AI引用されやすい文章の長さと構造｜2つの研究データで検証

「AI検索に引用されるには、記事は長いほうがいいのか、短いほうがいいのか」。コンテンツ制作の現場で、この疑問を耳にする機会が増えています。本記事は、この問いに関する2つの一次研究データを、AIO Journal 編集部が原典から読み込んで解説します。

01研究の結論(3行)

Ahrefsが56万件のAI Overviewsを分析した調査では、文章の長さと引用順位の相関はSpearman相関係数0.04とほぼゼロでした。一方、文章の見出し階層や段落構成といった「構造」を最適化した研究(GEO-SFE)では、引用率が統計的に有意な17.3%向上したと報告されています。長さそのものより、構造の設計が引用率を左右するという結果です。

02原典情報

• 研究1: Short vs. Long Content in AI Overviews: The Data Says Both Work
• 著者: Despina Gavoyannis、Xibeijia Guan
• 掲載先: Ahrefs公式ブログ(2025年12月3日公開)。自社データベースにもとづく観測研究で、査読は経ていません
• リンク: https://ahrefs.com/blog/short-vs-long-content-in-ai-overviews/
• 研究2: Structural Feature Engineering for Generative Engine Optimization: How Content Structure Shapes Citation Behavior
• 著者: Junwei Yu、Mufeng Yang、Yepeng Ding、Hiroyuki Sato(所属機関はarXiv掲載ページに明記がありません)
• 掲載先: arXiv(2026年3月31日投稿)。査読前のプレプリントです
• リンク: https://arxiv.org/abs/2603.29979

03研究手法の平易な解説

性質が異なる2つの研究を扱うため、それぞれの手法を分けて説明します。まずAhrefsの研究は、実際に発生したAI Overviewsを大規模に観測する手法です。

Ahrefsは、Google AI Overviewsに表示された56万346件の検索結果を収集しました。含まれる引用URLは167万7,876件です。HTMLとボイラープレート(ナビゲーション等の定型部分)を除去したうえで、有効な17万4,048ページの本文語数を測定しています。

一方GEO-SFE研究は、実際に文章を作り変えて効果を測る介入実験です。研究チームはGEO-benchという既存のベンチマークから200記事を選びました。6つの分野(ドメイン)におよそ33記事ずつという内訳です。

この200記事それぞれについて、見出し階層・段落構成・強調表現など「構造」だけを変えた最適化版を作成しました。文章の意味内容は変えず構造だけを変えたことを担保するため、埋め込みベクトルによる意味の同一性を検証しています。文単位の類似度の閾値は0.95以上に設定され、文書全体の達成平均は0.843と報告されています。

閾値は個々の文の書き換え判定に使われる基準で、0.843は文書全体を別の指標で測った平均値です。両者は粒度の異なる数値であり、論文内でこの差の理由は詳述されていません。

こうして用意した200記事×2バージョンを、6つのAI検索エンジンに投入しました。対象はGoogle SGE・Bing Chat・Perplexity AI・Phind・ChatGPT・Claudeです。テストケースの総数は2,400件でした。

04主要な発見(データ付き)

2つの研究の結果を、指標別に見ていきます。

Ahrefsの研究では、文章の長さと引用順位の相関はSpearman相関係数0.04で、ほぼゼロでした。引用された文章の平均語数は1,282語です。AI Overviewsで発生した全引用のうち、53.4%は1,000語未満のページに向けられています(引用の内訳であり、短い記事が引用される確率ではありません)。同様に、350語未満のページへの引用も16.6%を占めています(こちらも引用の内訳です)。

順位が下がるにつれて平均語数がやや増える傾向はありますが、1位と2〜3位の差はごくわずかです。この結果からAhrefsは、短い記事も長い記事も同じように引用される可能性があると結論づけています。

一方GEO-SFE研究では、構造の最適化により総合的な引用率が17.3%向上しました(p<0.001、効果量Cohen's d=0.64)。研究チームは、文章の構造を3階層に分けて分析しています。見出し階層など文書全体の骨格を指す「マクロ構造」、段落や箇条書きなど章単位の組み方を指す「メソ構造」、強調表現や語順を指す「マイクロ構造」の3つです。

