AI検索最適化の成果は何で測るか｜引用されても流入が増えなかった自社実測

アーム代表の伊藤です。
AI検索最適化の成果は、表示回数や引用の有無ではなく、指名検索と相談の数で測ります。アーム自身、AI検索系の記事4本の推定流入が合計で月0だったという実測があり（2026年8月時点）、露出の数字を成果と読み違えた失敗をもとに測り方を5つ作り直しました。この記事では、その切り分けを自分のサイトで再現できる手順まで整理します。

こんな方におすすめのコラムです

• 「LLMOやAI検索最適化の施策を打ったのに、何が変わったのか報告できる数字がない」という方
• 「Search Consoleの表示回数は増えている。でも問い合わせは1件も増えていない」という方
• 「上司に『AI検索対策の成果は？』と聞かれて、露出のグラフしか出せなかった」という方
• 「うちのサイトがAIに引用されているのか、確かめる方法が分からない」という方
• 「GA4とSearch Consoleで数字の形が食い違っていて、どちらを信じればいいのか分からない」という方

AI検索最適化の成果は、露出の数字では測れない

AI検索最適化の話に入る前に、この記事の前提を先に置きます。AI検索最適化とは、AIによる概要（AI Overviews）やChatGPTなどのAI検索で、自社のサイトやブランドが取り上げられるように整える施策の総称を指します。LLMO・AIO・GEO・AEOなど呼び名は分かれますが、指している中身はほぼ同じです。施策のやり方そのものは、制作工程別に整理した別記事に譲ります。

この記事が扱うのは、やり方ではなく測り方です。AI検索最適化の測り方を間違えると、記事制作費もリライトの工数も月額のコンサル費も出ていくのに、商談は1件も増えません。露出のグラフだけが右肩上がりのまま、販管費が積み上がっていきます。

そして測り方の間違いは、業界ぐるみで起きています。アームが2026年8月に「AEO対策」の検索上位10本を実際に読み比べたところ、10本すべてが「AIに引用されること＝成果」という前提で書かれていました。引用が問い合わせや売上に転換したことを定量データで示した記事は、1本もありませんでした。誰も証明していない前提の上に、効果測定の話が組み立てられているのが現状です。

だからこの記事は、成功事例ではなく自社の負けデータから始めます。露出の数字がどう成果を裏切るのかを実測で示したうえで、何を測ればよいかを組み立て直します。

制作段階で何をやるべきかは「AI検索対策とは？ホームページ制作の設計段階でやるべきこと、やらなくていいこと」にまとめています。

アームの実測。AI検索最適化の記事4本は、推定流入が月0だった

まず、いちばん不都合な数字から開示します。アームはAI検索最適化のテーマで4本のコラムを公開してきました。その4本の獲得キーワードと推定流入を2026年8月に計測した結果が、次の表です。

4本の推定流入は、合計で月0です。うち2本は、獲得しているキーワードが1語もありません。唯一7位に入っている「ai検索対策 ホームページ 制作」も月間検索10回の語なので、順位があっても人は来ません。

AI検索最適化を語る側の記事が、AI検索からもGoogle検索からも流入を得ていない。これがアームの現在地です。恥ずかしい数字ですが、この4本の敗因を掘ったことで「露出の数字は成果の代理にならない」という本題が見えてきました。次の章で、その掘り下げの過程で踏んだ罠を4つ共有します。

AI検索最適化の測定でアームが踏んだ4つの罠

AI検索最適化の効果測定でアームが実際に踏んだ罠は、次の4つです。どれも「数字は本物なのに、読み方を間違えると成果が出ているように見える」型をしています。

1. 表示回数の増加を成果と読む
2. ページ平均順位を順位と読む
3. GA4のセッション推移を流入と読む
4. 表示回数を検索需要と読む

罠1: リライトで表示回数が6倍に増えたのに、クリックは減った

「LLMO対策の費用相場と会社の選び方」をリライトしたところ、Search Consoleの表示回数は6倍に増えました。ところが、クリックは減りました。

表示回数だけを見ていたら、このリライトは成功と報告されていたはずです。実際には、読者との接点は減っていました。表示回数は「Googleが検索結果やAIによる概要のどこかにページを出した回数」でしかなく、誰かの目に入ったことも、読まれたことも意味しません。

