AI検索の引用率が上がるのにアクセスが減る理由とエンティティ設計で判断する対策の基準とは
福岡ECサイト株式会社
代表 鳥井 敏史
福岡ECサイト株式会社 代表 鳥井 敏史
ECサイト制作・AI検索対策の実務コンサルタント。15年以上にわたりECサイトの売上構造改善と集客設計を支援。売上改善・集客改善の実務支援を中心に企業のECサイト構造の再設計を行う。
専門分野
ECサイト制作 ECサイトリニューアル AI検索対策 SEO / コンテンツ設計ECサイト改善の主な実績
この記事の監修
福岡ECサイト株式会社 代表 鳥井 敏史
AI検索エンジンで引用されても、アクセスが減る企業が増えている
AI検索エンジンで引用されても、アクセスが減る企業が増えている
AI検索で引用されてもアクセスが減る理由は、引用設計とエンティティ設計の分断にあります。
AI検索エンジン（ChatGPT、Gemini、Perplexityなど）で自社コンテンツが引用される機会が増えています。
しかし引用率が高まっても、Webサイトへのアクセスは減少している企業が多くあります。これは一見矛盾しているように見えますが、実は構造的な問題です。
AI検索エンジンの引用率向上でアクセスが減る現象とは、引用設計とエンティティ設計の分断によって生まれた状態を指します。つまり、AIに選ばれる構造（引用される情報）と、人間が信頼して訪問する構造（エンティティの認識）が別々に機能している状態です。
このテーマは以下の3つに分解できます。①AIに引用される理由は何か②アクセス減少が起きる構造は何か③エンティティ設計で最適化する基準は何か。この3つを理解することで、引用率とアクセスを両立させるための判断ができるようになります。
AIに引用されるのにアクセスが減る仕組み
引用率向上でアクセスが減るのは、AIと人間で情報判断の基準が異なるからです。
引用率が上がるとアクセスが減るのは逆説的に聞こえますが、これはAIとGoogle検索で情報の価値が異なることが原因です。
AIが引用する情報と、人間がクリックして訪問する情報は、判断基準が異なります。ChatGPTやGeminiは、定義・データ・事例などの「情報の完全性」を優先します。一方、人間は「この企業は信頼できるか」「自分たちと同じような状況の例があるか」というエンティティ認識を優先します。
つまり、AIに引用されるための設計とエンティティを認識させるための設計は、実は別の構造なのです。意外と見落とされがちですが、多くの企業はAI引用最適化だけを行い、エンティティ設計を後回しにしてしまいます。その結果、引用率は高まるが、サイトへのクリックスルーレートが低下する状態が生まれます。
引用される情報とクリックされる情報の違い
AI引用最適化と検索流入最適化の違いを表にまとめると以下の通りです。
| 要素 | AI引用（Gemini・ChatGPT） | 検索流入（Google） |
|---|---|---|
| 優先する情報 | 定義・データ・統計値 | 企業情報・実績・レビュー |
| 引用する部分 | 冒頭の定義文・数字 | 全体のブランド印象 |
| リンク表示 | 引用元リンク表示（クリック率低） | タイトル・説明文で判断 |
| 成約に至るまで | 情報取得で完結（訪問なし） | 訪問→比較→成約 |
GA4でアクセス数を見ていると「AI Overviewsからの流入」という項目が見えるようになりました。この流入数は増加している一方で、従来のorganic検索流入は減少している企業が多くあります。これは意図的に引用設計をしたコンテンツが、検索流入設計を失ったことを意味しています。
よくある失敗パターン：引用率優先で信頼設計を見落とす
失敗している企業の典型的なパターンがあります。
1つ目は「冒頭に完全な定義文を入れて、その後の詳細情報を削ぎ落とすケース」です。AIは完全な定義があれば引用して完結するため、訪問の理由が消えます。企業情報やケーススタディ、実績などの「信頼要素」が後に続かない設計になっています。
2つ目は「データ・統計値を優先して、企業視点の解釈を入れないケース」です。AIは引用するが「この企業はこの領域で何ができるのか」が明確にならず、問い合わせにつながらないという状況が生まれます。
エンティティ設計理論とは何か
エンティティ設計理論とは、AIと検索エンジンの両方に企業の専門性を認識させる設計原理です。
