SEO

生成AI検索の競合引用分析｜調査手順・ツール比較・施策への落とし込み方

2026/08/05 2026/07/30

ChatGPT・Perplexity・AI Overviewsで競合の引用状況を調べる方法を解説。手動調査の手順・記録方法・有料ツール比較・競合ギャップ発見まで、生成AI検索の競合分析を実務で回す完全ガイドです。

「自社サイトはSEOで上位表示されているのに、ChatGPTやPerplexityの回答には競合他社の名前ばかり出てくる」——そんな状況に焦りを感じていませんか？生成AI検索が急速に普及するなか、従来のランキング競合調査だけでは引用実態をつかむことができません。競合がどのクエリでどれだけ引用されているかを正確に把握することが、自社コンテンツ改善の出発点になります。

この記事では、生成AI検索の競合分析が従来のSEO競合調査と根本的に異なる理由を4つの分析指標とともに整理します。さらに、ツールなしでChatGPT・Perplexity・AI Overviewsの引用実態を調べる具体的な手順、分析を効率化する有料・低コストツールの比較と選び方、競合の引用パターンから自社コンテンツ改善を逆算するフレームワークまで、この1本で網羅しています。

1 生成AI検索時代の競合分析とは――従来SEOとの決定的な違い
2 競合分析の前に：自社の引用状況を確認する方法
3 競合の引用実態を調査する具体的な手順
4 クエリ意図タイプ×AIエンジン別「引用ギャップ分析」――競合がどこでどう引用されているかを読み解く
5 競合分析の結果をコンテンツ改善の優先順位づけに活かす方法
6 継続的なベンチマーク運用とKPI設定の考え方
7 よくある質問（FAQ）
8 あわせて読みたい
9 まとめ

生成AI検索時代の競合分析とは――従来SEOとの決定的な違い

従来の検索順位競合分析が通用しなくなった理由

従来のSEO競合分析は「競合が何位に表示されているか」を起点にしていました。しかしChatGPTやPerplexity、Google AI Overviewsが普及した現在、ユーザーはAIが生成した回答文を読むだけで検索行動を完結させるケースが増えています。このとき重要なのは「順位」ではなく、AI回答の中に自社・競合のコンテンツが「引用されているかどうか」です。順位計測ツールで競合をウォッチしても、AI引用の実態は見えてきません。

AEO・GEO・LLMOとは？用語を整理する

この領域では似た略語が並立しているため、まず定義を整理します。

略語	正式名称	主な対象
AEO	Answer Engine Optimization	音声検索・AIアシスタントなど「回答エンジン」全般への最適化
GEO	Generative Engine Optimization	ChatGPT・Perplexityなど生成AI検索エンジンへの最適化
LLMO	Large Language Model Optimization	LLM（大規模言語モデル）の学習データや応答への影響を意識した最適化

三者は重なる部分が多く、実務では「生成AI検索で引用・言及されるためのコンテンツ最適化」という意味でほぼ同義に使われます。本記事でも以降はこれらをまとめて「AIO対策（AI引用最適化）」と呼びます。

AI検索で「引用される」ことが新しい勝ち筋になる理由

AI回答に引用されると、ユーザーがその出典リンクをクリックする経路が生まれます。また、引用されること自体がブランドの信頼性をユーザーに印象づける効果もあります。競合分析の観点では、「どの競合が・どのクエリで・どのAIエンジンに・何回引用されているか」を把握することが、自社コンテンツの改善優先順位を決める判断軸になります。ChatGPTに引用されやすいコンテンツの条件を理解したうえで競合と比較すると、対策の方向性がより明確になります。従来の「順位ギャップ分析」に代わるものとして、「引用ギャップ分析」という視点を持つことが、生成AI時代の競合分析の第一歩です。

競合分析の前に：自社の引用状況を確認する方法

競合の引用実態を調べる前に、自社の現在地をベースラインとして把握しておく必要があります。自社の引用状況が不明なままでは、競合との差が大きいのか小さいのかを正しく判断できないためです。

