2026年6月8日 · 12 分で読了
日本の AI 引用ヒエラルキー ― AI が本当に信頼するソースはどこか（ITmedia・BOXIL・note…）
日本では、すべての引用が等価ではありません。Wikipedia JA・note・Ameblo・PR TIMES・YouTube、そして B2B/IT の主戦場である ITmedia・BOXIL・ITreview ― AI 引擎が実際に信頼するソースの地形を Ahrefs の 2026 年データで読み解き、グローバルツールが「URL は見えても権威の差は分からない」という盲点を指摘します。そして VeReach GEO の日本語 4 段階 加重ソース辞書と「tier1 限定」ビューを、ローカライズされた答えとして提示します。
結論から言います。日本では「AI に何回引用されたか」だけを数えても意味が
ありません。引用された先が ITmedia なのか、それとも個人ブログなのかで、
ビジネス上の価値は桁違いに異なるからです。 ところが大半のグローバル GEO
ツールは、引用を URL として記録するだけで、itmedia.co.jp と note.com の
権威の差を理解しません。本稿では、日本の AI 引用ソースの実際の地形を公開
データで整理し、なぜ「引用の重み付け」がローカライズの中核なのかを説明し、
VeReach GEO の日本語 4 段階 加重ソース辞書と「tier1 限定」ビューが、その答えに
どう答えるのかを示します。
一、まず事実を：日本で AI が最も引用しているソースはどこか
抽象論に入る前に、実測データを置きます。Ahrefs が 2026 年に行ったクロス プラットフォームの日本語引用ランキング（Web担当者Forum、2026 年 4 月報道）に よれば、AI 引擎が日本語クエリで最も多く引用したドメインの全体像はこうです。
| 順位 | ドメイン | 推定 AI 引用回数 | 種別 |
|---|---|---|---|
| 1 | YouTube | 約 332 万 | 動画 UGC |
| 2 | Wikipedia（日本語版） | 約 98 万 | 百科事典 |
| 3 | 約 91 万 | 検索 / プロパティ | |
| 4 | Ameblo（アメーバブログ） | ― | ブログ UGC |
| 5 | note.com | ― | UGC / パブリッシング |
| 6 | Amazon.co.jp | ― | EC |
ここで重要なのは順位そのものではなく、「全体ランキング」と「あなたの ビジネスにとって価値ある引用」がまったく一致しないという点です。YouTube や Wikipedia が上位に来るのは、ほぼすべてのトピックに横断的に関わるからであって、 日本の B2B SaaS が自社のカテゴリで戦う場所とは別物です。
さらに Ahrefs は、引擎ごとにクセが大きく異なることも示しました。
| 引擎 | 最も引用するソースの傾向 |
|---|---|
| ChatGPT | Ameblo が #1、PR TIMES が #2（プレスリリースを権威として扱う）、Reddit も多い |
| Perplexity | Wikipedia JA、note.com を重視 |
| Copilot | Wikipedia JA、note.com、Ameblo |
ChatGPT が PR TIMES を権威ソースとして高く扱うという事実は、それ自体が 戦略的な含意を持ちます ― 日本の B2B にとって、プレスリリース配信は SEO の ためだけでなく、特定の AI 引擎の引用プールに入るための経路でもある、 ということです。引擎ごとに「信じるソース」が違うなら、引擎ごとに打ち手も 変わります。
そして見逃せないのが note.com の異常な効率です。Ahrefs によれば、note.com は 検索トラフィックのシェアから予測される値の約 4 倍の AI トラフィックを 得ています。これは note の記事フォーマット（明快な見出し、結論先出し、適度な チャンク化）が、AI が抽出しやすい「AI 最適フォーマット」に近いことを示唆します。 構造がそのまま引用確率に効く、という GEO の第一原理がここでも顔を出します。
二、グローバルツールの盲点：「URL は見える、でも権威は分からない」
ここで多くのグローバル GEO ツールが抱える構造的な弱点が露呈します。
AI の回答から引用 URL を抜き出す、という処理はどのツールもやります。問題は
その先です。itmedia.co.jp の引用と、無名の個人ブログの引用を、同じ「1
カウント」として扱ってしまう。 英語圏の感覚で組まれたツールには、ITmedia が
日本の IT 業界で持つ権威も、BOXIL が SaaS 比較検討で果たす役割も、note が
UGC であるという文脈も、最初から入っていません。
Ahrefs の調査はもう一つ重要な観察を残しています ― AI クローラは HTML を 読んでおり、schema（構造化データ）を直接は読んでいないこと、そして SEO 順位と LLM での言及には約 0.65 の相関があること。これは「従来の SEO 資産が AI 可視性にある程度引き継がれるが、完全ではない」ことを意味し、だからこそ 「どのドメインで言及を獲得したか」というソース単位の解像度が決定的に重要に なります。
整理すると、日本市場で AI 可視性を測るには、最低限この三つが必要です。
- 引用ソースを正しく分類できること（IT 権威メディアなのか、比較サイトなのか、UGC なのか）。
- 分類に応じて重み付けできること（すべての引用を 1 として数えない）。
- 「権威ソースだけ」を抽出して見られること（ノイズの多い UGC を一旦外した素の地形）。
この三つを日本語ソースに対してネイティブに持つこと ― それが、グローバル ツールが構造的に持ちにくく、ローカライズされたツールが差をつけられる領域です。
