Cited Is Not Chosen: The 2026 Measurement Era of GEO — Seats, Shortlists, and the 68-Day Lag

主要ポイント

• ChatGPTは引用する量の約6倍のページを取得し、引用をトピックあたり約30ドメインに集中させています — 製品比較トピックでは上位30ドメインが引用の67%を獲得 — 約120万件のChatGPT回答と約98,000行の引用を対象としたKevin Indigの研究。Search Engine Land報告。
• Googleで1位にランクしたページのうちChatGPTに引用されたのは43.2%のみ — しかしトップ20外のページの3.5倍 — 順位プレミアムは実在しますが、それは入場券を買うだけで、席を買うわけではありません（Search Engine Land）。
• Google AI Overviewsは自己宣伝的な「ベスト」リスト記事を引用しながら、その発行者を推薦から69%の確率で除外しています — Lily Rayの2026年B2Bソフトウェア研究は、引用されることと選ばれることが同じではないことを確立しました（Profound）。
• B2Bテックブランドの51%がChatGPT、Perplexity、Gemini全体でゼロ引用であり、獲得メディア配置から引用までの中央値ラグは68日 — Crackle PRの2026年第2四半期ベンチマーク（AuthorityTech）。
• AI検索のコンバージョンはChatGPTでGoogleオーガニックの5.1倍（14.2% vs 2.8%）、Claudeで6.0倍（16.8%）、Perplexityで4.4倍（12.4%） — しかし両エンジンに引用されるドメインはわずか11%で、単一エンジン戦略はそのプレミアムの大半を放棄します（Loganix/PR Newswire）。

2026年9月の最初の3週間に、B2Bコンテンツチームにとっての「GEO」の意味を変える3つの研究が出ました。約120万件のChatGPT回答の分析で、Kevin Indigはエンジンが引用する量の約6倍のページを取得していること、可視性がトピックあたり約30の引用ドメインに集中していることを見出しました — 「限られた数の引用『席』の1つを勝ち取るのに十分な権威を築かなければ、実効的に締め出される」という構造です（Search Engine Land）。Lily Rayの2026年B2Bソフトウェア研究は、Google AI Overviewsが自己宣伝的な「ベスト」リスト記事を引用しながら、そのリスト記事の発行者を自身の推薦から69%の確率で除外していることを見出しました（Profound）。そしてCrackle PRの2026年第2四半期ベンチマークは、B2Bテックブランドの51%がChatGPT、Perplexity、Gemini全体でゼロ引用であること、獲得メディア配置から引用として現れるまでの中央値ラグが68日であることを数えました（AuthorityTech）。

本記事は、GEOはSEOではない：なぜAIの引用は検索ランキングから切り離されたのかの測定コンパニオンです。同記事は引用がオーガニックランキングからなぜ切り離されたか、5つの動きのプレイブックを扱いました。ここではプレイブックの後で2026年の研究が測定するものに焦点を当てます:引用プールが実際にどう構造化されているか（席）、取得されてから選ばれるまでに何が起きるか（69%の除外）、そしてコンバージョンの算術が中堅B2Bベンダーの次のコンテンツ支出をどこに向けるべきかについて何を言うか。数字はプレイブックを置き換えません — 操作の順序とダッシュボード上の指標を変えます。

引用プールには固定数の席がある

Indigの研究は、7つのバーティカルにわたる約120万件のChatGPT応答から約98,000行の引用を解析しました — 構造的なページ解析、位置マッピング、エンティティ・センチメント分析を使用して（Search Engine Land）。構造的な発見は、ほとんどのB2Bチームがまだ内化していない部分です:

• 集中。 製品比較トピックでは、上位10ドメインが引用の46%を取り、上位30ドメインが67%を取りました。AI可視性は古典的なオーガニック検索よりわずかに集中度が低いものの、中堅ベンダーがトピックあたり少数の引用スロットを巡って競うには十分に中央化されています。
• 1位のプレミアムは入場券であり、保証ではない。 Googleの1位ページの43.2%が引用されました — トップ20外のページの3.5倍。1位ページの半分以上はまったく引用されませんでした。
• 取得は引用ではない。 ChatGPTは引用した量の約6倍のページを取得し、Search Engine Landが報じたAirOpsのデータは、取得されたページの85%が一度も引用されなかったことを見出しました。引用されたページの3分の1はファンアウトクエリから来て、その95%は検索ボリュームゼロでした — 発見は、ほとんどのチームが追跡するキーワード宇宙の外で起きます。
• 文字数は引用量を買い、バーティカルごとの上限がある。 20,000文字超のページは平均10.18引用に対し、500文字未満のページは2.39引用で、最大のリフトは5,000〜10,000文字でした。このパターンは金融で崩れ、そこでは短く密度の高いページがしばしば勝ちました。
• 1回の引用はノイズ。 引用されたURLの58%は1回だけ引用されました。反復されたのは、カテゴリ roundup、比較ページ、広範なガイド — 複数の関連する質問に答えるページでした。
• ページの上部が引用可能な部分。 ページの10〜20%セクションが業界横断で最も良い成績でした;下部10%は引用のわずか2.4〜4.4%でした。結論は概ね無視されました。

中堅B2Bベンダーにとって、この算術は容赦ありません:任意のトピックで競っている席は約30ドメインのいずれかが握り、インキュンベントのページはより長く、より多くの角度からトピックをカバーし、席の58%はセッション間で入れ替わります — これは脅威（あなたの1回の引用が蒸発する）であり、好機（インキュンベントの席は回転する）でもあります。

引用プールの構造 — トピックあたり少数の席、高い1回引用の入れ替わり、そして取得されたのに引用されないギャップ:

引用されることは選ばれることと同じではない

Rayの研究はダッシュボードを変えるものです。彼女のチームはGoogle AI OverviewsがB2Bソフトウェアクエリをどう扱うかを分析し、エンジンが自己宣伝的な「ベストX」リスト記事 — ベンダーが自分について書いたページ — を引用しながら、回答が実際に与える推薦からその同じ発行者を69%の確率で除外していることを見出しました（Profound）。リスト記事はソースリストで引用を獲得します;しかし読者が目にするショートリストの場所は獲得しません。

この区別は学術的ではありません。GEOレポートでは同一に見える2つのKPIの違いです:

1. 引用プレゼンス — あなたのURLが引用ソースパネルに現れる。測定可能で、満足感があり、弱い:エンジンがあなたのページを読む価値があると見つけたと言うだけです。
2. 回答選択 — エンジンの合成した推薦があなたの製品、カテゴリ、または主張を含む。これが買い手のショートリストを形作るもので、G2の2026 AI Search Insight Reportがベンダー選択に結びつける指標です:チャットボットはベンダーショートリストを形成する最も影響力のある情報源です。

除外にはメカニズムがあります。AI Overviewは複数の取得チャンクから推薦を合成します;自己宣伝的なリスト記事は使用可能なソースではあるが、貧弱な推薦候補です — モデルが利益相反を見て取れるからです。Rayのフォレンジックな作業 — AIシステムが24時間以内に捏造されたランキングを取り込んだ実験を含む — は、弱い主張がどれほど速く回答システムに入り込むかと、エンジンが見て取れる偏ったソースをどう扱うかの両方を記録しています（Profound）。B2Bベンダーへの実務的な読み:あなたの引用戦略が自分の「ベスト」ページに依存しているなら、あなたは2つの成果のうち弱い方を最適化しています。サードパーティの裏付けこそが、ソースリストの引用を推薦に変換するものです。

獲得メディアの算術:51%と68日

Crackle PRの2026年第2四半期AI Citation Benchmarkは、親記事のプレイブックが含意したものの測定されなかった依存関係を定量化します（AuthorityTech）。2つの数字が予算の会話を再構築します:

