AI検索で自社が引用されたと思ったら、翌日には別のサイトに入れ替わっていた——そんな経験はないでしょうか。Search Atlasが2026年11月12日に公開した解説記事は、この現象を「GEO回答の揺らぎ（answer volatility）」と呼び、原因と対策を整理しています。ただし同社はSEOツールの提供元で、記事には自社製品への誘導や独自用語が多く含まれます。ここでは、主張とデータを「同社の説明」として切り分けながら紹介します。
Table of Contents
「回答の揺らぎ」とは
同記事では、同じクエリを繰り返し実行したときに、引用されるドメインやURL、選ばれる事実の箇所が毎回変わる現象を指します。元のWeb文書が変わっていなくても起こるとされています。GEO（Generative Engine Optimization）は、AIの回答に自社コンテンツが取得・引用される確率を高める取り組みのことです。
揺らぎが生まれる理由（同社の説明）
- 生成時の確率的なサンプリング：次の単語（トークン）を選ぶ際の不確実性により、引用されるブランドが入れ替わりやすくなる。
- クエリ・ファンアウト：1つの質問を複数のサブクエリに分解して並列に検索する仕組み。記事は、1つのプロンプトから3〜15本、例としては4〜8本のサブクエリが生成されるとしています。
- 検索意図の衝突：1つのクエリに複数の意図が含まれる場合、どれを優先するかで結果が変わる。
- 鮮度の減衰：商用・技術系の話題では、90〜180日更新されないと引用頻度が平均64%低下すると主張しています。普遍的な内容は安定しやすい、とも述べています。
同社のデータが示すこと
同社は、約550万件のLLM回答と約75万件の商用クエリのコーパスを分析したとしており、検索上位10件と生成回答の引用の重なりは15%未満だと述べています。また、モデルの種類によってファンアウトの幅と上位10件との重なりが異なる、という表も示しています。
- 軽量モデル：サブクエリ1〜2本、重なり45〜55%
- 検索特化型：サブクエリ3〜6本、重なり25〜35%
- 深い推論モデル：サブクエリ8〜15本、重なり15%未満
さらに、AI Overviewsで引用されるURLの62%超が、オーガニック上位3位の外から来ているとも述べています。
データを読むときの注意
これらの数字は同社の独自調査で、収集方法や計算方法の詳細は記事内では確認できませんでした。「ATOM」「Factual Syntactic Triad」「Schema Fallacy」といった用語も同社の枠組みであり、業界標準の用語ではありません。数字は「傾向を考える材料」として扱い、自社のデータで検証するのが安全です。
記事が勧める実務対策
- AIクローラーを許可：OAI-SearchBot、GPTBot、ClaudeBot、PerplexityBotなどをrobots.txtで明示的に許可し、レート制限で遮断しない。判断の考え方はAIクローラーを歓迎するか遮断するかの記事も参考になります。
- サーバー側で描画：重要な情報をJavaScript実行なしの初回レスポンスに含める。
- 各セクション冒頭で「定義・仕組み・属性と値」を短く述べる：同社はこれを3文構成として推奨しています。
- 重要な答えをページの上部に置く：主要な定義は上部600px以内に、と記事は述べています。
- サブクエリを網羅：価格、比較、検証、反証など、ファンアウトで生成されそうな問いに答える。単一キーワードのページは不利になりやすい、という主張です。
- 商用・技術系は90〜180日ごとに実質更新：日付だけの更新ではなく中身を見直す。
- 第三者による裏付け：レビューサイトやニュースメディアなどでの言及を増やす。
一方、記事は構造化データ（JSON-LD）を足しても引用は増えなかったと述べつつ、エンティティの曖昧さ解消には役立つとして推奨もしています。「引用を増やす特効薬ではないが、無駄でもない」という位置づけです。
まとめ
AIの引用は構造的に揺らぐため、1回の結果で一喜一憂せず、複数回・複数プロンプトでの傾向を見るのが現実的です。実務では、クローラーの許可、サーバー側描画、結論を先に書く構成、サブクエリを意識した網羅、定期的な更新という「基本の整備」が中心になります。ベンダーの数字は鵜呑みにせず、自社サイトで小さく検証しながら取り入れていきましょう。
