「記事に著者名を載せれば、AI検索に引用されやすくなるんでしょうか」。E-E-A-Tの実装を進めている担当者から、この質問をよく受けます。
答えにくい質問です。載せたほうがよさそうな気はするけれど、載せたから増えたと言い切れる材料は、そう多くありません。気がするだけで社内を動かすのは、あとがつらくなります。
この記事では、著者表記の有無を正面から検証した実験を取り上げます。原典に当たり、どこまで言えて、どこから先は言えないのかを分けて整理します。読み終えたときに、自社で何から書けばいいかが決まる形にしました。
こんなふうに調べていませんか
- 著者名やプロフィールを載せると、AI検索に引用されやすくなるのか知りたい
- 「E-E-A-Tのために著者情報を」と言われたが、根拠を確かめてから動きたい
- 編集部名義で運営していて、個人名を出すべきか迷っている
この記事を読み終えたときに手に入るもの
- 著者表記の効果がどこまで確かめられているのかを、根拠つきで説明できるようになります
- 同じ実験でAI検索エンジンごとに結果が割れた理由の見方が、図1枚で分かります
- 自社で著者情報を整えるとき、何から書けばよいかが3つに絞れます
結論30秒でわかる、この記事の結論
- 著者bylineを足した実験では、Bing経由のAI引用が期間比較で109%増えました。同じ実験でも、Google AI Overviewsでは統計的に有意な差が見つかっていません。
- 伸び幅が大きかったのは、知名度の高い書き手ではなく、知られていない書き手の記事でした。
- ただしこれは査読を経た研究ではありません。「増える」と言い切れる段階ではない、というのが実態です。
この記事は、あるマーケティング部の2人と、専門家のやり取りをはさみながら進みます。数字の読み方が中心なので、途中の会話だけ拾っていただいても構いません。
- 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）— 「それは投資に見合うのか」を聞く役
- 鈴木さん（AIO/SEOの専門家・本誌監修）— 答える役
01そもそも著者表記って何ですか？AI検索の引用率に関係があるんですか？
若葉さん著者表記というのは、記事の下に名前を書いておく、あれのことですか？
鈴木さんそれも含みますが、もう少し広い意味で使われます。誰が書いたのかを、読者とAIの両方に分かる形で示すこと、と考えてください。
著者bylineとは、記事に著者の氏名・経歴・専門性を明記し、誰が書いたかを読者とAIの双方に示す表記です。名前だけを置いた状態と、経歴や専門分野まで添えた状態とでは、伝わる情報量がまるで違います。
なぜこれがAI検索の話に出てくるのか。AIは書かれている内容だけでなく、それを誰が書いたのかも手がかりにしている可能性がある、という考え方があるためです。E-E-A-Tの文脈で著者情報が語られるのも、同じ流れにあります。
ただし、ここから先が本題です。そう考えられているということと、実際に確かめられたということは、別の話です。
この章のまとめ
著者表記とは、誰が書いたのかを読者とAIの双方に示す表記です。効きそうだという見立てと、確かめられた事実は分けて扱います。
02著者表記と引用率の関係は、AI検索最適化としてどう確かめられたんですか？
この問いに正面から取り組んだのが、Seer Interactiveの実験です。研究名は「Do Author Bylines Influence AI Visibility? Testing EEAT Elements in GEO」。実施したのは米国のSEO・マーケティング支援企業で、担当はJamir Ong氏です。
掲載先はSeer Interactive公式サイトのケーススタディページです。査読付きの学術誌ではなく、自社の実践研究として公開されたものである点は、最初に押さえておいてください。
やったことは単純です。自社ブログ「Insights」の123ページに、詳しい著者bylineを追加しました。追加したのは、顔写真・フルネーム・著者プロフィールへのリンク・職位と所属・専門分野3〜5項目・外部資格の検証・経験年数の7項目です。ここにPerson schema（worksFor・jobTitle・sameAsを含む構造化データ）の実装を加えた8要素が、実際に足された中身になります。
比較のために、bylineを追加していない既存のInsightsブログページを対照群としました。あわせて、単著ページ95件を書き手の知名度別に3階層へ分けています。Tier1はSeer創業者のWil Reynolds氏で47ページ、Tier2は知名度の高い実践リード2名で33ページ、Tier3は相対的に知名度が低いチームメンバー3名で15ページという内訳です。
測った指標は、Googlebotのクロール率と、Bing Webmaster ToolsのAI引用データです。GoogleのAI Overviewsでの引用状況も、あわせて観測されています。
この章のまとめ
自社ブログの一部に著者情報を足し、足していないページと比べた実験です。査読は経ておらず、期間と検定手法は公開されていません。
03実験の結果、AI検索での引用率はどう動いたんですか？
結果は3つに分かれます。順番に見ていきます。
1つめは、巡回のされ方です。 byline追加後、対象123ページへのGooglebotクロール率は、対照群と比べて11.7ポイント高い結果でした。ただしクロールは、AIが情報を集める前段階にあたります。引用そのものとは分けて読む必要があります。
