SNSに書くのと自社サイトに書くのとで、AIへの出やすさは違うのか｜引用元を数えた研究から答えます

書く場所によって、AIの答えへの出やすさは違います。

引用元を数えた海外の研究では、AI検索はSNSの引用が少なく、引用されても要約への反映が少ない結果でした。

先に自社サイトへ、質問に答える記事を置きます。

SNSや、記事を投稿できる外部のサービスは、その記事へ人を案内する場所として使います。

発信に使える手間が限られていると、SNSに書くか、外部の投稿サービスに書くか、自社サイトに書くかで手が止まります。

外部の場には最初から読む人がいて、自社サイトの記事は公開した直後には読む人が少ない、という事情もあります。

この記事は、弊社が作った「買い手がAIに聞く40問」のうち、次の趣旨の1問に答えるために書きました。

「記事を投稿できる外部のサービスやSNSに書くのと、自社サイトに書くのとで、AIへの出やすさは違いますか」

対策の全体は、LLMO対策のやり方を9つの工程で書いた記事にまとめてあります。

結論：SNSに書くのと自社サイトに書くのとで、AIへの出やすさは違います

先に全体を表で示します。

書く場所を3つに分け、研究の範囲で分かっている扱いと、向いている役目を並べました。

書く場所ごとの扱いと役目

書く場所	AIの引用元としての扱い（研究の範囲）	向いている役目
自社サイト	AI検索の引用元に一定の割合で入っていた。購入に近い質問では割合が上がった	質問に答える記事と、会社の事実の置き場所
SNS	通常の検索と比べて引用が少なかった。AIサービスによって差があった	記事へ人を案内する。第三者の目に入る
記事を投稿できる外部のサービス	研究では「SNSなど」に含めて数えられている。日本のサービスを個別に比べた研究は見当たらない	記事の要点を短く紹介し、元の記事へ案内する
掲示板型のコミュニティ	引用されても、要約への反映が少なかった	買い手の質問を知る場所
第三者の媒体	AI検索の引用元で最も大きな割合を占めた研究が複数ある	相手が決めること。自社では書けない

表の2列目は、英語圏のSNSや掲示板を数えた研究の結果です。

日本の個別のサービスを比べた研究は、弊社が読んだ海外の研究93本の範囲では見当たりませんでした。

SNSに意味が無い、という話とは別です。

SNSには、人に届き、第三者に見つけてもらうという役目があります。

この記事が扱うのは、AIの答えの引用元として数えたときの扱いだけです。

この記事の数字の出どころ

数字の出どころは、2種類に分けて書きます。

「海外の研究では」と書いた数字は、海外の論文から引いたものです。

「弊社では」と書いた数字は、弊社が自分のサイトと作業で数えたものです。

弊社では海外のGEO・LLMO・AIOの論文を93本読み（2026年10月2日）、1本ずつ解説した一覧と、全体のまとめを公開しています。

この記事で使う研究は次の6本です。

研究	調べたもの	読むときの断り
検索とAI検索の出典を比べた研究	出典の種類の内訳（家電の質問300件）	英語。学会に併設された研究会の論文
引用と要約のずれを調べた研究	出典が要約に反映された割合（1万1,000問）	英語。1つの地点と1つの時期
引用元を3種類に分けた研究	第三者の媒体・自社のサイト・ソーシャルの割合	観察。査読前の論文
ブランドの質問の根拠を数えた研究	自社サイトと第三者のサイトの割合（128ブランド）	著者の所属企業が集めたデータ
AI検索での見え方を数えた研究	引用元14万9,912件の内訳	著者は計測サービスの共同創業者。データは非公開
掲示板型のコミュニティの回答機能を調べた研究	選ばれた書き込みの特徴（1万問を3回）	英語。観察で、因果は示されていない

