「Claudeはどんなページを引用しているんだろう」。そう思って公式サイトを探しても、選定の基準そのものは見つかりません。代わりに出てくるのは技術仕様の文書と、調査会社が公開した数字です。どちらをどこまで信じていいのか分からないまま、この記事にたどり着いた方が多いのではないかと思います。
先に結論をお伝えします。Claudeがどのページを引用するかの選定基準は、Anthropicから公式に公開されていません。 ただし、公式の技術文書と、独立系の調査会社が公開した大規模な観測データを突き合わせると、選定に影響しうる要因はいくつか浮かび上がります。
この記事は、それらを「確認済みの事実」と「観察にもとづく仮説」に、はっきり分けて整理する試みです。境界線がどこにあるのかを、図解と会話で一緒に確認していきましょう。
こんなふうに調べていませんか
- Claudeはどうやって引用するページを選んでいるんですか？
- Claudeに引用されやすいのは、どんなサイトですか？
- Claudeの引用元の選定について、公式に確認できることは何ですか？
この記事を読み終えたときに手に入るもの
- 「公式に確認できること」と「仮説」の境界線が、自分で引けるようになります
- Otterly.aiの観測データの読み方と、その限界が分かります
- 日本語のサイトで今日から取り入れられる書き方が、3つに絞れます
結論30秒でわかる、この記事の結論
- Claudeの引用元の選定ロジックは、Anthropicから公式に公開されていません。
- 公式に確認できるのは技術仕様までです。Citations機能が文章を一文単位で区切って扱う設計であることは、公式ドキュメントに明記されています。
- Otterly.aiの観測データでは「ブランド」カテゴリが64.0%を占めました。ただしAnthropicはこれを選定ロジックの説明と認めておらず、仮説にとどまります。
この記事では、ある会社のマーケティング部の2人と、専門家の会話をはさみながら進めます。ご自身に近い立場の人の質問から読んでいただいて構いません。
- 若葉さん（Web担当2年目）— 「そもそも、それって何ですか？」を聞く役
- 大森部長（マーケ部長）— 「それで、結局うちはどうするんだ」を聞く役
- 鈴木さん（AIO/SEOの専門家・本誌監修）— 答える役
01Claudeの引用元の選定基準は、AI検索対策として公開されているんですか？
若葉さんあの、Claudeがどのページを引用するかって、公式のどこかに書いてあるんでしょうか。探してみたんですが、見つけられなくて…。
鈴木さんいえ、そこは見つからないのが正しいんです。選定の基準そのものは、Anthropicから公開されていません。 正直に言うと、この記事も「まだ分かっていない」というところから始まります。
Claudeがどのページを引用するかの選定基準は、公式には公開されていません。AI検索対策を考えるときは、まずここを押さえておく必要があります。基準が非公開である以上、「こうすれば引用される」と言い切れる情報は、どこにもないからです。
では手がかりがないのかというと、そうでもありません。公開されている情報を組み合わせれば、影響しうる要因を仮説として並べることはできます。
この記事は、次の3段階で整理しています。
- 確定事実を洗い出す — Anthropicが技術文書で明言していることを拾います。
- 第三者の実測を重ねる — 独立調査会社が公開した観測データを並べます。
- 重なりから仮説を抽出する — 両者が重なる部分を、仮説として書き出します。
この手順は学術的な実験ではありません。公開情報を組み合わせた編集上の整理であり、因果関係を証明するものではない点に注意してください。参照した一次情報は次の5点です。
- Web検索ツール仕様 — Anthropic公式ドキュメント（2026年更新）
- Citations機能仕様 — Anthropic公式ドキュメント
- Contextual Retrieval — Anthropicエンジニアリングブログ（2024年9月公開）
- クローラー仕様 — Anthropic公式ヘルプ（2026年4月更新）
- Claude AI Citations Study — Otterly.ai社による独立調査（2026年6月公開）
02Claudeの公式ドキュメントで確認できることは、AI検索最適化にどう効くんですか？
