FUKUOKA EC福岡EC

ChatGPT検索で引用されても売上に繋がらない理由とエンティティ設計で判断すべき基準とは

2026.05.23 AI　福岡ECサイト　

福岡ECサイト株式会社
代表鳥井敏史

この記事を書いた人

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

・ECサイト制作歴15年以上・MakeShopアンバサダー・JBEA EC業界SEO部門2025受賞・月商100万円 → 月商2,000万円・BtoB EC 月商100万円 → 月商1,000万円・支援企業：JR九州 / JAL / 名鉄など

この記事の監修

福岡ECサイト株式会社　代表　鳥井敏史

ChatGPT検索で引用されても問い合わせが来ない現実

ChatGPT検索では、引用されることと売上に繋がることは別の構造です。

ChatGPT検索機能が本格化してから、自社サイトがAI検索結果に引用される機会が増えました。しかし引用回数が増えても、問い合わせや売上につながらないという声が聞こえます。

ChatGPT検索機能での引用とは、質問者がChatGPTに尋ねた内容に対して、AIが複数のWebサイトから情報を抽出・要約して提示される状態を指しており、その際に引用元として表示されるか否かで、サイトのエンティティ認識と商品情報設計が判断される仕組みです。

Shopify管理画面でアクセス数を確認しても、ChatGPT検索からの流入は増えているのに、カートに進む率が上がらないという現象が起きています。これはAI検索と従来のGoogle検索では、引用される情報の種類と、ユーザーが求めている情報設計が全く異なるためです。

ChatGPT検索で引用されても売上に繋がらない理由

引用回数が増えても売上に繋がらないのは、構造上の理由があります。

ChatGPT検索での引用は、Googleの順位上昇と異なります。引用されることと購買行動に繋がることは別の構造だからです。

ChatGPT検索では、AIが「最も情報密度が高い」と判定したコンテンツが引用されます。しかしその情報が、購買決定に必要な「企業信頼」「商品の実用性」「利用シーンの具体化」を含んでいなければ、読者はあなたのサイトをクリックしません。引用されることが到達点になっていることが問題なのです。

引用されているが問い合わせが来ない企業の共通点：商品スペックは充実しているが、「なぜこの企業から買うべきか」という信頼情報がない
引用されて問い合わせが増える企業の共通点：導入実績・利用シーン・企業紹介がセットで整理されている
見落とされやすい点：商品情報の「量」ではなく「構造」が引用後のクリック率を決める

GA4で行動フローを見ると、ChatGPT検索からの流入は「AI引用ページ→離脱」というパターンが目立ちます。これは引用されたページが情報提供に特化しており、購買導線に繋がっていないことを意味します。

つまり、ChatGPT検索での引用を売上に繋げるには、引用されるコンテンツと購買を促すコンテンツを分離して設計する必要があります。この両構造がないと、引用は無駄になるのです。

エンティティ認識がAI引用と購買の分岐点になる理由

引用とクリックを分けるのは「エンティティ設計」です。

ChatGPT検索で引用される企業と、引用後にクリックされる企業には、エンティティ設計に大きな差があります。エンティティとは、AIが「この企業は信頼できる」と判定する企業情報の構造のことです。

エンティティ設計とは、会社情報・実績・第三者評価・利用事例をサイト全体に体系的に配置し、AIが「このブランドは何か」を正確に認識できる状態を作ることです。これにより、引用時に企業名が正確に表示され、かつ読者がその企業を信頼できる基盤が形成されます。

引用前の判定：コンテンツの情報密度でAIが「引用対象として適切か」を判定
引用後の判定：エンティティ設計の質で読者が「この企業から買うべきか」を判定
購買までの判定：商品情報構造で「実装可能か・本当に効果があるか」を判定

Search Consoleでリンク状況を確認すると、ChatGPT検索からの引用が増えても、被リンク数は変わらないというケースがあります。これは引用されても、その企業への信頼情報がないために、サイト訪問に至らないことを示しています。