お断りしておくと、これらの研究は英語と海外での検証が中心です。

日本語の質問や日本の中小企業で、同じ数字になるとは言えません。

この記事で使う数字は、どれも引用元や書き込みを外から数えた観察です。

書く場所を変えたら引用が増えた、という因果は示されていません。

LLMO対策という言葉そのものの説明は、LLMO対策とは何かを書いた記事に分けてあります。

図で見る：自社サイトを先に、SNSは案内に

書く順番と、それぞれの場所の役目を、5つの箱で示します。

図は上から下へ進みます。

図の読み方：金色の箱が出発点です

金色で囲んだ1番目が、この記事でいちばん伝えたい段階です。

買い手の質問に答える記事を、自社サイトに1本置きます。

2番目で、その記事と同じ事実を、SNSで短く紹介します。

3番目で、投稿を読んだ人が元の記事へ進めるようにします。

5番目は、同じ質問をAIに聞いて記録する作業です。

4番目の箱は、自社では決められません

4番目の「第三者に取り上げられる」は、相手が決めることです。

1番目から3番目までを行っても、4番目が起きるとは約束できません。

それでも図に入れたのは、後半で紹介する研究で、AIの引用元の大半が自社以外のページだったためです。

取り上げる側が参照できる記事が自社サイトにあると、紹介される内容と自社の事実がそろいやすくなります。

AI検索は、SNSの引用を大きく減らしていた

中心になるのは、通常の検索とAI検索が挙げる出典を比べた、2026年1月公開の研究です。

トロント大学の研究グループが、Google検索と4つのAIを同じ質問で比べました。

何を、何件で調べたか

この研究は全体で1,000件の質問を使い、Google検索の上位10件とAIの引用元がどれだけ重なるかを測っています。

出典の種類を数えたのは、そのうちの別の実測で、家電分野の質問300件です。

情報収集・比較検討・購入意図の質問が、100件ずつ入っています。

出典は、自社サイト、独立系メディア（第三者が書いた媒体）、SNSなどの3種類に振り分けられました。

振り分けはAIによる自動判定で、一部を人が見直して確かめています。

出典の内訳：SNSは34%から、1%と8%へ

結果は検索とAI検索の出典を比べた研究の解説に、表ごと載せてあります。

比べた相手	独立系メディア	SNSなど	自社サイト
Google検索	41%	34%	26%
Claudeのモデル	65%	1%	解説に数字の記載なし
GPT-4o	57%	8%	解説に数字の記載なし
Perplexityのモデル	50%	解説に数字の記載なし	39%
Geminiのモデル	46%	解説に数字の記載なし	46%

Google検索では、出典の34%がSNSなどでした。

同じ質問で、Claudeのモデルは1%、GPT-4oは8%です。

家電分野の英語の質問300件で、出典の種類をAIが判定した結果である点は、数字と一緒に覚えておいてください。

「記載なし」とした欄は、弊社の解説に数字が無い所で、引き算で埋めていません。

質問の種類で、内訳は変わりました

同じ研究は、質問の種類ごとの内訳も示しています。

質問の種類	AI検索の出典	Google検索の出典
比較検討の質問	独立系メディアが59〜86%	SNSなどが41%
購入意図の質問	自社サイトが52〜68%	より混ざった構成

比べている段階の質問では、AIは第三者が書いた媒体を重く見ていました。

買う直前の質問では、自社サイトの割合が半分を超えています。

どちらの段階でも、AI検索の出典の中心はSNS以外でした。

この研究の限界

質問も企業名も英語圏のもので、日本語での検証は報告されていません。

出典の種類の実測には、統計的な有意差の検定が示されていません。

学会の本会議の論文とは違い、併設の研究会で採録された論文です。

調べたAIは4つで、すべてのAI検索に当てはまるとは言えません。

引用されても、要約に使われにくかった

引用元の一覧に並ぶことと、答えの文章に使われることは、同じとは限りません。

この差を数えたのが、2026年3月に公開された、イリノイ大学の研究者4人による研究です。

調べた条件：英語の1万1,000問、米国の1地点

質問は、Google検索に実際に入力された英語の質問を集めた公開のデータから選んだ、11分野の1万1,000問です。

比べた相手は、検索機能つきのAI、Googleの検索結果に出るAIの要約機能、通常の検索の3つです。

検索は、米国の固定した1地点から行われました。

SNS・掲示板の出典は、反映が22.1ポイント少なかった

数字は引用と要約のずれを調べた研究の解説から引いています。

項目	検索機能つきのAI	AIの要約機能	通常の検索
引用されたドメインに占めるSNS・掲示板の割合	0.1%	8.5%	13.4%
SNS・掲示板の出典が要約に反映された度合い（同じ回答の出典の平均との差）	算出なし	22.1ポイント少ない	解説の表に記載なし