引用されやすい定義文

AI引用されやすい文章構造とは、見出し階層と段落配分を整理し、AIが情報を抽出しやすい形に整えた文章構成を指します。

3階層のうち、引用率向上への貢献度が最も大きかったのはマクロ構造で44.9%でした。メソ構造が39.7%、マイクロ構造が15.4%と続きます。段落の長さでいえば150〜300語程度、見出しの階層は3〜5段階が最適化の目安として報告されています。

エンジンの種類による差も報告されています。「検索してから統合する」型(Google SGE・Bing Chat)では+19.2%でした。「検索と生成が一体化した」型(ChatGPT・Claude)では+19.7%の改善です。「反復的に検索を繰り返す」型(Perplexity・Phind)では+14.0%と、相対的に効果が小さくなっています。

こうした構造重視の傾向は、AIが文章を小さな塊(チャンク)ごとに評価する仕組みと符合します。AIがなぜチャンク単位で文章を評価するのかという仕組みは、別記事『RAGの仕組みとは？AI検索で引用される文章の原理を徹底解説』で解説しています。表や箇条書きによる構造化は、3社のAI検索エンジンに共通する引用条件としても指摘されています。詳しくは別記事『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』をご覧ください。

文章を最適化する個別の技法については、別記事『Princeton GEO論文を読む｜「可視性40%向上」の中身』で9つの手法を検証しています。本記事で扱った2つの研究は、それとは切り口を変え「長さ」と「構造」に絞って検証したものです。

05限界と注意点

Ahrefsの研究は、査読を経ない自社ブログでの発表です。分析対象はGoogle AI Overviewsに限られ、ChatGPTやPerplexityなど他のAI検索エンジンでの相関は検証されていません。相関関係を示す観測研究であるため、長さそのものが引用順位に影響しないと言えても、他の要因が同時に作用している可能性までは排除できません。

GEO-SFE研究は2026年3月にarXivへ投稿されたプレプリントで、査読付き学術誌への掲載は確認できていません。データセットの規模は200記事(2,400テストケース)にとどまり、母集団としては大きくありません。研究チーム自身が明示した限界の記載も、確認できませんでした。AIO Journal 編集部としては、静的な構造最適化のみを検証しており、ユーザーとの対話が発生する動的な検索での再現性は未検証である点に留意すべきだと考えます。

さらに両研究は、対象言語・対象クエリが異なります。Ahrefsは実際に発生した多様なクエリのAI Overviewsを対象にし、GEO-SFE研究は英語圏のベンチマークで構成された200記事を対象にしています。2つの研究を単純に並べて比較することにも、一定の留保が必要です。

06日本市場・実務への示唆

両研究とも英語圏のデータにもとづいており、日本語コンテンツでの検証ではありません。段落の長さを150〜300語とする目安も、英語の1単語と日本語の1文字は情報量が異なるため、そのまま日本語に当てはめることはできません。

それでも、方向性としての示唆はあります。「記事を長くすれば引用されやすくなる」という思い込みは、Ahrefsのデータからは支持されません。文字数を稼ぐことよりも、見出し階層を整理し、段落や箇条書きで情報を区切る「構造」の設計に力を割くほうが、投資対効果が高い可能性があります。WEBMARKSのフォーマット標準では1段落3〜4文(おおむね150〜250字)を基準としており、本研究の段落150〜300語(英語)と方向性は一致します。

07追試・検証の視点(WEBMARKSならこう検証する)

WEBMARKSは、AI検索可視性を診断する自社ツール「aio-scan」を保有しています。日本語記事を対象に、同一テーマ・同一情報量で2つの版を用意する追試が仮説として設計できます。「見出し階層を3階層に整理した版」と「見出しをほぼ使わない長文一本版」です。この2版でAI検索での引用有無をaio-scanで比較します。

本記事のフォーマット標準そのものも、この2つの研究の示唆を踏まえた設計です。AIO Journalの記事は、H2見出し直下に結論を先出しし、比較・手順を表や箇条書きで構造化するルールを採用しています。ただしこれもあくまで仮説にもとづく実践であり、統制された比較実験ではない点は正直にお伝えします。

08FAQ

09この分野を体系的に学ぶ