AI Overviews（AIによる概要）の引用を計測する方法｜GSCで測れない理由と3つの手段

Google Search Console（GSC）は、AIによる概要や AIモードの表示とクリックを通常の検索のデータに含めて集計するため、AI Overviews（AIによる概要）での引用だけを取り出すことはできません。計測するには、GSC とは別に、検索して確認する仕組みが必要です。

この記事では、AIによる概要の引用を測る3つの手段、測る指標の定義、計測プロンプトの設計、そして計測から改善へつなげるサイクルを解説します。AIによる概要の仕組みは AI Overviews の解説記事 で説明しています。

この記事でわかること

• GSC で AIによる概要の引用を測れない理由が分かります。
• 手動、スプレッドシート、ツールという3つの計測手段と、それぞれの限界を比較します。
• 表示率・引用率・平均表示順位・言及率の定義を整理します。
• 計測プロンプトの設計と、計測から改善へのサイクルを解説します。

---

結論：GSC では AIによる概要の引用を単独で測れない

AIによる概要の引用を GSC で測れないのは、AI機能からの表示とクリックが、通常の検索結果と区別されずに集計されるためです。Google は AI機能のガイド で、AIによる概要や AIモードに表示されたページのクリックや表示は、Search Console の検索パフォーマンスのデータに、ウェブ検索の一部として含まれると説明しています。

その結果、GSC では次のことが分かりません。

• ある検索で AIによる概要が表示されたかどうか
• AIによる概要の中で、自社ページが引用元として表示されたかどうか
• AIによる概要から発生したクリックと、通常の検索結果からのクリックの区別

したがって、「AIによる概要で自社がどう扱われているか」を知るには、実際に検索して確認する方法を別に用意する必要があります。GSC は引き続き、検索全体の流入を把握する役割で使い、AIによる概要の計測は補完の仕組みで行います。

AIによる概要の引用を測れない GSC にも、使い道はあります。クエリごとの表示回数とクリック率の推移を見て、AIによる概要が出ていそうな質問で、クリック率が下がっていないかを確認できます。これは AIによる概要の影響を推定する間接的な手がかりであり、原因を断定するものではありません。AIによる概要が実際に出ているかは、検索して確認する必要があります。

---

AIによる概要を計測する3つの手段

AIによる概要を計測する手段は、手動確認、スプレッドシートでの定点観測、ツールでの定期実行の3つです。規模と頻度に合わせて選びます。

① 手動で検索して確認する

最も手軽なのは、自社に関連する質問を実際に検索し、AIによる概要が表示されるか、自社が引用されるかを目で確認する方法です。初回の現状把握には適しています。

限界は二つあります。一つは、表示される内容が検索のたびに変わりうることです。AIの回答は固定されておらず、1回の確認結果で評価できません。もう一つは、検索する環境（ログイン状態、地域、履歴）によって結果が異なりうることです。担当者個人の確認だけでは、再現性が確保できません。

② スプレッドシートで定点観測する

質問のリストをスプレッドシートに作り、週に1回など決まった頻度で検索し、結果を記録する方法です。最低限の列は、質問、確認日、AIによる概要の表示有無、自社の言及有無、自社ページの引用有無、引用された URL です。

手動確認よりも推移を追えますが、質問が50件、100件と増えると、記録の手間が現実的でなくなります。また、1回の検索結果は偶然のばらつきを含むため、同じ質問を複数回実行して割合で見る必要があり、手作業では限界が出ます。

③ ツールで計測プロンプトを定期実行する

計測用の質問（プロンプト）を登録し、ツールが定期的に実行して、回答の中の言及や引用を自動で集計する方法です。同じ質問を同じ条件で繰り返し実行できるため、割合の推移として評価できます。

Brand UP は、登録した質問を主要な AIで実行し、言及率、引用率、平均表示順位などを集計します。競合ブランドとの比較も同じ条件で行えます。Brand UPで計測できるAIの範囲はプランで異なり、ベーシックはChatGPTとAI Overviews、AIモードとGeminiはプロプランが対象です。なお、ツールを使う場合でも、何を計測するかという質問設計の精度が、結果の有用性を左右します。