AIの要約機能は、出典の8.5%でSNS・掲示板を引用していました。

そのうえで、同じ回答に並んだほかの出典の平均と比べると、要約に反映された割合が22.1ポイント少ない結果でした。

検索機能つきのAIは、SNS・掲示板を0.1%しか引用していません。

論文はこの差を「引用と要約のずれ」と呼んでいます。

読み方の注意

この結果は相関で、原因は特定されていません。

SNSに書いたから反映が減った、という因果としては読めません。

反映の測り方には、長いページほど有利になる仕組みが入っていると、論文自身が認めています。

質問は英語だけで、1つの地点と1つの時期の測定です。

AIの要約機能の出方は、地域や言語で変わります。

AIサービスごとに違う

SNSの扱いは、AIサービスによって差がありました。

ここで使うのは、引用元を3種類に分けて数えた2025年の研究です。

3種類の分け方

この研究は、引用されたサイトを、第三者の媒体、自社のサイト、ソーシャルの3つに分けています。

ソーシャルには、SNS、コミュニティの掲示板、利用者が投稿した内容のサイトが入ります。

動画の投稿サイトや質問サイトも、ソーシャルに数えられています。

分け方は著者が作った枠組みで、境目があいまいな所があると論文自身が書いています。

ソーシャルの割合は、0から2割強まで開きました

数字は引用元を3種類に分けた研究の解説から引いています。

比べた相手	ソーシャルの割合	条件
Google（検索の上位10件）	約10〜23%	ランキングを求める1,000問。米国とカナダ
ChatGPT（検索機能つき）	ほぼ0	同上
Claude	数%	ブランドの知名度別の質問。質問数の記載なし
Perplexity	17〜24%	同上

ChatGPTとClaudeは第三者の媒体が特に多く、ソーシャルは0から数%でした。

Perplexityでは、ソーシャルが17〜24%を占めています。

銀行の質問では、全体で第三者の媒体が64.6%、自社のサイトが34.1%、ソーシャルが1.2%でした。

SNSは引用されない、と一括りにはできない結果です。

この研究の限界

引用元を数えた観察で、査読を経た形跡は確認できていません。

データは2025年8月のもので、論文は数字を恒久的な事実として扱わないよう書いています。

AIサービスどうしの比較のほうが、割合の絶対値より頑健だ、とも述べています。

知名度別の実験は質問数が書かれていないため、割合の細かい差は慎重に読んでください。

日本のサービスを比べた研究は、弊社が読んだ93本の範囲では見当たりません

ここまでの数字は、英語圏のSNSや掲示板を数えたものです。

日本で使われている投稿サービスやSNSを、自社サイトと同じ条件で比べた研究は、弊社が読んだ93本の範囲では見当たりませんでした。

弊社が確かめた範囲

確かめたこと	結果	書き方
英語圏のSNS・掲示板の引用の割合	複数の研究にある	条件つきで数字を書く
引用されたあとの要約への反映	1本にある	条件つきで数字を書く
日本語に訳した質問での引用元	1本にある（訳した質問で、3種類の割合は全言語の合算）	日本のサービスの比較としては使わない
日本の投稿サービスやSNSと自社サイトの比較	93本の範囲では見当たらない	数字を書かない
書く場所を変えて引用の変化を見た実験	93本の範囲では見当たらない	因果として書かない

93本は、弊社が1本ずつ解説を書いた海外の論文です。

世の中の研究を全部調べた結果ではありません。

民間の集計は、条件を確かめてから読みます

企業が自社で集めた集計には、日本の投稿サービスの引用を数えたものが公開されています。

弊社が読んだ93本は論文で、そうした集計は入っていません。

集計の条件を弊社で確かめていないため、この記事では数字を引きません。

読むときは、質問の件数、期間、対象のAI、集計した会社の立場の4つを先に確かめてください。

引用されたドメインの順位は、サービスの中の誰かの投稿が引用された回数を合算したものです。

自社の投稿が引用されるかどうかは、その順位からは読めません。

弊社がこの質問をAIに聞いた結果

弊社でも、この記事の質問をAIに聞きました。

測った条件と結果

項目	内容
聞いた日	2026年10月2日
聞いたAI	Claude
回数	同じ質問を2回
引用元の件数	1回目9件、2回目9件
弊社のページ	2回とも引用元に入らなかった

