一次情報の比率をGeminiで評価するプロンプト｜出典の偏りが1枚の表で分かる

出典欄にリンクが並んでいる記事は、それだけで根拠がしっかりしているように見えます。ところが並んでいるリンクをひとつずつ開いてみると、公式発表へのリンクと、その公式発表を紹介した他メディアの記事へのリンクが、区別なく混ざっていることがあります。

見た目は同じ青いリンクです。けれど「誰が言ったことか」という点では、この2つはまったく別のものです。そして自社の記事が今どちらに寄っているかは、実際に1件ずつ数えてみるまで誰にも分かりません。

この記事は、自社記事の出典を仕分けたいけれど、1本ずつ目視で確認する時間が取れない方に向けて書きました。出典URLの一覧をGeminiに渡し、一次情報と二次情報の比率を出させるプロンプトを、そのままコピーして使える形で置いてあります。判定の読み方と、鵜呑みにしてはいけない箇所まで続けて解説します。

この記事では、あるBtoB企業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。自分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）— 「そもそも、それって何ですか？」を聞く役
• 高梨課長（マーケ課長）— 「どう運用に乗せるんですか？」を聞く役
• 鈴木さん（AIO/SEOの専門家・本誌監修）— 答える役

01そもそも一次情報と二次情報は、AI検索対策でどう評価が分かれるんですか？

若葉さん

若葉さんの発言

あの、出典って、とりあえずリンクを貼っておけばいいと思っていたんですが…一次情報と二次情報で、そんなに扱いが違うんですか？

鈴木さん

鈴木さんの発言

はい、そこは分かれ目になるところなんですよ。同じ内容が書いてあっても、それを最初に出した場所なのか、後から紹介した場所なのかで、根拠としての重みが変わってくるんです。

一次情報とは、その事実を最初に世に出した場所のことです。公式発表・公的統計・学術論文・自社で行った調査などが当てはまります。二次情報とは、それを受けて誰かがまとめ直したものです。他メディアの記事やまとめサイトが、ここに入ります。

言葉で並べると簡単そうですが、出典欄では両者の見分けがつきません。どちらも同じ形のリンクとして並ぶからです。

Googleは、有用で信頼性の高いコンテンツを自己評価するための基準を公開しています。そこにはオリジナルの情報・調査・研究・分析を提供しているかという設問が含まれています（出典: Google検索セントラル「有用で信頼性の高いコンテンツの作成」）。自社にしか出せない事実があるかどうかが、問われているわけです。

02出典の一次情報を目視で仕分けるのは、AI対策としてなぜ続かないんですか？

出典を1件ずつ開いて種別を確かめる作業自体は、誰にでもできます。難しいのは、それを記事の本数ぶん続けることです。実際にやってみると、次のような形でつまずきます。

• 一次情報と二次情報の境界線が、担当者の感覚だけでは記事によって揺れる
• 出典を貼るたびに種別を記録しておらず、記事単位で比率を把握できない
• 二次情報だけで書かれた記事ほど、後から一次情報を探す作業が後回しになる
• URLの見た目（ドメイン名や記事タイトル）だけで、一次情報だと思い込んでしまう

4つ目は特に起こりやすい落とし穴です。有名なドメイン名が並んでいると、それだけで信頼できる出典が揃っているように見えてしまいます。実際には、その記事も別のどこかを参照しているだけ、ということがあります。

出典URLを1件ずつ機械的に仕分ける工程を挟めば、感覚ではなく同じ基準で判断できるようになります。この記事のプロンプトは、その工程を引き受けるためのものです。

03一次情報の比率をAIに評価させると、AI検索最適化で何が見えるんですか？

このプロンプトに出典URLの一覧を渡すと、URLごとに一次情報・二次情報・取得不可のどれかが割り当てられ、最後に一次情報の比率が付いた表が返ってきます。

出てくるのは、次の4つです。

• URLごとの判定 — 一次情報・二次情報・取得不可のいずれか
• 判定理由 — なぜそう判定したか
• 補強候補の種類 — 二次情報や取得不可のURLについて、同じ主張を裏付けられそうな一次情報の種類
• 一次情報の比率 — 表の後に、独立した1行として書かれます

補強候補は、具体的な媒体名ではなく種類で返ります。「業界団体の統計」「所管省庁の発表」といった粒度です。これは意図的な設計です。実在しない媒体名を挙げさせないための制約を、プロンプトの中に書き込んであります。

04Geminiに渡すプロンプト本体は、AI検索対策としてどこをコピーすればいいですか？

自社記事の出典として貼っているURLの一覧を渡し、一次情報と二次情報の内訳を確認したい場面で使います。次のコードブロックの中身を、そのままコピーして使ってください。

