AIに引用されるメディアはどう作る？2サイト・667公開投稿から振り返るLLMO・AIO実践

記事を増やし、著者情報や一次データを整えた先で、AIの回答にはどのように取り上げられるのでしょうか。2つのメディアの運用記録から、LLMO・AIOの取り組みと確認できた数値を振り返ります。「記事を公開した」「AIの応答に現れた」「サイトに訪問された」「相談につながった」は、それぞれ別の段階として検証します。

2026年10月14日にWordPressの公開情報を確認したところ、SNS運用研究所は199件、AI活用マーケティング総合研究所は468件。公開投稿は合計667件でした。ただし、これは現在公開されている投稿オブジェクトの数であり、過去に削除・統合した記事まで含む累計制作数でも、すべてが同じ品質を満たした証明でもありません。

今回の実務記録で伝えたいのは、公開本数を増やす方法だけでなく、公開後の判断をどう残すかです。検索表示、クリック、セッション、問い合わせを分け、変更履歴と照らし合わせる。そのための考え方を、運用記録と魚見幸司による「AI SEOメディア構築運用マニュアル」（2026年10月13日版）から整理します。

2メディアの数字は、まず集計対象と期間を分ける

同じ運営者が管理していても、2つのメディアはテーマや記事構成が異なります。数値を合計する前に、何を数えたかを確認する必要があります。公開投稿数はWordPressで確認できますが、検索クリックはSearch Console、訪問はGA4の指標です。ある数字が増えたからといって、別の数字も増えたとは限りません。

この記事の公開投稿数とアクセス数は集計時点が異なります。そのため「667件を公開した結果、333クリックを獲得した」というつなぎ方はできません。検索実績の期間が終わった後にも公開が続いているからです。記事数あたりの成果を計算するなら、同じ期間の公開記事と、それらの記事が得た流入をそろえて抽出します。

AIの応答は48件と10件。ただし、引用の総数とは断定しない

2026年10月14日に共有された2枚の計測画面では、AI活用マーケティング総合研究所の「すべてのプラットフォーム」は48、ページは33と表示されています。SNS運用研究所では同じ項目が10、ページは6でした。以下は画面上の「回答」と「ページ」をそのまま転記したものです。

出典は運営者提供のAhrefsの計測画面です。共有日は2026年10月14日ですが、撮影日時と集計対象期間は画像内から確認できません。「平均ボリューム」「すべての地域」「ベストリンク：オフ」「新しいインデックス」の表示もあり、この条件下の観測として扱います。GA4やSearch Consoleのアクセス指標ではありません。

Ahrefsの公式指標説明では、ブランドへの言及、ページの引用、回答生成中に見つかったページを区別しています。見つかったページがすべて回答本文に引用されるわけではありません。今回の表は画面の「回答」「ページ」という表示名を保持し、個別回答を確認するまでは、そのすべてを本文内の引用と断定しません。

「58回AIに推薦された」と言い換えない

2サイトの表示値48と10を単純に足すと58ですが、同じ回答に両サイトが登場した可能性や、ツールの重複排除方法は確認できません。したがって、合計58件の独立した回答や、魚見幸司という人物が58回推薦されたという意味にはできません。サイトのページが回答の情報源として扱われたことと、運営者個人への評価は分けて確認する必要があります。

AIメディアのサービス別ページ数を足すと36となり、全体の33とは一致しません。SNSメディアも内訳を足すと8で、全体の6とは異なります。同じページの複数サービスへの登場などが考えられますが、集計定義を確認するまでは理由を断定しません。全体値にAI Overviewsをもう一度加算することも避けます。

Copilotでの観測を、次の調査の入口にする

AIメディアでは、内訳の中でCopilotの回答28が最も大きい値でした。SNSメディアではAI ModeとCopilotがそれぞれ4です。この違いは調査対象を絞る材料になりますが、AIサービス全体でのシェアや、そのサービスからの流入の多さを示すものではありません。次に確認したいのは、どの質問に対する回答で、どのURLが、どの文章の根拠として取り上げられたかです。