Claudeの引用は、Web検索ツールとCitations機能という2つの公式技術の上に成り立っています。名前が似ているので混ざりやすいのですが、公式に書かれている内容が違います。
Citations機能は、文章を一文単位で区切って扱う設計だと公式に明記されています。公式ドキュメントは、プレーンテキストとPDFを一文ごとに区切り、1文または連続する複数文を引用の最小単位にすると説明しています。
Web検索ツールの公式ドキュメントには、一文単位という記述はありません。引用文（cited_text）は最大150文字の抜粋と規定されているのみで、一文単位で区切られるかどうかは公式に明言されていません。ここは仮説の領域になります。
AI検索最適化の観点で確実に言えるのは、Citations機能では一文が引用の最小単位になるという点です。Web検索の側も同じだと決めつけないほうが安全です。
この章のまとめ
公式に確認できるのは技術仕様までです。Citations機能は一文単位。Web検索ツールは最大150文字の抜粋。この2つは分けて覚えます。
03一文単位のチャンク化は、Claude向けのAIO対策で何を意味するんですか？
若葉さん「一文単位」って、書くほうにはどう関係してくるんでしょうか。
鈴木さんいい質問ですね。引用される単位が1文なら、その1文だけ取り出されても意味が通る必要がある、ということになります。ここはAIO対策として、いちばん手を付けやすいところですよ。
チャンク化（文章を検索しやすい単位に分割すること）が一文単位で行われるなら、切り出されるのも1文です。前の文を読んでいる前提で書かれた文は、切り出された瞬間に意味を失います。
書き換えの方向は単純です。指示語に頼らず、主語と結論をその文の中に入れる。それだけです。
なお、RAG（探してから答えを作る仕組み）の基本原理は別記事で解説しています。一文単位のチャンク化は、その具体的な実装例のひとつにあたります。
この章のまとめ
引用の最小単位が1文なら、1文で完結させておく。これがClaude向けのAIO対策として、いちばん手前にある打ち手です。
04Contextual Retrievalは、Claudeの引用元の選定にAI検索で使われているんですか？
Anthropicはエンジニアリングブログで、Contextual Retrievalという手法を公開しています。文章の断片（チャンク）に前後の文脈を補う説明文を付加してから、検索用に変換する手法です。開発者がRAGアプリケーションを構築する際の推奨技術として、2024年9月に公開されました。
Anthropicの検証では、この手法とリランキング（再評価）を組み合わせることで、検索の取りこぼし率が5.7%から1.9%へ、67%改善したと報告されています。
数字だけを見ると引用のされ方にも効きそうですが、ここで一度止まる必要があります。
この章のまとめ
Contextual Retrievalは公開されている手法ですが、Claudeの引用元の選定に使われているという確認は取れていません。
05Otterly.aiが見たClaudeの引用は、LLMOの視点で何を示しているんですか？
ここから、確定事実に第三者の実測を重ねます。独立調査会社のOtterly.aiが2026年6月に公開した観測データです。
同社は、SaaS・テクノロジー分野の監視対象プロンプトを対象に、Claudeが引用したドメインを1か月間追跡しました。
調査の母数は37万9,321件の引用、対象ドメインは1万6,406件です。6月9日から13日の間はデータ取得に欠測があり、Otterly.ai自身がサンプリング上の欠落と説明しています。
LLMOの視点でこのデータを読むときは、どこまでが観測で、どこからが解釈かを分けることが大事になります。数字そのものは実測ですが、「だから何が起きているのか」は解釈です。
この章のまとめ
観測はSaaS・テクノロジー分野が中心で、期間は1か月です。数字は実測ですが、そこから先の説明は解釈になります。
06ブランドの割合が高いのは、Claudeの引用元とAI検索で何を意味するんですか？
大森部長鈴木さん、結論から聞きたい。企業の公式サイトがよく引用されているなら、うちは公式サイトを整えればいいということか？
鈴木さん方向としては近いと思います。ただ、正直に言うと、この数字は「そうなっていた」という観測であって、「だから選ばれる」という証明ではないんですよ。
カテゴリ別のシェアは、次のとおりです。