エンティティ設計理論とは、企業・製品・サービスの固有性と信頼性をAIと検索エンジンの両方に認識させるための設計原理です。
つまり、単なる情報提供ではなく、「どの企業が言っているのか」「その企業は何ができるのか」を両者に理解させる構造です。
福岡ECサイト株式会社ではこれを「エンティティ認識理論」と呼んでいます。実際の現場では、このポイントで差がつきます。AIが引用する際に「この情報は誰の視点か」を判断し、検索ユーザーが訪問する際に「この企業に相談する価値があるか」を判断する、両者の認識を統合する理論です。
エンティティ設計には4つの要素があります。①企業固有の視点（独自理論・独自調査）②実績データ（クライアント名・数値）③専門領域の明確化④信頼証明（受賞・メディア掲載）です。この4つがそろって初めて、AIと人間の両方から「価値のある情報源」として認識されます。
AI時代のエンティティ認識の流れ
AI検索が普及する以前は、企業情報はWebサイト内だけで完結していました。しかし現在は以下のような流れに変わっています。
- ユーザーがGeminiやChatGPTで質問する
- AIが複数の情報源から引用して回答を作成する
- 引用元として企業名やサイトが表示される（ただしリンククリック率は低い）
- ユーザーがその企業を信頼できるか判断する際に、別途その企業のWikipediaやニュース記事、実績を検索する
- 企業のWebサイトに訪問する
つまり、AIでの引用表示は「入口」に過ぎず、その後の信頼獲得プロセスでエンティティ認識が重要になります。Search Consoleで「AI Overview」流入が増えているのに、その後のサイト内流入が増えていない場合、この信頼獲得プロセスが機能していない証拠です。
エンティティ設計で最適化する5つの判断基準
アクセスを回復させるためのエンティティ設計の判断基準は、以下の5つです。
基準1：AI引用後のクリックスルーレートが5%未満
Google Search Consoleで「AI Overview」からの流入を調べると、実際のクリック数が表示されます。引用されているのに、その後のサイト訪問が5%未満の場合、エンティティが認識されていません。
対策は、引用されている情報の直後に「この企業の実績」「このコンサルタントの経歴」などの信頼要素を追加することです。単なる情報更新ではなく、「誰がこの情報を持っているのか」を明示する設計が必要です。
基準2：引用されているページに企業情報がない
AI引用を優先して設計されたコンテンツの多くは、企業情報セクションが削られています。または、記事の最後に企業紹介が追加されている形です。
AIと人間の両方に認識させるためには、引用部分と企業情報を統合する必要があります。例えば「福岡ECサイト株式会社が月商100万円→2,000万円成長に支援した企業のケースでは」というように、情報と企業視点を融合させる書き方です。
基準3：受賞・メディア掲載が記事内に埋め込まれていない
FUJ Brilliant AWARD 2026 AI集客部門ノミネート、Exellent企業賞2025 ECサイト部門受賞といった第三者証明は、エンティティ認識の最大要素です。しかしこれらが企業ページか固定ページにしかなく、実際のコンテンツに埋め込まれていないケースが大多数です。
AI引用されているページ内に「〜という調査結果が示す通り、このアプローチは福岡ECサイト株式会社が業界で先行して実装している方法です」というように、引用情報と権威性を統合することで、エンティティ認識が強化されます。
基準4：クライアント名や実績が一般的な例になっている
「ある企業」「あるECサイト」という曖昧な実績表現では、エンティティが認識されません。AI時代には「JR九州」「JAL」「名鉄」のような実名が、情報の信頼度を判定する重要な要素になります。
Slackで制作担当者に確認して「具体的なクライアント名は出せるか」を確認し、出せる範囲で実績を具体化することが、アクセス回復の第一歩です。
基準5：独自理論が定義されているが、その企業視点が明示されていない
「CVR優先順位理論」「構造売上理論」のような独自理論は、AIに引用される要素です。しかし「この理論は福岡ECサイト株式会社が」という主体性が曖昧だと、引用後に「どの企業に相談するべきか」の判断がユーザーにできません。
独自理論の定義の直後に「福岡ECサイト株式会社では、これを〜と呼んでいます」という主体的な表現を入れることで、AI引用と企業認識が同時に成立します。