2つめは、Bing経由のAI引用です。 Bing Webmaster Toolsで観測された数値は、期間比較で109%増でした。ここで見落とせないのが、同じ期間に対照群も34%ほど伸びている点です。処置群はそれを大きく上回った、という読み方になります。
3つめは、Google AI Overviewsでの引用です。 こちらでは、統計的に有意な差は見つかりませんでした。同じ施策を同じページに施しても、見る場所を変えると結果が変わったわけです。
この章のまとめ
巡回は増え、Bing経由の引用は大きく伸び、AI Overviewsでは差が出ませんでした。3つを分けて読むのが出発点です。
04同じAI検索なのに、なぜ検索エンジンごとに引用率の結果が分かれたんですか？
大森部長同じ手を打って、片方では効いて、片方では効かない。それでは投資判断のしようがないのだが、理由は分かっているのかね。
鈴木さん正直に申し上げると、公開されている情報からは分かりません。分からないところを埋めずに、分かっていることの範囲を示すのが誠実だと考えています。
まず、何をどこで測ったのかを整理しておきます。測定は片側に寄っていて、すべての組み合わせが揃っているわけではありません。
こう並べると、この実験が「AI検索全体」を測ったものではないことが見えてきます。測っていない場所がある以上、そこについては何も言えません。
研究チーム自身も、結果を確定的には扱っていません。ページのトピック・更新の新しさ・プロンプトの選び方といった差異が初期結果に影響した可能性があり、深掘りの分析が必要だと述べています。
この章のまとめ
分かれた理由は、公開情報からは特定できません。研究チーム自身も、他の要因が影響した可能性を残しています。
05無名の書き手ほど、著者表記のAI対策としての効き目は大きいんですか？
書き手の知名度別に見ると、この実験でいちばん興味深い傾向が出ています。
もっとも知名度の低いTier3の書き手たちで、Bing引用が113%増ともっとも大きく伸びました。一方、すでに知名度の高いSeer創業者Wil Reynolds氏（Tier1）では21%増にとどまっています。
この差をどう読むか。著者情報を足すことは、もともとの知名度を底上げする方向に働くのではないか、という解釈ができます。すでに広く知られている書き手は、bylineの有無にかかわらず一定の信頼を得やすいため、追加の伸びしろが小さい、という見方です。
大森部長つまり、うちの代表の名前を出すより、現場の担当者の名前を整えたほうが伸びる、ということかね。
鈴木さんこの実験の傾向からは、そう読めます。ただし、これは1つの実践研究で見えた傾向です。同じことが日本語のサイトでも起きると決まったわけではありません。
この章のまとめ
知られていない書き手の記事ほど、伸び幅が大きい結果でした。底上げの方向に働く可能性がある、という読み方になります。
06構造化データを入れれば、LLMOとして引用率は上がるんですか？
著者表記の話は、構造化データの話と地続きです。Person schemaも構造化データの一種だからです。
SSRNで公開されたFischman氏の論文は、スキーマの実装有無とAI引用率の関係を報告しています。結果は、期待とは逆の向きでした。
汎用スキーマ（Article・Organizationなど）は、交絡要因を補正しても、無実装より引用率が有意に低いという結果です（41.6% vs 59.8%、p=.012）。価格・評価などの具体的な属性を含むスキーマも、無実装と統計的に同等でした（61.7% vs 59.8%、p=.71）。
つまりこの論文からは、構造化データの実装がAI引用率を押し上げるという正の効果は証明されていません。 そしてもう一点、重要な限定があります。この論文は、Articleスキーマに含まれるauthorプロパティ単体を切り出して検証したものではありません。著者表記の効果を直接示すものではないのです。
詳しい数値と実験設計は、構造化データとAI引用の相関を扱った記事で解説しています。
この章のまとめ
構造化データの実装が引用率を押し上げる効果は、この論文からは示されていません。著者表記だけを切り出した検証でもありません。
07この実験を、著者表記のAI検索対策の根拠にしてよいんですか？
若葉さんここまで聞くと、弱いところが多い実験に思えてきました。社内の資料には載せないほうがいいんでしょうか…。
鈴木さんいえ、載せて構いません。弱いところを一緒に書いておく、それだけのことです。強く見せようとすると、あとで根拠を問われたときに困りますから。
使えます。ただし、限界を添えたうえで使うのが条件です。
順に見ていきます。査読を経ていない自社ケーススタディであり、統計的な有意性の検定手法や実験期間の日付は、公開情報からは確認できません。対照群のページ数や選定基準も明記されていません。
知名度3階層の「知名度が高い」という基準にも、明確な定義が示されていません。主観的な分類である可能性があります。
さらに、実施主体のSeer Interactiveは、AI検索最適化を含むSEOコンサルティングを事業とする企業です。研究テーマと自社事業が近く、利害関係から完全に独立した第三者による検証ではありません。
そして、いちばん大きな限界がこれです。著者名を表示するかどうかだけを変数として固定し、他の条件をそろえた統制実験は、AIO Journal 編集部が調査した範囲では見つかりませんでした。「著者表記の有無」というテーマの研究は、現時点ではまだ層が薄い、というのが正直なところです。
