What Gets Cited: Competitive GEO in AI Answer Engines
本論文は、6 種類の LLM における 25 万 2,000 回の試行にわたる大規模な統制実験を通じて競争的生成エンジン最適化（GEO）を検証し、AI 回答エンジンにおける引用選択の主要な駆動力はトピックの関連性とリストの順位である一方、明示的な価格情報および最新のタイムスタンプも引用の確率を有意に高めることを明らかにした。
原論文は CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/) でライセンスされています。 これは以下の論文のAI生成解説です。著者が執筆または承認したものではありません。技術的な正確性については原論文を参照してください。 免責事項の全文を読む
混雑した部屋に入り、非常に賢いが少し気難しいロボットが、人々のグループのために質問に答えようとしている様子を想像してください。そのロボットは棚から引き出した500枚のパンフレット（ウェブサイト）の束を持っていますが、群衆に見せるために手に持てるのは数枚だけです。ロボットはそれらを読み、回答を要約し、その後、「真実の源泉」としてそのパンフレットのたった1つか2つだけを指し示します。
もしあなたのパンフレットがロボットに指し示されたものでなければ、誰もそれを見ません。あなたのパンフレットが棚の5番目だったとしても、ロボットがそれを引用しなければ、あなたは目に見えない存在です。
この論文は、他のパンフレットと直接競合する状況において、いかにしてあなたのパンフレットが指し示されるようにするかについて取り上げています。著者たちはこれを「生成エンジン最適化（GEO）」と呼んでいます。従来のSEOのようにリストの上位を目指すのではなく、ロボットの注意を巡る一対一の決闘に勝つことを目指すのです。
実験：管理されたテイスティング・メニュー
ロボットがなぜあるパンフレットを他よりも選び取るのかを明らかにするため、研究者たちは大規模で管理されたテイスティング・メニューを設定しました。
- 設定: 1,440の異なるシナリオを作成しました。各シナリオにおいて、ロボットに正確に2枚のパンフレットを読み込ませました。
- ルール: 2枚のパンフレットは、1つの単一の違いを除いて完全な双子でした。一方に価格が記載され、他方には記載されていない場合もあるかもしれません。一方が2026年に書かれ、他方が2019年に書かれた場合もあるかもしれません。一方が自信に満ちたトーンで、他方が不確かなトーンで書かれていた場合もあるかもしれません。
- ブラインドテスト: 「ナイキ」や「アップル」などのブランド名をすべて削除し、「ブランドX」などの架空の名前に置き換えました。これにより、ロボットが有名なロゴを認識したからといってパンフレットを選ぶわけではないことを保証しました。
- 規模: 6つの異なるAIモデル（「ロボット」）を用いて、この実験を252,000回実行しました。
結果：ロボットが指し示す要因
数値を分析した後、研究者たちはロボットの選択がランダムではないことを発見しました。クラブの入り口で誰を入場させるかを決めるボーディガーのように、厳格な階層に従っています。
1. 「門番」（決定的な拒否要因）
これらは4つの要因であり、もし欠けている場合、残りの部分がどれだけ優れていようと、あなたのパンフレットがほぼ確実に拒否されます。これらを入場券と考えてください。これらを持っていない限り、ゲームに参加することはできません。
- トピックの一致: パンフレットが間違った内容について語っている場合（例：「ランニングシューズ」について尋ねたのに、パンフレットが「キッチンブレンダー」について語っている場合）、ロボットは即座にそれを無視します。
- 価格: パンフレットに価格が記載されていない場合、ロボットがそれを選ぶ可能性は非常に低くなります。ロボットは数値を求めています。
- 新鮮さ: 2026年のパンフレットは、2019年のパンフレットよりもはるかに好まれます。古い情報は無視されます。
- 位置: あなたのパンフレットがロボットの視点で2番目にリストされている場合、1番目にリストされている場合よりも勝つのがはるかに困難です。（ロボットは最初に目にするものに対してバイアスを持っています）。
2. 「差別化要因」（同点決着の決定要因）
入場券（関連性があり、価格があり、新鮮で、良い位置にある）を手にした後は、これら要因が、同様に入場券を持つ競合相手との同点決着を制する助けとなります。
- 完全性: パンフレットは技術仕様をリストしていますか？他の製品と比較していますか？ロボットは「完全な物語」を好みます。
- 信頼性: パンフレットは自信に満ち、証拠に基づいて語っていますか？それとも「かもしれない」「多分」「おそらく」といった推測のように聞こえますか？ロボットは、自信に満ちた証拠に基づく声を好みます。
- 深さ: 深く包括的な分析は、表面的で浅い分析に勝ります。
3. 「ノイズ」（重要でないもの）
研究者たちは、人々が重要だと考えているいくつかのことが、実際にはロボットの判断を全く変えないことを発見しました。
- フォーマット: テキストが大きな段落か箇条書きか、あるいは「美しく」見えるかどうかは、ほとんど影響しません。ロボットはデザインではなく、内容を読み取ります。
- 営業的なトーン: 過度に熱心であったり「営業的」であったりすることはあまり役立たず、少し熱意が足りないことも同様でした。
書き手への教訓
この論文は、AIに引用されようとする人々にとって、シンプルなワークフローを提案しています。
- まず門番を確認する: 書き方のスタイルを気にする前に、正しいトピックについて語っているか、価格が表示されているか、日付が最近か、見つけやすいかを確認してください。ここで失敗すれば、他のことは何の意味も持ちません。
- 同点決着の決定要因を追加する: 基本が整ったら、競合相手打ち勝つために、具体的な詳細、比較、明確な証拠を追加してください。
- 無駄を排除する: 段落の配置換えやフォントの変更などに時間を浪費しないでください。それではロボットがあなたを選ぶ助けにはなりません。
要約すれば、AI検索の時代において勝つためには、最も美しいパンフレットである必要はありません。最も関連性が高く、具体的で、最新のパンフレットである必要があります。
自分の分野の論文に埋もれていませんか？
研究キーワードに一致する最新の論文のダイジェストを毎日受け取りましょう——技術要約付き、あなたの言語で。