ハルシネーションURL:AIがあなたのサイトに存在しないページを生成する理由

ハルシネーションURLとは?

ハルシネーションURLとは、回答生成時に言語モデル(LLM)が完全に創作したWebアドレスのことです。モデルはWebページの実在性を確認できないため、もっともらしく見えるものの実際にはサイト上に存在しないURLを構築します。この現象はAI幻覚と呼ばれ、すべての主要な言語モデルで例外なく発生します。

具体的には、ユーザーがChatGPT、Claude、Perplexityにあなたのブランドについて尋ねた際、モデルはyoursite.com/services/strategic-consultingやyoursite.com/enterprise-pricingのようなURLを生成することがありますが、これらのページは実際には存在しません。ユーザーがこれらのリンクをクリックすると404エラーが表示され、ブランドイメージを損ない、機会損失につながります。

ブランドへの実際の影響

ハルシネーションURLの影響は単なる技術的エラーをはるかに超えています:

  • AIトラフィックからの404エラー:ユーザーが存在しないページに到達し、ネガティブな体験と即座の信頼喪失を生み出します。当社のデータによると、AIリファラルトラフィックの平均18%が404ページに到達しています。
  • 評判への影響:LLMが創作したURLを引用すると、ユーザーはあなたのサイトを構造が悪い、古い、または信頼性が低いと認識する可能性があります。これにより購買意欲の高い見込み客を遠ざけることがあります。
  • 機会損失:各ハルシネーションURLは、あなたのサイトが満たしていないユーザーの実際のニーズを表しています。LLMが/enterprise-pricingを創作する場合、おそらくユーザーがその情報を求めているためです。
  • ネイティブスコアへの影響:これらのリンクを辿って404に遭遇したAIボットは、あなたのサイトの評価を否定的に調整します。

各モデルのハルシネーション方法

各言語モデルには独自のURLハルシネーションパターンがあります:

GPT-4とChatGPT

OpenAIのモデルは論理的に構造化されたURLを生成する傾向があり、多くの場合サイトのナビゲーションパターンを反映します。存在しないものの、あなたのビジネスと整合性のあるサービスや製品のサブページを頻繁に創作します。観測されたハルシネーション率:引用されたURLの約12%。

Claude (Anthropic)

ClaudeはURL生成においてより慎重で、ホームページや汎用ページへのリンクを優先する傾向があります。ハルシネーションが発生する場合、ブログやリソース型のURLを創作する傾向があります。観測されたハルシネーション率:引用されたURLの約8%。

Gemini (Google)

GeminiはGoogleインデックスにアクセスできるため、URLハルシネーションが減少します。しかし、インデックスされているものの削除されたページや、古いバージョンのURLを引用することがあります。観測されたハルシネーション率:約6%。

Perplexity

Perplexityはリアルタイム検索を実行するため、URLハルシネーションが大幅に減少します。それでも、類似サイト間でURLを混同したり、部分的に正しいURLを引用したりすることがあります。観測されたハルシネーション率:約4%。

AI Labs Auditによるハルシネーション URL検出方法

ハルシネーションURLの検出は、プラットフォームの主要機能であり、監査プロセスに直接統合されています。その仕組みは以下の通りです:

モデル別トラッキング

各監査時、プラットフォームは構造化されたプロンプトで主要LLMに問い合わせを行います。各応答は言及されたすべてのURLを抽出するために分析されます。これらのURLはサイトマップと照合され、実在性を確認するためにクロールされます。

応答分析

システムはURLの存在を確認するだけでなく、それらが引用されるコンテキストも分析します:どのような質問がハルシネーションを引き起こしたのか?どのタイプのページが創作されたのか?繰り返しパターンがあるか?この分析により、満たされていないユーザーの期待を理解できます。

抽出と分類

ハルシネーションURLは自動的に分類されます:サービスページ、製品ページ、ブログ記事、価格ページ、お問い合わせページなど。この分類により、是正措置の優先順位付けが容易になります。

ダッシュボードでの可視化

AIトラッキングは、専用ダッシュボードにハルシネーションURLを表示します。そこには以下が含まれます:

