AI 検索の最初のステージ、クエリ解釈では何が起きているのか？

いいえ。Google では、そもそも AI Overview が出るかどうかがこのステージで決まり、その割合はクエリの言い回しに大きく左右されます。40日間で55,393件のトレンドクエリを追跡した2026年のプリプリントは、AI Overview の発動率を、疑問形のクエリで64.7%、非疑問形のクエリで9.5%と測定しました。6.8倍の差です。全クエリでの割合は13.7%ですが、この数字には疑問形がすでに含まれているので、疑問形と非疑問形の対比のほうが鋭い比較になります。² SIGIR 2026 で発表された11,500件のクエリの研究は、トレンドではなく代表性のあるサンプルを使い、51.5%のクエリで AI Overview が表示されたと報告しています。³ 2つの数字は矛盾していません。標本にしている母集団が違うだけで、それ自体がこの分野の文献の読み方を教えてくれます。

1億4,600万件の検索結果ページに基づく2026年1月公開の大規模なベンダー調査は、第3の手法から同じ方向を報告しています。AI Overviews は疑問形クエリの57.9%に表示され、非疑問形の結果ページでは15.5%、そして発動したキーワードの99.9%は情報収集型でした。⁶ 独立した3つの手法、方向は1つです。これは分野全体で最も頑健な構造的知見であり、しかもステージ 1 の知見です。クエリの形についての話であって、あなたのページの書き方の話ではありません。

ここから導かれるのは測定上の帰結です。テスト用のプロンプトが AI の回答を引き起こさないなら、分かったのはそのプロンプトについてであって、あなたの可視性についてではありません。発動率と引用率を別々に記録してください。そうしないと、最初からゼロ以外になりようがなかったゼロを平均し続けることになります。

3つの製品についての質問のあとで「価格はどう？」と尋ねると、エンジンは代名詞、主語、比較対象の集合を会話から解決し、あなたの6語ではなく、その書き換え版を検索します。利用者には親切ですが、テストには致命的です。2人が2つのスレッドで同じスクリプトを走らせたなら、2つの別々の実験を走らせたことになります。同じプロンプトでも、新しいセッションと長いスレッドとでは、共通の出典がほとんどない回答になりうるのもこのためです。

そこに確率的なばらつきが重なります。2026年の批判的サーベイは、商用エンジンで同じクエリを繰り返し実行したときの Jaccard の重なりを0.34〜0.42、温度を制御できる環境での繰り返し判断の変化を9〜28%と報告しています。⁴ 複数のエンジンを9日間にわたり毎日、さらに10分間隔でもサンプリングした2026年の統計的な論文は、引用の分布はばらつきの大きいべき乗則に従い、「ドメイン間の見かけ上の差の多くは、測定プロセスのノイズフロアの中に収まる」と結論づけました。⁵ まずセッションを制御し、次に実行を繰り返し、そして分布として報告してください。

測定するプロンプトは、キーワードを選ぶのと同じ慎重さで選んでください。プロンプトはあなたの手にある唯一のステージ 1 の入力だからです。買い手が打つとおりに、完全な文で書いてください。疑問形のクエリは非疑問形のクエリのおよそ4倍から7倍の割合で AI の回答を引き起こすからです。ブランドについての質問だけでなく、意思決定の全体を覆ってください。カテゴリーは何か、選択肢は何か、いくらかかるか、何がうまくいかないか。「最良の X ツール」型のクエリだけで作ったプロンプト群は、購買の会話のごく狭い一片しか測っていません。

そのうえで、発動の判断をノイズではなくデータとして扱ってください。AI の回答が出たかどうかを、引用されたかどうかとは別に、さらに正確に説明されたかどうかとも別に記録します。これらは3つの異なる失敗であり、直し方も3つ違います。サーベイ自身の推奨も「リトリーバル、引用、忠実性を別々に測定する」ことです。⁴ AI検索の仕組みの残りは、このあとのステージ、つまり実際に入力を持てるステージの話です。