ChatGPTで自社ブランド・ドメインが言及されているかを確認する手順

ChatGPTは回答に出典URLを表示しないため、自社ブランド名やドメイン名が回答テキスト中に登場するかどうかで「言及されているか」を判断します。

自社サービス・商品に関連するクエリを複数用意する
各クエリを最新モデルに入力し、回答全文をコピーする
「①ブランド名が登場しているか」「②情報は正確か」「③競合と並列で紹介されている場合、どの順で出るか」の3点を確認する
回答のスクリーンショットを日付入りで保存する

同じクエリでも回答内容が変わるため、複数回入力して傾向を確認するのが基本です。

Perplexityで自社URLが参照されているかを確認する手順

PerplexityはAI回答の下部に「Sources」欄として参照URLを明示するため、自社サイトが引用源になっているかを直接確認できます。3つのAIエンジンの中で最も手動調査がしやすいプラットフォームです。

自社関連クエリを入力し、回答が表示されたらSources欄を確認する
自社ドメインのURLが含まれているかを確認する
本文中の上付き数字と照合し、どのトピックで引用されているかを記録する
クエリ・日付・引用の有無をスプレッドシートに入力してスクリーンショットとともに保管する

Google AI Overviewsで自社サイトが引用されているかを確認する手順

AI Overviewsは検索結果上部に表示されるAI生成の回答ブロックで、引用元サイトのリンクが明示されます。ただしすべてのクエリで表示されるわけではなく、表示の有無自体も記録対象です。

Googleで自社関連クエリを検索し、AI Overviewsが表示されるかを確認する
表示された場合は「もっと表示」をクリックし、引用元リンクをすべて確認する
自社ドメインの有無・引用されているページのURLを記録する
表示内容はタイミングによって変わるため、スクリーンショットを日付とクエリ名と紐づけて保存する

AI Overviewsの表示頻度はクエリの意図タイプによって異なります。情報収集型（How-to・比較・定義）のクエリで表示されやすい傾向があるため、まずそうしたクエリから確認を始めると効率的です。

競合の引用実態を調査する具体的な手順

自社の引用状況を把握したら、次は競合がどのクエリ・どのエンジンで引用されているかを体系的に記録します。以下の4ステップで進めましょう。

Step 1：調査クエリリストの設計（意図タイプ別に分類する）

クエリを意図タイプ別に分類してからリスト化すると、後の引用パターン分析がしやすくなります。推奨する分類は次の3タイプです。

情報収集型：「〇〇とは」「〇〇の仕組み」など定義・概念を問うクエリ
比較型：「〇〇比較」「〇〇違い」など選択肢を比べるクエリ
方法型：「〇〇やり方」「〇〇手順」など手段・手順を問うクエリ

各タイプから10〜20本ずつ選ぶことで、偏りのない競合の引用実態を把握できます。

Step 2：各クエリで競合ドメインの引用有無・頻度を手動チェックする

リストアップしたクエリをChatGPT・Perplexity・AI Overviewsの3エンジンに入力し、競合ドメインが引用されているかを確認します。記録する項目は次のとおりです。

調査日時・クエリ文・意図タイプ
引用された競合ドメイン名とURL
引用位置（回答冒頭の主引用か、補足引用か）

エンジンごとに回答が変わることがあるため、同一クエリは同日中にまとめて調査するのが原則です。

Step 3：引用シェア（Share of Voice）を算出する

引用シェアとは、競合が引用されたクエリの割合を数値化した指標です。

引用シェア（%）＝競合が引用されたクエリ数 ÷ 総調査クエリ数 × 100

エンジン別・クエリタイプ別にそれぞれ算出することで、「Perplexityでは競合Aが強い」「情報収集型クエリは競合Bが独占している」といった具体的な強弱を数値で把握できます。

