【LLMO論文解説】規制順守はAIに信頼されるか、英国ギャンブル分野の企業レポートを検証｜独自測定は0件（技術レポート・2026）

「AIに信頼されるには、許認可や規制順守の情報を、機械が読める形で示すことが大事だ」。規制の厳しい業種のLLMO対策で、よく聞く主張です。

この主張を、英国のオンラインギャンブル（iGaming）分野に絞って論じた技術レポートが、2026年3月にarXivで公開されました。

原題は、下の基本情報の表に載せています。

この記事は、原文8ページ（参考文献を含む）を通読し、レポートが何を測ったのか、どこが既存研究の引用なのか、引用に食い違いは無いかを整理します。

先に一つだけ書くと、このレポートに載っている数値の表は1つで、それは別の論文（GEO原論文）の結果として紹介されたものです。

著者自身が集めた測定データは、本文・表・脚注を通して0件です。扱うのは、規制の厳しい業種がどう情報を出すかという研究の中身だけです。

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。記事や提案で「AI対策で〇%伸びる」という数字を使う前に、その数字がどこで測られたものかを確かめる練習として、この一本を原文から読みました。

結論：3行で言うと

• 英国のオンラインギャンブル事業者向けに、規制順守の情報を構造化データで示すとAIに信頼されやすいという考え方と、4つの層からなる整理の枠組みを提案した、企業の技術レポートです
• 著者自身の測定データは0件です。調べたブランド数・質問数・期間はどれも記載が無く、「規制順守の信号が効く」という主張は、提案の段階にとどまっています
• 唯一の結果表はGEO原論文の結果として載っていますが、原論文の表と照らすと、数値も順位も食い違っています

この論文の基本情報

原文はこちらで読めます。arXiv（2603.12282）。

この論文が答えた問い

レポートが立てた問いは、次のように言い換えられます。

規制の厳しい英国のオンラインギャンブル市場で、事業者がAI検索の回答に取り上げられるには、何を「信頼の手がかり」として示せばよいのか。

背景にあるのは、検索の形の変化です。AI検索は、検索で集めたページを読んで1つの回答文にまとめ、文ごとに根拠のページを添えます。

この仕組みを、レポートはRAG（検索で集めた資料をもとに回答を作る方式）として説明しています。事業者から見ると、自社がなぜ選ばれたのか、なぜ外されたのかが見えにくくなります。

レポートは研究の目的を3つ挙げています。1つ目は「アルゴリズム的信頼」という概念を定義すること、2つ目はAIの回答の中での目立ち方を数式で測る枠組みを示すこと、3つ目は実証的な証拠と実践の方法を示すことです。

範囲の節には、対象を英国の規制下にある市場と英語のAI検索（ChatGPT、Gemini、Perplexity）に限り、規制の枠組みも英国ギャンブル委員会の免許条件・実務規範に限ると書かれています。金融や医薬品のような他の規制業種への一般化は、レポート自身が「この報告の範囲外」と明記しています。

どうやって調べたのか

ここが、このレポートを読むうえでいちばん大事な点です。原文の章ごとに、中身と根拠の種類を整理しました。

依頼を受けた時点で確かめたかった「測った規模」を、原文の記載どおりに並べると次のとおりです。

アルゴリズム的信頼と、4層の枠組み

レポートは、AIが事業者を薦めるには「誤った情報を出す危険や、規制上の問題を起こす危険がほぼゼロだ」と判断できる必要がある、と述べています。この判断の材料を「アルゴリズム的信頼」と呼び、確かめやすさ・権威・構造のわかりやすさを合わせた尺度と定義しています。

そのうえで、事業者を機械が1つの存在として識別できる状態を「エンティティの明確化」と呼び、次の4層に分けています。エンティティとは、会社やブランドを「同じ1つのもの」として扱うための単位のことです。

レポートは、4層がそろって一貫していれば、AIが引用する確信の度合いは「大きく上がる」、欠けや矛盾があれば、AIは情報のそろった競合を選ぶ、と述べています。ただし、どれだけ上がるのかは、この節でも後の章でも、数値や実験の裏づけが無いまま書かれています。