一方、Geminiの0は、この画面の計測範囲での表示値です。Gemini上で一度も参照されたことがないという証明にはなりません。Grokには「一時停止」と表示されているため、0を通常の観測結果と同じように評価しないようにします。

LLMO・AIOの実務では、引用の有無を確認した後に、引用された内容の正確さと、その後の行動を確認します。過去に保存された別の計測画面の「6,500回」と今回の48・10も、対象サービス、期間、単位がそろっていないため増減比較はできません。緑色の「+48」「+10」も比較基準が分からないため、直近の施策で増えた件数とは表現しません。

検索表示は増えた。一方で、CTRは下がっていた

AIメディアの保存済みSearch Console集計では、最初の30日と最後の30日を比較できます。最初の30日は2026年5月26日〜6月24日、最後の30日は7月17日〜8月15日です。途中の期間は含めず、同じ長さの期間を比較しています。

表示回数とクリック数だけを並べれば、増加したという説明になります。しかし、CTRまで含めると読み方が変わります。表示が増える速度に、クリックの増加が追いついていません。だからといって、すぐに「タイトルが悪くなった」とは判断できません。新たに表示され始めたクエリ、掲載順位、端末、検索結果の構成などが変わった可能性もあります。

次に確認するのは、同じページと同じクエリをそろえた比較です。以前から表示されていたクエリでCTRが落ちたのか、新しいクエリが加わったことで全体の比率が変わったのかを分けます。前者なら検索結果での訴求や競合の変化、後者なら広がった検索意図に本文が対応できているかが検討対象になります。

集計値は改善箇所を探す入口であって、原因を確定する証拠ではありません。同時期に公開数、更新内容、内部リンク、検索需要なども変化しているため、この比較だけでAI活用や特定のリライトの効果を証明することはできません。

GA4では「来た人の数」だけでなく、流入後の違いを見る

2026年7月19日〜8月17日のAIメディアについて、保存されたGA4集計には1,186セッションという記録があります。内訳のうちOrganic Searchは515セッション、Directは602セッションでした。同じ「訪問」でも、集計上の行動には差があります。

ここで示す割合は、各分類のエンゲージメントのあったセッション数を、その分類のセッション数で割った値です。購入率、読了率、問い合わせ率を意味しません。Directについても、すべてが指名による訪問だったとは断定できません。参照元を識別できない流入などが含まれる可能性を確認する必要があります。

次に見るべきなのは入口のページです。検索から訪れた人がどの記事を読み、どのリンクを押し、問い合わせに進んだかを段階で分けます。CTAのクリックを計測できても、フォーム送信の完了や通知メールの到着まで確認できていなければ、問い合わせ獲得とは数えません。

実際の運用相談でも、フォームへの遷移や通知が正しく動いているかという問題が挙がりました。この状態で、アクセスだけを成果として報告すると、最終段階の不具合を見落とします。ページ表示、CTA遷移、送信処理、計測イベント、通知受信を別々に確かめることが必要です。受信が未確認のものを、正常動作と扱うことはできません。

リライト回数は、更新日時を数えるだけでは分からない

WordPressには最終更新日時があります。しかし、画像の差し替え、リンク修正、本文の全面改訂が、いずれも更新として記録されることがあります。これを一律に「リライト1回」と数えると、実際の改善量を説明できません。

AIメディアの2026年8月13日の保存記録では、4つの異なる投稿IDに対して公開状態での更新を実行した記録が確認できました。ただし、この4件だけで全期間のリライト総数は分かりません。本文の変更前後まで比較していない段階では、4件すべてを大幅リライトと確定することも避けます。

実務では、次の3つを分けると履歴が使いやすくなります。「変更した記事の数」「変更を反映した回数」「検索意図や本文の判断材料を変えた大幅改訂の数」です。同じ記事を2回修正した場合、記事数は1件、反映回数は2回になります。記録ファイルが2つ残っていても、同じ更新の重複保存なら1回です。

