AI Overview トラッキング：チャットボットとは別の面として捉えるべき理由

チャットボットの引用は上がったのに、Googleでは見当たらない

あるチームがGEOを始めて2か月ほど経った頃、ChatGPTでの引用が目に見えて増えました。追跡していた質問の半数でブランドが回答に登場し始め、レポートのグラフも右肩上がりでした。ところが営業サイドから、まったく毛色の違う話が上がってきます。見込み顧客がGoogleでカテゴリを検索したところ、いちばん上の要約ボックスには競合2社だけが入っていたというのです。同じ会社、同じ四半期なのに、正反対の結果が出たわけです。

このズレは、測定を間違えたから生じたわけではありません。異なる面を一つにまとめて見ていたから起きたことです。ChatGPTのようなチャットボットとGoogle AI Overviewは、どちらもAIが合成した回答のように見えます。けれども、回答が生成されるきっかけも、入ってくる質問の形も、出典を選ぶロジックも互いに違うため、一方で通用したことが他方でもそのまま通用するとは限りません。だから追跡も、一つの欄にまとめて平均を取ることはできないのです。

よく見かける概説記事は「ChatGPT、Perplexity、AI Overviewに直接聞いてみよう」で止まりがちですが、ここではもう一歩踏み込んでみます。この記事はそのうちAI Overviewだけを切り出して扱います。なぜチャットボットとは別の面なのか、どう個別に追跡するのか、いまその追跡が何を測れて何を測れないのかを、順を追って見ていきます。

AI Overviewはチャットボットではなく、検索の面である

まず正しておきたい誤解が一つあります。Google AI Overviewは「Googleが作ったチャットボット」ではなく、検索結果ページのいちばん上に割り込んでくる要約回答です。ユーザーがチャットボットアプリを開いて会話を始めたわけではありません。いつも通り検索窓に何かを打ち込んだだけなのに、その上に整理された答えが先に表示されている、という形です。

些細に見えるこの違いが、測定の前提を変えます。チャットボットと検索型の回答面では、出発する文脈からして異なるからです。

表のいちばん下の行が特に重要です。AI Overviewは、その下に並ぶ従来型の検索結果と同じ画面を共有しているからです。だとすれば、検索ランキングと無関係ではいられません。しっかりインデックスされ、検索で信頼されているページほど、要約の素材になる可能性が高まります。これまでを見ると、チャットボットの引用はモデルの学習とリアルタイムの検索拡張が混ざって出てきます。一方でAI Overviewは、検索の上にもう一枚重ねられた面だと捉えるのが妥当です。

チャットボットの引用を追うことがモデルを説得する仕事だとすれば、AI Overviewを追うことは、検索で信頼されたページが要約に選ばれる仕事に近い。

検索型の質問でAI Overviewが働く仕組み

AI Overviewを理解する鍵は、ユーザーがどう尋ねるかにあります。人はチャットボットと検索窓に、同じ言葉を使わないからです。

チャットボットには、長く文脈のついた文章を投げます。たとえば「従業員20人のスタートアップなんだけど、請求書も給与計算もまとめてできる税務ツールをおすすめして、料金も無理のない範囲だとうれしい」のように、条件をずらずらと並べます。一方で検索窓には、「税務SaaS おすすめ」「小規模事業者 税務ソフト 比較」「請求書発行 無料」のように、短く区切って打ち込みます。

こうした短いクエリを受け取ると、AI Overviewはおおよそ次のような流れで答えを作ります。

1. 判断：このクエリが要約回答を出すに値する種類かどうかから見分けます。定義や比較、方法のように、まとめて示せるものがあるクエリには要約を出しますが、単なる探索や取引性のクエリには出さないこともあります。だから同じテーマでも、どう検索するかによって要約が出たり外れたりします。
2. 収集：検索インデックスから関連ページを引き寄せますが、ここで従来型の検索信頼度が影響します。
3. 合成：引き寄せたページから答えになる断片を選び、一つの要約にまとめ、その横に出典リンクカードを添えます。

核心は最初のステップにあります。チャットボットは何を尋ねても、とにかく答えを作り出します。一方でAI Overviewは出すか出さないかから決めます。だから追跡結果は三つに分かれます。要約が出て自社が引用されたか、要約は出たけれど自社が外れたか、要約そのものが出なかったか。この最後の状態は、チャットボットの追跡には存在しません。チャットボットでの「回答に出てこない」と、AI Overviewでの「要約がそもそも出ない」はまったく別のシグナルなので、混ぜると両方を読み誤ることになります。

なぜチャットボットの引用と分けて見るべきか

二つの面を分けて見るべき理由は、見栄えよく整理しようというものではありません。まとめてしまうと意思決定がずれるからです。具体的には三つあります。

第一に、一方の成果が他方を覆い隠す

冒頭の事例がまさにこのケースです。チャットボットの引用率は上がり、AI Overviewの露出は底に張りついているとき、二つを平均して「AI引用OO%」と報告すると、チャットボットで得た成果も、AI Overviewで空いているリスクも、一緒くたに埋もれます。面ごとに分けてこそ、「チャットボットはできたから、次は検索型の面を攻めよう」という次の行動が出てきます。

第二に、引用を勝ち取る作業が違う

チャットボットに引用されるには、モデルが一文として切り出して使いやすい、検証可能な答えの断片を作ることに重きを置きます。AI Overviewはそれに加えて、そもそも要約が出る検索型クエリを狙わなければならず、検索インデックスの中で信頼されるページになる仕事まで一緒にかかってきます。二つの作業は重なる部分が多いものの、同じではありません。だから、どの面が空いているのかが分からなければ、どちら側の作業をすべきかも分からないのです。

