「AI Overviewsに引用されたい」——多くの担当者がまず考えるのは、検索順位を上げることです。しかし公開されている複数の調査データは、順位と引用が同じ基準では動いていないことを示しています。WEBMARKSは、Ahrefs・Semrush・BrightEdgeの公開調査を横断しました。引用されるページの構造的特徴を検証します。
本記事は、WEBMARKS独自の実験ではありません。複数の一次情報を突き合わせた検証記事です。実例として個別のページ名を挙げるのではなく、各社が集計した傾向を比較します。
01検証の結論
AI Overviewsに引用されたページを分析した複数の調査は、通常検索の上位10位との重複率が低いことで一致しています。具体的な数値は17%から76%まで、調査ごとに幅がありました。同一の調査主体が同じ手法で追跡した結果でも、重複率は半年余りで大きく低下しています。
引用されやすい定義文「上位表示≠引用」とは、通常検索の順位を上げても、AI Overviewsに引用されるとは限らないという構造を指します。
共通する構造的特徴としては、質問への直接回答・自己完結した段落・明確な見出し構造が複数の調査で挙がっています。一方で構造化データ（スキーマ）の効果は、調査によって結論が割れました。
02検証設計
- 対象: AI Overviewsへの引用ページと通常検索順位の関係を扱った公開調査4件（Ahrefs社2件・Semrush社1件・BrightEdge社1件）
- 期間: 各調査の実施・公開時期は2025年7月〜2026年5月（データごとに実施時期が異なるため個別に出典を明記）
- 方法: WEBMARKS独自の実験ではありません。各社が自社ブログで公開している一次情報を直接確認し、重複率と構造的特徴に関する数値を横断比較しました
03結果
4件の調査結果を整理すると、以下の通りです。
| 調査主体 | 公開時期 | 母数 | 上位10位との重複率 |
|---|---|---|---|
| Ahrefs（旧調査） | 2025年7月 | 190万件の引用（100万件のAI Overview） | 76.10% |
| Ahrefs（更新調査） | 2026年3月 | 86.3万件のSERP・400万件のAI Overview URL | 37.1%（オーガニックのみ）／37.9%（全SERP機能込み） |
| Semrush | 2025年7月 | 20万キーワード（デスクトップ10万・モバイル10万） | 20〜26% |
| BrightEdge | 2026年2月 | 2025年2月〜2026年2月の12ヶ月追跡 | 17% |
AI Overview引用ページと上位10位の重複率は、Ahrefsの調査で2025年7月の76.10%から2026年3月には37.1%へ低下しました。同じ調査主体・同じ手法による追跡であるため、この低下は測定誤差ではなく実際の傾向変化だと考えられます。SemrushとBrightEdgeは異なる時期・異なる手法で調査していますが、いずれも重複率は20%台以下でした。3社の数値は一致しませんが、方向性は共通しています。
この重複率は、別記事『SEOは終わったのか？公開データで徹底検証【2026年版】』で紹介したBrightEdgeの調査と同じデータです。同記事では「引用ページの83%が上位10位圏外」として紹介しています。業種別では、重複率は金融11%から医療24%まで幅がありました。旅行・EC・エンタメの3業種は前年より重複率が上昇しています。
構造的な特徴についても、複数の調査から共通点が見えてきました。まず、質問に対して早い段落で直接回答している記事が引用されやすい傾向です。次に、見出しの直後に要点を示す「自己完結した段落」（前後の文脈がなくても意味が伝わる一文、通称quotable）も、複数の調査が共通して指摘しています。リスト形式で並列要素を示すことも、AIが構造を認識しやすくする要因として挙げられています。
これらの共通点は、別記事『AIに引用されるコンテンツの共通点とは｜3社の仕様から導く5条件』でも整理しています。
鮮度についても、AI引用ページは通常検索の上位ページより公開日が新しい傾向が、Ahrefsの調査（約1,700万件の引用データ）で確認されています。ただし同じ調査のプラットフォーム別内訳では、Google AI Overviewsに限ると鮮度の差は確認されませんでした。文字数と引用されやすさの間に明確な関係は確認されていません（※個別の相関値は出典により異なるため要確認）。
