7日以内にその記事を引用しました。ただし、これは中国語圏の投稿先を中心にした実験です。日本語での検証は今後の課題です

この論文が示したのは、出典に選ばれる場所と、そこに誰でも書き込める場所が、別々のしくみで管理されているという構造です。AI検索が壊れているという主張とは、別の話です。

この論文の基本情報

項目	内容
題名	From Public Posts to AI-Search Citations: Measuring the Fragility of AI Search
著者	Qi Liu、Geng Hong、Xinyang Zhang、Pei Chen、Yutong Li、Min Yang（復旦大学などの研究者）
公開	2026年10月8日。arXiv:2610.11932（分野はcs.CR、暗号とセキュリティ）
掲載・採択の状況	arXivの頁に載っているのは投稿の情報までで、採択の情報は未掲載でした。PDFの書式は、NDSS（セキュリティの国際会議）2027年大会の形式です
種類	測定研究。引用の収集、投稿先の障壁の確認、投稿実験、有料サービスの購入1件
実験データ・コード	質問120問のリストは、論文が示すGitHubで公開されています。記事の作成手順や道具は、悪用を避けるため公開しないと論文が述べています

論文はこちらで読めます。arXiv（2610.11932）。

DOIは10.48550/arXiv.2610.11932です。

この論文はarXivのプレプリントとして読むのが安全です。会議の書式で書かれていますが、採択の有無は、arXivの頁からは未確認です。

この論文が答えた問い

AI検索が繰り返し引用するサイトに、一般の人が普通に投稿したページは、AI検索の引用や回答の文章に入り込めるのか。

従来の検索は、順位つきのリンクを並べて、読む人が自分で比べるものでした。AI検索は、ページを取得し、選び、まとめた回答に出典を添えます。

論文はここに、安全性の問題を見ています。出典に選ばれやすいサイトが、新規のアカウントでも投稿できる場所なら、普通の投稿がそのまま引用への入口になりえます。

論文は、この食い違いを「引用とガバナンスのずれ」と呼びます。引用される側の選び方はAI検索が決め、投稿できる側の条件は各投稿サイトが決めるので、管理の主体が別だという意味です。

どうやって調べたのか

調査は4つの手順に分かれています。AI検索の運営や検索の仕組みに特別な権限は使わず、一般の利用者が登録して投稿できる範囲だけで行ったと、論文は説明しています。

問い	やったこと	規模・条件
引用はどこに集まるか	同じ質問を10のAI検索に入れ、引用されたURLのドメインを集計	質問120問（製品、技術資料、ニュース、体験談の各30問）。2026年3月。1問につき各AI検索に1回
投稿の障壁は低いか	引用が多いドメインの投稿先22か所で、アカウントを3つ作り、無害なテスト投稿を最大20本	2026年4月。アカウントの条件、投稿数の上限、審査の遅れ、削除のされやすさを記録
投稿した記事は引用されるか	実在しない概念や製品の記事を投稿し、毎日同じ質問をして、引用と目印の出現を数える	主な実験は27本の記事。7日間（時間の実験は15日間）
有料のGEOサービスは使われているか	提供業者を調べ、最も安い選択肢を1回購入	14ドル。1件の事例を示したもので、成功率の推定は含みません

調べたAI検索は、ChatGPT、Google AI、Perplexity、Grokの4つが英語圏、Doubao、Wenxin、Yuanbao、DeepSeek、Kimi、Qwenの6つが中国語圏です。投稿先も中国語圏のサイトが中心です。

効果の測り方は2つです。引用率は、回答が自分の投稿のURLを出典に挙げた割合です。

目印の出現率は、記事に仕込んだ固有の名前や数字が、回答の文章に出た割合です。

実在しない対象を選んだのは、背景の情報が少ないほど、引用の原因を投稿に結びつけやすいからです。論文は、事前にAI検索へ尋ねて、その対象の情報が出ないことも確認しています。

結果

引用は少数のサイトに集まっていた

AI検索	引用の件数	1位のドメインの割合	上位20ドメインの割合
Wenxin（中国語圏）	1,451	20.0%（百家号）	70.8%
ChatGPT（英語圏）	1,512	3.2%（Wikipedia）	表Vの区分別で29.9〜38.5%
DeepSeek（中国語圏）	970	3.1%（Taobao/Tmall）	20.5%

10のAI検索全体では、上位20ドメインが各AI検索の引用の20.5〜70.8%を占めました。表のChatGPTの行は、本文に総合値が見当たらなかったため、付録の質問区分別の値を載せています。

• 引用の件数は、1問あたり6.52件（Qwen）から52.20件（Grok）まで、約8.0倍の開きがありました
• AI検索どうしで、上位ドメインの重なりは小さい値でした。上位20ドメインの重なりの平均（ジャッカード係数）は0.201です
• 英語圏と中国語圏のAI検索は、ほぼ別々の引用のまとまりを作っていました。中国語圏のAI検索は、論文が選んだ英語圏の代表的なサイト（Redditなど）をほとんど引用せず、例外はGitHubやarXivのような技術系のサイトです
• AI検索の運営元と同じ企業グループのサイトが、他のAI検索より大きな割合で引用される例もありました（Wenxinで24.4%、他のAI検索での割合の13.7倍）

