「ページ速度を上げればAI検索に引用されやすくなる」。SEO関連のブログやSNSで、こうした主張を目にする機会が増えています。しかし、この主張はどこまで実測データに裏付けられているのでしょうか。
本記事では、10万ページを超える規模でCore Web VitalsとAI検索での可視性の関係を分析した記事を取り上げます。報告された相関の強さと、その解釈がどこまで言えるのかを原典から読み解きます。
01研究の結論（3行）
Core Web VitalsとAI検索での可視性の間には、統計的に弱い相関しか確認されていません。 「速くすれば引用が増える」という前提は、この分析からは支持されませんでした。LCP(読み込み速度)の相関係数は-0.12から-0.18、CLS(視覚的安定性)は-0.05から-0.09にとどまっています。
著者はこの結果を踏まえ、Core Web Vitalsは「優秀さのシグナルではなくゲートとして理解するのが最も適切だ」と述べています。あわせて「良好なパフォーマンスは優位性を生まない。深刻な不良は不利を生む」とも表現しています。リスク管理の道具であって競争戦略ではない、という整理です。
02原典情報
本記事はWEBMARKS独自の検証ではなく、他社が公開した1本の分析記事を読み解く記事です。参照した一次情報は次のとおりです。
- 原典: Search Engine Landに掲載されたCore Web VitalsとAI検索可視性の分析記事(2026年1月13日公開)
- 著者・所属: Dan Taylor氏(英国拠点の技術SEO専門企業SALT.agency, Head of Technical SEO)
- 分析対象: Google AI OverviewsおよびAI Modeに目立つ形で表示された107,352ページ
- 掲載先の性質: 業界メディアへの寄稿であり、査読付き学術誌の論文ではありません
- リンク: https://searchengineland.com/core-web-vitals-ai-search-visibility-analysis-467456
03研究手法の平易な解説
分析の流れは、対象ページの速度指標を計測し、AI検索での可視性と突き合わせるというものです。原典から読み取れる設計は次の5点です。
- 対象: 前述の107,352ページ
- 期間: 記事の公開は2026年1月13日。分析対象データそのものの観測期間は、記事中に明記されていません
- 方法: 対象ページのCore Web Vitalsの分布をページ単位で調べ、AI検索での可視性の水準と突き合わせてSpearman順位相関係数を算出しています
- 統計手法の理由: データが不均一で正規分布に従わないため、Pearson相関ではなくSpearman相関を採用したと説明されています
- 報告されている指標: LCPとCLSの2つです。もう1つの指標であるINPについては、記事中に記述が見当たりません
ここで前提となる用語を確認します。LCP(Largest Contentful Paint)は、ページ内で最も大きな要素が表示されるまでの時間を測る指標です。CLS(Cumulative Layout Shift)は、読み込み中に生じる予期しないレイアウトのずれを測る指標です。Googleは、ページ読み込みの75パーセンタイルでLCPは2.5秒以内、CLSは0.1以下を「良好」の目安として公開しています(出典: web.dev)。
なお現在のCore Web Vitalsは、INP(Interaction to Next Paint)を加えた3指標で構成されます(出典: web.dev)。AIクローラーは操作を行わないためINPを対象外とした可能性はありますが、その旨の説明は記事中に見当たりません。
相関係数は-1から+1の範囲を取り、0に近いほど関係が弱いことを示します。一般に±0.1〜0.3程度を「弱い相関」とみなすのが統計学での目安です。
04主要な発見（データ付き）
報告されている数値は、LCPとCLSの相関係数です。
| 指標 | 相関係数(Spearman) | 解釈 |
|---|---|---|
| LCP(読み込み速度) | -0.12〜-0.18 | 弱い負の相関(速いほどAI可視性が高い傾向はあるが弱い) |
| CLS(視覚的安定性) | -0.05〜-0.09 | LCPよりさらに弱い相関 |
| p値 | 記事中に記載なし | 統計的有意性は判断できません(後述の「限界と注意点」参照) |
LCP・CLSともに、統計学で「弱い相関」とされる目安の範囲にとどまっています。なお相関係数に幅があるのは、AI可視性の測定方法を変えると値が動くためだと原典が説明しています。
2つ目の発見は、性能の下位層に見られる偏りです。Taylor氏は「Core Web Vitals性能の極端な下位層、とくにLCPにおいて、AI文脈で好成績を収める可能性が著しく低かった」と報告しています。
この非対称な構造が、「ゲート」という表現の根拠です。基準クリアは前提条件にすぎず、それ自体が引用を後押しする材料にはならない、という解釈です。
ただし「良好」の水準を満たすページ同士の掲載率の差も、「極端な下位層」を切り分けた閾値も、原典には具体的な数値の提示がありません。
「速ければ有利」ではなく「遅すぎれば不利」という非対称な効果として理解するのが、この分析から読み取れる妥当な解釈です。
05限界と注意点
- 査読を経ていない分析です: 業界メディアに掲載された技術者個人の分析であり、学術的な査読は経ていません。著者はAI可視性を扱う技術SEO企業に所属しており、その立場も踏まえて読む必要があります
- p値が記載されていません: 相関係数は示されていますが、統計的に有意な差かどうかを判断する情報が記事中にありません
- 対照群の記述がありません: 対象は表示されたページのみで、表示されなかったページと比較した記述が見当たりません。「掲載される/されない」を分ける要因の分析としては読めません