---

計測指標の定義：表示率・引用率・平均表示順位・言及率

AIによる概要の計測では、表示率、引用率、平均表示順位、言及率の4つを、分母と分子を明確にして定義します。定義が曖昧だと、数字の推移を比較できません。

指標の読み方

4つの指標は、組み合わせて読みます。たとえば、表示率が高く、言及率が低い場合は、AIによる概要の影響を強く受けるのに、自社は回答に入っていない状態です。言及率は高いのに引用率が低い場合は、ブランド名は知られていても、公式サイトが根拠として使われていないことを示します。この場合は、一次情報や FAQ の整備が課題になります。

平均表示順位は、数字が小さいほど回答の前半で紹介されていることを意味します。Brand UP の 平均表示順位 では、自社と競合の順位を比較でき、「登場はするが後半に埋もれている」といった課題を発見できます。引用率 は、ブランドが言及された回答のうち、自社サイトの URL が根拠として引用された割合を、競合と並べて確認できます。

---

計測時に注意すること：表示は変動し、1回の結果では判断できない

AIによる概要の計測では、結果が検索のたびに変わりうることを前提に、複数回の実行を割合で評価する必要があります。この前提を置かずに計測すると、偶然の結果を成果や失敗と読み違えます。

同じ質問を、繰り返し実行する

AIの回答は、同じ質問でも毎回同一になるとは限りません。引用されたり、されなかったりする質問は、1回の確認で「引用された」「されなかった」と決めず、複数回実行した結果を割合で見ます。ツールによる定期実行が適しているのは、この点です。

検索環境を揃える

地域、言語、ログイン状態、検索履歴によって、表示が変わる場合があります。手動で確認する場合は、確認する端末とブラウザの設定を決め、シークレットウィンドウなど、履歴の影響が少ない環境で実行します。担当者が複数いる場合は、環境を揃えたうえで記録してください。

記録する項目を最初に決める

スプレッドシートで記録する場合は、質問、検索日、AIによる概要の表示有無、自社の言及有無、引用された URL、引用された競合のドメインを、最初から記録項目に入れます。後から項目を追加すると、過去のデータと比較できなくなります。特に、競合のドメインを記録しておくと、どのサイトが引用されているかを把握でき、次の施策の手がかりになります。

計測プロンプトの設計：顧客の検討段階ごとに質問をつくる

計測プロンプトは、顧客が実際に検索する質問を、検討段階ごとに設計します。測る質問が実態とずれていると、数字が良くても事業成果にはつながりません。

設計の基本は次の三点です。

1. 検討段階を分ける。 情報収集の質問（用語の意味、手順）、比較検討の質問（おすすめ、比較）、最終判断の質問（料金、導入事例）に分けます。
2. 自社名を含まない質問を中心にする。 「〇〇（自社名）とは」では、言及されるのは当然です。「おすすめの〇〇ツールは」のように、自社名を出さない質問で言及されるかが、本来の競争力を示します。
3. 質問を固定する。 質問を頻繁に入れ替えると、推移を比較できません。追加は行っても、既存の質問は維持します。

設計の詳しい手順と、よくある失敗は LLMO対策のプロンプト設定ガイド にまとめています。

---

計測から改善へ：同じ質問で、前後を比較するサイクル

計測は、改善施策の前後を同じ質問で比較してはじめて意味を持ちます。計測だけで終わらせず、差分から施策を決め、再計測する流れを回します。

流れは次のとおりです。計測する質問を決め、現状を計測し、競合や引用元との差を分析し、施策を実施し、同じ質問で再計測します。全体の手順は AI検索対策の改善ワークフロー で解説しています。施策を1つずつ実施して前後を比べる具体例として、llms.txt を置くかどうかの判断を llms.txtとは で扱っています。

実測事例：1ヶ月での変化

Brand UP は自社サイトで、このサイクルを実施しました。Google AI Overviews と AIモードの合算で、言及率は3.8%から52.8%へ、引用率は1.8%から44.8%へ変化しています（2026年6月27日から7月27日の前後比較）。

この数字は、対照群を置いた実験ではなく、短期の前後比較です。各施策の単独効果や、他のサイトで同じ結果が出ることを示すものではありません。一方で、同じ質問を固定して継続計測したからこそ、変化を数字で確認できました。条件と限界は 実測事例の記事 に詳しく記載しています。

---

よくある質問

---

出典・参考データ

1. [1]AI features and your website（Google 検索セントラル）2026-10