geo-citability

AI 引用可能性スコアリングスキル

核心的な洞察

AI 言語モデルは、特定の構造的基準を満たす文章を引用します。Princeton、Georgia Tech、IIT Delhi による研究（2024 年）では、GEO 向けに最適化されたコンテンツは、AI が生成する回答での可視性が 30～115％高くなることがわかりました。重要な発見は、AI システムが 134～167 語の長さで、自己完結しており（周囲の文脈がなくても理解でき）、事実が豊富で（具体的な統計、日付、固有名詞を含み）、最初の 1～2 文で質問に直接答える文章を優先的に抽出して引用することです。

これは、キーワード密度やユーザーエンゲージメント指標を最適化する従来の SEO ライティングとは根本的に異なります。GEO における引用可能性は抽出しやすさを最適化します。つまり、AI システムがコンテンツから文章を取り出し、直接的な回答として提示する容易さです。

---

引用可能性スコアリング基準（0～100）

カテゴリー 1：回答ブロックの品質（総合スコアの 30％）

これは、AI システムがそのまま抽出できる、明確で引用可能な回答文がコンテンツに含まれているかを測定します。

採点基準：

スコア	基準
90-100	主要な各セクションが、1～2 文の直接的な回答で始まっています。「X は……です」や「X とは……を指します」といったパターンが使われています。各セクションの最初の 40～60 語だけで、独立した完全な回答として成立します。
70-89	ほとんどのセクションに、明確な回答の書き出しがあります。定義パターンもいくつか見られます。回答は特定できますが、少し文脈が必要な場合があります。
50-69	回答のような書き出しがあるセクションもありますが、多くは段落の途中や最後まで回答が出てきません。明示的な定義パターンはほとんどありません。
30-49	回答は一般に長い段落の中に埋もれています。一貫した定義パターンはありません。コンテンツは回答を中心とするのではなく、物語を中心に展開しています。
0-29	回答ブロックを特定できません。コンテンツ全体が物語調、会話調、または断片的です。AI が引用可能な文章を抽出するのは困難です。

確認するポイント：

• 定義パターン：「X は［定義］です。」「X とは［説明］を指します。」「X は［意味］を表します。」
• **回答先行の構成：**最初の文で回答を示し、その後に補足情報を続けます。
• 定量的な回答：「X の平均費用は $Y です」のように記述し、「X の費用には多くの要因が影響します」とはしません。
• 比較による回答：「X と Y は次の 3 点で異なります。［一覧］」のように記述し、「X と Y はよく混同されます」とはしません。

引用可能性の高い例：

Content delivery networks (CDNs) are distributed server systems that cache and serve
web content from locations geographically close to end users. A CDN reduces latency
by 50-70% on average by serving assets from edge servers rather than a single origin
server. The three largest CDN providers as of 2025 are Cloudflare (serving approximately
20% of all websites), Amazon CloudFront, and Akamai Technologies.

語数：58。自己完結性：あり。事実：具体的なデータポイントが 3 つ。定義パターン：あり。

引用可能性の低い例：

If you've ever wondered why some websites load faster than others, the answer might
surprise you. There's this amazing technology that has been around for a while now.
It's changed the way we think about web performance. Let me explain how it works and
why you should care about it for your business.

語数：52。自己完結性：なし（トピックが特定されていない）。事実：0。定義パターン：なし。

---

カテゴリ 2：文章の自己完結性（合計スコアの 25%）

個々の文章を周囲の内容に頼らずに抜き出し、理解できるかを評価します。

採点基準：

スコア	基準
90-100	コンテンツブロックの 80% 以上が完全に自己完結しています。各文章で主題が明示されています。前述の内容を指す代名詞に依存していません。文章内に具体的な事実が含まれています。
70-89	コンテンツブロックの 60～79% が自己完結しています。ほとんどの文章で主題が明示されています。文脈を必要とする代名詞が時折使われています。
50-69	コンテンツブロックの 40～59% が自己完結しています。明示的な主題と代名詞が混在しています。前のセクションを読まないと理解できない文章もあります。
30-49	コンテンツブロックの 20～39% が自己完結しています。代名詞や文脈上の参照に大きく依存しています。ほとんどの文章で周囲のテキストが必要です。
0-29	自己完結しているものは 20% 未満です。どの段落を抜き出しても意味が失われる、連続した物語のような内容です。

