選択と再ランキングは、AI の答えがどのパッセージを使うかをどう決めているのか？

選択と再ランキングは、複数の候補リストを、固定されたコンテキスト予算に収まる短い順序付きの証拠リストに変えます。4つの操作が順番に起きます。ファンアウトした各サブクエリの候補集合が統合されます。ほぼ重複するものや転載コピーが折りたたまれ、同じ主張が3枠を占めないようにします。残ったものは、ドメインがどれだけ権威的かではなく、各パッセージが具体的な質問にどれだけよく答えているかをモデルが採点して並べ替えます。そして証拠が収まるまで末尾が切り落とされます。Google も一次情報の言葉で同じ形を説明しています。グラウンディングは「当社のコアな検索ランキングシステムに依拠して」ページを取得し、その後「当社のシステムは取得したページの具体的な情報を精査し、より信頼できる有用な応答を生成します」。⁹ この精査がステージ4です。

パッセージを読んでいるのがモデルであって、リンクグラフを採点する数式ではないという点は、閉じたシステムについての推測ではありません。それは公開された技術です。EMNLP 2023 の研究は、適切に指示された言語モデルは再ランキングのエージェントとして「一般的な IR ベンチマークにおいて、最先端の教師あり手法に匹敵する、あるいはそれを上回る結果を出せる」と報告しています。¹⁰ 再ランキング器は読み手であり、読むのはチャンクです。

過小評価されているのは切り詰めです。上流が生み出した候補は数百から数千件で、執筆段階に届くのはひと握りです。2026年4月に公開された 602 プロンプトの学術サンプルでは、完成した答えに付く引用数の平均は ChatGPT が 6.88 件、Google の AI サーフェスが 12.06 件、Perplexity が 16.35 件でした。³ 候補プールのほとんどはここで捨てられ、捨てられたものは下流の文章力では取り戻せません。この段階がパイプライン全体のどこにあるかは AI検索の仕組み が示しています。

埋もれた答えが負けるのは、再ランキング器が採点するのがチャンクだからです。あなたの答えを囲む8つの段落は、その答えの証拠ではありません。答えの周りのノイズです。答えが9段落目にある 3,000 語のページは、隣接する話題の材料に埋め込まれた関連パッセージを1つ差し出しているだけです。2文目で質問に答える短いページは、ほぼ全体が的の中心にあるパッセージを差し出します。ページ単位の権威性は前者を救いません。ここで採点されているのは権威性ではないからです。

ページ内での位置も効いているようですが、証拠はベンダー公開で、著者自身が相関だと明言しています。2026年6月の研究は、10,000 件の AI Overview 応答と 100,000 件の引用箇所をスクロール位置指定のテキストフラグメントで元の場所に突き合わせ、引用の 38% がページの最初の 100 語から取られていることを見つけました。1年前のより小さい比較セットでは 20% でした。著者は、データは相関であり「AI モデルがどこから引用するかは示せるが、なぜかを確定的に述べることはできない」とはっきり書いています。² 実務的な読み方は「全部を上に置く」ではありません。前置き、ブランドの咳払い、「本記事では次を扱います」が、ページで最も価値のある一等地を占めているということです。

パッセージが選ばれた後の、モデルのコンテキスト内での位置も効きます。しかもその裏づけは、ページの形についてのどの主張よりも強いものです。2026年の批判的サーベイは、文書がすでにリトリーブされていることを条件に、コンテキスト内の位置を強いと格付けし、クエリと文書の関連性を統制された環境では強いと格付けしています。⁴ NeurIPS 2025 の C-SEO Bench はそこに数字を与えます。GPT-4o-mini の小売では、最良の従来型介入、つまりソースの LLM コンテキスト内での位置の改善が、対象を平均 2.77 順位動かしたのに対し、試された10種類のコンテンツ書き換え手法のうち最も強いものは 0.36 でした。論文自身の書き方に倍率はありません。対象文書を「LLM のコンテキストウィンドウで最初に置くことは、どの C-SEO 手法よりもはるかに大きな引用ランキングの向上を LLM の応答にもたらす」と述べているだけです。⁵ なぜそうなるかには、それ自体の文献があります。性能は「関連情報が入力コンテキストの冒頭または末尾にあるときに最も高くなることが多く、長いコンテキストの中間にある関連情報にアクセスしなければならないときには大きく低下する」のです。⁸ この位置はあなたが設定するものではありません。サブクエリに最も正確に答えるパッセージであることによって、影響を与えるだけです。

できるのは引き算だけで、しかも制御を文書化している面に限られます。Google のガイダンスは4つを挙げています。「検索であなたのページから表示される情報を制限するには、nosnippet、data-nosnippet、max-snippet、noindex の各制御を使ってください」。そして AI 機能は同じスニペット掲載資格の上で動きます。⁶ これにより、特定のテキストブロックを引用対象から外したり、ページのどれだけを表示できるかに上限をかけたりできます。どちらも露出を減らすものであって、方向づけるものではありません。

肯定形の同等物はありません。引用してほしい段落を指定する方法を提供しているエンジンはなく、それを指名するマークアップもファイルもディレクティブもありません。使える唯一の肯定的な影響は構成上のものです。サブクエリに答えるパッセージを、ページの中で最も明快で最も正確に的を射たものにし、その問いをそのまま述べた見出しを付けることです。これは小技ではありません。だから効き続けます。