弊社では、この質問をClaudeに2回聞き、弊社のページは2回とも引用元に入りませんでした。

引用元は、2回とも9件ずつ付いていました。

弊社の全体の数字

この質問とは別に、弊社では同じ日に13問を2回ずつClaudeに聞いています。

社名を入れない11問では、弊社のページが引用元に入ったのは22回中1回でした。

社名を入れた2問では、4回中2回です。

弊社のメインサイトには、公開記事が1,008本あります（2026年10月2日）。

自社サイトに記事を置けばAIの答えに出る、とは言えない数字です。

次の測り直しは2026年11月1日ごろで、同じ質問、同じAI、同じ回数で行います。

自社サイトに置く理由：事実を自分で直せる

自社サイトを先にする理由は、引用の割合だけではありません。

自社サイトの記事は、事実が変わったときに自分で直せます。

直せるものを、場所ごとに比べます

次の表は研究の結果とは別で、場所ごとの一般的な違いを整理したものです。

項目	自社サイト	SNSや外部の投稿サービス
書いた事実の修正	自社の判断で直せる	直せる範囲は、サービスの仕様で決まる
ページの構成や見出し	自社で決められる	サービスの決めた形に合わせる
公開を続けるかどうか	自社で決められる	サービスの規約と運営の方針に左右される
会社の情報との並び	会社概要や料金のページと同じ場所に置ける	会社の情報は別の場所にある

外部の場の仕様や規約はサービスごとに違うので、使っている場の決まりを各自でご確認ください。

事実をそろえる場所として使います

社名、所在地、提供しているもの、数字は、書く場所が増えるほど食い違いやすくなります。

自社サイトの記事を元にして、ほかの場所の記述をそこに合わせると、直す所が1か所で済みます。

事実のそろえ方は、事実をそろえる工程の記事に分けて書きました。

日付を更新できます

先ほどの検索とAI検索を比べた研究では、AI検索が引用する記事のほうが新しい傾向も報告されています。

家電分野の質問100件で、引用された記事の古さの中央値は、Claudeのモデルが62.3日、Google検索が130.4日でした。

日付が分かったページの割合が比べた相手ごとに違うため、論文は読み方に注意を求めています。

見直した記事の日付の扱いは、日付と更新の記事にまとめました。

それでも自社サイトだけでは足りない所

自社サイトを先にしても、AIの引用元の大半は自社以外のページでした。

この点を数えた研究を2本紹介します。

ブランドの質問の根拠は、第三者のサイトが85.7%

1本目は、AIがブランドについて答えるときの引用元を数えた研究です。

128のブランドを対象に、12の市場と13の言語で集めた引用のうち、URLが分かる13万1,514件を分けています。

結果は、第三者のサイトが85.7%、自社サイトが14.3%でした。

著者は、AIでの見え方を分析する道具を開発する企業に所属し、データはその企業が集めたものです。

査読の状況は確認できておらず、日本語と日本市場は対象に入っていません。

引用元の約78%は企業のサイト、自社のドメインは2.9%

2本目は、5つのAI検索と102のブランドで、2026年3〜5月に集めた引用元14万9,912件を数えた研究です。

引用元の種類	割合
他社の企業サイト（競合・同業・取引先など）	75.2%
掲示板・コミュニティ	3.3%
学術・行政・SNS・開発者向けサイト	約3%
計測対象ブランド自身のドメイン	2.9%

