3つとも、答えが数字であるかのように尋ねられます。そして3つとも、正直な答えは研究デザインの説明になります。形は毎回同じです。大きな生の相関が共有され、原因と相関を分けるために設計された唯一のテストははるかに小さい結果しか出さず、エンジン自身のドキュメントはそれがレバーだったことはないと書いています。引用されるコンテンツは、この線の反対側にある施策を扱っています。
トピック · AI引用のためのコンテンツ
文字数、schema、llms.txt：証拠は実際に何を言っているのか？
創業者が最も多く質問する3つの施策であり、裏づけが最も薄い3つでもあります。このページは、それぞれについて実施された研究をすべて名指しし、誰が実施したのか、そのサンプルには何が見えなかったのかを示します。
このページの内容
短い答え
3つのうち一次情報の答えがあるのは1つだけで、その1つが3つとも否定しています。Google の生成 AI 機能に関するガイドは、「理想的なページの長さは存在しない」、「追加する必要のある特別な schema.org マークアップはない」、そして LLMS.txt ファイルは Search が無視するので「害にも助けにもならない」と明記しています。1 残りはすべて観察データであり、どれも人々がそれに尋ねている問いに答えるために設計されたものではありません。だから3つの通説はいずれも、反証されたのではなく裏づけがないのです。対照群を置いた唯一の前後テスト、JSON-LD を追加した1,885ページと突合した4,000ページの対照は、AI Overview の引用が −4.6% 動き、他の2つのサーフェスはゼロと区別できないと測定しました。8
重要ポイント- 3つすべてを扱う唯一の一次情報のドキュメントが、3つとも否定しています。しかも「無視してよいこと」の同じ短いリストの中にあり、最終更新は2026年7月10日です。
- 大きな2つの文字数データセットが逆を指すのは、測っている結果が違うからです。そしてどちらにも、比較対象になる引用されていないページが1件も含まれていません。
- 構造化データには、突合した前後テストがちょうど1件あります。AI Overviews では小さな負、他ではゼロ。これに対して、この施策を広めたのは約3対1の生の相関でした。
- llms.txt を読むと文書化しているエンジンはありません。4社の AI ベンダーが自社の開発者ドキュメント向けに公開していますが、消費すると書いている会社は1社もなく、サーバーログではリクエストは SEO 監査ツールから届いています。
スコアボード
3つそれぞれの証拠の状態はどうなっているのか？
各行は、現存する最も強いテストと、その設計ゆえに見えなかったものを示します。
| レバー | 実施された最も強いテスト | そのテストに見えなかったもの |
|---|---|---|
| ページの文字数 | 観察データセット2件：引用された174,048ページと、影響度を採点した取得済み18,151ページ | 引用されていない比較群がなく、ある文字数での引用確率をどちらも推定できない |
| schema マークアップ | 突合した差分の差分テスト1件：JSON-LD を追加した1,885ページ対、対照4,000ページ | 測定した3つ以外のエンジンで、あるいはより長い期間で、schema マークアップが AI 引用を高めるかどうか |
| llms.txt | すでに引用されている37,894ドメインの横断調査1件と、誰がこのファイルを要求するかを見たサーバーログ研究2件 | 引用がまったくないサイトに llms.txt が役立つかどうか。そうしたサイトはどのサンプルにも入っていない |
文字数
ページの文字数は引用されるかどうかを変えるのか？
それに答える研究を実施した人はいません。そして Google の立場は、問いの立て方が間違っているというものです。生成 AI 機能に関するガイドは、最終更新が2026年7月10日で、コンテンツの長さを無視してよいことの側に分類しています。「AI がよりよく理解できるように、コンテンツを細かく分割する必要はありません……理想的なページの長さというものはなく、結局のところ、生成 AI 検索のためだけでなく、読者のためにページを作ってください。」1
代わりに出回っている数字は記述的なものです。2025年12月の業界分析は、560,346件の AI Overviews と1,677,876件の引用 URL を対象に、本文を抽出できた174,048ページに絞り、引用されたページの平均を1,282語、自然検索で順位のついたページを1,188語と報告しました。内訳は1,000語未満が53.4%、1,000語から2,000語が30.6%、2,000語超が16%です。9 ベンダー公開のため、リンクせず記述にとどめます。
中央値より先にサンプルを読んでください。そこに入っているページはすべてすでに引用されており、引用されていないページの群は隣に置かれていません。比較群のないデータセットは、引用されたページがどんな見た目かは言えますが、2,400語のページが700語のページよりどれだけ引用されやすいかは言えません。その中央値をコンテンツの指示書に変えることは、国勢調査を処方箋に変えることです。
この分析が報告している関係の数字は1つだけで、文字数と引用の掲載位置のあいだの Spearman 相関0.04です。1位から3位まで、平均の長さはほぼ横ばいでした。