福岡ECサイト株式会社が支援する企業の分析では、ChatGPT検索での引用が売上に繋がった企業は、全て商品ページにこの3つの要素が揃っていました。それは実績数値・導入シーン・企業紹介です。

ChatGPT検索で売上に繋がる商品情報の4つの構造

売上に繋がる商品情報には、4つの層が必要です。

ChatGPT検索での引用を購買に繋げるには、商品情報を4つの層で設計する必要があります。それぞれが異なる役割を持ち、読者の判断段階に対応しています。

情報層：商品スペック・機能・使い方を明確に記述すること。これがAI引用の対象になります
信頼層：企業の実績・導入企業名・第三者認証をセットで配置すること。引用後の信頼判定に使われます
利用シーン層：「どんな業種のどんな状況で使うのか」を具体的に描写すること。読者の自社への当てはめを助けます
判断層：料金・導入期間・サポート体制を明確にすること。購買決定の最後の障害を取り除きます

この4層がないと、引用されても「情報だけもらった」状態で終わります。特に情報層と信頼層を分離せず混ぜてしまう企業が多くいます。

従来のサイト設計	AI検索時代の設計
商品ページ＝情報提供に特化	商品ページ＝情報＋信頼＋シーン＋判断の4層構造
企業情報は別ページで掲載	商品ページに実績・導入企業を組み込む
引用されることが目標	引用後のクリック率が目標
スペック記述が中心	スペック＋「なぜこの企業か」が中心

Shopify上で商品ページを設計する際、説明欄の最初の300文字は情報層に充てることが推奨されます。AIはここから引用対象を判定するためです。その後の部分に信頼層・利用シーン層を配置することで、引用後の読者の行動が変わります。

AI引用設計で見落とされやすい3つの誤り

ChatGPT検索への対応を試みたものの、期待した効果が出ない企業には、共通した誤りパターンがあります。

まず1つ目は、商品スペックの充実だけに注力することです。「情報量が多ければAIに引用される」と考えて、機能説明を10項目、20項目と増やしても、企業情報がなければ読者のクリックには繋がりません。引用されるための工夫と、クリックされるための工夫は別なのです。

2つ目は、導入実績を掲載しても企業名を非公開にしてしまうことです。「セキュリティの関係で顧客企業名は掲載できない」という方針がありますが、これはAI検索時代では大きな機会損失です。ChatGPT検索では、「この商品は◯◯業界で△△企業に採用されている」という具体的な信頼情報がクリック率を大きく左右します。

3つ目は、価格情報と導入期間を記載しないことです。ChatGPT検索から流入した読者は、AIの引用だけで判断しているため、購買への心理的障害が高い状態です。このタイミングで価格と導入期間を明示することが、購買判定を助けます。逆にこれらの情報がなければ、読者は問い合わせに進まず離脱します。

福岡ECサイト株式会社が支援した事例

BtoB受託制作を行う企業が、ChatGPT検索での引用は月50回以上でしたが、そこからのクリックは月3件程度という状況にありました。

商品ページの設計を再構築しました。具体的には、従来の「制作プロセス＋料金表」という構成から、「制作実績（企業名付き）→利用シーン（業種別）→必要期間と料金→サポート内容」という4層構造に変更しました。

変更後、同じChatGPT検索からの月50回の引用に対して、クリック率が6倍に増加し、月間問い合わせが18件に増えました。引用数は変わらず、その後の読者行動が改善されたのです。これはエンティティ設計と商品情報構造の効果を示す事例です。

商品情報の最適化で判断すべき優先順位

ChatGPT検索への対応を始める企業が最初に判断すべきことは、現在のサイトの状態です。すべての情報をリセットして作り直すのではなく、今あるコンテンツを「4層構造」に再編成することから始まります。

以下の基準で判断してください。CVR改善の優先順位理論では、導線設計→商品設計→信頼設計→集客の順で改善すべきとされています。ChatGPT検索対応もこの順番に当てはめることで、効果的な改善が可能になります。