店の前の通行量だけを数えて売上の報告に代える店主はいません。ところがAI検索最適化の報告では、これと同じことが「露出が伸びています」という言葉で日常的に起きています。

罠2: ページ平均順位は、質問形クエリに汚染される

よくある誤解が「ページ平均順位が1桁なら、1ページ目に表示されている」です。実際は、平均順位はクエリごとの順位をならした値なので、内訳を見ないと何も分かりません。

アームの表示速度の記事は、ページ平均順位が9.7位でした。1ページ目に見えます。ところがクエリ単位に分解すると、平均を引き上げていたのは「サイト速度 改善 相談 どこにの対策は何でしょうか？」のような、AI検索経由とみられる長文の質問形クエリでした。この型のクエリは4.1位に表示されて0クリックです。一方、本命の「表示速度 改善」は28.1位、「lcp 改善」は36.5位でした。

1ページ目にいるように見えて、頭語では圏外。これがページ平均という集計の怖さです。実際、アームのSearch Consoleでは、この種の長文質問クエリが3〜6位に表示されながら、すべて0クリックという状態が続いています。上位表示の実感だけが積み上がり、流入は1件も発生していません。

この実例ページは「サイトの表示速度改善」です。

罠3: GA4とSearch Consoleで、流入の形が逆に見えた

同じ4週間の検索流入を2つのツールで見たら、正反対の形が出ました。週合計のセッションは、GA4だと125→127→98→85で、失速に見えます。ところがSearch Consoleのクリック実測は46→42→55→95で、8月に跳ねていました。

乖離の大きさはページ単位だとさらに極端です。トップページはGA4で99セッションあるのに、Search Consoleのクリックは6件でした。16倍の乖離です。

原因はGA4のラストノンダイレクト帰属にあります。ブックマークやURL直打ちのような直接訪問が、その人の過去の流入チャネルに割り当てられて「オーガニック検索」として数えられるためです。再訪の多いトップページほどオーガニックが水増しされ、検索流入の実態から離れていきます。GA4の推移だけを見て「施策が失速した」と判断していたら、実際には跳ねていた週を見逃すところでした。

罠4: Search Consoleの表示回数は、検索需要の代理にならない

「表示回数が多いクエリ群＝需要が大きいテーマ」という読み方も外れます。アームのUI/UX費用系のクエリ群は90日で397回表示されていたので、需要のあるテーマに見えました。ところが検索ボリュームツールで月間検索数を測ると、実際は月10件でした。

表示回数には、順位が低くて誰の目にも入っていない表示が含まれます。表示回数はあくまで「Googleがどこかで見せた回数」であって、「人が探している回数」ではありません。テーマ選定や投資判断の根拠にする数字は、表示回数ではなく月間検索数で確かめる必要があります。

AI検索最適化の引用は、測れないうえにクリックされない

ここまでの4つの罠には、共通の構造があります。本当に知りたい数字が取れないので、代わりに取れる数字（露出）を指標にしてしまう。そして露出は、成果と無関係に増えるという構造です。AI検索最適化でこの構造が特に強く出る理由は、2つの事実にあります。

1つ目の事実は、AIの回答に引用された回数を正確に数える標準的な手段が、2026年8月時点で存在しないことです。Google公式のSearch Console「生成AIパフォーマンスレポート」（Google検索セントラルブログ、2026年6月発表）でも、取得できる指標は表示回数のみです。クリック・CTR・掲載順位・クエリは取得できず、提供も一部サイトへの段階提供にとどまります。第三者のAI可視性ツールはGoogleの内部データを持ちません。測れないものを目標にすると、代理の露出指標だけが育ち、成果が出たと誤読する下地ができあがります。

