ホーム/GEO を学ぶ/ステージ 2
AI検索の仕組み · ステージ 2

クエリのファンアウトとは何か、そして取得されるものをどう変えるのか?

パイプラインの中で、エンジン自身が自分の言葉で説明している唯一の段階がここです。そしてこの段階は、「あるトピックについてのページ」が競争に参加するために何を含んでいなければならないかを、静かに書き換えます。

このページの内容
この記事をシェア
X でシェア LinkedIn でシェア
短い答え

クエリのファンアウトとは、AI エンジンがひとつの質問を1回ではなく複数の検索に変える段階のことです。そして生成された検索は、それぞれがリトリーバルで自分の候補集合を持ちます。あるトピックのサブ質問に4つ答えているページは4つの入口で資格を持ち、1つしか答えていないページは1つの入口でしか資格を持ちません。ファンアウトが長さではなく広さについての議論であるのは、このためです。この段階を持ち出して説明される差は大きなものです。Google AI Overviews を対象とした4,706クエリの学術監査では、システムが参照するドメインの平均53%が、そのクエリのオーガニック上位10件にまったく入っていませんでした。2

重要ポイント
  • この手法を文書化しているエンジンは Google だけで、しかも言い方は慎重です。AI Overviews と AI Mode は「『クエリのファンアウト』手法を使用する場合があります」。ほかのエンジンが質問をどう展開するかについての説明は、すべて推論です。1
  • レバーは長さではありません。引用された174,048ページのベンダーデータセットでは、単語数と引用位置の相関は Spearman 0.04 で、引用の53.4%は1,000語未満のページに向かっていました。6
  • 水増しは関連性を犠牲にします。KDD 2026 のベンチマークでは、本文だけを書き換える10の戦略が上位20件への露出を平均で0.58から0.53に下げ、最悪のものは0.37まで落ちました。5
  • 自分のファンアウトクエリを見ることはできません。Search Console は AI サーフェスの表示回数を通常の「Web」検索タイプにまとめてしまうため、あなたのものとして売られている一覧はすべて再構成です。1
定義

クエリのファンアウトとは何か?

クエリのファンアウトとは、ひとつのユーザーの質問から複数の検索クエリを生成することです。これによってエンジンは、文字列ではなくトピックに対してリトリーバルを行います。位置づけは解釈とリトリーバルの間です。意図が入り、関連する検索の集合が出てきて、その一つひとつが自分のリトリーバルを走らせます。Google は自社のドキュメントでこれを一文で述べており、その一文にある慎重な言い回しは残しておく価値があります。AI Overviews と AI Mode は「『クエリのファンアウト』手法を使用する場合があります」。その手法は「サブトピックとデータソースをまたいで複数の関連検索を発行する」ことで回答を組み立てます。1

この一文の中で、2つの語が大きな働きをしています。サブトピックは、展開が意味的であることを意味します。エンジンは質問を、よい回答なら扱うはずの側面へと分解します。データソースは、展開が横方向でもあることを意味します。それぞれの検索が、同じウェブインデックスではなく異なるコーパスに向かうことがあります。そして場合がありますは、Google が説明しているのは自社のシステムが使いうる手法であって、すべての回答で必ず起きる工程ではない、ということです。この工程が組み込まれているパイプライン全体はAI 検索の仕組みの段階にあります。

生成された検索がどこに着地するのかは、Google のもうひとつのページ、AI 最適化ガイドに書かれています。そこではグラウンディングを、AI の回答の品質、正確性、鮮度を高めることと定義し、その方法を「当社の中核となる検索ランキングシステムに依拠して、検索インデックスから関連性が高く最新のウェブページを取得すること」としています。9つまりファンアウトは検索を迂回しません。あなたのページが候補にならなければならない通常の検索リトリーバルの回数を、増やしているだけです。

仕組み

なぜひとつの質問が複数の検索になるのか?