記録する単位は、サイト、投稿ID、変更時刻、変更前後の本文、変更理由、確認結果です。7日後、28日後に検索や流入の変化を見直す際も、「何を変えたか」が残っていなければ判断できません。逆に、変更履歴があれば、数字が動かなかった施策も次の優先順位を決める材料になります。

記事を補強するほど、読みづらくなることもあった

この運用履歴には、本文が薄いという指摘だけでなく、補強した結果としての問題も残っています。冒頭の説明が重なる、囲みの中に別の囲みが入る、アイキャッチの文字が切れる、監査用の表現が本文に見える、といった指摘です。情報量を増やすことと、読者が判断しやすくなることは同じではありません。

追記した部分だけでなく、最初から読み直す

冒頭の説明を強化しても、その直後に同じ内容の要点ボックスが残っていれば重複になります。対処はさらに説明を足すことではなく、冒頭、結論、目次、本文の役割を分け直すことです。比較検討する読者には判断軸を先に示し、基本的な用語説明は必要な位置に移します。

画面の確認は、本文の検査とは別に行う

HTML上で文字が存在していても、白い背景に白文字が重なれば読めません。画像が設定されていても、一覧表示で端が切れることがあります。公開前の候補画面と公開後の画面を、それぞれスマートフォンとPCで確認する必要があります。表の横スクロール、目次の開閉、リンク先まで操作しないと分からない問題もあります。

これらは全記事で修正が完了したと述べるための一覧ではありません。記録に残った問題を、今後の確認項目に変えるための振り返りです。目視確認していないページまで、同じ修正が行き届いたと扱わないことも品質管理の一部です。

運用マニュアルにまとめたのは、記事の型より判断の順番

魚見幸司がまとめた2026年10月13日版のマニュアルでは、AIは調査、分類、下書き、監査、実装、分析を支援し、人が事業目的、検索意図、一次情報、リスク、公開判断、改善優先順位に責任を持つという役割分担が示されています。

ここで重要なのは、10月に整理した手順を、立ち上げ当初からすべて守っていたかのように説明しないことです。マニュアルは今後の再現性を高めるための整理であり、過去の全記事がその条件を満たした証明ではありません。

手順は、FIELDで市場や検索を観察し、FINDで対象を選び、FRAMEで記事の役割を決め、EVIDENCEで根拠をそろえ、BUILDで制作する流れです。その後にAUDITで品質を確認し、CONNECTで関連情報とつなぎ、LEARNで得られた数値を次の判断に戻します。8段階を毎回の作業に分けることで、「書けるから書く」から「この判断を助けるために作る」へと企画の基準を変えます。

マニュアルの実務上の立場は、再現すべきものを文章生成の速度ではなく、判断と検証の手順に置いている点です。この記事数をまねれば同じ成果が出る、同じ見出しを並べれば検索評価が上がる、といった保証ではありません。

次に検証したいのは、記事数と成果の間にある工程

次の集計では、2メディアを同じ期間でそろえます。公開数、実質的な改訂数、検索表示、クリック、セッション、CTA、問い合わせ完了を並べ、ページ単位の変更履歴と対応させます。ただし、両サイトに同じ人が訪れた可能性があるため、ユーザー数を単純に足してユニークな人数とは表現しません。

記事を増やすべきか、既存記事を直すべきかも、この工程を見て決めます。表示されていないなら検索需要やページの役割、技術的な問題を調べます。表示されてもクリックされないなら検索結果での期待とのずれを確かめます。訪問後に進まないなら本文と導線、送信後に通知が来ないならフォームと配信経路を調べます。

公開数は作業量を示します。しかし、運用の実務価値は、その数字の先にある不具合や判断のずれを見つけられるかにあります。今回の記録も、完成した成功法則ではなく、2つのメディアを使って何を測り、何をまだ確かめる必要があるかを残すためのものです。