LLMO・GEO の研究論文と民間調査/引用・出典選択
研究論文
本番LLMの引用は何が決めるか:200万件のAI引用と、1万ページの観察研究
原題:What Drives Citations in Production Large Language Models? An Observational Multi-Method Study of Two Million AI Citations Across Ten Thousand Web Pages
著者は Ben Moore, Liam Dunne。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:2609.35077)論文が報告した結果
本番の大規模言語モデルが、生成した答えとともにウェブページを引用するとき、ページ側のどの特徴が引用の多さを予測するかを、観察研究で見ている。
ChatGPT、Claude、Google AI、Gemini の4エンジンから約6か月で約200万件の引用を集め、19のB2B SaaSワークスペースからクロールした1万ページと結合した。複数の方法で検査を通った結果として、ページとワークスペースの質問全体との語の重なり(Jaccard)が最も強く(beta=+0.37)、よく言われるAEOのチェック項目(FAQ、構造化データ、Core Web Vitals)は、ドメインの固定効果を入れると符号が逆転するかゼロになる(シンプソンのパラドックス)、ドメイン全体のAI上の権威は、アライメント以外で最も強いページ特徴の平均絶対SHAPの6倍、と要旨は述べる。
ChatGPT を調べた論文Gemini を調べた論文Google AI Overviews を調べた論文Claude を調べた論文
調査の条件
- 論文が調べたこと
- 本番LLMの引用頻度を、ページ特徴(FAQ・schema・CWV 等)で説明する観察研究
- 調べた対象の AI
- ChatGPT、Gemini、Google AI Overviews、Claude
- 調べたモデル
- 原文に記載なし
- 回答データの取り方
- 4エンジンの引用の観察と、1万ページのクロールを結合した多方法の分析(要旨)
- 調査の規模
- 約200万件の引用、1万ページ、19のB2B SaaSワークスペース、約6か月(要旨)
- 数字が載っている場所
- 要旨(約200万件、1万ページ、19ワークスペース、6か月、beta=+0.37、SHAPで6倍)
結果を読むときの注意
観察研究であり、因果実験ではない。4エンジンの版の詳細は要旨にない。要旨は先に「4点」と書くが、列挙されているのは上記の3点である。分析手順は公開する、とされる。
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
- 2026年11月関連性から効用へ:Yuanbao検索におけるルーブリック整合
- 2026年11月引用されても使われていない:RAGにおけるパラメータ記憶からの由来
- 2026年11月行動から満足を読む:AI概要に対する利用者の満足を推論する
- 2026年11月WISE:ページ全体のマルチモーダル検索体験を、どこが悪いかまで帰属する