もう一方のデータセット
学術データセットはなぜ逆を指すのか？
別のサンプルで別の結果を測っているからです。並べてみれば、2つは矛盾しません。Zhang、He、Yao の2026年のフレームワークは、引用選択（エンジンがあなたを選ぶこと）と引用吸収（あなたの言い回しが答えに届くこと）を分けます。602件の統制されたプロンプトと18,151件の取得に成功したページで、影響度の上位四分位は平均1,943.30語、下位四分位は169.82語、比は11.44倍でした。文字数のビンは3,000語を超えるページまで着実に上がり、301語から1,000語あたりに踊り場があります。3
比の前に下位四分位を見てください。平均169.82語はスタブです。タグページ、薄いサポートメモ、製品の紹介文。11.44倍の対比は本物の記事と断片の対比であって、1,200語の記事を3,000語にすべきかどうかについては何も語りません。
著者自身がそう書いています。文字数は「単独では不完全な代理指標」であり、彼らが報告する最も強い単独の相関は長さではなく、LLM の関連性スコアの r = 0.4322 で、答えと引用の埋め込み類似度0.3561を上回ります。まとめの一文は率直です。「ページの文字数と構造的マーカーは効くが、意味的な適合のほうが単純な長さのシグナルより強い。」3 有用なのは、彼らの証拠コンテナという読み方です。増えた分量が見出しの数、重複しない主張の数、抜き出せる証拠の数を買っているなら長さは報われ、決まり文句を買っているなら何も起きません。
構造化データ
schema マークアップは AI 引用を動かすのか？
ここは、誰かが実験をきちんと実施した唯一のケースであり、相関と実験の食い違いはその主張の大きさそのものです。
この施策を広めた相関から始めます。同じベンダーのデータでは、AI に引用されたページが JSON-LD を持っている確率は、引用されていないページのほぼ3倍でした。そのうえで同じチームが、矢印の向きを探しに行きました。
2026年5月公開。2025年8月から2026年3月のあいだに JSON-LD を導入した1,885ページを、4,000ページの対照と突合し、プラットフォーム全体のトレンドが相殺されるよう差分の差分で分析しています。Google AI Overviews は −4.6% 動き、突合した対照に対して小さいが統計的に有意と説明されています。Google AI Mode は +2.4%、ChatGPT は +2.2% で、どちらも統計的にゼロと区別できません。8「schema マークアップは AI 引用率を高める」という売り文句は、このテストに支持されていません。そしてこれが、同種で唯一存在するテストです。
この負の値も読み過ぎてはいけません。両群ともすでに下がっており、処置群がわずかに速く下がっただけです。少数の極端な外れ値がその平均を押し下げており、それらを除くと両群はおおむね同じに見えます。マークアップの追加は害を与えたのではなく、測れる効果を何も生まなかったのです。
一次情報のドキュメントも同じことを言っており、2つのページはそれぞれ引用する価値があります。文言が違い、1つの日付では両方をカバーできないからです。AI 機能のページは最終更新が2025年12月10日で、「追加する必要のある特別な schema.org 構造化データもありません」と書き、既存のマークアップは「ページ上の可視テキストと一致していること」を求めています。2 7か月後の最適化ガイドはこれを「構造化データへの過度な集中」に分類し、それでも実装する本当の理由は残しています。「Google 検索のリッチリザルトの対象になるのに役立ちます」。1 schema にはいまも仕事があります。ただしそれは、売り込まれている仕事ではありません。
llms.txt
あなたの llms.txt を実際に読むものはあるのか？
文書化されたもので読むものは何もなく、このファイルの作者自身も読まれるとは言っていません。提案は2024年9月3日付で、2026年8月10日に第2版へ改訂されており、ファイルの用途を、エージェントが何かを必要としたその瞬間にサイトを取得する場面に限定しています。llms.txt の情報は「代わりにオンデマンドで、エージェントがユーザーを支援している最中にあるトピックの情報を必要とするときに使われる」ものであり、想定された有用性は「主に……訓練ではなく推論のため」でした。5 検索でグラウンディングされた回答に引用されることは、この文書が含むユースケースではありません。
「llms.txt ファイルはページが引用される助けになる」という主張は、どの一次情報のドキュメントにも支持されず、これまでに公開されたすべてのサーバーログに反され、実施された唯一の大規模横断調査にも否定されています。Google はこのファイルを名指ししています。作成して維持しても「Google 検索はそれらを無視するため、サイトの可視性や順位を害することも助けることもありません」。1
ややこしいのは、AI 企業自身がこのファイルを公開していることです。Anthropic、OpenAI、Perplexity、Cloudflare はいずれも自社の開発者ドキュメント向けに llms.txt を配信しており、2026年8月30日に確認した時点で4社とも内容を返しました。6 コーディングエージェント向けに地図を公開することと、検索回答をグラウンディングする際に地図を消費することは別の行為で、後者を行うと文書化している会社は4社の中にありません。