• B2Bテックブランドの51%がゼロ引用をChatGPT、Perplexity、Gemini全体で返しています。AI検索におけるB2Bブランドのデフォルト状態は不在です。Forresterの2026年Buyers' Journey調査はバイヤー側のAI使用をベンダー評価中のChatGPT使用72%としています — バイヤーは移動済みで、ベンダー側の半分は出現していません。
• ChatGPTのB2Bベンダー引用の71%は獲得メディアから、29%は所有コンテンツから;Google AI Overview回答のわずか12%だけがプレスリリースにリンク（AuthorityTech）。エンジンはサードパーティの編集コンテンツに依存し、B2Bテックベンダーの質問で最も引用される出版物はTechCrunch、Forbes、The Information、VentureBeat、Business Insider — ドメイン権威は引用頻度とr = 0.62で相関します。ティア1配置1件は中間層の言及12件を上回ります。
• 獲得メディア配置からLLM引用までの中央値ラグは68日。 予算への含意はタイミングです:今日始めた獲得メディアプログラムは、約10週間後に最初の引用を生み出します。6月に始めたブランドは今まさに引用サイクルに入りつつあります。

集計者自身が述べる正直な境界:これらの数値は、引用されたサンプルにおける情報源の構成を確立するものであり、任意の単一ブランドに対する保証された因果関係ではありません（AuthorityTech）。構造的な結論は因果主張なしに成立します — 引用の大半が獲得メディアから来て、大半のブランドがAI面を狙った獲得メディアパイプラインを持たないなら、引用赤字はパイプラインの問題であり、コンテンツ品質の問題ではありません。

親記事のプレイブックの動き4（「エンジンがすでに見ている場所にいる」）は、この算術の実践です。2026年のアップグレードは、依存関係が測定されたことです:所有コンテンツは必要だが構造的に軽量 — 引用基盤の29% — であり、68日ラグが計画の時間軸を設定します。

コンバージョンの算術と11%の罠

コンバージョンの数字は投資を正当化します;重複の数字は近道を殺します。Loganix経由で公開された、6億8000万引用をカバーする6つの独立公開研究を組み合わせたマルチソース合成から:

プラットフォーム	コンバージョン率	Googleオーガニック（2.8%）対比倍率
Claude	16.8%	6.0x
ChatGPT	14.2%	5.1x
Perplexity	12.4%	4.4x
Googleオーガニック	2.8%	1.0x

集中と除外の研究と併せて読むと、この表は3つの運用上の帰結を運びます:

1. プレミアムは実在するが、エンジン固有。 Claudeユーザーは16.8%、ChatGPTは14.2%、Perplexityは12.4%でコンバージョン — 2.8%のオーガニック基準に対して。これらはExposure Ninjaの2026年3月のレートで、複数ソースの合成によるプラットフォーム固有の数値、自己報告かつプラットフォーム測定であり独立監査ではありません — 正直な注意書きが適用されます。方向がシグナルです:AI経由の訪問者は、推薦がすでに意図を形作る中で、意思決定の途中で到達します。
2. 両エンジンに引用されるドメインはわずか11%。 6億8000万引用のAveriの分析は、クロスエンジンドメイン重複を11%と見出しました — エンジンは同じクエリに対して89%の確率で異なる情報源を引用します（Loganix/PR Newswire）。1つのエンジンで測定されたプログラムは、成功と読めながら、アドレス可能なプレミアムの大半を放棄しています。「AI検索」は1つのチャネルではなく、異なるソース選好を持つ少なくとも4つです。
3. バックリンクではなくブランド言及が支配的な相関。 Web言及はAI引用とSpearman 0.664で相関し、バックリンク相関の0.218の約3倍 — 75,000ブランドを対象としたAhrefsの分析（Loganix/PR Newswire）。ブランド言及を構築する流通チャネル — 獲得メディア、業界出版物、実務者コミュニティ — は、71%/68日の算術が指すのと同じものです。