2つ目の事実は、引用されても人は来ないことです。Pew Research Centerの調査「Do people click on links in Google AI summaries?」（2025年7月22日発表）は、米国成人900人の2025年3月の実ブラウジングログ68,879検索を精査しました。うち12,593件でAIによる概要が生成され、概要が表示された検索で従来の検索結果リンクをクリックした割合は8%。表示されなかった検索では15%でした。さらに、AIによる概要の中の引用元リンクをクリックしたのは、わずか1%です。

SEOコンサルタントの住太陽氏（ボーディー有限会社）は、この構造を「『AI引用』と『AI推薦』の違い」（2026年7月更新）で明快に言語化しています。「AIに引用されることはAIが回答を生成するための養分にすぎず、ビジネス上のメリットはほとんどありません」。価値があるのは引用ではなく、AIがおすすめ候補として特定のブランドを挙げる推薦のほうであり、推薦の材料になるのは自社サイトの最適化ではなく、クチコミ・レビュー・報道といった独立した第三者の証言だ、という整理です。

アームの実測は、この指摘の裏書きになっています。長文質問クエリで3〜6位に露出しても0クリック。記事4本の流入は月0。引用や露出は測っても成果につながらない、という住氏の論は、アームにとっては論説ではなく決算の話でした。だから測る対象を、引用から推薦（指名検索と相談の数）へ移すことにしました。

だからアームは、AI検索最適化の測り方を5つ変えた

負けデータの開示だけでは、読者のサイトは1ミリも良くなりません。ここからが本題です。アームはAI検索最適化の測定を、次の5つの変更で組み直しました。

1. 表示回数を成果指標から外し、診断指標に降格する
2. 順位はページ平均ではなく、クエリ単位で見る
3. 流入の実数はSearch Consoleのクリックを正とする
4. AI経由の流入は、小さい実数のまま報告する
5. 最終指標を推薦（指名検索と相談の数）に置く

変更1: 表示回数を成果指標から外し、診断指標に降格する

表示回数は月次報告の成果欄から外しました。今は「どのテーマでGoogleに認識され始めたか」を検知する診断指標としてだけ使っています。表示が増えてクリックが増えないときは、成果ではなく「タイトルが選ばれていない」「質問形クエリで露出しているだけ」という宿題のシグナルとして読みます。

変更2: 順位はページ平均ではなく、クエリ単位で見る

ページ平均順位での報告をやめ、クエリ単位の順位に切り替えました。そのとき、質問形の長文クエリと、本命の頭語クエリを分けて集計します。罠2の通り、この2つを混ぜた平均は実態より必ず良く見えるからです。本命の頭語で何位か、だけを順位の成績とみなします。

変更3: 流入の実数はSearch Consoleのクリックを正とする

検索流入の増減判定は、Search Consoleのクリック実測に一本化しました。GA4は捨てるのではなく、役割を分けます。検索結果上で何が起きたかはSearch Console、サイトに入ったあとの行動や経路の内訳はGA4。この分担にしてから、罠3のような「失速に見えて実は跳ねていた」という逆転の誤読がなくなりました。

変更4: AI経由の流入は、小さい実数のまま報告する

アームのGA4でAIアシスタント経由のセッションを分けて集計すると、月4→17に増えました。内訳はChatGPTが13、Geminiが4です。増えてはいますが、月17セッションです。この規模で「AI経由の流入が急増」と倍率で語り始めると、また露出の誤読と同じ道に入ります。小さい数字は、小さいまま書く。判断を誤らせないための、いちばん地味で重要な変更です。

変更5: 最終指標を推薦（指名検索と相談の数）に置く

成果の最終指標は、指名検索の実数と相談の数に置きました。AIや人に推薦された結果は、社名での検索と問い合わせになって現れるからです。指名検索はSearch Consoleでクエリを指名語で絞って定点観測します。

ここで注意点が1つあります。指名語の定義を雑にすると、別会社の指名を拾います。アームの場合、カタカナの「アーム」で絞ると同名の別会社を探している指名クエリが混ざるため、この語は分けて扱い、「スタジオアーム」「aaam」のような自社にしか向かない語で数えています。社名が一般名詞や他社と衝突する会社は、同じ切り分けが必須です。