あなたはコンテンツの出典を監査するアナリストです。
以下の指示に従い、出典URLの一次情報・二次情報比率を判定してください。

■入力データ
記事タイトル: 【記事タイトル】
業界・分野: 【業界・分野】
出典URLリスト(1行1URL): 【出典URLリスト】
出典本文の抜粋(確認したい場合のみ・URLと対応させて貼り付け): 【出典本文抜粋】

■分析手順
1. 出典URLリストの各URLについて、公式発表・公的統計・学術論文・自社調査など
   一次情報に該当するか、他メディアの記事やまとめサイトなど二次情報に該当するかを判定する。
2. URL先の内容を確認できない場合は、対応する【出典本文抜粋】が入力されていれば
   その本文のみで判定し、本文の入力もない場合は憶測で分類せず「取得不可」に分類する。
3. 一次情報と判定したURLの件数、二次情報と判定したURLの件数、
   取得不可の件数をそれぞれ集計し、一次情報の比率(%)を算出する。
4. 【業界・分野】の特性を踏まえ、二次情報または取得不可に分類されたURLについて、
   同じ主張を裏付けられそうな一次情報の種類(具体的な媒体名は創作せず、
   「業界団体の統計」「所管省庁の発表」などの種類のみ)を提案する。

■出力形式
冒頭に「対象記事: 【記事タイトル】」を1行で明記したうえで、以下の列を持つ表で出力してください。
| URL | 判定(一次/二次/取得不可) | 判定理由 | 補強候補の種類(該当する場合) |
表の後に、一次情報の比率(%)を独立した1行で明記すること。

■制約
- URL先の内容を実際に確認できた範囲でのみ判定し、ドメイン名だけで
  憶測判定しないこと。
- URL先を直接取得できない場合は、貼り付けられた本文のみで判定し、
  取得できなかったURLは「取得不可」と記録すること。
- 二次情報を悪いものと決めつけず、判定理由は中立な言葉で記述すること。
- 実在しない媒体名・組織名を補強候補として創作しないこと。

使用するAIツールはGeminiを想定しています。URLの読み込み可否は利用環境によって異なるため、確実に判定したい場合は出典本文の抜粋を貼り付けてください（2026年7月時点の情報にもとづきます）。

このプロンプトは、■で始まる4つのブロックでできています。前から順に、何を渡すか・どう判定するか・どう並べるか・何をしてはいけないか、という組み立てです。どこを書き換えてよいかで言えば、自分の状況に合わせて触るのは「■入力データ」の【 】の中だけです。

05プロンプト末尾の制約4行は、AI対策としてなぜ消してはいけないんですか？

末尾の「■制約」は4行あります。長いので削りたくなるところですが、この4行がこの診断の精度を支えています。1行ずつ、何を止めているかを見ておきます。

• ドメイン名だけで憶測判定しない — 有名な媒体名の印象で一次情報に寄せてしまうのを止めます
• 取得できなかったURLは「取得不可」と記録する — 読めなかったURLを、黙って一次情報の側に数えるのを防ぎます
• 判定理由は中立な言葉で書く — 二次情報を悪者にした書きぶりに、判定そのものが引きずられるのを避けます
• 実在しない媒体名・組織名を創作しない — 補強候補の欄に、存在しない統計名が並ぶのを止めます

06AI検索対策として一次情報を評価させるとき、入力する変数はどこまで必要ですか？

用意するのは、次の4つです。必須は前の3つで、最後の1つは任意です。

※入力例はすべて架空の例です。

見落とされやすいのが【業界・分野】です。ここは表の見た目には出てきませんが、補強候補の質を左右します。業界が分かっていれば「所管省庁の発表」のように具体の方向が返り、分かっていなければ一般論に寄ります。

【出典本文抜粋】は任意ですが、取得不可が多く出たときの逃げ道になります。読み込めなかったURLについて本文の冒頭を貼り付ければ、その本文だけを根拠に判定してくれます。

07出てきた表は、AIO改善のために一次情報のどこを見ればいいんですか？

高梨課長

高梨課長の発言

表が返ってきたとして、うちのチームはどこを見て次の一手を決めればいいんでしょうか。全部の行を吟味する余裕はありません。

鈴木さん

鈴木さんの発言

見るところは3つに絞れます。比率・取得不可の件数・補強候補の欄です。この順で見ていただければ大丈夫ですよ。

表が出力されたら、次の3点を確認します。

• 一次情報の比率 — 業界の性質にもよりますが、比率が低い記事ほど、AIに伝聞情報の寄せ集めと判断されやすくなります
• 取得不可の件数 — 件数が多い場合は、リンク切れや会員限定ページなど、出典として機能していないURLが混ざっている可能性があります
• 補強候補の種類 — あくまで方向性の提案です。実際にどの一次情報を探すかは、表を見た担当者が調べる前提になります