測定は2種類あります。2026年3月の横断調査は、882件のブランドスナップショットと337,000件を超える引用から、AI の回答で少なくとも2回引用された37,894ドメインを取り出し、13.3%がこのファイルを持っていたと報告しました。導入したドメインの平均引用は6.8件、そうでないドメインは6.7件、中央値はどちらも3.0、Mann-Whitney U の p = 0.85 です。7 決め手はこの調査自身の注記です。同じ比較は全量規模では有意になり、効果量は r = −0.065 になる。1つの研究が正反対の2方向に引用されるのは、こうした事情によります。
サーバーログは、誰がこのファイルを要求しているかという、より粗く、より澄んだ問いを立てます。ある運用者の1か月分のログには /llms.txt へのリクエストが52件記録され、そのすべてが SEO 監査ツールからで、AI クローラーからは1件もありませんでした。より広いホスティング全体では4億リクエストのうちおよそ5,000件です。別の90日間の調査では、62,100件の AI ボット訪問のうち84件がそこへ向かい、そのサイトの平均的なコンテンツページは約265件でした。10
方法
本物のテストと相関をどう見分けるのか？
4つの問いで、目にする GEO の主張はほとんど片がつきます。どれも研究自身の説明から答えられます。何かを変えたのか、それとも最初から違っていたページを比べただけなのか。対照群はあったのか、つまりプラットフォーム全体の傾向をあなたの効果と取り違えずに済むのか。誰が除外され、その除外された群はあなたが属する群なのか。そしてどの結果を測ったのか。リスト内の順位、言い回しへの影響、引用される確率は、それぞれ独立に動く3つの変数だからです。
2026年の批判的サーベイは、同じ点をプロトコルの要件として書いています。「コンテンツの改変、内部リンク、構造化データ、ドメインの評判、クローラーのアクセス可能性は、切り分けられなければならない。」4 その信頼度の表は、引用スコアがクリック、コンバージョン、売上を予測するという主張を非常に低いと評価しています。ダッシュボードが動く数字を1つだけ差し出してくるときに、覚えておく価値があります。SEOから引き継がれるものは、この検証を通った側のレバーに同じ検証を当てています。
このページの誠実な限界
ここで挙げた研究のうち4件はベンダー公開で、その会社の外から再実施することはできません。データは公開されておらず、サンプリングの枠は方法の節ではなく1段落として書かれ、しかもベンダーはその結論から利益を得る何かを売っています。引用しているのは、それが現存する唯一のテストだからであって、強いからではありません。学術の出典は602件のプロンプトによるプレプリントです。そしてこの形のサンプルで出たヌル結果は、どこにも効果が存在しない証明ではありません。これらのエンジンで、これらの期間で、この設計が検出できる大きさでは、まだ誰も見つけていないという意味です。
プロダクトが役立つところ、役立たないところ
ここにある3つの問いは、ツールが関わる前に決着しています。文字数ではなく問いに向けて書くこと。構造化データは、それが勝ち取るリッチリザルトのために置いておくこと。llms.txt に使う1時間を、リトリーバルの修正に回すこと。マークアップやテキストファイルが役に立ったかどうかを Bavior は教えられませんし、どの測定プロダクトにもできません。あとから回答をサンプリングしても、あなたの変更とその週に動いた他のすべてを切り分けられないからです。Bavior がやるのはもっと狭いことです。決まったプロンプト群を5つのエンジンに定期的に投げ、各回答がどのソースを引用したかを記録します。それは本物のテストが必要とする前後の系列を与えますが、対照群は依然としてありません。無料 GEO 診断と無料 AI 可視性チェッカーは有料プランなしで使えます。有料プランは月払いで月額 $99 から、年払いなら月額 $79.17 です（2026年8月30日時点）。
出典、すべて2026年8月30日に確認
- Google Search Central「Google’s Guide to Optimizing for Generative AI Features on Google Search」最終更新2026年7月10日（一次情報。ページの長さ、LLMS.txt、構造化データ）：developers.google.com/search/docs/fundamentals/ai-optimization-guide
- Google Search Central「AI features and your website」最終更新2025年12月10日（一次情報。文言の異なる別ページ。「追加する必要のある特別な schema.org 構造化データはない」）：developers.google.com/search/docs/appearance/ai-features