表はAI検索での見え方を数えた研究の解説から、関係する行を抜いたものです。

企業のサイトは合わせて約78%ですが、その大半は他社のサイトで、計測対象のブランド自身のドメインは2.9%でした。

SNSは、学術や行政と同じ行にまとめられて約3%です。

著者は計測サービスの共同創業者で、データは非公開、査読前の論文です。

質問の例文は英語で、日本市場の検証は含まれていません。

2本の数字は、並べて比べません

14.3%と2.9%は、どちらも自社サイトの割合ですが、質問の種類と自社サイトの判定の仕方が違います。

2本に共通しているのは、引用元の大半が自社以外のページだった、という点までです。

第三者に取り上げられたらAIに選ばれる、という因果は、どちらの研究も確かめていません。

第三者に取り上げられる所の考え方は、第三者の掲載を扱った記事に分けて書きました。

SNSの役目：記事へ案内する・第三者の目に入る

SNSの引用が少なかったことは、SNSをやめる理由にはなりません。

役目を、AIに引用されることから、人を記事へ案内することに置き直します。

役目を2つに絞ります

役目	SNSですること	確かめ方
記事へ案内する	記事が答えている質問と、答えの要点を短く書く	投稿から記事へ進めるかを、自分で開いて確かめる
第三者の目に入る	記事にある事実を、同じ数字と同じ言葉で書く	投稿と記事で、数字や社名の表記が食い違っていないかを読む

1つ目の役目は、投稿を読んだ人を、答えの全文がある場所へ送ることです。

2つ目の役目は、記事を書く人や媒体の目に入ることです。

取り上げるかどうかは相手が決めるので、結果は約束できません。

掲示板への作文の書き込みは、すすめません

掲示板や口コミの場に、利用者を装って自社のことを書く進め方は、すすめません。

避けたほうがよい施策は、LLMO対策でやらないことをまとめた記事に書きました。

掲示板は、買い手がどんな言葉で質問しているかを読む場所として使えます。

体験談の語り口と、言い切る文

SNSや掲示板の文章は、体験談の語り口になりやすい場所です。

その語り口がAIにどう扱われたかを調べた研究が1本あります。

調べた条件：掲示板型のコミュニティの回答機能

対象は、米国の大規模な掲示板型のコミュニティが提供する、掲示板の中の会話だけを材料に答える回答機能です。

英語の相談系のコミュニティ20か所から作った1万問を3回ずつ聞き、3万件の回答を集めています。

比べたのは、同じ話題の書き込みの中で、回答に選ばれたものと選ばれなかったものです。

形式ばった文は選ばれやすく、体験談の語り口は選ばれにくい

数字は掲示板型のコミュニティの回答機能を調べた研究の解説から引いています。

書き込みの特徴	選ばれるオッズの倍率	読み方
形式ばった度合い	1.488倍	選ばれやすい
体験談の語り口	0.789倍	選ばれにくい
「私は」にあたる一人称の割合	元の書き込みの3.3%から、回答文では0.06%へ	まとめる段階で減った

倍率は、標準的なばらつき1つ分の差があるときの、選ばれるオッズの比です。

1より大きければ選ばれやすく、1より小さければ選ばれにくいことを示します。

同じ研究では、ウェブ検索つきの汎用のAIに1,000問を聞くと、この掲示板の引用は4,932件中18件（0.4%）でした。

開発者向けの接続口から検索を使わせた条件での数字です。

因果として読みません

この研究は観察で、論文自身が因果として読まないよう求めています。

文体を変えたら選ばれ方が変わる、とは確かめられていません。

対象は1つのサービスと英語の相談系のコミュニティだけで、査読前の論文です。

企業のサイトに載せた体験談がAI検索でどう扱われるかも、この研究の範囲の外にあります。

記事の冒頭は、言い切る文で書きます

先ほどの引用と要約のずれを調べた研究でも、因果や言い切りの言葉を含む出典が多めに使われていました。

どちらも英語の観察ですが、向きはそろっています。

自社サイトの記事では、質問への答えを冒頭の2〜3文で言い切り、体験談はそのあとに置く書き方ができます。

体験談そのものを消す必要はありません。

同じ内容を両方に置くとき

同じ内容を自社サイトと外部の場の両方に置いたとき、AIがどちらを引用するかを調べた研究は、弊社が読んだ93本の範囲では見当たりませんでした。

そのため、ここで書けるのは進め方までです。

自社サイトの記事を元にします

自社サイトの記事を元にして、SNSでは短く紹介します。

置く場所	置くもの	そろえるもの
自社サイト	質問への答えの全文、数字の条件、更新した日付	ここを元にする
SNS	記事が答えている質問と、答えの要点	数字、社名、言葉を記事に合わせる
記事を投稿できる外部のサービス	記事の要点の紹介と、元の記事への案内	数字、社名、言葉を記事に合わせる