Step 4：AIエンジン別・クエリ別に集計表にまとめる

収集したデータをスプレッドシートに集約します。列設計の例を次に示します。

クエリ	意図タイプ	ChatGPT	Perplexity	AI Overviews	主な引用ドメイン
〇〇とは	情報収集型	✓	✓	—	competitor-a.com
〇〇比較	比較型	—	✓	✓	competitor-b.com
〇〇やり方	方法型	✓	—	✓	competitor-a.com

このフォーマットで蓄積することで、「どの競合がどのエンジンで強いか」「自社が引用されていないクエリタイプはどこか」を一覧で比較できます。次章で解説するギャップ分析の土台となるため、列設計はこの段階で統一しておくことが重要です。

クエリ意図タイプ×AIエンジン別「引用ギャップ分析」――競合がどこでどう引用されているかを読み解く

競合が「引用されているかどうか」を把握するだけでは、対策の方向性を絞れません。「どのクエリタイプで・どのエンジンで・どの文脈（定義・事例・比較）で引用されているか」を多次元で捉えることで、自社が優先すべき攻略領域が初めて明確になります。

引用ポジション（リード引用 vs 補足引用）で競合の強さを評価する

AI回答における引用の位置は、競合の影響力の質を示します。回答の冒頭で使われるリード引用は、そのコンテンツがトピックの「一次定義」として扱われていることを意味し、ブランド認知への寄与が大きくなります。回答の中盤以降に登場する補足引用は、事例・比較・根拠として機能するポジションです。

調査時は、競合ドメインがどちらに多く登場するかを記録してください。リード引用に集中している競合はトピックオーソリティが高く、対抗するには包括的な定義コンテンツが必要です。補足引用が多い競合は特定の切り口で強みを持つため、事例・データ・比較表など具体性の高いコンテンツで差別化できます。

クエリ意図タイプ別に競合の引用パターンを比較する

クエリの意図タイプ（定義型・比較型・手順型・事例型など）によって、引用されるコンテンツの性質は大きく変わります。競合A社が定義型クエリで強く引用される一方、比較型クエリでは競合B社が優位というケースは珍しくありません。

Step 1で設計したクエリリストを意図タイプ別に集計し、タイプごとの引用シェアを算出します。自社の引用が薄いタイプが明確になれば、そこが優先的に埋めるべきコンテンツギャップです。

エンジン別ギャップ分析：ChatGPTに強い競合・Perplexityに強い競合の違い

ChatGPTとPerplexityでは、引用されやすいコンテンツの特性が異なります。

エンジン	引用されやすいコンテンツの特性
ChatGPT	体系的な解説・権威性の高いドメイン・長期安定コンテンツ
Perplexity	最新情報・明確なURL・速報性のある更新コンテンツ

ChatGPTは学習データと検索の組み合わせで回答を生成しますが、ブランド・ドメインを明示的に引用する確率はPerplexityと比較して大幅に低く（ChatGPT約0.59% vs Perplexity約13.05%、turboaudit.ai調査）、URLではなく内容の事実関係をベースに回答を構成する傾向があります。そのため、ChatGPT経由の引用獲得は「ブランド名を明示的に登場させること」より、「回答の素材として情報が正確に学習・抽出されやすい文章構造を持つこと」を優先する方が現実的です。Perplexityはリアルタイムのウェブ検索を組み合わせるため、最新情報や更新頻度の高いページが有利に働きます。

競合分析でChatGPTのみに強い競合とPerplexityのみに強い競合が分かれる場合、エンジンごとに攻略戦略を分けることが有効です。まずChatGPTでの引用獲得を優先するなら、ChatGPTに引用されるコンテンツの最適化ポイントを参照しながら、自社コンテンツの構造と権威性を見直すところから着手してください。

競合分析の結果をコンテンツ改善の優先順位づけに活かす方法

競合の引用実態を把握したら、次は調査データを具体的なコンテンツ改善タスクへ変換します。データを眺めるだけでは意味がなく、「どのコンテンツを・どの順番で・どう直すか」まで落とし込むことが目的です。

引用ギャップクエリを特定して対策コンテンツを設計する

引用ギャップクエリとは、競合は引用されているが自社は引用されていないクエリのことです。前章の集計表からこの条件に当てはまるクエリを抽出し、最優先の改善対象リストとして整理します。