- Zhang Kai、He Xinyue、Yao Jingang「From Citation Selection to Citation Absorption」arXiv:2604.25707v2、2026年4月29日（プレプリント）。602件のプロンプト、21,143件の引用、18,151件の取得ページ。§§8.1 と 8.2：arxiv.org/abs/2604.25707
- 「Optimizing Visibility in Generative Engines: A Critical Survey」2026年7月15日、arXiv:2607.14035（プレプリント）。交絡分離のプロトコル。表5は引用から売上への予測を非常に低いと評価：arxiv.org/abs/2607.14035
- Jeremy Howard「The /llms.txt file, v2」2024年9月3日付、2026年8月10日改訂（提案そのもの、一次情報）：github.com/AnswerDotAI/llms-txt
- 自社の開発者ドキュメント向けに llms.txt を公開している4社。2026年8月30日に取得した時点でいずれも内容を返した：docs.anthropic.com/llms.txt、developers.openai.com/llms.txt、docs.perplexity.ai/llms.txt、developers.cloudflare.com/llms.txt
- llms.txt の横断調査、2026年3月19日。少なくとも2回引用された37,894ドメイン、882件のブランドスナップショットより。導入率13.3%。平均引用6.8対6.7、中央値3.0、Mann-Whitney U の p = 0.85、全量規模で r = −0.065。ベンダー公開。リンクせず記述のみ。
- schema の差分の差分テスト、2026年5月11日。2025年8月から2026年3月に JSON-LD を追加した1,885ページ対、突合した対照4,000ページ。AI Overviews −4.6%、AI Mode +2.4%、ChatGPT +2.2%。ベンダー公開。リンクせず記述のみ。
- コンテンツ長の分析、2025年12月3日。560,346件の AI Overviews、1,677,876件の引用 URL、本文を抽出できた174,048ページ。平均1,282語、自然検索は1,188語。引用の掲載位置との Spearman 相関0.04。ベンダー公開。リンクせず記述のみ。
- 誰が /llms.txt を要求するかを見たサーバーログ研究2件。ある運用者の1か月分のログで52件のリクエストがすべて SEO 監査ツールから、ホスティング全体では4億件中およそ5,000件、2026年3月5日。および62,100件の AI ボット訪問のうち84件を記録した90日間の調査、2026年2月5日。リンクせず記述のみ。
よくある質問
よく聞かれることを、まとめました。
AI 検索に引用されるには、ページはどれくらいの長さが必要ですか？
証拠に裏づけられた数字はなく、Google 自身のガイドも理想的なページの長さは存在しないと書いています。最もよく引用される数字、174,048ページの平均1,282語は、すでに引用されたページの姿を記述したものであって、長さのおかげで選ばれたページを示すものではありません。しかもその53.4%は1,000語未満です。問いに答え終わったら、そこで止めてください。
AI に引用されるために schema マークアップを追加すべきですか？
リッチリザルトのために追加してください。それが実際に支払われる見返りです。突合した唯一の前後テスト、JSON-LD を追加した1,885ページ対、対照4,000ページは、AI Overview の引用が4.6%下がり、他のサーフェスはゼロと区別できないと示しました。Google も、AI 機能のために追加すべき特別な schema.org マークアップはないと書いています。残しておいて、それ以上の手柄を主張しないことです。
自分のサイトに llms.txt ファイルは必要ですか？
文書化された検索エンジンで読むものはありません。Google は Search が無視するのでこのファイルは害にも助けにもならないと書いており、提案の作者自身も用途をエージェントのオンデマンドな取得に限定していて、検索での引用には向けていません。サーバーログの調査2件では、リクエストはほぼすべて SEO 監査ツールから届いていました。エージェント連携が求めるなら公開してよいですが、可視性には一切数えないでください。
なぜ多くの GEO ガイドは、いまも3つとも勧めているのですか？
どれも背後に大きな生の相関があり、相関は安く作れるからです。引用されたページが JSON-LD を持つ確率は本当におよそ3倍ですし、引用されたページの平均語数がスタブより多いのも本当です。抜けている一歩が対照群であり、誰かが対照群を足した唯一の場面では、効果は消えました。その研究は何を変えたのか、何と比べたのかを尋ねてください。
Bavior 編集部
Reddit マーケティングと AI 検索可視性に関する Bavior のコンテンツを調査・管理しているチームです。記事中のすべての数値には出典と確認日を明記しており、アフィリエイトリンクは一切使用していません。
数値に誤りを見つけたらお知らせください。再確認します: support@bavior.com