プログラムで変えること

測定時代は、親プレイブックを実行する中堅B2Bチームの4つの運用デフォルトを変えます:

1. 順位ではなく回答シェアを追跡する。 ダッシュボードの指標はエンジンごとの回答シェア・オブ・ボイス — 生成された回答とベンダーショートリストにあなたのブランドが現れる頻度 — であり、キーワード順位でも1セッションの引用数でもありません。引用されたURLの58%は1回だけ現れます;順位トラッカーはその入れ替わりを見えず、引用数の虚栄指標は誤読します。
2. 公開日の幻想ではなく、68日のパイプラインに予算を組む。 AI面を狙った獲得メディア配置は、出荷した四半期内に成果を出しません。引用を2四半期の時間軸で計画し、所有コンテンツが自分の時間軸でコンバージョンすると仮定するのではなく、配置から引用までのラグを明示的に測定します。
3. 引用だけでなく裏付けを狙う。 69%の除外は、回答の推薦層こそが重要だと語っています。獲得メディアの労力の一部を、エンジンが推薦を合成するときサードパーティが引用できる配置 — アナリストノート、実務者の書き込み、比較カバレッジ — のために予算化します;自分が管理する「ベストオブ」ページだけでなく。
4. エンジンごとに測定する。 11%のクロスエンジン重複は、プラットフォーム非依存の報告を誤りにします:ChatGPT、Claude、Perplexity、Google AI Overviewsを別々に追跡します — 1つのエンジンで可視なブランドは別のエンジンで不在であり得、各々が異なるコンバージョン倍率を運ぶからです。

これらのどれも、親記事が文書化するクロール層や引用可能コンテンツの特性を置き換えません — 許可リストに入れたクローラー、llms.txt、構造化データ、ページの最初の3分の1にあるソースと統計。それらの背後の労力の配分を変えるのです:トピックあたり約30の席、69%の発行者除外、68日の獲得メディアラグを持つプールでは、限界的な1ドルは別の所有ページから、席を獲得しそれを裏付けるパイプラインへ移ります。

関連記事

• GEOはSEOではない：なぜAIの引用は検索ランキングから切り離されたのか — 親記事:引用がオーガニックランキングから切り離された理由、プリンストンのコンテンツ特性要因、クロール層、そして本測定コンパニオンが土台とする5つの動きのプレイブック
• AIエージェントを広告面として：スポンサード配置がB2B 可視性に与える意味 — 有料配置の対になる記事:引用で獲得した可視性がスポンサードエージェント面と競合するとき、両方をカバーする2層戦略
• RFQは増えても本当の案件は減る：エージェント生成デマンド向け売り手側資格審査レイヤー — デマンド側の鏡:バイヤーエージェントがショートリスト化しRFQを送るとき、サプライヤーが届いたものをどう資格審査するか

代表的な構築ビネット

4つの倉庫に12,000 SKUを持つ中堅工業ディストリビューターは、AIエンジンが自社を引用しているのかまったく知りたがっていました — 答えはありふれたものでした:買い手が使う3エンジン全体でゼロ引用。スコープを絞ったエンゲージメントで、弊社はカタログとエンジニアリングコンテンツにTechArticleとProductの構造化データ plus llms.txtを導入し、エッジでAI Searchクローラーを開放し、集中研究が報酬を与える回答ファースト構造（すべてのページの最初の3分の1に出典付き主張）を構築し、エンジンごとの引用トラッキングを設定して、回答シェア・オブ・ボイスがベンダーツールのスクリーンショットではなく運用ダッシュボード上の数値になるようにしました。チームは引用シェアをエンジンごとに、配置から引用までのラグを月次でレビューし、1週間のディスカバリーで確定スコープに合意しました。

スコープを絞った構築を依頼してください。 1週間のディスカバリー。システムインベントリ、ワークフローマップ、確定スコープが手に入ります — 当社と構築するかどうかにかかわらず。