信頼層がない状態（導入実績・企業名の記載がゼロ）→最優先で追加。ここが最もクリック率に影響
利用シーン層がない状態（「どんな企業が使うか」の説明がない）→次の優先順位。読者の自社への当てはめを助ける
判断層が不完全（価格は書いてあるが導入期間が不明確）→3番目の優先順位。購買決定の最後の障害を取り除く
情報層の最適化（スペック記述の改善）→4番目の優先順位。すでにAI引用の対象になっているならば、情報量より構造が重要

月間のChatGPT検索からの引用が10回未満であれば、そもそも情報層の最適化から始めるべきです。引用されていないということは、AIが「引用対象として十分な情報がない」と判定している状態だからです。

一方、月間50回以上の引用があるのにクリック率が5%未満であれば、信頼層と利用シーン層の追加が効果的です。ここが最も改善の実感を得られる段階です。

従来型SEOとAI検索での情報設計の本質的な違い

Google SEOとChatGPT検索では、コンテンツに求められる設計が根本的に異なります。この違いを理解することが、両方で成果を出せる体制を作ります。

Google SEOでは「ユーザーの検索意図に完全に答える情報」が評価されました。つまり「◯◯とは何か」という定義から、具体例、注意点まで、1ページで完結する構成が理想でした。ページ内の情報密度が高いほどランク上昇しやすくなります。

ChatGPT検索では「複数の信頼できる情報源から抽出した情報」が重視されます。つまり1ページで完結するのではなく、その企業の実績ページ、導入事例ページ、企業紹介ページなど、複数ページから情報を組み合わせて引用します。そのため、1ページあたりの情報密度より「サイト全体でのエンティティ認識」が重要になります。

つまり今後は、SEOで評価される「情報量」とAI検索で評価される「信頼構造」の両立が必須です。情報層を充実させながら、同時に企業情報・実績・導入事例を整理して、サイト全体で「この企業は何か」を明確に伝える必要があります。

Slackに毎朝Flow by Zapierで検索ボリューム通知が届く企業の場合、GoogleとChatGPT両方からの流入を追跡している傾向があります。この状態は、実は両構造を理解し始めている証拠です。次の段階は、この流入元によって訪問後の読者行動が異なることを認識し、ページ設計を分岐させることです。

商品情報を4層構造で再設計するステップ

商品ページの再構築から始めることが最も効率的です。

現在のサイトをChatGPT検索対応させるには、商品ページの再構築から始めます。

すべてのページを作り直すのではなく、既存の構造を活用しながら情報を追加・再編成することが効率的です。

現状把握：Search Consoleでサイトがどの検索から引用されているか確認する。GA4でChatGPT検索からの流入数とクリック率を測定することが前提
情報層の確認：商品ページの最初の300文字が「スペック記述」として機能しているか確認。AIはここから引用判定をする
信頼層の追加：導入企業名（可能な範囲で）、顧客実績数、第三者認証を商品ページに追加。別ページに掲載していたものを引き寄せる
利用シーン層の記述：「◯◯業界の◯◯という課題を持つ企業に採用されている」という具体的な利用シーンを記述
判断層の明確化：料金、導入期間、サポート体制を商品ページの下部に集約。購買判定の最後の障害を取り除く

この5ステップは、従来のページ作成順序（情報層→デザイン→公開）とは異なります。既存コンテンツを活用しながら、読者の判断フローに沿った情報配置に変えることが重要です。

AI検索対策での記事制作との関係性

ChatGPT検索での引用を増やすには、ブログ記事も同じ考え方で設計する必要があります。単独の商品ページだけでなく、ブログで「この分野の権威」を表現することで、エンティティ認識が強化されます。

例えば、ECサイト制作を提供する企業であれば、ブログで「Shopifyの設定方法」「MakeShopのCVR改善テクニック」といった記事を発信することで、ChatGPT検索で「ECサイト制作に詳しい企業」として認識されやすくなります。ここ、意外と見落とされがちですが重要です。その結果、ブログから商品ページへの内部リンク経由で、商品情報もセットで引用される可能性が高まります。