会話的な質問はたいてい判断を求めており、判断には何種類かの証拠が要るからです。そして、それを1回の検索で返してくれることはありません。「2人のチームにこれは見合うのか?」は、ひとつの結果セットからは答えられません。きちんと答えるには、それがいくらかかるのか、立ち上げにどれくらいかかるのか、代わりに何があるのか、どこで失敗するのかが要ります。4つの異なる検索、4つの異なる語彙であり、そのどれにも「見合う」という言葉は入っていません。この言い回しをそのまま1回検索するエンジンが取ってくるのは、その言い回しを議論するフォーラムの投稿です。

AI の回答が、あなたのカテゴリーに一度も触れていないページを引用するのは、この仕組みのためです。あなたの質問がサブスクリプションの価格モデル一般についてのサブクエリに展開されるなら、サブスクリプションの価格モデル一般を扱ったページは、どの業界向けに書かれたものであれ正当な候補です。逆のことが起きるのも同じ仕組みのためです。完全に本題に沿っていて、目に見える質問には答えているがサブ質問にはひとつも答えていないページは、複数あるリトリーバル地点のうち1つでしか競争せず、ほかの入口はサブ質問に答えた側に取られます。

帰結

ファンアウトは取得されるものをどう変えるのか?

ファンアウトは、ページが候補プールに入る独立したチャンスの数を増やし、引用の集合を元のクエリのランキングの集合から切り離します。この切り離しについての学術的な測定値は大きなものです。Findings of ACL 2026 で発表された Google AI Overviews の4,706クエリ監査は、2025年9月に収集したデータで、AI Overviews が参照するドメインの53%がそのクエリのオーガニック上位10件にまったく現れず、27%は上位100件にも入っていないことを示しました。22026年3月と4月の55,393クエリのプレプリントは、同等の差を、AI Overview の参照ドメインの29.8%が対応する1ページ目のどこにも現れない、と測定しています。8この2つはおよそ30%から53%という幅として読んでください。また、Kirsten が数えているのはシステムが参照するドメインであり、それは引用する集合とは別だという点にも注意してください。SIGIR 2026 で発表された11,500クエリの研究は、Google のオーガニック結果、AI Overviews、Gemini の間の URL 単位の Jaccard 類似度を 0.11–0.18 と測定しました。3

同じ監査は、取得される集合がひとつのクエリについてすら安定しないことも示しています。同じクエリ群を2か月あけて実行したところ、AI Overviews が返したウェブページのうち2回に共通していたのは18%だけで、オーガニック検索は45%でした。2誰が引用されたかのスクリーンショットは標本数1の観察です。ですから自社のカバレッジについての前後比較は、繰り返し測定して初めて何かを語れます。

この差を説明する仕組みとして、ファンアウトはもっともありそうなものです。そして、ありそうという以上のものではない、とはっきり言っておく価値があります。どちらの研究もファンアウトの工程そのものを計測してはいません。Google の外にいる人間には計測できないからです。研究が確立しているのは、説明されるべき効果の大きさです。Google のドキュメントが確立しているのは、形の合う仕組みが存在するということです。この2つは種類の違う証拠であり、単独よりも合わせたほうが強いものになります。

ランキングが重要でなくなったわけではありません。いまや高頻度の引用には必要であり、ロングテールには次第に不十分になっています。何度も引用されるページはいまも上位表示されるページである傾向が強く、一度きりの引用のテールは、目に見えるクエリでは1ページ目にほど遠いのにファンアウトのサブクエリに正確に合致するページから、ますます多く出てくるようになっています。

長さではなく広さ

ファンアウトは、もっと長いページを書けという意味なのか?

