LLMO・GEO の研究論文と民間調査/引用・出典選択

研究論文

エンジンとともに採点する:取得への露出、エンジン間のずれ、エンジンを問わないGEO得点の限界

原題:Scoring With the Engine: Retrieval Exposure, Cross-Engine Divergence, and the Limits of Engine-Agnostic GEO Scores

著者は Benjamin Tannenbaum。に arXiv へ投稿されました。日本語の題名は、ガーオンによる仮の訳です。

論文の原文を arXiv で読む(arXiv:2609.22655)

論文が報告した結果

エンジンを使わないページ得点で、生成エンジンでの見え方を近似できるか、という議論に対し、ライブエンジンへの露出と、露出したうえでの引用選択を分けるべきだ、と論じている。

2026年6月6日、固定の商用プロンプト15を ChatGPT、Microsoft Copilot、Google、Perplexity の4画面で観察し、引用は589件(固有URL 528、ドメイン356)だった。同じ質問でのエンジン間URL重複はごく小さく、平均ペア Jaccard は0.0079、中央値は0、エンジン対の84.9%は引用URLを1つも共有しなかった。4エンジンすべてで見た10プロンプトでは平均0.0072で、同じ大きさの超幾何ベースライン0.1272の5.7%にすぎない。観察URLの96.4%は1エンジンにしか出ず、5〜6日の同一エンジン比較ではURL集合の平均入れ替わりが67.0%だった、と報告している。

ChatGPT を調べた論文Google AI Overviews を調べた論文Perplexity を調べた論文Copilot を調べた論文

調査の条件

論文が調べたこと
エンジン間で引用URLがどれだけ重なるか、検索での露出との関係
調べた対象の AI
ChatGPT、Google AI Overviews、Perplexity、Copilot
調べたモデル
原文に記載なし
回答データの取り方
4つのライブ検索画面の観察(2026-06-06の主観察と、5〜6日の同一エンジン比較。要旨)
調査の規模
固定プロンプト15、引用観察589件、固有URL 528、ドメイン356(要旨)
数字が載っている場所
要旨(15プロンプト、589件、528 URL、356ドメイン、Jaccard 0.0079、96.4%、入れ替わり67.0%)

結果を読むときの注意

arXiv:2609.07559 を補う観察である。エンジンを使わない得点を無効化するのではなく、それが測れる対象(ページの質や質問との適合)と、端から端までの見え方(露出と選択にも依る)を区別すべきだ、と著者は述べる。APIかブラウザかの語は、確認した範囲では「4つのライブ検索画面」とだけ書かれている。

上の要約は、株式会社ガーオンが生成AIを使って作成しました。最終更新は2026年11月19日です。正確な内容は、論文の原文で確認してください。

「引用・出典選択」を調べたほかの論文