各文章の自己完結性チェックリスト：

1. 主題が明示されていますか（「それ」「これ」「彼ら」ではなく）？
2. この文章だけを読んで、要点を理解できますか？
3. 具体的な事実、統計、または固有名詞が少なくとも 1 つ含まれていますか？
4. 文章の長さは 50～200 語ですか（抜き出しに最適な長さ）？
5. 前後の文脈を暗示する接続詞（「しかし」「とはいえ」「そして」）で始まっていませんか？

---

カテゴリ 3：構造の読みやすさ（合計スコアの 20%）

AI システムがコンテンツを解析し、区分するのに役立つ構造的な書式を評価します。

採点基準：

スコア	基準
90-100	H1 ＞ H2 ＞ H3 の階層が明確です。情報を伝える内容には疑問形の見出しを使っています。段落は短く（2～4 文）、比較には表、手順には番号付きリスト、特徴や選択肢には箇条書きを使っています。
70-89	見出しの階層が適切で、軽微なレベルの飛び越しがあります。疑問形の見出しも一部使われています。ほとんどの段落は短く、表やリストも一部使われています。
50-69	見出しの階層はありますが、一貫性に欠けています。疑問形の見出しは少数です。短い段落と長い段落が混在しています。表やリストの使用は限られています。
30-49	見出し構造は最小限です。疑問形の見出しはありません。長い段落が大半を占めています。表やリストはほとんど使われていません。
0-29	見出し構造がないか、階層が著しく崩れています。文章が壁のように続いています。表やリストはありません。

AI に引用されやすくするための構造上のベストプラクティス：

• 見出しの階層： H1（ページタイトル）＞ H2（主要セクション）＞ H3（サブセクション）の順にします。レベルを飛ばしてはいけません。
• 疑問形の見出し：「[トピック] とは何ですか？」や「[トピック] はどのように機能しますか？」は、AI への質問と直接照合できます。
• 段落の長さ： 1 段落あたり 2～4 文にします。AI システムは短い段落をより確実に解析できます。
• 表： 3 項目以上を比較する場合に使います。AI システムは表のデータを高い精度で抽出できます。
• リスト： 順序のある手順には番号付きリストを、順序を問わない項目には箇条書きを使います。
• 重要な用語の太字表示： 重要な用語は初出箇所を太字にします。これにより、AI によるエンティティ認識が容易になります。

カテゴリー 4：統計データの密度（総合スコアの15%）

これは、AI システムが引用元を選ぶ際に重視する、具体的で検証可能なデータポイントの有無を測定します。

スコア基準：

スコア	基準
90-100	500語あたり5件以上の具体的な統計データがあります。すべての主張に、出典名または日付が明記されています。「多く」や「いくつか」ではなく、正確な数値を使用しています。割合、金額、期間、調査名が含まれています。
70-89	500語あたり3～4件の統計データがあります。ほとんどの主張に出典があります。おおむね具体的な数値を使い、ときどき曖昧な数量表現が含まれています。
50-69	500語あたり1～2件の統計データがあります。一部の主張には出典があります。具体的な数値と曖昧な数値が混在しています。
30-49	500語あたりの統計データが1件未満です。出典付きの主張はほとんどありません。主に曖昧な数量表現を使っています。
0-29	統計データがありません。出典付きの主張もありません。すべての数量表現が曖昧です（「多く」「ほとんど」「たくさん」など）。