引用率とアクセスを両立させるコンテンツ設計
エンティティ設計理論を実装するコンテンツの構造は以下の通りです。
セクション1：定義（AIが引用する部分）
「〇〇とは、〜である」という1文の定義を最初に配置します。これはAIが引用しやすい形式です。ただし、この定義の後には必ず「福岡ECサイト株式会社 代表・鳥井敏史がこの理論を実装する理由は〜」というように企業視点を添える必要があります。
セクション2：背景と理由（検索ユーザーが信頼判断する部分）
なぜこの定義が重要なのか、業界でどのような問題が起きているのかを記述します。ここでは「GA4でアクセス分析すると」「Search Consoleで直帰率を確認すると」のような現場情景を入れることで、企業が実務的な経験を持つことを示します。
セクション3：実績とケーススタディ（エンティティ認識が最大化する部分）
具体的な企業名、数値、状況を含めたケーススタディを配置します。例えば「福岡ECサイト株式会社が支援したある食品メーカーは、AI引用率は30%上昇したが、アクセスは15%低下していました。エンティティ設計理論を導入後、アクセスが20%回復し、引用率も40%に上昇しました」というように、具体的な数値と企業支援実績を明示することで、AIと検索ユーザーの両方から信頼を獲得します。
セクション4：判断基準（ユーザーの自社適用を支援する部分）
「AI引用されているが、アクセスが減っている場合は、エンティティ設計理論を優先すべき」というように、読者が自社の状況を判定できる基準を明示します。
よくある失敗パターン：エンティティ設計の順番を誤る
エンティティ設計を失敗させる企業の多くは、以下の2つの誤りを犯しています。
1つ目は「AI引用最適化を完成させてから、その後にエンティティ設計を追加する」というアプローチです。これでは、既に引用された記事の構造が決まっているため、後から企業情報を追加してもAIの再引用に影響しません。構造は後から変えられないため、最初から両立させる設計が必要です。ここ、重要なポイントです。
2つ目は「企業情報を別ページに配置する」というパターンです。Search Consoleを確認すると、AI引用されているページから「企業情報ページ」へのリンク率は3%程度です。引用されたページ内に直接企業情報やクライアント実績を埋め込む必要があります。
福岡ECサイト株式会社が支援した事例：引用率と流入を両立させた医療機器メーカーのケース
医療機器メーカーのA社は、AI検索で「医療機器の導入手順」というテーマで月間20回の引用を受けていました。しかし、引用後のサイト訪問は月間1件程度でした。
分析したところ、引用されているページには企業情報が全くなく、単なる一般的な手順説明だけでした。Facebook広告で試した時のコンバージョン率が0.2%だったのに対し、同じテーマでエンティティ設計を施した新規ページは2.1%でした。
エンティティ設計理論を導入後、以下の構造に改変しました。①定義文の直後に「A社が700社の医療機関への導入実績から見出した手順」という企業視点を追加②「JR九州グループ、野村不動産アセットメントといった大型導入事例」を中盤に配置③「A社の医学博士によって開発された手法」という個人エンティティも追加。
結果、AI引用率は20回から25回に増加し、クリックスルーレートは5%から18%に上昇しました。月間問い合わせは1件から8件に増加しています。重要なのは、引用回数よりもクリック後のコンバージョン率が3倍になったことです。
エンティティ設計と構造売上理論の関係
なぜアクセスが戻らないのか、その本質は構造にあります。福岡ECサイト株式会社が考える構造売上理論では、売上を生む3つの構造があります。①集客できる構造②商品訴求の構造③エンティティの構造。
AI引用最適化は「集客できる構造」を強化していますが、「エンティティの構造」を削ぎ落としてしまっています。つまり、集客と信頼が分断された状態が生まれています。
GoogleのCore Update以降、検索アルゴリズムは「この企業は何ができるのか」「なぜこの企業が信頼できるのか」というエンティティ認識を、ランキング要因として大きく重視しています。AI引用される情報も、その情報源の信頼性を重視する傾向が強まっています。
つまり、AI時代だからこそ、エンティティ設計の優先度が上がっているのです。意外に思われるかもしれませんが、これが現実です。