相談の数については、白状することがあります。アームは問い合わせフォームが外部のGoogleフォームだったため、CVが実数で計測できていませんでした。成果を測れと書いてきた側が、最後の1個を測れていなかったわけです。2026年8月に自社ドメインのフォームへ移行し、送信完了ページへの到達をGA4のキーイベントに設定して、相談の数を実数で数えられる形にしました。あわせて「どこでアームを知りましたか」という項目を、ChatGPT・Gemini・Claude・AIによる概要・Perplexityまで分けたチェックボックスにしています。AI経由の推薦は、今のところこの自己申告でしか捕捉できません。

自社の数字がどの罠を踏んでいるかを切り分けたい方は、AI検索最適化の効果測定について相談するからご連絡ください。現状のSearch ConsoleとGA4を拝見するところからで構いません。

AI検索最適化の成果を、自分のサイトで切り分ける4ステップ

ここまでの変更は、特別なツールなしで読者のサイトにもそのまま適用できます。AI検索最適化の成果の切り分けは、次の4ステップで再現できます。

ステップ1: クエリを仕分ける

Search Consoleの検索パフォーマンスをページ単位ではなくクエリ単位で開き、質問形の長文クエリと頭語クエリを分けます。エクスポートして「？」や助詞の多い長文を含む行を仕分けるだけでも十分です。分けた瞬間に、ページ平均順位の見え方が変わります。

ステップ2: クリック実測で推移を見る

流入の増減はSearch Consoleのクリックの週次推移で判定します。GA4のセッションと形が食い違ったら、ラストノンダイレクト帰属による直接訪問の混入を疑ってください。再訪の多いページほど乖離は大きく出ます。

ステップ3: 表示回数を需要と照合する

表示回数が伸びているクエリ群を見つけたら、喜ぶ前に検索ボリュームツールで月間検索数を確かめます。アームのように90日で397表示のクラスタが実需月10件だった、という逆転は普通に起きます。投資判断は月間検索数のほうに合わせます。

ステップ4: 指名検索と相談を定点観測する

指名語を「自社にしか向かない語」で定義し、Search Consoleのクエリフィルタで毎月同じ条件で数えます。同名他社や一般名詞と衝突する語は必ず分けてください。あわせて、問い合わせを自社で実数計測できる形（自社ドメインのフォーム＋経路の選択式ヒアリング）に整えます。経路の選択肢は「AI」の一語ではなく、ChatGPTやGeminiといったサービス名まで分けておくと、どのAIが推薦してくれたのかまで分かります。ここが取れていないと、最終指標が永遠に測れません。

AI検索最適化のよくある質問

まとめ。AI検索最適化の成果は、露出ではなく推薦で測る

AI検索最適化の成果測定を整理し直します。引用を数える標準手段は存在せず、引用元リンクのクリックは1%です。だから露出（表示回数・ページ平均順位）を成果に置くと、費用が出ていくのに商談が増えない構造にはまります。アームは記事4本・推定流入月0の実測からそれを学び、測り方を5つ変えました。成果の置き場所は、指名検索の実数と相談の数。露出はすべて診断指標です。

とはいえ、測り方を完璧にすること自体が目的になっては本末転倒です。計測は判断のための道具であって、AI検索最適化の本体は「推薦されるに値する仕事と発信を積むこと」のほうにあります。まずはSearch Consoleをクエリ単位で開き、質問形クエリを仕分けるところから始めてみてください。自社の本当の順位が、今日中に分かります。

AI検索最適化の効果測定にお困りの方はご相談ください

施策を打ったのに成果が説明できない、という状態は、多くの場合サイトではなく指標の設計に原因があります。アームでは、Search ConsoleとGA4の実数から流入と推薦の現在地を切り分ける「AI検索時代の流入診断」を提供しています。この記事の4ステップを自社でやってみて手が止まった箇所の質問だけでも構いません。AI検索最適化の効果測定について相談するからどうぞ。