既存ページがある場合はリライト、対応コンテンツが存在しない場合は新規作成を検討します。その際、競合が引用された文脈（定義を問われたのか、比較を問われたのか）を確認し、自社コンテンツが同じクエリの意図に的確に応えられているかを起点に設計してください。

AI引用されやすいコンテンツ構造・記述パターンへの改善ポイント

AI検索エンジンは、回答として抜き出しやすい構造のコンテンツを引用しやすい傾向があります。改善時に意識すべき記述パターンは次のとおりです。

定義文を冒頭に置く：「〇〇とは〜です」という一文を明示し、AIが定義として引用できる形にする
数字・根拠を明記する：具体的なデータや出典を示すことで信頼性の根拠として機能しやすい
比較表を挿入する：機能比較や選択肢の整理を表形式にすると、AIが参照しやすい構造になる
箇条書きで要点を整理する：手順や特徴はリスト形式にまとめると、引用可能なブロックとして働きやすい
まとめブロックを設ける：章末や記事末尾に要点を凝縮した段落を置くと、回答生成の素材として活用されやすい

文章量を増やすより「読み取られやすい構造への最適化」を優先することが、引用率の改善につながります。

優先順位マトリクス：引用ギャップ×検索ボリュームで判断する

限られたリソースで効果を最大化するには、引用ギャップの大きさと検索ボリュームを掛け合わせたマトリクスで改善順序を決めます。

	検索ボリューム大	検索ボリューム小
引用ギャップ大	最優先：即着手	次点：余裕があれば対応
引用ギャップ小	維持・微修正で様子見	対応保留

「引用ギャップ大×検索ボリューム大」のクエリが最も投資対効果の高い改善ターゲットです。引用シェアが低くても検索ボリュームが小さいクエリは後回しにし、まず上位象限のクエリから対策コンテンツの設計を始めましょう。

継続的なベンチマーク運用とKPI設定の考え方

競合引用分析は一度実施して終わりにするのではなく、定期的な定点観測として運用することが重要です。生成AI検索はモデルのアップデートや競合のコンテンツ更新によって引用状況が頻繁に変動するため、スポット調査だけでは変化を見逃してしまいます。

計測サイクルと更新頻度の目安

月次での定点観測を基本サイクルとして設定することを推奨します。毎月同じクエリリストを使って引用状況を確認し、前月比の変化を記録することでトレンドの把握が可能になります。大型のモデルアップデートが発生した直後は臨時スポットチェックを追加し、引用パターンの急変がないかを確認しましょう。サイクルを固定することでデータの比較可能性が高まり、施策の効果検証も行いやすくなります。

追うべきKPI：引用シェア・ブランドスコア・引用ドメイン数

継続計測で追うべきKPIは主に3つです。

引用シェア（Share of Voice）：調査クエリ全体のうち自社ドメインが引用されたクエリの割合。競合比較の軸となる最重要指標です。
ブランド名・サービス名の出現頻度：特定のクエリに対してAIが自社名を言及した回数。ブランド認知の代理指標として機能します。
引用されているドメイン・ページ数：どのページが引用されているかを把握することで、強いコンテンツ資産と弱いコンテンツ資産を特定できます。

この3指標をスプレッドシートに月次で記録し、前月比と競合との差分を可視化することがPDCAサイクルの起点になります。

競合の動きを早期検知するアラート設計

競合が新たなクエリで引用を獲得し始めた場合に、早期に検知できる仕組みをあらかじめ設計しておくことが重要です。AEO専用ツールを利用している場合は、引用シェアの変動を通知するアラート機能を積極的に活用してください。ツールを使わない場合でも、重点クエリを週次でスポットチェックする担当者を決め、異変があればSlackやメールで共有するフローを整備するだけで対応速度が大きく変わります。

