AIがブランドについて最も引用する情報源

AIがブランドについて答えるとき、参照範囲はそのブランドの公式サイトだけではありません。123件の監査と7,264件のAI回答で、モデルが情報源として表示した第三者URLを記録しました。LinkedInは監査の37%で現れ、WikipediaとTrustpilotが続きました。これはこの標本で観察された頻度であり、情報源の品質順位でも、今後のすべての回答の予測でもありません。

要点

本調査では、監査対象のブランドについてモデルが情報源として示したURLを数えました。ブランド自身のサイトは除外し、同じ情報源は一つの監査につき一回だけ数えています。LinkedIn、Wikipedia、Trustpilot、企業登録情報、レビューサイト、コミュニティが繰り返し現れました。ここから導くべき行動は、掲載されている情報を確認することであって、掲載が引用を保証すると考えることではありません。

何を測定したか

分析対象は123件の監査、合計7,264件のAI回答です。各監査について、回答が対象ブランドを扱う際に情報源として表示したURLを抽出しました。第三者情報源だけを見るため、ブランド自身のサイトは取り除きました。その後、同じ情報源は同じ監査内では一回だけ計上しました。このルールにより、長い回答や資料の多いブランドが特定ドメインの値を機械的に押し上げることを避けています。

表の割合は、123件の監査のうち、その情報源が少なくとも一回現れた監査の割合です。全回答に対する引用率ではなく、回答一件あたりの平均引用数でもありません。表はサイト流入、編集上の信頼性、モデルの意図を測りません。このコーパス内での出現頻度を示す指標です。

最も多く観察された第三者情報源

以下の順位は観察された頻度を記録したものです。分類は情報源の種類を読みやすくするためのもので、品質の序列ではありません。

順位	情報源	123件の監査に占める割合	種類
1	LinkedIn	37 %	職業ネットワーク
2	Wikipedia	35 %	百科事典
3	Trustpilot	32 %	レビュー
4	Pappers	24 %	企業登記情報
5	YouTube	23 %	動画
6	Reddit	21 %	コミュニティ
7	Societe.com	19 %	企業登記情報
8	Facebook	19 %	ソーシャルネットワーク
9	G2	14 %	B2Bレビュー
10	PagesJaunes	10 %	企業ディレクトリ
11	annuaire-entreprises.data.gouv.fr	7 %	公的登録情報
12	Glassdoor	7 %	雇用レビュー

表を過剰に解釈しないために

LinkedInは監査の37%、Wikipediaは35%、Trustpilotは32%で現れました。このコーパスでは、この三つのサービスが他の掲載された第三者情報源より多く表示されました。しかし、すべてのLinkedInプロフィール、Wikipedia記事、Trustpilotレビューが再利用されたことを意味しません。URLが表示されても、その内容が回答文を生んだ唯一の原因とは限りません。

Pappersは24%、Societe.comは19%で現れました。この数値には、標本にフランスの文脈が含まれることも反映されています。フランスの企業登録情報がすべての市場や言語で優勢だと結論づけるのは誤りです。PagesJaunesやフランスの公的企業ディレクトリも同様で、ある文脈では関連しても、普遍的な決定要因ではありません。

繰り返し現れる四つの情報源群

職業ネットワーク、百科事典、公開プロフィール

LinkedIn、Wikipedia、Facebookが順位に入っています。こうしたページには、名称、事業内容、関連人物、沿革、公開説明といったアイデンティティ情報が含まれることがあります。これらは一次情報と照合できます。何かを改善しようとする前に、内容が正確か、必要なら日付が明確か、実際に組織が管理する複数の面で整合しているかを確認する必要があります。

企業登録情報とディレクトリ

Pappers、Societe.com、PagesJaunes、annuaire-entreprises.data.gouv.frはこの群に属します。回答は、法人名、活動内容、会社の状態といった構造化された事実をこれらと結びつけることがあります。適切な対応は会社の歴史を書き換えることではありません。公式データ、集約データ、説明文を区別し、検証できて正当な場合にだけ、上流の情報源の誤りを修正することです。

レビューと経験談

Trustpilot、G2、Glassdoorも標本に現れます。ただし役割は同じではありません。顧客のレビュー、ソフトウェア評価、従業員の経験は別の問いに答えます。これらをすべて評判という一語にまとめると違いが消えます。AI回答にレビューが表示されたとしても、それが一般的な真実になるわけではありません。観察した回答で第三者のサイト、ページ、情報源が見えたということです。