第三に、ユーザーの旅路で担う役割が違う

同じ人が、二つの面を別々の瞬間に出会います。漠然とカテゴリを探索しているときはチャットボットに長く尋ねて候補をもらい、特定のブランドや事実を確かめるときはGoogleに短く検索してAI Overviewの要約を見ます。片方にしか入っていなければ、旅路の半分で消えてしまうことになるので、「どこで自社が抜けているのか」は、面ごとに答えるべき問いになります。

AI Overviewを追跡する方法

AI Overviewの追跡は、出発点からしてチャットボットと違います。チャットボットは、自社が普段投げそうな質問をそのまま聞けば済みます。けれどもAI Overviewは、その質問を検索型クエリに置き換える必要があります。人が検索窓に実際に打ち込む短い文へと変換する段階が、一つ増えるわけです。実務の流れはこうなります。

1. 検索型クエリに置き換えます。追跡テーマごとに、ユーザーが検索窓に実際に入力する短いクエリを作りますが、「自社のカテゴリでおすすめを得たい人は何と検索するか」を基準に、比較・定義・方法のように要約が出そうな形で抽出します。
2. 要約が出たかどうかから記録します。引用の有無を問う前に、要約そのものが出たかをまず残します。出なかったクエリは敗北ではなく別の状態であり、時間が経つと同じクエリに要約が新たに出始めることもあります。
3. 要約の中の引用を確認します。要約が出たら、自社ブランドが本文で言及されたか、横のリンクカードに自社ページが載ったか、競合は誰が入ったかを見ます。
4. チャットボットとは別の欄に保存します。もっとも重要な運用原則です。同じ引用でも、どの面から出たのかを区別して別々に集計してこそ、面ごとの引用率をそれぞれ読めて、一方が他方を覆い隠さなくなります。
5. 定期的に再測定します。AI Overviewの要約は検索インデックスの状態によって変わるため、出ていた要約が消えたり、引用の構成が変わったりします。一度きりのスナップショットではなく、トレンドとして見るべきです。

ここで面を区別して保存することが、実務的にも核心です。引用記録に、チャットボットの応答なのか検索型の要約なのかを表示しておかないと、二つの面の数字が一つの器に混ざってしまいます。すると、面ごとの引用率という指標そのものが作れなくなります。

いまのこの追跡が認めるべき限界

正直に押さえておくべき部分があります。AI Overviewの追跡は有用ですが、何を測っているのかを誇張してはいけません。GEO自体がまだ初期の分野であり、検索側のロジックも公開されていないため、次の限界は明確に抱えていく必要があります。

• 測っているのは「自社が作ったクエリに要約が出たか」であって、「顧客が実際にそう検索したか」ではありません。自社が作った検索型クエリに要約が出て、そこに引用されたという事実は、そのクエリで検索した人に自社が露出しうる、というシグナルです。ただし実際の検索ボリュームがどうか、そのクエリが顧客の本当の検索をどれだけ代表するかは別の問題なので、追跡クエリをうまく選ぶことが結果の妥当性を左右します。
• パーソナライズ、地域、デバイスによって結果が揺れます。検索は文脈に敏感なので、誰がどこでどんなデバイスで検索したかによって、要約の表示有無や構成が変わりえます。一度見た画面が、全員にとって同じ画面とは限らないということです。
• 「出た・出ない」の変動性が大きいです。AI Overviewがどのクエリに要約を出すかは調整され続けているため、昨日出ていた要約が今日は出ないこともあります。だから単発の測定の結論を過信せず、同じクエリを繰り返してトレンドとして読むべきです。
• 画面の中の引用が、そのままトラフィックではありません。要約に引用されたからといってクリックが伴う保証はないので、露出と流入は別の指標として見るべきです。AI Overviewの追跡は回答の段階で露出したかを測るだけで、流入の成果を直接測るわけではありません。

これらの限界は、追跡をするなという意味ではなく、何を測っているのかを正確に分かったうえで使え、という意味です。「自社が作った検索型クエリ群でAI Overviewの要約がどれだけ頻繁に出て、その中で自社が競合に比べてどれだけ引用されるか」という限られた問いに対しては、面を分けた追跡が、勘で見積もるよりもはるかに鮮明な答えを与えてくれます。

まとめ：平均を取らず、面ごとに見よ

要点は一つに集約されます。AI Overviewはチャットボットとは別の面なので、分けて測定してこそ意思決定がずれません。チャットボットの引用とAI Overviewの露出を一つの欄にまとめて平均を取った瞬間、うまくいっている側の成果も、空いている側のリスクも、一緒に覆い隠されてしまうからです。

実務の手順に落とすとこうなります。追跡テーマを検索型クエリに置き換え、要約が出たかどうかからチャットボットと分けて記録し、要約の中の引用を競合と一緒に見たうえで、定期的に再測定します。結果を読むときは、「これは自社が作ったクエリでの要約露出であって、顧客の実際の検索での引用ではない」という但し書きを忘れないようにします。

二つの面を分けて追跡し、まとめないことは、人の手でもできます。ただ、クエリを検索型に置き換え、面を区別して集計し、定期的に回し直す作業は、たちまち煩わしくなります。ナッジオは、チャットボットの引用とGoogle AI Overviewの露出がいまどう出ているのかを、面ごとに確認するところから始められるよう手助けします。