統計データに該当するもの：

• 具体的な割合：「マーケターの73%が報告しています……」
• 金額：「平均費用は月額4,500ドルです」
• 期間：「導入には平均6～8週間かかります」
• 調査名：「2025年のHubSpot State of Marketing Reportによると……」
• 具体的な件数：「このプラットフォームは340以上のツールと連携します」
• 比較データ：「業界平均より40%高速です」

該当しないもの：

• 「多くの企業が利用しています……」（曖昧）
• 「かなりの割合が……」（曖昧）
• 「調査によると……」（出典名がありません）
• 「専門家は一致して……」（専門家の名前がありません）

---

カテゴリー 5：独自性とオリジナルデータ（総合スコアの10%）

これは、AI システムがほかでは見つけられない情報をコンテンツが提供し、不可欠な引用元となるかどうかを測定します。

スコア基準：

スコア	基準
90-100	独自調査、独自データ、オリジナルのアンケート、または独自のデータセットが含まれています。ほかのページにはない分析や洞察を提示しています。明確な手法の説明があります。
70-89	既存データに関する独自の洞察や分析が含まれています。オリジナルの事例を交え、独自の視点を提示しています。
50-69	既存情報を主にまとめていますが、独自のコメントや事例も含まれています。
30-49	よく知られた情報を言い換えた派生的なコンテンツが中心で、独自の貢献は最小限です。
0-29	完全に派生的な内容です。すべての情報が、より権威性の高い情報源で（多くの場合、逐語的に）入手できます。

独自コンテンツの兆候：

• 「[X]のデータを分析した結果、……が判明しました」
• 「[N]人の[専門家]を対象に調査した結果、……が判明しました」
• 「[N]社のクライアントを支援した経験に基づくと……」
• 独自の図表やデータビジュアライゼーション
• 具体的かつ固有名詞を含む成果を示したケーススタディ
• オリジナルのフレームワーク、手法、分類体系

---

分析手順

手順 1：ページコンテンツの取得と解析

1. WebFetch を使用して、対象の URL を取得します。
2. メインコンテンツ領域を抽出します（ナビゲーション、フッター、サイドバー、広告は除外）。
3. 見出し構造（H1～H6 タグ）を保持します。
4. 段落、リスト、表の区切りを保持します。
5. メインコンテンツの総語数を計算します。

手順 2：コンテンツをブロックに分割

1. 見出し（H2 または H3）の位置でコンテンツを分割し、コンテンツブロックを作成します。
2. 各ブロックについて、以下を記録します。
   • 見出しのテキスト
   • その見出しの下にある全文
   • ブロックの語数
   • 段落数
   • リストと表の数
   • 統計データやデータポイントの数
   • 定義の形式を含むかどうか
   • 最初の60語だけで独立した回答になるかどうか

手順 3：各ブロックを採点

各コンテンツブロックについて、以下を算出します。

• 回答ブロック品質のサブスコア（0～100）
• 自己完結性のサブスコア（0～100）
• 構造的な読みやすさのサブスコア（0～100）
• 統計データの密度のサブスコア（0～100）
• 独自性のサブスコア（0～100）

ブロックの引用可能性スコア =（回答 * 0.30）+（自己完結性 * 0.25）+（構造 * 0.20）+（統計データ * 0.15）+（独自性 * 0.10）

ステップ 4：ページレベルのスコアを算出する

1. すべてのブロックのスコアの平均を算出し、ページレベルの引用可能性スコアとします。
2. スコアが最も高い上位 3 つのブロックを特定します（強みとして強調します）。
3. スコアが最も低い下位 3 つのブロックを特定します（書き直しの対象として示します）。
4. 70 を超えるスコアのブロックの割合を算出します（「引用可能性カバレッジ」指標）。

ステップ 5：書き換えの提案を作成する

スコアが 60 未満の各ブロックについて、具体的な書き換えの提案を作成します。

1. 主な弱点を特定します（回答が埋もれている、事実が不足している、構成がよくないなど）。
2. 定義または回答優先のパターンを使った、書き換え後の冒頭文を提案します。
3. 追加できる具体的な統計や事実を提案します。
4. 構成の改善策を提案します（リストや表の追加、段落の分割）。