コミュニティと動画

YouTubeとRedditは上位六つの情報源に入っています。ブランドは動画、コメント、比較、会話の中でも語られることを示しています。形式は不均一です。情報源を解釈する前に、日付、投稿者、話題、文脈を読む必要があります。製品デモ、サポートのスレッド、個人の意見は同じ意味や証拠力を持ちません。

実行可能な確認手順

出発点は、すべてのブランド向けの共通プラットフォーム一覧ではありません。自社ブランドと自社の問いに関する回答に、すでに現れた情報源の記録です。そこから短い確認手順を使えば、印象だけで意思決定することを減らせます。

• 観察した各URLに、プロンプト、モデル、日付、回答モードを添えて保存する。
• URLを公式ページ、登録情報、レビュー、コミュニティ、メディア、ソーシャルプロフィールに分類する。
• アイデンティティの事実、商業的主張、経験に基づく意見を分けて確認する。
• 訂正が正当で追跡可能な場所でのみ、不正確な情報を修正する。
• 後日、同じ質問パネルを再実行して変化を観察し、その変化を一つの施策の結果だと自動的に決めつけない。

この手順は、測定された事実と説明を分けます。事実とは、あるURLが記録された条件下で特定の回答に現れたことです。なぜ現れたかを説明するには追加の証拠が必要です。プロフィールを更新したことと回答が変わったことが同時に起きても、前者が後者の原因とは限りません。同じように、解決できないURLや回答にないURLは、情報が捏造された証拠ではありません。

この調査がブランドにもたらす視点

この調査は、公式サイトだけから、すでにブランドを説明している情報源の生態系へと視点を移します。目的は情報源を操作することではありません。アイデンティティがどこで説明され、レビューがどこで公開され、法的または商業的なデータがどこで繰り返され、どのページがテストした回答で実際に再登場するのかを、事実に基づいて地図化することです。Source Authorityの記事では、URL単位のこの考え方を詳しく説明しています。

表示されたかどうかだけでは回答の質を評価できません。正確さ、最新性、文脈も重要です。そのため、AIブランド可視性バロメーターと、モデルが生成したURLに関する調査は、この順位表を補完します。これらは異なる問いに、それぞれの範囲で答えます。一つの指標のように混ぜると、もっともらしく聞こえても、結論の信頼性は下がります。

覚えておくべき限界

このコーパスのブランドは自ら監査を選びました。したがって標本はすべての企業を代表しません。フランスの比重は、現地の登録情報やディレクトリが見える理由の一部を説明します。順位表は、収集した回答に表示された第三者情報源だけを扱い、将来のモデルの振る舞いを予測しません。モデル、質問、言語、ウェブ検索の利用可否は、観察される結果を変え得ます。

結論は意図的に控えめです。公式サイトは重要ですが、AI回答がブランドについて示し得るすべてを含んでいるわけではありません。実際に観察された情報源を測定し、事実を確認し、正当な訂正を記録し、頻度と因果関係を混同しないでください。

情報源ごとに記録すべきこと

有用な情報源の記録は、具体的である必要があります。モデルがLinkedInやディレクトリを引用したと書くだけでは不十分です。正確なページ、質問、モデル、日付、ウェブ検索を使えたかどうか、そして情報源が表示された文を残してください。これにより後から確認でき、一つのドメインに関する観察をそのドメイン内のすべてのページへの主張に変えてしまうことを防げます。

次に、表示された情報を一次情報と照合します。会社名、法人形態、住所、役員名、製品説明、レビュー内の主張、古い価格は、同じ方法で扱うべきではありません。公的な登録情報に属するものもあれば、プロフィールの管理者やレビュー投稿者に関わるものもあります。重要なのは「このページをどう表示させるか」ではなく、「ここに表示された情報は、この質問に対して正確で、出典を確認でき、最新か」です。

確認結果も具体的に記録します。確認済み、古い、不完全、意見、未解決、該当なしといった区分です。解決できないURLは、記録上も未解決のままにします。それをモデルが事実を捏造したという主張に変えてはいけません。事実上の食い違いがある場合は、照合に使った一次資料と、存在する場合は正当な訂正手段を記録します。

この記録には別の利点もあります。後で回答が変わった場合、チームは同じ質問群、同じモデル、同じ言語、同じ回答モードという比較可能な条件で見比べられます。条件が分からない二つのスクリーンショットを比較するより有用です。因果関係を証明するものではありませんが、観察を再現可能にし、編集、法務、ブランドの各チームで検討できる形にします。