| カテゴリ | シェア | ユニークドメイン数 |
|---|---|---|
| ブランド（企業公式） | 64.0% | 10,842 |
| ニュース・メディア | 14.9% | 1,688 |
| 個人ブログ | 5.4% | 1,041 |
| 教育機関 | 2.7% | 518 |
| 政府・NGO | 2.4% | 596 |
| 百科事典 | 2.1% | 142 |
| ソーシャルメディア | 0.9% | 37 |
上記は11カテゴリ中、主要7カテゴリ（計92.4%）の抜粋です。残りはOthers 3.7%・未分類（Unclassified）2.3%・Community/Forum 1.3%・Video 0.3%で、合計は100.0%です。
この数字を、Citations機能の一文単位チャンク化という確定事実と重ね合わせると、次の仮説が浮かび上がります。Claudeは断片的な引用元よりも、公式な一次情報としての立ち位置が明確なページを選びやすいのではないか、という仮説です。
ただしOtterly.ai自身も明記するとおり、これは記述的な観測であり、なぜそのページが選ばれたかを証明する統制実験ではありません。
この章のまとめ
ブランド系ドメインのシェアが高かったのは観測結果です。「だから選ばれる」という因果は、まだ示されていません。
07上位ドメインへの集中が小さいのは、Claudeの引用とAI検索最適化にどう効きますか？
もう1つ、見落とされやすい数字があります。上位10ドメインが占めるシェアは、全体のわずか9.5%でした。
特定の少数サイトに引用が集中する構造ではなく、裾野の広い分布であるとOtterly.aiは指摘しています。対象ドメインが1万6,406件にのぼることも、この裾野の広さを裏づけています。
AI検索最適化の観点では、ここは前向きに読める数字です。裾野が広いということは、引用される枠がそもそも多いということでもあります。
同社の調査では、他のAIエンジンで一定の存在感を持つRedditが、観測期間中は1件も引用されなかったとも報告されています。この特徴が観測期間・対象分野に限定されたものか、Claude全般の傾向かは、追加のデータが必要です。
この章のまとめ
引用は少数のサイトに集中していませんでした。裾野が広い分布であることは、後から取り組む側にとって不利な材料ではありません。
08Claudeの引用元の選定を仮説として扱う理由は、AI対策のどこに効きますか？
大森部長結論として、この整理はどこまで信じていいんだ。判断材料として使えるのか、使えないのか。
鈴木さん使えます。ただし「傾向を見る材料」としてです。正直に言うと、この整理には少なくとも3つの限界があります。 そこを承知のうえで使うぶんには、十分に役に立ちますよ。
限界は、次の3つです。
1. 業種が偏っています
Otterly.aiの調査は、SaaS・テクノロジー分野で監視されたプロンプトが対象です。母数の業種が偏っており、全ジャンルに一般化できるかは未検証です。
2. 統制実験ではありません
Otterly.ai自身が「記述的研究であり、統制実験ではない」と明記しています。相関関係の観察であって、Claudeが特定のページを選んだ理由を証明するものではありません。
3. 内部での利用は確認できていません
Contextual Retrievalは開発者向けRAG構築の推奨技術として公開されたものです。Web検索・Citationsの内部で同じ手法が使われているかは、Anthropicから公式に確認できていません。
限界を書き出しておくことは、AI対策として遠回りに見えて近道になります。断定できないことを断定して施策を組むと、あとから戻れなくなるからです。
この章のまとめ
使えるのは「傾向を見る材料」としてです。業種の偏り・統制実験ではないこと・内部利用が未確認であること。この3つを添えて扱います。
09日本語のサイトでは、Claudeの引用を意識したAI検索対策を何から始めますか？
Otterly.aiの調査は英語圏・SaaS分野を中心にした観測で、日本語コンテンツの傾向を直接示すものではありません。一文単位チャンク化という技術的な事実は言語を問わず共通しますが、カテゴリ別のシェアが日本語圏でも同様になるとは限りません。
とはいえ、実務に持ち帰りやすい方向性はあります。
今日この順でやります
結論を、自己完結した一文で示す
一文だけ切り出されても意味が通る形にします