---

出力形式

GEO-CITABILITY-SCORE.md という名前のファイルを生成します。

# AI Citability Analysis: [Page Title]

**URL:** [URL]
**Analysis Date:** [Date]
**Overall Citability Score: [X]/100**
**Citability Coverage:** [X]% of content blocks score above 70

---

## Score Summary

| Category | Score | Weight | Weighted |
|---|---|---|---|
| Answer Block Quality | [X]/100 | 30% | [X] |
| Passage Self-Containment | [X]/100 | 25% | [X] |
| Structural Readability | [X]/100 | 20% | [X] |
| Statistical Density | [X]/100 | 15% | [X] |
| Uniqueness & Original Data | [X]/100 | 10% | [X] |
| **Overall** | | | **[X]/100** |

---

## Strongest Content Blocks

### 1. "[Heading]" -- Score: [X]/100
> [First 2 sentences of the block]

**Why it works:** [Explanation]

### 2. "[Heading]" -- Score: [X]/100
> [First 2 sentences of the block]

**Why it works:** [Explanation]

---

## Weakest Content Blocks (Rewrite Priority)

### 1. "[Heading]" -- Score: [X]/100

**Current opening:**
> [First 2 sentences as they exist]

**Problem:** [Specific issue -- buried answer, no facts, etc.]

**Suggested rewrite:**
> [Rewritten opening 2-3 sentences with answer-first pattern and facts]

**Additional improvements:**
- [Add table comparing X, Y, Z]
- [Include statistic about ...]
- [Split long paragraph into 2-3 shorter ones]

---

## Quick Win Reformatting Recommendations

1. **[Specific recommendation]** -- Expected citability lift: +[X] points
2. **[Specific recommendation]** -- Expected citability lift: +[X] points
3. **[Specific recommendation]** -- Expected citability lift: +[X] points
4. **[Specific recommendation]** -- Expected citability lift: +[X] points
5. **[Specific recommendation]** -- Expected citability lift: +[X] points

---

## Per-Section Scores

| Section Heading | Words | Answer Quality | Self-Contained | Structure | Stats | Unique | Overall |
|---|---|---|---|---|---|---|---|
| [H2 heading] | [N] | [X] | [X] | [X] | [X] | [X] | [X] |

---

参考データ

最適な文章の特徴（GEO Research より）

• AI に引用されるのに最適な長さ： 134～167 語（Bortolato による 2025 年の AI Overview 文章の分析）
• 定義パターンによる引用率の向上： 2.1 倍（Georgia Tech、2024 年）
• 文章に統計を追加した場合の引用率の向上： 40％（Princeton GEO study、2024 年）
• 権威ある人物の引用を追加した場合の引用率の向上： 特定のカテゴリで 115％（IIT Delhi、2024 年）
• 流暢さの最適化による可視性の向上： すべてのクエリタイプで平均 30％
• 情報源の引用を含むコンテンツの引用頻度： Perplexity と ChatGPT search で 20～25％増加

AI システムが好む引用形式

AI システム	引用の傾向
ChatGPT (Search)	明示的な定義、情報源の明記、最近の日付がある文章を好みます。回答ごとに 2～4 件の情報源を引用する傾向があります。
Perplexity	統計を多く含む事実重視の文章を強く好みます。回答ごとに 4～8 件の情報源を引用します。情報の新しさを重視します。
Claude	よく構成された包括的な文章を好みます。簡潔さよりも、ニュアンスや正確さを重視します。
Gemini (AI Overviews)	簡潔な回答ブロック（40～60 語）を好みます。自然検索結果の上位 10 件にすでにランクインしているコンテンツを重視します。
Copilot (Bing)	Gemini と同様です。信頼性の高いドメインに掲載され、事実に基づく主張が明確な文章を好みます。