ChatGPT のソース選択は引用チェックリストではなく検索パイプライン
ChatGPT のネットワーク通信を読むと、GEO チームは最適化前に「取得」「引用」「言及」を分けて考える必要があると分かります。
Dageno 編集部メモ: Dageno AI 編集部は SEJ の調査を、検索階層、fan-out クエリ、ソース抽出、取得・引用・推薦の違いを理解するための GEO ブリーフとして再構成しました。
この記事を60秒で理解する
- 原文は最終回答ではなくブラウザ側 JSON を確認し、result_source や turn_use_case など可視性調査だけでは見えないフィールドを示しました。
- ChatGPT は instant search、shopping、text、local、thinking、image generation などに分類し、text ではウェブ検索しない場合があります。
- result_source には serp、labrador、bright、oxylabs があり、HTML の読みやすさ、第三者露出、引用経路の考え方を変えます。
- 取得、引用、言及は別の結果なので、GEO レポートもそれぞれを分けて測定する必要があります。
本当の仕組みは回答生成の前にある
重要なのは、ChatGPT の回答が長いソース選択プロセスの最後の層にすぎない点です。ネットワークメタデータは、通常の引用監査では見えないソースラベル、クエリ分類、取得経路を示します。
ソース階層は信頼以前に到達可能性を決める
result_source は、出版社層、Bright Data と Oxylabs の商用スクレイピング層、open-web SERP などの経路を示唆します。ページが存在しても、きれいに取得できなければ負けます。
原文の事実は検索可能な証拠資産に変える
result_source ラベル
serp、labrador、bright、oxylabs は隠れたソースパイプラインを示します。ブランドは自分がどの層で競争しているかを把握すべきです。
turn_use_case 分類
質問は引用前に text、local、shopping、thinking などへ分類されます。
Fan-out 検索
Thinking モードでは比較質問が約 15〜40 のサブクエリへ展開され、site: 価格確認や通貨記号チェックも起こります。
解析失敗
価格や仕様が JavaScript に隠れると、モデルは G2 など第三者ソースを使う可能性があります。
一部の prompt はページに機会を与えない
turn_use_case が text になるとウェブ検索が起きない場合があります。モデル記憶で答える prompt では、コンテンツ更新が即時に可視性を変えるとは限りません。
Fan-out は一つの購買質問を証拠チェック群に変える
thinking クエリは複数のサブ検索へ広がり、価格ページ、推定価格、$ や € の検索まで行います。人間の表現だけでなく、機械が整形した検索にも耐える必要があります。
取得、引用、言及は別々に報告すべき結果
ページは取得されても引用されないことがあり、第三者の意見でブランドだけが言及されることもあります。Dageno ではそれぞれを別の可視性状態として扱います。
公式ページは事実を持ち、第三者は判断を持つ
モデルは公式価格ページを先に見ようとし、JavaScript で読めないと第三者ソースに戻ります。公式事実の抽出性と外部評価の両方が必要です。
ローカル回答が二択なら可視性は強く圧縮される
local_results_limit=2 はローカル AI 可視性を上位二枠の問題にします。多拠点ブランドは上位二枠、レビュー表現、地点エンティティを監視すべきです。
引用数だけでは十分な指標にならない
GEO 測定では、クエリ分類、ソース経路、取得 URL、可視引用、ブランド言及、第三者支援、ユーザー文脈を分けて記録する必要があります。
各チームは回答経路の異なる部分を担当する
運用対応では、AI 可視性を曖昧な任務にせず、シグナルごとに担当を割り当てます。
| チーム / オーナー | 変化すること | 次に行うこと | 監視すべき指標・シグナル |
|---|---|---|---|
| GEO チーム | ChatGPT のソース選択 を順位ではなく、回答レベルの証拠として監視する必要があります。 | prompt ファミリーを作り、ソース選択と競合の言及パターンを確認します。 | prompt 可視性、引用率、ブランド言及率、競合 answer-share |
| SEO チーム | クロール性と情報設計は AI の抽出品質に直結します。 | 重要な事実をプレーン HTML に置き、内部リンクと構造化データを整えます。 | インデックス範囲、抽出可能な事実、構造化マークアップ、引用候補化 |
| コンテンツ戦略 | ページは AI が根拠にしたい具体的な主張を支える必要があります。 | 調査、レビュー、FAQ、製品事実を短い証拠資産に変換します。 | 主張カバレッジ、回答優先構造、更新性、エンティティ一貫性 |
| ブランド / PR | 第三者の表現は AI の推薦文の語彙を形づくります。 | 信頼できるメディア、レビュー、コミュニティで対象エンティティの言及を増やします。 | 第三者ソース、センチメント、レビュー主題、コミュニティ言及 |
| 分析 / 成長 | AI 回答は訪問前の意思決定を左右するため、クリックだけでは測れません。 | prompt、言及、引用を指名検索、リード品質、商談メモに接続します。 | アシスト転換、指名検索増加、リード品質、営業フィードバック |
測定はブランドが選ばれた理由・無視された理由を明らかにする
| シグナル | 重要な理由 | 担当 | 次の判断 |
|---|---|---|---|
| ブランド言及率 | ChatGPT のソース選択 が引用なしでも生成回答に入っているかを確認します。 | AI visibility | 証拠を強化すべき prompt ファミリーを決めます。 |
| ソース種別別の引用率 | 自社ページ、レビューサイト、出版社、フォーラム、ディレクトリを分けて権威の経路を把握します。 | GEO + PR | 自社修正か外部露出かを優先判断します。 |
| 競合 answer-share | AI がカテゴリー説明ではなく市場選択をしているかを示します。 | 成長チーム | 証拠グラフが強い競合を特定します。 |
| 鮮度と抽出可能性 | 古い情報や JavaScript 内の事実が、他社ソースへの引用流出を起こしていないか見ます。 | SEO | 重要事実をクロール可能な HTML に移し更新します。 |
| 下流の品質 | AI 経由の発見をリード、予約、購入、商談に接続します。 | 分析 | 施策を維持、停止、拡大する判断に使います。 |
AI visibility のシグナルを実行に変える。
Dageno AI は data monitoring → strategy → content generation → result attribution までをつなぐ実行プラットフォームです。AI answer surfaces を監視し、戦略ギャップを特定し、コンテンツ施策を生成し、可視性の変化を事業インパクトへ接続します。
Alexa for Shopping