公式な一次情報としての情報開示を優先する
自社にしか書けない事実を、自社のドメインで出します
自社の引用有無を、一定期間モニタリングする
カテゴリ別に集計すると、傾向がつかめます
この章のまとめ
日本語のサイトで再現できるのは、一文で完結させる書き方と、一次情報としての開示です。
10日本語でClaudeの引用元の選定を確かめるには、AI対策として何を測りますか？
3つ目に挙げたモニタリングは、追試として設計することもできます。
WEBMARKSは、AI検索可視性を診断する自社ツール「aio-scan」と、月次でAI言及量を計測する「aio-report」を保有しています。Otterly.aiと同様の手法で、日本語コンテンツを対象にした簡易的な追試が設計できると考えます。
具体的には、自社および関連ジャンルの記事を対象に、Claudeの引用有無を一定期間モニタリングし、ブランド系・メディア系などのカテゴリ別シェアを集計する設計です。ただし大規模な調査ではないため、傾向をつかむ参考検証と位置づけるべきだと私たちは考えます。
若葉さんつまり、公式に確認できることだけを土台にして、あとは自分たちで測ってみるということですね？
鈴木さんはい、そのとおりです。他社の観測データは地図としては役に立ちますが、自分の足元は自分で測るしかないんですよ。
この章のまとめ
日本語圏の傾向は、他社の観測データからは分かりません。小さく設計した参考検証で、自社の足元を測ります。
11よくある質問
Claudeの引用元の選定ロジックは、Anthropicから公式に説明されていますか？
公式に説明されているのは、Citations機能の一文単位のチャンク化や、Web検索の最大150文字の抜粋規定など、技術仕様までです。どのページを優先的に引用するかという選定ロジックそのものは、公式に公開されていません。
「Claudeは公式サイトを優先して引用する」と断定できますか？
Otterly.aiの観測データは、ブランド系ドメインの引用シェアが高いことを示していますが、これは1か月・特定分野の観測結果です。断定はできず、参考データとして扱うのが実態に近い受け止め方になります。
Contextual RetrievalはWeb検索の引用選定に直接使われていますか？
Anthropicはこの手法を開発者向けRAG構築の推奨技術として公開していますが、Web検索・Citationsの引用選定に同じ手法が使われているとは明言していません。技術的な親和性はありますが、確認はされていません。
Otterly.aiの調査結果は、日本語のサイトにも当てはまりますか？
同社の調査は英語圏・SaaS分野を中心にした観測です。カテゴリ別のシェアが日本語圏でも同じになるとは限りません。一方で、Citations機能の一文単位チャンク化という技術的な事実は、言語を問わず共通します。
12まとめ｜今日やる3つのこと
Claudeの引用元の選定ロジックは、Anthropicから公開されていません。公式に確認できるのは、Citations機能が一文単位で区切る設計であることや、Web検索の引用文が最大150文字の抜粋であることといった、技術仕様までです。
Otterly.aiの観測データでは、ブランドカテゴリが64.0%を占め、上位10ドメインの合計は9.5%にとどまりました。ただしこれは観測であって、選ばれた理由の証明ではありません。
もう一度、今日やる3つ
結論を、自己完結した一文で示す
一文だけ切り出されても意味が通る形にします
公式な一次情報としての情報開示を優先する
自社にしか書けない事実を、自社のドメインで出します
自社の引用有無を、一定期間モニタリングする
カテゴリ別に集計して傾向を見ます
AI検索では、こう聞かれています
Claudeはどうやって引用するページを選んでいるんですか？
「Claudeの引用元の選定基準は、AI検索対策として公開されているんですか？」の章で、逆算の3段階と一緒に整理しています（結論：選定基準は非公開です）
Claudeに引用されやすいのは、どんなサイトですか？
「ブランドの割合が高いのは、Claudeの引用元とAI検索で何を意味するんですか？」の章に、カテゴリ別のシェアがあります
Claudeの引用元の選定について、公式に確認できることは何ですか？
「Claudeの公式ドキュメントで確認できることは、AI検索最適化にどう効くんですか？」の章で、2つの公式技術を分けて説明しています
次に読むなら、この記事です