いいえ。ファンアウトが評価するのは、実際に答えているサブ質問の数であり、単語数は引用の結果とほとんど関係がありません。2025年12月に公開されたベンダー調査は、560,346件の AI Overviews とそこから辿れる1,677,876件の引用 URL を分析し、そのうち本文を抽出できた174,048ページについて、単語数と引用位置の Spearman 相関を0.04と測定しました。同じデータセットでは引用の53.4%が1,000語未満のページに向かい、4位から10位で引用されたページは平均1,690語、1位は1,270語でした。どちらかといえば、長いページのほうが下に位置していたことになります。6

これを、2026年1月に公開された別のベンダーデータセットのファンアウトのカバレッジに関する知見と並べてみてください。1億4600万件の検索結果ページと190万件の AI Overview 引用にもとづくもので、あるトピックのファンアウトクエリ全体で上位表示されていることとAI Overview に引用されることの相関は Spearman 0.77、ファンアウトクエリ全体で上位表示されるページは引用される可能性が161%高い、と報告しています。7どちらの数字もベンダーが公開したもので、相関にすぎません。それでも、合わせて読むと同じ方向を指しています。動くのは異なる質問をどれだけカバーしているかであって、文章の量ではありません。断片をひとつずつ答える薄いページが10枚あっても、それぞれ1回ずつしか競争しません。まとまりを答える1ページは、すべての入口で競争します。

この工程は見えるのか

自分のトピックのファンアウトクエリは見られるのか?

生成したクエリを公開しているエンジンはありませんし、Google のレポートも項目別ではなく集計されたものです。ドキュメントには、「AI 機能(AI Overviews や AI Mode など)に表示されるサイトは、Search Console の検索トラフィック全体に含まれます」とあり、さらに「検索パフォーマンス レポートの『Web』検索タイプの中で報告されます」とあります。1AI サーフェスが表示回数とクリックをもたらしたことは分かります。どのサブクエリがあなたを取得したのかは分かりません。ファンアウトクエリは内部のものだからです。

この工程は、語られ方ほど広い範囲に効くわけでもありません。2026年3月と4月に収集された55,393件のトレンドクエリのうち、AI Overview が返ってきたのは13.7%だけで、疑問形のクエリでは64.7%まで上がります。8その面が出ないところではファンアウトも起きません。ですから、この考え方で検討する価値があるのは疑問形で書かれたクエリです。

したがって「あなたのファンアウトクエリ」を提供するツールやコンサルタントが提供しているのは再構成です。それが必ず無価値だというわけではありません。買い手が次に何を聞くかについてのよい再構成は、実際に役立つ成果物です。ただし推論をテレメトリーとして見せているので、値段はそのつもりで判断してください。いちばん安い正直な代わりはタダです。商談やサポートチケットで実際の見込み客から受けた直近20件の質問と、エンジンが自分の回答の下に提示する追加の質問を読むことです。それがサブ質問であり、買い手自身の言葉で書かれています。

実践

水増しせずにファンアウト向けに書くには?

サブ質問ごとに疑問文の形の見出しを立て、その直下の1文目で答え、その答えを、周囲の文脈なしに抜き出されても成り立つくらい自己完結させてください。1つのページを1か所ではなく複数のリトリーバル地点で資格のある状態にするのは、この構造です。そして同じ構造がステージ4でも効きます。そこでは選択がページではなくパッセージ単位で働くからです。それぞれの答えの前に前置きの段落を足すのは、どちらに対しても逆効果です。

これを正直に保つ規律は引き算です。具体的な中身で実際に答えられるサブ質問だけを足してください。何も言っていないセクションは、入口を増やさないままページのトピックの信号を薄めます。KDD 2026 に採択されたエンドツーエンドのベンチマークは、171,003件の文書と2,700件のクエリで、本文だけを書き換える10の戦略を上位20件のヒット率0.58と比べました。平均では0.53に下がり、最悪の戦略は0.37まで下がっています。論文は、本文だけの最適化はそれ単独では不十分だと結論づけています。書き換えが、実際のクエリで使われる語彙から離れていくからです。5本物のカバレッジは入口を増やします。水増しのカバレッジは関連性を失わせます。