結果

唯一の結果表と、GEO原論文の表の比較

レポートの表2は「書き換え方ごとの目立ち方の相対的な伸び」で、GEO原論文（2024年）の結果として紹介されています。そこで、原論文の表1（語数と位置の指標の総合値）と並べました。

右の列は、原論文の値を書き換えなしの19.3で割って私が計算した概算です（例：引用を足す＝27.2÷19.3＝約1.41、つまり約+41%）。

読み取れることは次のとおりです。

• いちばん効いた方法が入れ替わっています。レポートでは「出典を示す」が最上位ですが、原論文の表1では「引用を足す」が最上位で、出典は4番目です
• キーワードの詰め込みの向きが、指標によっては逆です。レポートは+3%（効果はほぼ無し）としていますが、原論文では、語数と位置の指標で書き換えなしを下回っています（-8%）。主観的な指標では約+5%です
• p値（偶然でないかを示す検定の値）の列は、レポート側にだけあります。原論文の表1は数値だけの表です
• 原論文の本文は、出典・引用・統計の3つで「30〜40%の相対的な改善」と述べ、要旨と序論では「最大40%」、序論では実サービスで「最大37%」と書いています。レポートの+40%・+37%・+22%は、原論文本文の「最大40%」と、実サービスの実験の37%（統計を足す、主観的な指標）・22%（引用を足す、語数と位置の指標）と同じ数字です。原論文では、手法も指標も実験環境も別々の値です。表の各数値をどこから取ったのかは、説明が空白のままです

原論文の数字と条件は、GEO原論文の解説記事で表ごとに整理しています。

「AIは第三者の媒体を好む」という分析（4章）

レポートは、商用の推薦を求める質問では、企業の自社サイトや宣伝ページは引用全体の「15〜20%未満」にとどまるのが典型だ、と書いています。理由として、回答を作る仕組みが情報の多様さを重視し、1つの視点しか持たない自社サイトは優先度が下がるから、と説明しています。

15〜20%未満という数字には出典番号が付いておらず、4章で挙げられている出典は民間企業のブログ記事（2024年）1本です。

参考文献に載っているURLはブログのトップページで、どの記事かを特定するには情報が足りない形です。質問数・サービス・期間の説明も、レポートの中では空欄です。

数字の裏づけを確かめる手段は、読み手の側に残されていない状態です。

数式の書き写し

2.3節は、GEO原論文の「語数と位置」の指標を数式で紹介しています。原論文では、回答の中の位置による重みを、位置を回答の文の数で割ってから指数で減らしています。

レポートの式では、この「文の数で割る」部分が抜けています。そのまま計算すると、位置が1つ下がるたびに重みが約0.37倍（概算。

eの-1乗＝約0.37）に縮み、原論文の指標とは別物になります。

論文自身が書いている限界

限界は独立した節にまとめられておらず、範囲の節と、最後の「今後の方向」に、次の点が書かれています。

• 対象は英国の規制下にある市場と、英語のAI検索に限られる
• 規制の枠組みは英国ギャンブル委員会の免許条件・実務規範に限られ、他の規制業種への一般化は範囲外
• 画像や動画を理解するAIと、ブランドの見え方の関係は、ほぼ未解明
• AIの引用の仕組みが操作されうることは、規制上・倫理上の論点になる（業界が先回りして扱うべき）
• AIの推論能力が上がれば、信頼の手がかりになる信号も変わり、枠組みの見直しが要る

