AIは日本のどのサイトを見ているのか？引用ドメインTOP20

AIが回答を生成する際、どのようなサイトや情報を参考にしているのかが、日本向けのデータとして明らかになりました。公開された「日本版AI引用元ドメインTOP20」では、Wikipediaやnote、Yahoo! JAPAN、PR TIMESなど、信頼性や一次情報性の高いサイトが多く並んでいます。この結果からは、AIが単に情報量の多さではなく、公式性や更新性、日本独自の情報発信文化を重視している様子がうかがえます。特に企業の公式発表や国内向けメディアが上位に入っている点は、日本ならではの特徴とも言えそうです。

本記事では、このランキングを手がかりに、AIがどのような視点で情報源を選んでいるのかを整理し、今後の情報発信に何が求められるのかを読み解いていくため、本プロジェクトの詳細を考察します。

情報の探し方が「検索」から「AIに聞く」へ変わりつつある

日本国内における情報の探し方は、ここ数年で大きな転換点を迎えていると考えられます。これまでは検索エンジンにキーワードを入力し、表示された多くのリンクの中から自分で情報を選び取る行動が一般的でした。しかし最近では、生成AIに直接質問し、整理された回答をそのまま受け取る使い方が広がっています。

この変化は、単に便利になったという話ではありません。検索中心の時代では、利用者が情報の正確さや重要度を自ら判断する必要がありました。一方、生成AI中心の情報アクセスでは、AIが複数の情報を組み合わせ、要点をまとめた形で提示します。そのため、利用者は短時間で答えにたどり着ける反面、どの情報が使われているのかが見えにくくなる側面もあります。

今回の引用元公開の動きは、こうした変化の中で生まれたものだと言えるでしょう。AIに「聞く」行動が当たり前になるほど、AIがどこから情報を得ているのかを示す重要性が高まっています。情報収集の主役が人からAIへ移る中で、信頼できる情報源をどう可視化するかが、これからの大きなテーマになっていくと考えられます。

引用：COOD株式会社 PR TIMES公式ページ https://prtimes.jp/main/html/rd/p/000000008.000160942.html

日本におけるAI引用元の実態を読み解く

公開された日本版AI引用元ドメインのデータを見ると、AIがどのような情報を重視して回答を作っているのかが具体的に見えてきます。この結果は、単なるランキングではなく、日本の情報環境やAIの使われ方を映し出していると考えられます。ここでは、その特徴を三つの視点から整理します。

公式性と網羅性が高い情報が中心になっている

ランキング上位には、Wikipediaや官公庁ドメイン、新聞社など、情報の網羅性や公共性が高いサイトが多く含まれています。これは、AIが幅広いテーマに対応するため、特定の意見ではなく、多くの人が参照できる基礎情報を重視していることの表れだと考えられます。特にWikipediaが上位にある点は、単なる噂や個人の意見ではなく、複数の情報をまとめた解説的な内容がAIにとって扱いやすいことを示していると言えるでしょう。

日本特有の情報源が上位に入っている特徴

日本版のデータでは、note、PR TIMES、Yahoo! JAPANなど、日本国内で広く使われているサービスが目立ちます。これは、日本語の一次情報や国内向けの公式発信が、AIの回答づくりに強く影響している可能性を示しています。特に企業の公式発表を多く掲載しているPR TIMESが上位に入っている点から、日本では企業発信の情報がAIにとって重要な判断材料になっていると推測できます。

生活に密着したサービス情報も参照されている

ランキング下位まで見ると、ECサイトやレシピサイト、専門メディアなども含まれています。これは、AIが制度やニュースだけでなく、日常生活に関わる情報も幅広く参照していることを示しています。価格比較や料理、商品情報といった実用的な分野でも、信頼性のある既存サービスが情報源として活用されている点は、AIが現実の生活に近い形で使われ始めている証とも言えるでしょう。

AIに引用されない企業に共通する課題とは

AIが引用元を明示するようになったことで、どの企業やサイトが参照され、どこが選ばれていないのかが、以前よりも見えやすくなってきました。その中で浮かび上がってくるのは、情報発信の量ではなく「中身」と「伝え方」による差です。ここでは、AIに引用されにくい企業に共通して見られる三つの課題について整理します。

独自性や新しさのある情報が不足している

AIは年々、情報の新しさや出所をより重視する傾向を強めていると考えられます。そのため、他社の情報をなぞった内容や、既に広く知られている話題をまとめただけの発信では、評価されにくくなります。自社ならではの調査結果や現場で得た知見、公式としての見解が示されていない場合、AIにとっては参照する価値が低い情報と判断される可能性があります。結果として、更新頻度が低い、独自情報がない企業は、引用候補から外れてしまいやすくなります。