引用されるサイトの多くは、誰でも投稿できた

各AI検索で引用の多い上位10ドメインのうち、一般の利用者が投稿できるものは6〜10個（平均8.2個）でした。上位20ドメインでは8〜19個（平均12.7個）です。

実際に登録と投稿を試した22の投稿先では、アカウント作成の障壁が低いか中程度のものが19、審査が数分以内かほぼ見えないものが18ありました。アカウントも投稿も、障壁が低いか中程度のものは15です。

一方で、投稿数の上限、実名の確認、コミュニティによる削除、自動投稿の疑いによる制限などで、投稿しにくい場所もありました。論文は「簡単に登録できることは、簡単に投稿できることではない」と述べています。

投稿した記事は、引用と回答に現れた

実験	内容	結果
基本の実験（全期間）	3つの話題×9つの投稿先で27本。7日間。1,004回の回答	引用率17.5%（176/1,004）、目印の出現率7.5%（75/1,004）
架空の概念（最初に引用されて以降）	205回の回答	引用率62.9%、目印の出現率32.2%。10のうち8つのAI検索で出現
すでに議論の多い意見の話題	85回の回答	引用率18.8%、目印の出現率3.5%。出現したAI検索は3つ
架空の製品	85回の回答	引用率36.4%、目印の出現率4.7%。出現したAI検索は3つ
10の架空の話題で再現	各話題で3つの投稿先に1本ずつ。2,100回の回答	10話題のうち9話題で引用か目印が出現。引用率32.4%、目印の出現率28.8%

「最初に引用されて以降」の値は、AI検索が初めて引用した日から数えた割合です。全期間の値と並べて比べることはできないと、論文が注意しています。

• 引用されたことと、記事の中身が回答に使われたことは別でした。架空の製品は、引用率が36.4%でも、目印の出現率は4.7%でした
• もともと議論の多い話題では、引用率も目印の出現率も下がりました。ただし、話題・競合・質問の意図が同時に違うので、原因は1つに絞れないと論文は述べています
• DeepSeekは基本の実験で、引用も目印も0件でした。AI検索ごとの差は大きい結果です

投稿先の選び方、本数、時間

5組の話題を、引用されやすい投稿先と、そうでない投稿先に同じ中身で投稿して比べました。5組すべてで、引用されやすい投稿先のほうが、最初の兆候が先に出ました。

引用されにくい投稿先で同じ兆候に届いた最良の例は、20本の投稿が必要でした。最も届かなかった例は、自分で運営するWordPressサイトで、40本投稿しても、1週間の引用は0件のままでした。

論文はこれを「話題ごとの目安」であり、一般的な換算式ではないとしています。

同じ投稿先で記事の本数を1、2、5、10、15、20本と増やした実験では、引用の件数は24、61、65、80、98、128と増えました。20倍の本数で約5.3倍で、増え方は鈍くなっています。

ただし、本数ごとに別の話題を使った比較なので、本数の効果と話題の違いが混ざっています。

時間の実験では、AI検索によって引用が現れる早さが違いました。架空の概念の話題では、Doubaoが1日目から引用し、10日目に34件へ増えました。

ChatGPTとWenxinは3〜5日目から増えています。11日目に記事をすべて削除しても、Doubaoは12〜15日目も引用を続け、引用は残り続けました。

14ドルのサービスで、13本の投稿ができた

論文は、GEO（AIの回答に出やすくするための有料サービス）の提供業者13社の広告も調べました。広告に載っていた内容は、回答の監視、コンテンツの制作、複数サイトへの配信などです。

これらは業者の自己申告で、効果は未検証です。なお、各項目の社数は、論文の本文と表で食い違っています。

そのうえで、著者は中国語圏の投稿先向けの、1つの投稿先あたりで最も安い選択肢（14ドル）を1回購入しました。支払いから28分で、5つのサイトに13本の投稿が公開されました。

公開から1時間以内（確認の期間の終わりの19:44）に、Doubaoがその業者の投稿を引用し、回答にも仕込んだ目印が現れました。論文はこれを1件の事例として示し、成功率の推定ではないと明記しています。

論文自身が書いている限界

• 引用されやすい投稿先1本が、引用されにくい投稿先の何本に相当するか、という一般的な換算式の提示は難しいと、論文は述べています。インデックスの遅れ、事前の露出、話題の組み合わせの影響を受けるためです
• 実験の多くは、事前の情報が少ない話題を使っています。競争の激しい商業的な話題では、必要な本数やアカウントの履歴が違う可能性があります
• 実際の利用者の質問ログは公開されていないため、質問120問は著者が作った代わりの集合です。実際の利用の配分とは異なりえます
• 数値は2026年3〜4月の1回の調査から得ています。引用率の割合や順位は、AI検索の更新で変わりやすいと論文は述べています
• 14ドルの購入は1件で、業者・話題・AI検索をまたいだ成功率は測定の範囲外です
• 防御の提案（引用元の多様化、投稿の新しさの扱い、時間の異常の検出など）は、検証していない設計上の検討事項です
• 投稿の記事を実際に読んだ人の考えが変わったかどうかは、調査の範囲外です。測ったのは引用と目印の出現だけです