原文を読んで気づいた点

• 題名の「ベンチマーク」に当たる測定は0件です。ブランドを並べて比べた結果も、規制順守の信号の有無で比べた結果も、原文では空白です
• 結果表は原論文と食い違います。数値・順位が食い違い、キーワードの詰め込みは語数と位置の指標で符号が逆になり、原論文に無いp値が付いています
• 参考文献の書誌にも誤りがあります。GEO原論文の著者は6人ですが、レポートの参考文献には3人の名前が並び、そのうち2人は原論文の著者一覧にない名前です
• 結論の節は、出典に基づく書き換えが従来の手法を「桁違いに」上回ると書いています。本文中で根拠として読めるのは、原論文と食い違う表2（+40%と+3%の差）だけです
• 2.3節の本文には、数式の記号が組版されずに残っている箇所（ドル記号で囲まれた文字）があります
• 日本語での検証は0件です。範囲そのものが英語に限られています
• 査読の記載は0件です。arXivのコメント欄にあるのは、技術レポートであることと、著者の所属企業の研究部門が作成したことの2点です
• 利益相反の構図に注意が要ります。レポートは、変化の影響を受ける立場として事業者と「専門のSEO代理店」を挙げ、第三者媒体での掲載獲得、構造化データの整備、定期的な測定を勧めています。作成したのは企業の研究部門で、所属企業の事業内容と利益相反の申告は、原文では空白です。利益相反の申告欄が無いため、推奨の中立性は第三者の検証を待って読むのが安全です
• ギャンブルは広告や勧誘に強い規制がかかる業種です。AIが事業者を薦めること自体が利用者保護の面でどうなのか、という論点は、レポートの検討の外に置かれています

この論文から、言えること・言えないこと

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。ギャンブルは規制の強さが特殊な業種なので、他の業種へ当てはめる部分は、すべて読み取りとして書きます。

数字は、最初に測った論文まで辿ってから使う

このレポートは、既存の研究の数字が引用される途中で形を変える、分かりやすい例です。「出典を示すと40%伸びる」という一文は、原論文の表1の数値と食い違います。

記事や提案資料で数字を使うときは、孫引きの資料で止めず、最初に測った論文の表まで開いてください。

許認可の番号は、公的な台帳と一致させて載せる

建設業の許可、宅地建物取引業の免許、士業の登録番号など、日本にも公的な台帳で確かめられる情報はたくさんあります。番号をサイトに載せ、台帳と表記をそろえておくことは、費用がほとんどかからず、読む人にとっても確かめやすい情報です。

これがAIの言及を増やすかどうかは、このレポートの範囲では未検証です。やる理由は、読む人に対して正確であることに置くのが安全です。

「第三者の媒体に載る」ために費用をかける判断は、別の根拠で

第三者の媒体が多く引かれるという主張は、このレポートの中では民間企業のブログ1本に支えられています。広告記事の購入や掲載獲得の外注を検討するなら、その判断はこのレポート以外の、条件が明示された研究や自社の測定で下すほうが確実です。

規制のある業種は、表現の規制を先に確かめる

AIに信頼されたいからと「認可済み」「安全」を強く打ち出すと、業種によっては広告の規制に触れるおそれがあります。規制順守を示す情報は、業法や表示のルールに沿った書き方を先に決め、そのうえで機械が読める形に整える順番が合っています。

よくある質問

英国ギャンブル分野のアルゴリズム的信頼のレポートは、規制順守がAIの評価を上げると証明したのですか

いいえ。レポートが示したのは考え方と4層の枠組みで、著者自身の測定データは0件です。

規制順守の信号の有無で、AIの言及がどう変わるかを比べた結果は、原文のどの章にも見当たらない状態です。

エンティティの明確化の4層は、日本の中小企業でも使えますか

ここは私の読み取りです。自社の情報を「公的な身元」「会社のつながり」「提供内容」「第三者の評判」の4つに分けて棚卸しする、という使い方なら、業種を問わず役に立つ整理です。

ただし、4層をそろえるとAIに選ばれやすくなるという効果は、レポートの中では未検証です。レポート自身も、他業種への一般化を範囲外としています。

英国ギャンブル分野のレポートにある「出典を示すと40%伸びる」という数字は、使ってよいですか

使うなら、GEO原論文の表1の数字を使ってください。原論文では、出典を示した場合の伸びは概算で+27%、最も伸びたのは引用を足した場合の約+41%です。

どちらも英語の質問集と実験用の環境で測った値で、日本語のページで同じ大きさになるかは未検証です。

まとめ：今日できる1つのこと

自社のサイトや提案資料で使っている「AI対策で〇%」という数字を1つ選び、最初にその数字を測った論文の表まで辿ってください。

表の値と一致すれば、そのまま使えます。一致しなければ、原論文の値に直すか、数字を外して書き直します。

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。