企業としての信頼性が情報に表れていない

AIは文章そのものだけでなく、発信元の信頼性も含めて情報を見ていると考えられます。社会的な取り組みや透明性のある情報公開が乏しい企業は、内容が正しくても慎重に扱われる可能性があります。環境配慮や社会貢献、ガバナンスへの姿勢などが継続的に発信されていない場合、その企業がどのような考え方を持っているのかが伝わりにくくなります。結果として、安心して参照できる存在として認識されにくくなることが考えられます。

人には見やすくてもAIには読み取りにくい構成になっている

見た目を重視したサイト設計が、必ずしもAIにとって分かりやすいとは限りません。文章の構造が整理されていなかったり、情報の意味関係が曖昧だったりすると、AIが内容を正確に理解できない可能性があります。特に、検索結果を経由せずAIが直接情報を抽出する場面では、見出しや情報の整理方法が重要になります。人向けだけを意識した構成では、AIに情報が届かない時代に入りつつあると言えるでしょう。

AIに引用される情報と引用されない情報の分かれ目

AIがどの情報を引用するかは、単なる偶然ではなく、一定の基準や傾向があると考えられます。これまで見てきたように、情報の鮮度や信頼性、構造といった要素は重要ですが、それだけで決まるわけではありません。大きな分かれ目となるのは、その情報が「誰のために、何の役割を果たすものか」が明確かどうかです。

AIは、利用者の疑問に対して分かりやすく答えられる情報を優先的に参照すると推測されます。そのため、伝えたいことが曖昧な文章や、目的がはっきりしないコンテンツは評価されにくくなります。一方で、対象読者や利用シーンを想定し、要点が整理された情報は、AIにとって扱いやすい存在になります。

また、継続性も重要な要素です。一度だけ発信された情報よりも、定期的に更新され、内容が積み重なっている情報の方が、信頼できる判断材料として見られやすくなります。AIに引用されるかどうかは、特別な技術だけで決まるものではなく、日々の情報発信の姿勢そのものが反映された結果だと言えるでしょう。

---

• LLMO（Large Language Model Optimization）：生成AIが情報を理解しやすく、回答の中で参照・引用しやすい形に情報やサイトを整える考え方を指します。
• SEO（Search Engine Optimization）：検索エンジンでページが見つけやすく、上位に表示されやすくするために内容や構造を工夫する取り組みを指します。

今後の展望

生成AIが情報取得の中心になりつつある中で、「どの情報がAIに引用されるか」は、企業やメディアにとって無視できないテーマになっています。これまでの内容を踏まえると、今後は単なる情報発信ではなく、AIとの関係性を意識した新しい情報設計が求められると考えられます。ここでは、本テーマならではの視点から、今後想定される動きや活用の方向性を三つに分けて考察します。

企業サイトは「説明の場」から「根拠の置き場」へ変化していく

今後、企業サイトの役割は大きく変わっていくと考えられます。これまでは、人に分かりやすく商品やサービスを説明することが主な目的でした。しかし生成AIが情報を要約し、直接回答するようになると、企業サイトは「答えそのもの」ではなく「答えの根拠」として使われる場になります。そのため、背景情報や判断材料、公式見解が明確に整理されているかどうかが重要になります。誰が見ても同じ意味に取れる表現や、前提条件が分かる説明が増えることで、AIにとっても引用しやすい情報になります。結果として、企業サイトは営業ツールというより、信頼性を支える基盤としての価値を高めていく可能性があります。

情報発信の評価軸が「反応数」から「参照価値」へ移る

これまでの情報発信では、閲覧数やシェア数など、人の反応が評価指標として重視されてきました。しかし、AIが情報を参照する時代になると、必ずしも多く読まれている情報が選ばれるとは限りません。むしろ、内容が正確で整理されており、長期間にわたって使える情報の方が価値を持つと考えられます。今後は、どれだけ多くの人に見られたかよりも、AIにとって参照する意味があるかどうかが評価の分かれ目になります。この変化により、派手な表現よりも、落ち着いた説明や事実ベースの情報が再評価される流れが強まる可能性があります。

業界ごとに「AIに強い情報発信モデル」が生まれていく

すべての業界が同じ方法でAIに引用されるわけではありません。制度や専門知識が求められる分野では、公式資料や解説ページが重視される一方、生活に近い分野では体験情報や実用的な解説が参照されやすくなると考えられます。今後は業界ごとに、どのような情報がAIに選ばれやすいのかが徐々に見えてくるでしょう。その結果、各業界に適した情報発信の型が整い、AIを前提としたコンテンツ設計が一般化していく可能性があります。これは、情報の質を底上げする動きにつながり、日本全体の情報環境にも影響を与えると考えられます。