取得不可の行は、比率の数字よりも先に手を打てる箇所です。リンク切れであれば差し替えれば済みますし、会員限定ページであれば公開されている一次情報に置き換えられないかを考えられます。比率を上げる前に、まず読めない出典を減らすという順番が、実務では動かしやすくなります。

一次情報を明記することがなぜAIからの評価につながるのかは、別記事「AIに引用されるコンテンツの条件とは？3社共通の5つの型【図解】」で扱っています。

08一次情報比率の診断は、AI検索最適化の改善サイクルにどう組み込むんですか？

高梨課長

高梨課長の発言

これは一度やれば終わり、という性質のものでしょうか。それとも定期的に回すものですか。

鈴木さん

鈴木さんの発言

回していただくものです。補強した記事をもう一度同じプロンプトに通すと、比率がどう変わったかが同じ物差しで見られます。1回きりだと、良くなったのかどうかが分からないままになってしまうんですよ。

1回の診断で終わらせず、補強した記事を再度このプロンプトに通せば、比率がどう変化したかを確認できます。同じプロンプトで測っているため、前と後を並べても物差しがずれません。

補強に使う一次情報そのものをどこから探すかは、別記事「一次情報の探し先候補をAIに出させる実践プロンプト保存版」が対になります。この記事の診断で「足りない」と分かった箇所を、そちらのプロンプトで「どこを当たるか」に変換する流れです。

09記事単位ではなくサイト全体で、AI対策として一次情報を評価できますか？

できます。複数記事の出典URLをまとめて【出典URLリスト】に入力すれば、記事ごとではなく、サイト全体としての一次情報比率を把握できます。

記事単位とサイト全体では、見えるものが変わります。記事単位は「この記事をどう直すか」を決めるための診断です。サイト全体は「自社の書き方に、どんな傾向があるか」を見るための診断になります。

サイト全体で回すときは、記事タイトルの欄をどう埋めるかが迷いどころになります。1本の記事名ではなくなるため、対象範囲が分かる呼び名を入れておくと、後から結果を見返したときに何を測ったのかが分かります。

10本文の主張ごとに一次情報をたどらせる使い方は、LLMO対策として有効ですか？

もう1つの応用が、URLではなく主張を単位にする使い方です。本文中の主張（数値・事実関係）を1文ずつ抜き出し、その根拠が一次情報にたどり着けるかを判定させます。

URL単位の診断は「貼ってある出典の質」を測ります。主張単位の診断は「そもそも出典が貼られていない主張」を見つけます。後者のほうが手間はかかりますが、出典欄には表れない穴が見えます。

数値を扱う記事ほど、この使い方が効きます。数字は一次情報にたどり着けるかどうかがはっきり分かれるためです。

11AIの判定を鵜呑みにしないために、AI検索対策として何に注意しますか？

若葉さん

若葉さんの発言

表が出てくると、それだけで正解に見えてしまいそうで、少し不安です。

鈴木さん

鈴木さんの発言

いい着眼点です。この判定は、Geminiが取得できたURL先の内容にもとづく推測なんですよ。ページ本文を毎回正確に取得できているとは限りません。だから、大事な記事ほど自分の目で確かめてほしいんです。

運用に乗せる前に、次の点を押さえておいてください。

• 一次・二次の判定は、Geminiが取得できたURL先のページ内容にもとづいており、ページ本文を毎回正確に取得できているとは限りません（2026年7月時点）
• AIの判定には誤りが含まれる場合があります。特に判定理由や比率の数値は、そのまま信じず、主要な記事から実際にURLを開いて確認してください
• 未公開の自社調査データや、契約条件など機密性の高い情報を出典として扱う場合は、利用中のAIサービスの法人プラン・データ学習利用設定を事前に確認してください
• 出力結果を社外に共有する際や、自動化して大量のURLを処理する際は、利用しているAIサービスの利用規約の範囲内で行ってください
• 出典URLリストが同じでも、実行するたびに判定や比率の数値が微妙に変わることがあります

最後の項目は、この診断の性質そのものに関わります。判断が割れやすい記事ほど、実行のたびに結果が動きます。同じ記事を複数回通して、結果を見比べることをおすすめします。数字がぶれる記事は、人の目で見ても判断が割れる記事だと考えてよいはずです。

12よくある質問

13まとめ｜今日やる3つのこと

出典欄に並ぶリンクの何割が一次情報かは、実際に1件ずつ数えてみるまで分かりません。感覚で判断せず、同じ基準で機械的に仕分ける工程を挟むことが、この記事の要点です。