構造化データ（スキーマ）の効果については、調査結果が分かれています。BrightEdgeはJSON-LD構造化データの実装を、AI向け最適化の推奨要素の一つとして挙げています。一方Ahrefsが1,885ページを対象に行った追跡実験では、スキーマ追加後にGoogle AI Overviewでの引用がわずかに減少しました（−4.6%）。AI ModeとChatGPTでは、変化がほぼ確認できませんでした。
04考察
3社の調査を横断すると、2つの傾向が浮かび上がります。第一に、AI Overviewsは通常検索の順位をそのまま踏襲していません。上位10位との重複率は、時期や手法が異なる4件の調査すべてで、半数を大きく下回りました。第二に、順位以外の要因として、直接回答・自己完結した段落・見出し構造・鮮度といった要素が、複数の調査で共通して挙げられています。
ただし、相関と因果の混同には注意が必要です。Ahrefsの7.5万ブランド調査では、ブランド言及（Web mentions）の相関係数が0.664と最も強い結果でした。一方で被リンク数は0.218と弱い相関にとどまっています（出典: Ahrefs「AI Overview Brand Visibility Factors」）。
リンクより言及の方がAI可視性と結びつくことを示唆する結果です。とはいえ相関関係であり、これらの条件を満たせば自動的に引用されるという意味ではありません。構造化データについても、BrightEdgeとAhrefsで見解が分かれている以上、現時点では効果を断定できない状態です。
なお、AIが引用元を選ぶ仕組みそのものについては、別記事『AI Overviewsが引用元を選ぶ仕組みを読み解く』で扱う予定です。Claude単体の選定ロジックは『Claudeの引用元選定ロジックを逆算する』で扱います。
05限界
本記事の検証には、明確な限界があります。第一に、WEBMARKS独自の実験ではなく、調査主体・対象・時期が異なる4件の公開データを横断した二次分析です。母数の定義（引用の数え方、AI Overviewの対象国・言語）が調査ごとに異なるため、数値を単純に比較できない点に注意が必要です。
第二に、WEBMARKS自社のページを対象にした引用状況の検証は、本記事の時点では未実施です。本記事で紹介した構造的特徴が、自社サイトでも同様に機能するかどうかは、まだ確認できていません。第三に、AhrefsとBrightEdgeは、AI検索関連ツールを提供する企業自身の調査であり、自社サービスの有用性を示す方向のバイアスが生じうる点にも留保が必要です。
また、「一次情報・独自データの有無が引用を左右する」という説明は業界でよく語られます。しかしこれを直接検証した定量データは、今回確認できた資料の中には見当たりませんでした。この点は今後の検証課題として残ります。
06実務への適用
検証結果を踏まえ、自社ページで確認できる手順を整理しました。
- 順位と引用を分けて計測する。Google Search Consoleの「生成AIパフォーマンスレポート」で、自社ページがAI Overviewsに表示された実績を確認します。順位確認だけでは不十分です。
- 見出し直後の1〜2文で結論を書けているか点検する。本文を最後まで読まなくても、要点が伝わる構成になっているかを確認します。
- 比較・手順・基準を表やリストで示せているか確認する。地の文の羅列になっている箇所を洗い出します。
- 構造化データの実装状況を確認しつつ、過度な期待は避ける。Ahrefsの追跡実験では、AI引用への効果が確認されなかったためです。
なお、WEBMARKS自社のページを対象にした検証は、本記事の時点では未実施です。今後の追試として、自社の主要記事十数本を対象に、AI Overviewsでの引用有無と上記4項目の充足状況を突き合わせる調査を設計中です。結果は別途記事化する予定です。
07この分野を体系的に学ぶ
この記事は公開データにもとづく検証記事です。AI Overviewsに引用されるための原則を基礎から学びたい方は、AI検索最適化講座「コンテンツ編: 引用のメカニズムと原則」をご覧ください。
