EXIDEAがAIO引用記事約2万件を分析、「専門家監修」より「出典URLの明示」の方が引用されやすいと判明

2026年6月19日

プッシュ通知

専門資格・肩書きの明示有無によるAIO引用率比較明示あり49.5％、明示なし42.9％の調査結果

注目すべき3つのポイント

約2万記事でAIO引用率を実証分析
EXIDEAがGoogle AI Overviewに表示された日本語検索結果19,826記事を解析し、E-E-A-T関連5項目のどれが引用されやすさと関連するかを定量化しました
「監修」より「出典明示」が引用と関連
5項目を同時に分析すると、引用されやすさと最も強く関連していたのは「出典・参照元の明示」（オッズ比1.17）で、「専門資格・肩書きの明示」（同1.02）を上回りました
独自体験・レビュー主軸は引用されにくい
5項目のうち唯一マイナスに振れたのが「独自体験・レビュー」（オッズ比0.87）で、情報提供型記事で体験談を主軸にする構成はAIO引用率が低い傾向が確認されました

約2万記事を解析し、AIに引用される記事の傾向を定量化

株式会社EXIDEAは、Google AI Overview（以下AIO）が日本語検索結果のうちどのような記事を引用しているかを、19,826記事の大規模データで分析しました。

AIOが表示された検索結果に出現したURLを母集団とし、そのURLがAIO回答内で引用されたかを二値で判定しています。

記事本文からはE-E-A-T関連5項目、すなわち

①著者情報の有無
②専門資格・肩書きの明示
③専門家の意見引用
④独自体験・レビュー
⑤出典・参照元の明示の有無

を、LLM（gpt-5-nano）を用いて自動分類しました。

分析は、単純な集計（要素ありvsなしの引用率差）に加え、5項目を同時に投入した多変量ロジスティック回帰（Elastic Net正則化、StandardScaler適用）を実施し、ある要素が他要素と相関する影響を取り除いたうえで、それぞれの独立した関連を推定しています。データ取得時期は2026年2月〜3月です。

＼楽天グループのAIO対策についてインタビューしました！／

「誰が言ったか」より「何を根拠にしたか」が見られている

E-E-A-T関連5項目のAIO引用への影響出典明示や著者情報が引用されやすさと関連する分析結果

調査の結果、E-E-A-T関連5項目のうち、引用されやすさと最も強く関連していたのは「出典・参照元の明示」（オッズ比1.17）でした。

次いで「著者情報あり」（同1.10）が続き、いずれも信頼性（Trust）系の要素です。

一方で「専門資格・肩書きの明示」は、単純比較では+6.6ptと優位に見えました。しかし、5要素を同時に踏まえるとオッズ比1.02まで関連が小さくなりました。

「専門家の意見引用」も同1.02にとどまります。

さらに注目すべきは、5項目のうち単純比較・多変量のいずれでも一貫してマイナスに振れたのが「独自体験・レビュー」（オッズ比0.87）だった点です。

同社は、情報提供型クエリに対して汎用的・再現可能な回答を生成するAIOの仕組み上、再現性のない主観的記述は回答根拠として採用されにくいと考えられる、と説明しています。

なお、専門資格・肩書きを具体的に明示している記事は全体の8.5%（1,684件）にとどまり、多くの記事で監修表示はあっても肩書きの明示まで踏み込めていない実態がうかがえます。

担当者が今すぐ確認すべき4つのチェックポイント

EXIDEAは調査結果を踏まえ、AIO対策では「E-E-A-Tを全方位で強化する」のではなく、Trust系から優先的に整備すべきだと提起しています。

具体的なチェック項目として

事実や数値に出典URLが添えられているか
著者の所属・経歴・専門領域が分かるページへつながっているか
体験談やレビューが情報提供型記事の主軸になりすぎていないか
E-E-A-Tをすべて同じ優先度で整備していないか

の4点を挙げています。

同社は同時に、本分析が相関分析であり因果推論ではない点、Google検索結果のスナップショット（2026年2月〜3月取得）に基づくため結論が時期によって変動しうる点、コンテンツ量や構造を含む40項目を統制したモデルではE-E-A-T要素の係数がさらに小さくなる点を注記しています。

＼Media Picks厳選！AIO・LLMO対策ノウハウ資料まとめ／

【新SEO戦略】AIに引用されるためのコンテンツマーケティング

資料をチェックする（無料）

MediaPicks　　編集部

今回の調査結果から見えてくるのは、生成AI検索の広がりによって、コンテンツの評価基準が通常のSEOとは少し変わり始めているという点です。

これまでのSEOでは、監修者がいるか、専門家が書いているか、著者の肩書きが明確かといった情報が、記事の信頼性を示す要素として重視されてきました。
一方で、AIOが回答を作る場面では、誰が書いたかだけでなく、その内容に確認できる根拠があるかがより重要になっている可能性があります。つまりAIは、著者の知名度や肩書きよりも、出典や根拠を機械的に確認しやすいかどうかを重視していると考えられます。

実務で取り組みやすいのは、記事内に出典URLを入れることや、著者プロフィールページへの導線を整えることです。専門家監修の体制を新しく作るには時間やコストがかかりますが、出典の付け方や著者情報の見せ方であれば、記事のテンプレートや編集ルールに組み込みやすく、サイト全体に展開しやすい施策です。

また、通常検索で上位に表示される記事と、AIOで引用されやすい記事では、評価されるポイントが違う可能性があります。そのため、AI時代のSEOとしてまとめて考えるのではなく、通常のSEO対策と、AIOに引用されやすくするためのLLMO対策を分けて考えることが重要です。