つまり、AI検索対策は「点」ではなく「面」として機能します。実際の現場では、このポイントで差がつきます。単一ページの最適化ではなく、ブログ記事→商品ページ→企業紹介ページが一貫したエンティティを表現することで、ChatGPT検索での認識が強化されるのです。

サイトリニューアルを検討している企業であれば、このタイミングで商品ページの4層構造を基本設計に組み込むことで、運用段階での効率が大きく変わります。既存サイトを小直しするのではなく、エンティティ設計を前提とした構造で再構築することが、今後3年間の成長を決めます。

ChatGPT検索での引用ページ選定の仕組み

ChatGPTがどのページを引用対象として選ぶのかについて、明確な基準は公開されていません。しかし福岡ECサイト株式会社が複数企業を分析した結果、3つの傾向が見られます。

情報の新鮮性：更新日時が新しいページが優先されやすい。3ヶ月以上更新されていないページは引用対象から外れやすい傾向
情報の構造化：スキーママークアップで商品情報・企業情報が正しく記述されているページが引用されやすい。特にProduct スキーマとOrganizationスキーマが重要
情報の第三者認証：レビュー、導入事例、メディア掲載が記述されているページが信頼度の高い引用対象として選ばれやすい

つまり、チーム内でSEOとAI検索対策の担当者が分かれていると、この仕組みが機能しません。分断された状態では、本当の成果は出ません。記事制作チーム→商品ページ管理チーム→企業情報チームが分断された状態では、引用後のクリック率は改善しないのです。

実装段階での課題：構造と運用の一貫性

4層構造の設計方針が決まっても、実装段階で課題が発生します。特に商品ページが多いEC企業の場合、全ページを手作業で修正することは現実的ではありません。

重要なのは、最も売上に寄与している商品ページから優先的に改善することです。月間100件以上の問い合わせを受ける企業であれば、その大半は3〜5の主力商品から生まれています。まずこれらのページを4層構造に変更し、その効果を測定してから、他のページに横展開することが効率的です。

横展開の際は、既存資産を活用することが重要です。これは効率化の要になります。導入実績・企業紹介・サポート内容は、一度コンテンツを整理すれば、複数の商品ページで使い回すことができます。分断されたチーム体制では、この資産化が行われず、毎回から同じ情報を書き直すことになります。

ChatGPT検索に関するよくある質問

ChatGPT検索での引用数は、どのツールで計測できますか

正式な計測ツールは存在しないため、現在は手作業での把握が一般的です。ChatGPT SearchプラグインやTallyfy連携などで一定の追跡は可能ですが、完全な自動化はできていません。Google Analyticsの「referrer」情報で「ChatGPT」と記録される流入を手作業で集計することが、現実的な方法です。ただし、ChatGPT有料ユーザーの検索のみ計測される傾向があり、無料ユーザーからの流入は見えない可能性があります。

Google SEOとChatGPT検索の両方で成果を出すには、ページを分けるべきですか

分ける必要はありません。むしろ、前述の4層構造で設計することで、Google SEOでも ChatGPT検索でも同じページが成果を出すようになります。Google SEOでは「情報層」と「信頼層」の充実が、ページの専門性評価を高めます。ChatGPT検索では、その同じコンテンツがエンティティ認識を強化します。つまり構造が正しければ、両立は十分可能です。ただし、SEOとAI検索対策の責任者が異なると、ページ設計の一貫性が失われやすいため注意が必要です。

ChatGPT検索からのクリック率が低い場合、商品情報以外に改善すべきことはありますか

ランディングページの設計を見直すことが有効です。ChatGPT検索から流入した読者は、AIの要約だけで判断しているため、心理的な安心感が低い状態です。そのため、ページに遷移した直後に「この企業は何か」「なぜ信頼できるか」を瞬時に伝える必要があります。具体的には、企業ロゴ・実績数字・代表者名・メディア掲載欄を、ファーストビューに配置することが効果的です。これはCVR優先順位理論における「信頼設計」の実践です。