検知した変化はすぐにコンテンツ改善タスクに落とし込みます。「競合が引用を獲得した」→「該当クエリのギャップを分析」→「対策コンテンツを設計・更新」→「翌月の定点観測で効果を確認」というサイクルを回し続けることが、AI検索での引用獲得を着実に伸ばす道筋です。

よくある質問（FAQ）

生成AI検索の競合引用分析は、従来のSEO競合分析と何が違うのですか？

従来のSEO競合分析が「検索結果での順位」を基準にするのに対し、生成AI検索の競合引用分析は「AIが回答を生成する際にどのソースを引用しているか」を基準にする点が最大の違いです。順位が低くても引用される場合があり、逆に上位表示されても引用されないケースもあります。そのため、調査の軸をランキングから「引用頻度・引用される文章の特徴」へと移す必要があります。

競合サイトがAI検索に引用されているかどうかは、どうやって調べればよいですか？

ChatGPTやGemini、Perplexityなどの生成AI検索ツールに業界の代表的な質問を複数入力し、表示された引用元ドメインを手動で記録する方法が現実的な出発点です。同じ質問を言い回しを変えて複数回実施すると、特定のサイトが繰り返し引用されているかどうかを確認できます。専用ツールを併用することで、調査の効率と網羅性を高められます。

生成AI検索で競合より多く引用されるようにするには、何を改善すればよいですか？

AIに引用されやすいコンテンツの共通点は、「問いへの結論が冒頭に明示されていること」「信頼性の根拠が明確なこと」「構造化された短い段落で書かれていること」の3点です。競合の引用箇所を分析し、自社コンテンツで同じ問いに対してより簡潔・正確に答えられているかを比較することが改善の起点になります。

生成AI検索の引用状況は毎日変わりますか？定期的に調査する必要はありますか？

はい、引用状況はモデルの更新やクロールタイミングによって変動するため、定期的な調査が必要です。少なくとも月1回は同じクエリセットで引用元を確認し、自社・競合の変化を記録しておくことが推奨されます。引用が突然消えた場合、コンテンツの変更やサイト評価の低下が原因であることもあるため、変化の兆候を早めに把握することが重要です。

中小企業でも生成AI検索の競合引用分析に取り組めますか？

はい、小規模な調査であれば無料ツールと手動調査の組み合わせで取り組めます。Perplexityの無料プランやChatGPTの無料版でも引用元の確認は可能です。まず自社が狙うキーワードに関連する質問を10〜20問リストアップし、引用元を記録するだけでも競合の傾向をつかむ第一歩になります。

まとめ

生成AI検索における競合分析は、従来の検索順位を追うアプローチとは根本的に異なります。本記事で解説した内容を5つの要点に整理します。

引用シェアが新たな競合指標になる。 検索結果ページの順位ではなく、ChatGPT・Perplexity・AI Overviewsなどで「どのドメインがどれだけ引用されているか」が、AI検索時代の競合優位を測る核心的な指標です。
調査は4ステップで体系化できる。 ①自社の引用状況を各エンジンで確認する、②競合ドメインのクエリ別引用有無を手動でチェックする、③引用シェア（Share of Voice）を算出する、④AIエンジン別・クエリ別の集計表にまとめてギャップを特定する、という流れが基本手順です。
クエリ意図タイプ×エンジン別の多次元分析で優先順位が明確になる。 「情報収集型か意思決定型か」「ChatGPTに強い競合かPerplexityに強い競合か」という軸で引用パターンを読み解くと、自社が集中すべき領域が絞り込みやすくなります。
継続的な計測と改善PDCAが引用シェア拡大のカギになる。 一度調査して終わりではなく、定期的なベンチマークと「ギャップ検知→コンテンツ設計→効果確認」のサイクルを継続することが長期的な成果につながります。

まずは今日から動き出すために、手元のクエリリストから10本を選んでChatGPTとPerplexityで手動チェックすることをおすすめします。競合ドメインが引用されているクエリを1本でも発見できれば、それがギャップ分析の起点になります。小さな調査から始めて、サイクルを回しながら精度を高めていくことが、AI検索での引用獲得を着実に伸ばす第一歩です。