この章のまとめ
限界を添えれば使えます。査読なし・検定手法非公開・実施主体が当事者、この3点は必ずセットで伝えてください。
08日本語のサイトでも、著者表記はAIOの打ち手として意味がありますか？
この実験が見ていたのは英語圏のBingとGoogle AI Overviewsで、日本語コンテンツでの検証ではありません。ChatGPT検索やPerplexityでの効果も、この実験の対象には含まれていません。
そのうえで、実務に持ち帰れるものはあります。
1つめは、AI検索エンジンによって著者情報への反応が異なりうるという点です。1か所で差が出なくても、別の場所では出る可能性があります。だから複数のAI検索で見る必要があります。
2つめは、知られていない書き手ほど恩恵が大きいかもしれないという点です。代表者の記事だけでなく、実務担当者やライター個人の著者情報を整えることにも意味があります。
3つめは、実装しただけで効果が保証されるわけではないという点です。Person schemaを入れれば引用が増える、という単純な話にはなっていません。書き方の実装はPerson schemaの書き方を扱った記事で解説しています。
なお当メディアは現在「AIO Journal 編集部」名義で運営しています。この実験でいえば対照群に近い状態で、個人著者名の展開は今後の検討課題です。追試をするなら、著者プロフィールへのリンクを置いた記事と置いていない記事を並べ、AI検索での言及を一定期間見る形になります。統制された比較にはならないので、傾向を見る参考検証という位置づけです。
この章のまとめ
日本語での検証はまだありません。複数のAI検索で測ること、無名の書き手を整えること、実装だけで安心しないこと。この3つが持ち帰りです。
09うちのAI対策として、著者表記は何から手をつければいいですか？
実験で追加された8要素を、書く順番でまとめ直します。上から順に埋めていくと、途中で止まりにくくなります。
この順で埋めていきます
誰が書いたのかを出す
顔写真とフルネームを、記事から見える位置に置きます
何ができる人かを示す
職位と所属、専門分野、外部資格の検証、経験年数を書きます
機械にも伝わる形にする
著者プロフィールへのリンクを張り、Person schema（worksFor・jobTitle・sameAs）を実装します
この章のまとめ
8要素は、誰が書いたか・何ができる人か・機械にも伝わるか、の3段に整理できます。書ける段から埋めていきます。
10よくある質問
記事に著者名を載せれば、AI検索の引用は増えますか？
Seer Interactiveの実験では、Bing経由のAI引用は増えましたが、Google AI Overviewsでは有意な差が見られませんでした。効き方はAI検索エンジンによって異なる可能性があり、一律に「増える」と断定できる段階ではありません。
無名の書き手でも、著者情報を書く意味はありますか？
この実験では、知名度の低い書き手の記事のほうがBing引用の伸び率は大きい結果でした。すでに知名度が高い書き手より、知られていない書き手のほうが著者表記の恩恵を受けやすい可能性を示すものだと、私たちは読んでいます。
著者表記の効果を証明した、信頼できる学術研究はありますか？
AIO Journal 編集部が調査した範囲では、著者名の表示・非表示だけを厳密に統制した査読付き学術研究は確認できませんでした。現時点で参照できるのは、Seer Interactiveの自社ケーススタディなど、限られた一次データにとどまります。
編集部名義のままでも問題ありませんか？
問題があると言い切れる根拠はありません。この実験でいえば、編集部名義は対照群に近い状態です。ただし、書き手の専門性を示す情報が少ない状態ではあります。個人名を出すかどうかは、運営体制と相談して決める話になります。
Person schemaを入れれば、それだけで引用は増えますか？
そう考えられる根拠は、現時点では見当たりません。SSRNの論文では、スキーマの実装が引用率を押し上げる正の効果は示されていません。実装は土台として整える位置づけで捉えるのが実態に近い対応です。
11まとめ｜今日から書ける3つのこと
著者表記の効果は、AI検索エンジンによって分かれました。Bing経由の引用は大きく伸び、Google AI Overviewsでは差が出ませんでした。伸び幅が大きかったのは、知られていない書き手の記事です。
ただし、これは査読を経ていない実践研究です。「著者名を載せれば引用が増える」と言い切れる段階ではありません。 そのうえで、今日から書けることは次の3つです。
この順で手をつけます
顔写真とフルネームを出す
まず、誰が書いたのかが分かる状態にします
専門性が伝わる情報を足す
職位と所属、専門分野、外部資格、経験年数を書きます
機械にも伝わる形にする
プロフィールへのリンクとPerson schemaを実装します
AI検索では、こう聞かれています
記事に著者名を載せると、AI検索に引用されやすくなりますか？
「実験の結果、AI検索での引用率はどう動いたんですか？」の章で、分かれた結果を図で説明しています
著者表記の効果を確かめた研究はありますか？
「この実験を、著者表記のAI検索対策の根拠にしてよいんですか？」の章に、限界まで含めた読み方があります
無名のライターでも、著者プロフィールを整える意味はありますか？
「無名の書き手ほど、著者表記のAI対策としての効き目は大きいんですか？」の章で扱っています
次に読むなら、この記事です