- AI可視性の定義が示されていません: 相関の相手となる可視性指標が何を指すのかは、記事本文からは特定できませんでした
- 相関関係であり因果関係ではありません: 速度が可視性を決めているのか、両者に共通する別の要因が背景にあるのかは、この分析だけでは切り分けられません
- INPが対象に含まれていません: 報告はLCPとCLSのみで、3指標目のINPの分析結果も、除外した理由も示されていません
- 観測期間・除外基準が不明瞭です: 対象107,352ページの選定基準や観測期間の詳細は、記事本文からは確認できませんでした
- 日本語サイトでの検証ではありません: 分析対象サイトの言語圏は記事中に明記がなく確認できません
このうち可視性の定義・対照群・交絡要因の3点は、後述の「追試・検証の視点」で設計案として扱います。
06日本市場・実務への示唆
対象サイトの言語圏が示されていないため、日本語サイトでの再現性は確認できません。それでも、実務の優先順位づけに持ち帰れる示唆はあります。
相関係数の弱さは、コンテンツの質・構造化データ・ドメインの権威性など、他の要因のほうがAI可視性への影響が大きい可能性を示唆しています。一方で、相関はゼロではありません。著しく遅いページや表示が不安定なページは、AI検索で取り上げられる機会そのものを失っている可能性があります。
姉妹記事『Schema markupとAI引用の相関｜SSRN論文検証』が扱った構造化データの研究も、条件によって効果が変わる複雑な構造を報告していました。AI検索での可視性は、単一の指標だけで説明できるものではありません。
自社サイトでの優先順位は、次の順序で切り分けると工数をかけずに判断できます。
- Search ConsoleのCore Web Vitalsレポートを開く: 実ユーザーの計測データで「不良」と判定されたURLグループがあるかを確認する
- 不良グループがあれば、その代表URLをPageSpeed Insightsで診断する: どの指標が閾値を下回っているか、原因は何かを特定する
- 不良グループがなければ、速度の追加投資は保留する: この分析からは、AI引用面での上積み効果を期待する根拠が得られません
閾値を下回る場合は、AI引用への影響以前に、通常のユーザー体験の観点から改善が必要な水準です。すでにクリアしている場合、限られた工数はコンテンツの質や構造化データの実装など、より強い関連が報告されている施策に振り向けるほうが合理的だと考えます。
土台となるサイト構造の設計は、姉妹記事『サイト構造とAIクローラビリティの関係｜設計手順を7ステップで解説』で扱っています。JavaScript実行の問題への対処は、姉妹記事『JavaScriptレンダリングとAIクローラー対応｜SSR移行ガイド』を参照してください。
07追試・検証の視点（WEBMARKSならこう検証する）
原典の弱点は、可視性の定義・対照群・交絡要因の3点に集約できます。同じ問いをこれから検証するなら、私たちは次の設計を採ると考えます。実施済みの検証結果ではなく、設計の提案です。
| 論点 | 原典の状態 | 追試するならこう設計する |
|---|---|---|
| 可視性の定義 | 相関の相手となる指標の定義が示されていない | 固定した100件の日本語クエリへの回答で、各URLが出典として提示された回数を数える |
| 対照群 | AI検索に表示されたページのみを収集 | 同一クエリの検索上位20件のうち、AI回答に引用されなかったURLを対照群として同時に収集する |
| 交絡要因 | 補正手順の記述がない | ドメインレーティングを10刻みの階層に分け、階層内で比較する。文字数・公開からの経過月数も記録して補正する |
| 規模・期間 | 選定基準と観測期間が不明 | 1,000〜2,000URLを対象に3か月以上、週次で複数回計測して平均を取る |
可視性の指標は、数え方を先に固定することが要点です。「月あたりの被引用回数」のように手順を公開できる定義にすれば、第三者が同じ条件で追試できます。原典の相関係数に幅が出たのも、この定義が固定されていなかったためだと考えられます。
対照群の有無は、この問いの成否を分けます。引用されたページだけを見ていては、速度が分かれ目になったのかを判断できません。引用群と非引用群を同じクエリから取り出して初めて、掲載の可否を分ける要因を議論できます。
交絡要因の扱いも省けません。速度の効果を見ているつもりで、実際はドメインの強さを見ているだけ、という取り違えが起こりえます。ドメインレーティングの階層内で比較すれば、この取り違えをある程度は抑えられると考えます。
規模と期間も着手前に決めておきます。弱い相関を扱う以上、数十件では差の有無を判断できません。AI検索の回答は同じ質問でも揺れるため、単発ではなく週次で複数回測る設計が現実的です。
この設計でも示せるのは、速いページ群と遅いページ群で被引用回数に差があるかどうかまでです。因果を主張するには、同一ページの速度だけを変えて前後を比べる介入実験が必要になります。
08FAQ
Q. ページ速度を上げればAI検索に引用されやすくなりますか？
この分析からは、そう言い切れる根拠は得られていません。LCPの相関係数は-0.12から-0.18で、統計学の目安では弱い相関にとどまります。著者は、良好な性能が優位性を生むのではなく、深刻な不良が不利を生む関係だと整理しています。
Q. Core Web Vitalsの改善は不要ということですか？
そうではありません。「良好」の閾値を大きく下回るページは、AI検索で取り上げられる機会そのものを失っている可能性があります。閾値を下回る場合の改善は、ユーザー体験の観点からも優先度が高い施策です。
Q. この分析結果は日本語サイトにも当てはまりますか？
分析対象サイトの言語圏は記事中に明記されておらず、日本語での再現性は確認できません。方向性の参考にはなりますが、日本語での検証は別途必要だと私たちは考えます。