この記事の正直な限界

ファンアウトを文書化しているエンジンはちょうど1つ、しかも1文だけで、「場合があります」という言葉で条件が付いています。ほかのエンジンが質問をどう展開するかについて本記事に書かれていることはすべて、観察された挙動からの推論であり、各社が公開した何かにもとづくものではありません。Google の外にいる人間はファンアウトクエリを見られないので、カバレッジの効果は誰にも直接は測れません。上に挙げた0.77の相関も161%という数字も、ベンダーのデータセットから来ており、相関にすぎず、本物のファンアウトではなくその再構成を使っています。確かなのは、仕組みが存在すること、引用の集合とランキングの集合が大きく食い違うこと、そしてその食い違いを説明するにはおおよそこの形の仕組みが要る、ということです。

製品が役に立つ場面と、立たない場面

ファンアウトの方法は、手作業でやるならお金はかかりません。買い手があなたのカテゴリーを初めて知ってから支払うまでに聞く6つの質問を書き出し、ひとつずつ検索し、誰が引用されているかを記録し、自社のどれか1ページで6つすべてに正直に答えられるかを確かめます。答えられないなら、それが次にやる仕事です。ソフトウェアは要りません。Bavior が扱うのは、そのひとつ先です。決まったプロンプト群を5つのエンジンに定期実行し、各回答がどのソースを引用したかを記録します。これにより、カバレッジの作業で取得される相手が変わったかどうかを、1枚のスクリーンショットから推測するのではなく見届けられます。引用されたソースが進行中の議論スレッドである場合は、あなたが管理するアカウントで返信を下書きします。投稿の前に承認するのはあなたです。ファンアウトクエリの再構成はしません。それは推論をデータのように見せることになるからです。また、あなたに有利な検索をエンジンに発行させることもできません。無料の AI 可視性チェック無料の GEO 診断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
  1. Google Search Central「AI features and your website」(クエリのファンアウト、Search Console でのレポート、掲載資格。一次情報、2025年12月10日最終更新):developers.google.com/search/docs/appearance/ai-features
  2. Kirsten ほか、Findings of ACL 2026。Google AI Overviews の4,706クエリ監査、データは2025年9月に米国とドイツで収集。原文は「on average 53% (27%) of domains that AIO consults are not contained in top-10 (top-100) Organic search results」。2か月あけた2回の AIO 実行でのページ重複は18%、オーガニックは45%:aclanthology.org/2026.findings-acl.526
  3. Grossman ほか、SIGIR 2026。11,500クエリ。Google のオーガニック結果、AI Overviews、Gemini の間の URL 単位の Jaccard は 0.11–0.18:arxiv.org/abs/2604.27790
  4. 「Optimizing Visibility in Generative Engines: A Critical Survey of Generative Engine Optimization (2023–2026)」2026年7月15日、arXiv:2607.14035(サーベイのプレプリント):arxiv.org/abs/2607.14035
  5. Kim ほか「SAGEO Arena: A Realistic Environment for Evaluating Search-Augmented Generative Engine Optimization」KDD 2026 採択、arXiv:2602.12187v2、2026年8月7日改訂。171,003件の文書と2,700件のクエリ。本文だけを書き換える10の戦略が Hit@20 を平均で0.58から0.53へ、最悪では0.37まで下げた:arxiv.org/abs/2602.12187
  6. コンテンツの長さに関する調査、2025年12月。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。単語数と引用位置の Spearman 相関は0.04。引用の53.4%は1,000語未満のページ。ベンダー公開。本カリキュラムの方針により、説明のみでリンクはしません。
  7. ファンアウトのカバレッジに関する調査、2026年1月。1億4600万件の検索結果ページ、190万件の AI Overview 引用。再構成したファンアウトクエリでの上位表示と引用の相関は Spearman 0.77、そうしたページは引用される可能性が161%高い。ベンダー公開かつ相関。本カリキュラムの方針により、説明のみでリンクはしません。
  8. Xu、Iqbal、Montgomery、2026年。2026年3月13日から4月21日に収集した55,393件のトレンドクエリ。AIO の発火は全体で13.7%、疑問形クエリで64.7%。原文は「29.8% of AIO reference domains do not appear anywhere on the corresponding first page」(プレプリント):arxiv.org/abs/2605.14021
  9. Google Search Central「Google’s Guide to Optimizing for Generative AI Features on Google Search」(グラウンディングを「当社の中核となる検索ランキングシステムに依拠して」回答を改善することと定義。一次情報、2026年7月10日最終更新):developers.google.com/search/docs/fundamentals/ai-optimization-guide
よくある質問