事実が変わったら、元の記事から直します

事実が変わったときは、自社サイトの記事を先に直します。

次に、その事実を書いた投稿を探し、直せるものは直します。

直せない投稿は、新しい投稿で訂正を知らせる進め方ができます。

書く場所を増やすほど、直す所も増えます。

自社で進める全体の段取りは、LLMO対策を自分で行う進め方の記事にあります。

よくある質問

Q1. SNSに書くのと自社サイトに書くのとで、AIへの出やすさは違いますか

違います。

家電分野の英語の質問300件を使った海外の研究では、Google検索の出典の34%がSNSなどだったのに対し、Claudeのモデルは1%、GPT-4oは8%でした。

日本のサービスで同じ数字になるかは、確かめられていません。

Q2. SNSはやめたほうがいいですか

やめる理由にはなりません。

研究が数えたのはAIの引用元としての割合で、人に届くかどうかは測っていません。

自社サイトの記事へ案内する場所として使えます。

Q3. 記事を投稿できる外部のサービスに書いた記事は、AIに引用されませんか

引用されない、とは言えません。

海外の研究では、AIサービスによってソーシャルの割合が0から2割強まで開いていました。

日本の投稿サービスを自社サイトと比べた研究は、弊社が読んだ93本の範囲では見当たりません。

Q4. 自社サイトに書けば、AIに引用されますか

約束はできません。

弊社のメインサイトは公開記事が1,008本ありますが、社名を入れない11問では、弊社のページが引用元に入ったのは22回中1回でした（2026年10月2日、Claude、各2回）。

海外の研究でも、引用元の大半は自社以外のページでした。

Q5. 同じ文章を、自社サイトとSNSの両方に載せてもいいですか

両方に置いたときのAIの扱いを調べた研究は、弊社が読んだ範囲では見当たりません。

自社サイトの記事を元にして、SNSでは要点を短く紹介し、記事へ案内する進め方をおすすめします。

まとめ

書く場所によって、AIの答えへの出やすさは違いました。

• 家電分野の英語の質問300件では、出典に占めるSNSなどの割合が、Google検索で34%、Claudeのモデルで1%、GPT-4oで8%だった
• 英語の1万1,000問では、SNS・掲示板の出典は、引用されても要約への反映が22.1ポイント少なかった（Googleの検索結果に出るAIの要約機能、相関）
• ソーシャルの割合はAIサービスごとに違い、0から2割強まで開いた
• 日本の投稿サービスやSNSを比べた研究は、弊社が読んだ93本の範囲では見当たらない
• 弊社がこの質問をClaudeに2回聞くと、弊社のページは2回とも引用元に入らなかった（2026年10月2日）
• 先に自社サイトへ質問に答える記事を置き、SNSではその記事を短く紹介して案内する
• 引用元の大半は自社以外のページで、第三者に取り上げられるかどうかは相手が決める

海外の研究は英語と海外が中心で、日本語で同じ結果になる保証はありません。

弊社の基準値を測り直した経緯は、測り直しの記事に書いてあります。

対策の全体の順番は、入口の記事に戻ってご確認ください。

今日できる点検

道具を買わずに、今日のうちにできる点検を表にしました。

上から順に進めると、書く場所の分担が1枚に書き出せます。

点検の表

点検すること	やり方	結果の見方
質問を1つ選ぶ	買い手から実際に聞かれた質問を、文の形のまま1つ書く	書けたら次へ進む
答える記事を探す	その質問に答える記事が自社サイトにあるかを探す	ある・無いを書く
SNSの投稿を探す	同じ質問に触れた自社の投稿を数える	投稿の件数と、記事へ案内している件数を書く
事実を見比べる	記事と投稿で、数字と社名の表記を見比べる	食い違いの件数を書く
AIに聞く	選んだ質問を、同じAIに2回聞く	引用元の件数と、自社サイトが入った回数を書く
引用元を分ける	引用元を、自社サイト・第三者の媒体・SNSなどに分けて数える	いちばん多い種類を書く

点検のあとにすること

答える記事が自社サイトに無かった質問は、先に記事を書きます。

記事があって、SNSの投稿が記事へ案内していなかった場合は、次の投稿から案内を入れます。

AIに聞いた日と回数は、表の端に書いておいてください。

翌月に同じ質問を同じ回数だけ聞くと、最初の記録と比べられるようになります。

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。