この記事は playpark Blog からの転載です。
この記事で分かること
- GEO 論文（KDD '24）で実証された引用率向上手法と数値
- 「FAQ schema が AI 検索に効く」言説の根拠確認プロセス
- 効かなかった手法を含む、論文の評価結果の全体像
背景: GEO の一次ソースを確認したかった
GA4 を見ると chatgpt.com からの referral が記録されていた。小さい数字だが、検索結果を経由しないトラフィックが「ある」という事実は重みがある。
GEO（Generative Engine Optimization）を調べると、「FAQ schema を入れると AI に引用されやすい」「H2 は自己完結型に」「数字を使え」といった主張が大量に出てくる。ただ、断定的な記述の割に一次ソースが見当たらないものが多い。
幸い、GEO には査読論文がある。Princeton 大学などの研究チームが KDD '24 で発表した論文（Aggarwal et al., 2024）だ。論文では「9つの手法を本気で測った」というアプローチを取っており、業界談義と実証を分けて理解したいと考えた。
GEO 論文の評価設計
評価指標
論文が使った評価軸は2つ：
| 指標 | 説明 |
|---|---|
| Position-Adjusted Word Count (PAWC) | 応答内で引用された語数を、引用位置で重み付けした指標（早く引かれるほど高評価） |
| Subjective Impression | 引用箇所の質を LLM judge で評価した指標 |
ベンチマーク
GEO-bench を構築し、各手法を適用した記事と元記事を比較。複数のドメイン・クエリタイプで検証している。
実証された Top 3 手法
論文 Table 1 より、効果が大きかった3手法：
1. Quotation Addition（PAWC +41%、SI +28%）
本文に「信頼できる出典からの直接引用文」を組み込む。論文中の最良手法。生成AI が応答を構成する際に、既存の引用箇所を再引用しやすい挙動が観察された。
2. Statistics Addition（PAWC +30〜40%、SI +15〜30%）
定性表現を定量データに置き換える。「多くの企業が〜」→「対象の 68% が〜」という形。「Law & Government」ドメインや「Opinion」型クエリで特に効果が大きかった。
3. Cite Sources（PAWC +30〜40%、SI +15〜30%）
主張の根拠を本文中にインラインでリンクする。フットノートではなく本文中に直接記載することで、「引用に値する記述」のシグナルとなる。
3手法の共通点
論文の表現を引用する：
"require minimal changes but significantly improve visibility"
ページの構造変更なし、本文への追記だけで成立する。これが選定理由として重要だ：導入コストが小さく、かつ従来 SEO でも評価されてきた要素（出典明示・定量表現）と一致しているため、他の施策との両立がしやすい。
効かなかった手法
| 手法 | 結果 |
|---|---|
| Keyword Stuffing（クエリキーワードの大量挿入） | ほぼ改善なし、ドメインによっては悪化 |
| Unique Words（ユニーク単語を増やす） | 効果が極めて小さい |
Keyword Stuffing が効かない点は、従来 SEO での扱いと同じ。生成エンジン側のランキングも、低品質ページ排除に似たシグナルを使っている可能性がある（論文の直接的な分析ではなく結果からの推測）。
「FAQ schema が AI 引用に効く」言説の根拠確認
GEO 論文での扱い
構造化データ・見出し階層は検証対象に含まれていない。論文が扱ったのは前述の9手法のみ。
Google 公式の記述
FAQPage 構造化データのドキュメント（2026年4月時点）：
"FAQ rich results are only available for well-known, authoritative websites that are government-focused or health-focused."
一般の企業サイトでは FAQ rich result は表示されない。AI Overviews への効果について Google 公式は言及していない。
判断
| 主張 | 根拠の有無 |
|---|---|
| FAQ schema が AI Overviews 表示を増やす | GEO 論文: 未検証、Google 公式: 未言及 |
| FAQ schema が引用率を 3.2 倍にする | 計測手法・サンプル数・再現性を確認できる一次ソースなし |
| Cite Sources / Statistics Addition が効く | GEO 論文 Table 1 で実証 |
「FAQ schema は入れて損はない」が、「これが AI 引用率を上げる」と断定できる根拠は現時点では存在しない。
まとめ: どういう場面で使うべきか
GEO 施策の優先順位：
- Cite Sources / Quotation Addition / Statistics Addition — 論文実証済み、追加コスト小、既存記事への追記から始められる
- FAQ schema — 導入は問題ないが、AI 引用への効果は未検証。期待値を持ちすぎない
- Keyword Stuffing — 避ける（逆効果の可能性あり）
新規記事を書く際に出典・引用・統計を意識する、または流入の多い既存記事に1〜2箇所追記する形で導入コストを抑えて試せる。
さらに深掘りしたい方へ
この記事では GEO 論文の実証結果と主要言説の根拠確認を解説しました。
ChatGPT に引用されるための GEO 入門 — Princeton 論文の3手法と GA4 計測の限界 ではさらに：
- GA4 で AI 流入を計測しようとしたときの落とし穴（ChatGPT / Claude / Perplexity / Gemini 各ツールの referral 挙動の違い）
- chatgpt.com referral が Direct に分類される問題と、実際の AI 流入が「氷山の一角」である理由
- playpark の chatgpt.com 25 sessions/月（2026年4月実測値）と GSC に生成AI クエリが出ない理由
を扱っています。
playpark について
playpark LLC - 業務自動化・AI活用・Web開発