よく聞かれることを、まとめました。

クエリのファンアウトは Google だけのものですか?

ファンアウトを自分の言葉で文書化しているエンジンは Google だけで、AI Overviews と AI Mode について、回答を組み立てるために「サブトピックとデータソースをまたいで複数の関連検索を発行する」場合がある、と説明しています。ほかのアシスタントも、ひとつの質問に対して複数の検索を実行しているのが見て取れますし、実行した検索を画面に表示するものもいくつかあります。ただし、その展開がどう動くのかを説明として公開しているところはありません。つまり仕組みは1つのエンジンでは確認済みで、ほかのエンジンでは観察されているだけです。Google 以外のエンジンについて具体的なファンアウトのアルゴリズムを説明している記事は、推測を説明しています。

ひとつの質問はいくつのサブクエリにファンアウトしますか?

エンジンの外にいる人には分かりませんし、どのエンジンもその数を公開していません。目にする具体的な数字は、5でも10でも数十でも、たまたま検索の一部を表示するインターフェースからの推論か、でなければ作り話です。報告できるのは件数ではなく帰結のほうです。Google AI Overviews の4,706クエリ学術監査は、2025年9月のデータで、参照するドメインの53%がそのクエリのオーガニック上位10件に現れないことを示しました。2026年3月と4月に収集された55,393クエリのプレプリントは、同等の1ページ目の差を29.8%としています。およそ30%から53%が正直な幅であり、それがファンアウトを持ち出して説明される差の大きさです。コンテンツは、いくつ答えるかではなく、実在するサブ質問をどれだけカバーするかで設計してください。

より多くのファンアウトクエリを拾うために、トピックを多数のページに分けるべきですか?

たいていは逆です。ファンアウトが評価するのは、あるトピックのサブ質問にいくつも実際に答えているページです。そのページは、それぞれのリトリーバル地点で正当な候補になるからです。薄いページが10枚あっても、それぞれ1か所でしか競争しません。長さそのものはレバーではありません。2025年12月の、引用された174,048ページを対象としたベンダー調査では、単語数と引用位置の相関は Spearman 0.04 で、引用の53.4%は1,000語未満のページに向かっていました。セクションを足すのは、そのサブ質問に具体的な中身で答えられるときだけにしてください。何も言っていないセクションは、入口を増やさないままページを薄めます。

どのファンアウトクエリが自分のページを引用したのかは、どこで見られますか?

どこでも見られません。ファンアウトクエリは内部のもので、報告しているエンジンはありません。Google のドキュメントには、AI 機能に表示されるサイトは「Search Console の検索トラフィック全体に含まれ」、「『Web』検索タイプの中で」報告されるとあります。つまり見えるのは AI サーフェスからの集計された表示回数とクリックであり、あなたを取得したサブクエリではありません。「あなたのファンアウトクエリ」を見せる製品は、再構成を見せています。無料の代わりになるのは、商談やサポートチケットで実際の見込み客から受けた直近20件の質問と、エンジンが自分の回答の下に提示する追加の質問です。

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

ひとつの質問、複数の検索。
すでにあなたを見つけている検索はどれか、確かめましょう。

無料トライアルを開始