原文を読んで気づいた点

• 日本語は、検証の対象外です。質問は中国語と英語がほぼ半々で、AI検索の6つは中国語圏、投稿先も中国語圏が中心です。日本のAI検索や日本の投稿先は、対象外でした
• 自動採点ではなく、一部は人手です。目印は文字列の照合で探し、言い換えの候補は著者2人が判定しています
• 実験の対象は、実在しない話題が中心です。「安全に測るため」という理由が論文に書かれており、現実の商品や会社の情報で同じ結果が出るかは、未確認です
• 引用率は、最初の引用が出た日以降に数えた値があります。基本の実験の全期間の値は17.5%で、62.9%という数字は条件が違います。数字だけを切り出すと、強く見えすぎます
• 購入した業者の投稿は、活動履歴のあるアカウントから出ていました。論文は、いくつかの業種をまたぐ過去の活動履歴が見えたと述べており、アカウントの履歴が結果に影響した可能性があります
• 査読の有無は未確認です。会議の書式ですが、arXivの頁に採択の記載は未掲載です
• 論文の冒頭の要約は、本文より強めの書き方です。要約は「1本の記事が、20本を超える低い選好の投稿より大きな効果」と書きますが、本文では、低い選好の側が最初の兆候に届くまでの最良の例が20本、最も届かなかった例は40本でも0件、と記されています

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
調べた10のAI検索の引用は、特定のサイトに偏っていた	日本のAI検索や、日本語の質問でも同じ偏りがあること
引用の多いサイトの中に、誰でも投稿できる場所が含まれていた	引用された投稿が、すべて操作されたものだということ
実験では、架空の話題の投稿が引用と回答に現れた	現実の会社・商品の評判を、同じように動かせるということ
投稿先の選び方で、最初の兆候の出る早さが変わった	何本投稿すれば引用される、という一般的な基準
14ドルの購入で、投稿から引用までの流れが1件確認できた	有料サービスが一般に高い確率で成功すること
引用されても、記事の中身が回答に使われるとは限らなかった	引用されれば、読み手の判断が変わること

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。

1. 「AIが引用していた」は、信頼できる証拠とは限らない

論文自身が、繰り返し引用されることは信頼できることの証明ではないと述べています。AI検索の回答に出典が付いていても、その出典が誰でも書ける場所なら、内容の確認は別に必要です。

仕事で調べものに使うときは、出典のサイトの種類を見る習慣が役立ちます。

2. 自社の情報の「正本」を、自社のサイトに置く

AI検索の出典の入口が分散しているなら、会社名、サービス内容、料金の考え方、所在地などは、自社サイトにまとまった形で載せておく価値があります。AI検索が何を引用するかは制御できませんが、正しい情報の置き場を用意することはできます。

3. 自社名でAI検索に聞いて、出典を見てみる

自社名や主力サービス名を、いくつかのAI検索に聞き、どのサイトが出典に挙がるかを記録しておくと、現状が分かります。古い情報や、他社による紹介の誤りが出典に残っている場合は、その発信元に訂正を依頼する材料になります。

4. 有料の「AIに載せる」サービスは、中身と規約を確認する

論文が示した14ドルの事例は、複数の投稿先に記事が配信されることを示しています。アカウントの育成や、疑似的な反応の水増しなどを使う運用は、投稿先の規約に反する可能性があると、論文も触れています。

この論文は引用の仕組みを測った研究で、実施を勧める根拠は含みません。

ここで述べた内容は、日本語・日本の投稿先で検証された結果ではありません。日本の事情に合わせた確認は、別に必要です。

よくある質問

From Public Posts to AI-Search Citationsの論文は、AI検索が信用できないと言っているのですか

そこまでは言っていません。論文が指摘したのは、出典に選ばれるサイトと、そこに書き込める人の条件が、別々のしくみで決まっているという構造です。

この論文は、個々の引用の正しさを判定した研究とは別のものです。

誰でも投稿できるサイトに記事を出せば、AI検索に引用されますか

この論文の実験では、架空の話題について、10のAI検索のうち8つが7日以内に引用しました。ただし、すでに議論の多い話題では引用率が下がり、DeepSeekのように引用が出ないAI検索もありました。

日本語での検証は対象外なので、日本の自社サイトや投稿先への当てはめは、別の確認が済むまで保留です。

引用のしくみを測った研究を、自社のAI対策にどう生かせますか

自社の正しい情報を自社サイトにまとめ、AI検索が自社について何を引用しているかを定期的に確認する、という使い方が現実的です。論文が測ったのは引用と目印の出現で、問い合わせや売上への影響は測定の範囲外です。

まとめ：今日できる1つのこと

自社名と主力サービス名を、普段使うAI検索に1つ入れて、挙がった出典のサイト名を記録してみてください。誰でも投稿できる場所と、自社サイトのどちらが多いかが、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。