  • 検出されたハルシネーションURLの完全なリスト(頻度順)
  • 各URLを生成したモデル
  • ハルシネーションを引き起こしたコンテキスト(プロンプトまたは質問)
  • 時間経過に伴う推移(新規ハルシネーション、繰り返しハルシネーション)
  • 処理ステータス(未処理、リダイレクト設定済み、ページ作成済み)

ハルシネーションURLへの対処方法

検出後、いくつかの戦略があります:

301リダイレクトの設定

最も迅速な解決策:最も頻繁にハルシネーションされるURLを、最も関連性の高い既存ページにリダイレクトします。LLMが/services/comprehensive-auditを創作した場合、実際のサービスページにリダイレクトします。これにより失われたトラフィックが即座に有用なトラフィックに変わります。

不足ページの作成

ハルシネーションURLが定期的に現れる場合、そのコンテンツへの実際の需要が存在するサインです。GEOに最適化された豊富なコンテンツで対応するページを作成します。このアプローチはハルシネーションをコンテンツの機会に変えます。

パターンの監視

ハルシネーション傾向を分析してニーズを予測します。LLMが体系的に比較ページ、FAQ、価格ページを創作する場合、作成すべきコンテンツの強いシグナルです。これらのインサイトを編集戦略に統合します。

予防戦略

事後的な修正を超えて、いくつかのプロアクティブな戦略がハルシネーション率を削減します:

実際のURL構造の強化

明確で論理的かつ説明的なURLは、LLMがより記憶しやすいため、ハルシネーションされにくくなります。一貫性があり予測可能なURLアーキテクチャを採用します。

サイトマップの最適化

完全で最新のXMLサイトマップは、LLMがあなたのサイトの実際の構造を把握するのに役立ちます。すべての重要なページが豊富なメタデータとともに含まれていることを確認します。

Schema.orgと構造化データ

構造化データはLLMにあなたのサイトの正確なマップを提供します。構造化データが豊富であるほど(SiteNavigationElement、WebPage、BreadcrumbList)、モデルは実際のURLについて信頼できる情報を得られます。

llms.txtファイル

llms.txtには主要URLをリストするセクションを含めることができ、LLMを実際のページに明示的に誘導します。詳細については、llms.txtの完全ガイドをご覧ください。

ハルシネーション率の統計

数百のサイトから当社プラットフォームで収集されたデータによると:

  • 74%のサイトで初回監査時に少なくとも1つのハルシネーションURLが検出されます
  • ブランドおよびモデルあたり平均3.2個のURLがハルシネーションされます
  • Eコマースサイトはカタログの複雑さにより最も影響を受けます(平均5.7個のハルシネーションURL)
  • 修正後(リダイレクト+ページ作成)、3ヶ月でハルシネーション率は平均61%低下します
  • リダイレクトを介して回復されたトラフィックは、AIリファラルトラフィック全体の平均8%を占めます

ケーススタディ

あるマネジメントコンサルティング会社が、ChatGPTが体系的に/expertise/digital-transformationページを創作していることを発見しました。豊富なコンテンツと専用のショーケースページでこのページを作成することにより、同社は8週間で月間200件以上の質の高い訪問を回復しました。
あるB2B SaaSブランドは、完全なAIトラッキングを通じて、4つの異なるモデルが競合他社との比較ページをハルシネーションしていることを特定しました。この客観的な比較ページの作成により、全体的なメンション率が23%向上しました。

監査エコシステムとの統合

ハルシネーションURL検出は、包括的なGEO戦略に統合されます。完全なカバレッジのために38項目のGEOチェックリストと組み合わせ、時間経過に伴うハルシネーションの推移を監視するためにスケジュール監査を活用します。競合分析により、競合他社とハルシネーション率を比較することもできます。

著者について

Davy Abderrahman

創設者

AIの回答における可視性(AEO/GEO/LLMO)の専門家として、代理店やコンサルタントが、ChatGPT、Claude、Gemini、PerplexityなどのAI回答エンジンで顧客の情報がどのように表示されるかを測定・分析できるよう支援しています。

AEO GEO LLMO AI回答での可視性 AI監査
AIの回答で、担当するブランドはどのように紹介されていますか?

代理店、コンサルタント、社内チーム向け。独自のシナリオと選択した言語・モデルで得られた回答を比較できます。私たちのインフラと、皆様のシナリオ・専門知識を組み合わせてください。

この記事は役に立ちましたか?

- (0 votes)