AIはどこの情報を見て答えている？ 引用元の「内訳」をのぞいてみよう

ChatGPT や Claude は、ウェブのページを読みに来るプログラムを持っています。 OpenAI も Anthropic も、そのプログラムを「学習用」と「検索用」などに分けている、と公式に説明しています。 OpenAI は、検索用のプログラムを止めているサイトは、ChatGPT の検索の回答に出ないとも書いています。 Google は、AIの回答のための特別な仕掛けは無く、ふだんの検索で見つかる状態が土台だと説明しています。

つまり、AIの材料になるのは、まず読みに行けるページです。 止めていないかは「AIが読みに来るのを、うっかり止めていませんか？」で確かめられます。

なお、答えのどこまでが学習で覚えた内容で、どこからがその場で読んだ内容なのかは、外からは分かりません。

英語圏の調査（680万件の引用）では、AIが答えのよりどころとして挙げた場所は、こうなっていました。

自社サイトと登録情報を合わせると、86%。どちらも、会社の側で管理できる場所です。 ただし、これは登録情報のサービスを売っている会社の調査です。 引用の数を数えたもので、引用されたから選ばれた、までは示していません。

一方で、AI検索は、会社自身が出している情報より、第三者が書いた記事などを強く好む、という研究もあります。 こちらは査読前（ほかの研究者のチェックを受ける前）の研究で、上の調査とは強調点が逆です。 どちらが正しいかは、まだ決着していません。

AIが引用するページは、ふつうの検索結果より新しいものに寄っていた、という調査もあります（英語圏、約1,700万件の引用）。 ただ、中身を更新したのか、日付だけを変えたのかは区別していません。

ここまでの調査は、どれも英語圏が中心です。 日本語の「地域×業種」の質問で、AIがどこを引用しているかの実データは、確かめた範囲では見つかっていません（日本語の「地域 × 業種」では、どこまで分かっている？）。

内訳がどうであれ、自社サイトと登録情報は、自分で直せる場所です。

• 読みに来るプログラムを止めていないか
• 営業時間・住所などの事実が、文字で、いまの内容になっているか
• サイトと登録情報の内容がそろっているか（「旧住所のまま」になっていませんか？）

どれも、AIの答えに出ることを決めるものではありません。 AIが使う材料を、正しくしておく。そのための見直しです。