三、VeReach GEO の日本語 4 段階 加重ソース辞書
VeReach GEO は、この「権威の差」を最初から組み込むために、日本語ソースを 権威に応じて 4 段階に分類し、それぞれに重みを付けた辞書を実装しています。 すべての引用を等価に数えるのではなく、引用の地形をどう「読み、重み付ける」か をローカライズしているのが核です。
| 段階 | カテゴリ | 重み | 代表ドメイン |
|---|---|---|---|
| tier1 | 権威 IT メディア | 5.0 | ITmedia、@IT / atmarkit、EnterpriseZine、CNET Japan、ASCII.jp、ZDNet Japan、日経 / 日経 xTECH、GIGAZINE |
| tier2 | B2B SaaS 比較・レビュー | 3.0 | BOXIL、IT Trend、ITreview、起業ログ、日経ビジネス |
| tier3 | マーケ / 業界トレード誌 | 1.5 | MarkeZine、Web担当者Forum、PR TIMES、ExchangeWire、BRIDGE |
| tier4 | UGC / ブログ | 1.0 | note、Zenn、Qiita、Wantedly |
未知のドメインは既定で 1.0 として扱います（=「重みが分からないものは 過大評価しない」という保守的な既定）。
ここで一点、誠実なスコープの注記をしておきます。この重みは、最終的な ヘッドラインスコアに完全に融合済みだと主張するものではありません。 辞書が やるのは、引用の地形を VeReach GEO がどう読み、どう重み付けて提示するかを 規定すること、そしてその上で 「tier1 限定」ビュー（権威 IT メディアの 引用だけを抽出して見る）を可能にすることです。生の引用数の山を眺めるのと、 「権威ソースだけ見たらどうなるか」を一発で切り替えられるのとでは、得られる 示唆がまるで違います。
加えて、ドメインフィルタリングにも対応します。プロジェクト設定で「tier1 だけを対象にする」を選べば、run 時に対象引擎へ tier1 ドメインのみを渡し、 最上位権威ソースに絞った地形を再構成できます。VeReach GEO は ChatGPT / Gemini / Claude / Perplexity を横断して追跡するため、この「重み付け × tier1 限定 × 引擎横断」を一つのビューで揃えられます。
四、実務でどう効くか：B2B SaaS の PR 配分を変える
抽象的な辞書の話を、具体的な意思決定に落とします。日本の B2B SaaS が GEO で 本当に知りたいのは、「次にどこで言及を獲得しに行くべきか」です。
GEO ガイドが繰り返し tier1 ターゲットとして名指しするのは、B2B/IT 領域では ITmedia / BOXIL / ITreview です。ITmedia は権威 IT メディア（tier1、重み 5.0）、BOXIL と ITreview は SaaS 比較・レビュー（tier2、重み 3.0）。検討 フェーズのユーザーが「カテゴリ名 + おすすめ / 比較」で AI に尋ねたとき、 これらのドメインに自社が載っているかどうかが、引用されるかどうかを大きく 左右します。
ここで加重ソース辞書が威力を発揮します。例えばあるツールのモニタリング結果が こうだったとします。
| ソース | 段階 | 重み | 自社の被引用回数 | 重み付き寄与 |
|---|---|---|---|---|
| ITmedia | tier1 | 5.0 | 12 回 | 60.0 |
| BOXIL | tier2 | 3.0 | 0 回 | 0.0 |
| ITreview | tier2 | 3.0 | 2 回 | 6.0 |
| note（自社・社員の記事） | tier4 | 1.0 | 18 回 | 18.0 |
生の引用回数だけ見れば「note で 18 回も引用されている、好調だ」と読んで しまいがちです。しかし加重して地形を読み直すと、別の物語が見えます ― ITmedia では十分に強い（権威 tier1 で 12 回）が、比較検討の主戦場である BOXIL では完全に不在（0 回）。 検討フェーズのユーザーは BOXIL のような比較 サイトを経由して候補を絞るので、ここの不在は転換に直結する穴です。
処方箋は明快です ― 「ITmedia で 12 回引用（重み 5.0）、BOXIL で 0 回 （重み 3.0）→ 次の PR / コンテンツ投資は BOXIL への掲載を優先する」。 生の引用数では「note 18 回」に埋もれて見えなかったこの判断が、加重 × tier 分類で初めて行動可能な形になります。
これが、引用を「数える」から「読む」へ引き上げるということです。引用回数の 合計は虚栄の指標になりがちですが、段階別に重み付けし、どの tier に穴が あるかを見れば、PR とコンテンツの予算配分が変わります。
五、ヒエラルキーは固定ではない：運用上の注意
最後に、誠実な留保をいくつか。
第一に、正確な B2B 引用シェアの数値は公開されていません。 本稿の全体 ランキングや引擎別の傾向は Ahrefs の公開データに基づきますが、「日本の B2B SaaS カテゴリで BOXIL が何 % を占めるか」といった粒度の数字は公開ベンチマーク として存在しません。だからこそ、自社のカテゴリ・自社のクエリ集合で継続的に 実測することが、推測に勝ります。
第二に、引擎ごとにヒエラルキーは揺れます。 ChatGPT が PR TIMES を厚く 扱う一方、Perplexity は Wikipedia と note を好む ― 同じ tier 分類でも、 どの引擎を見るかで「効くソース」は変わります。VeReach GEO が 4 引擎を横断して 追跡し、引擎別に内訳を出すのはこのためです。
第三に、重みは地形を読むためのレンズであって、唯一の真実ではありません。 tier1 が常に正解とは限らず、製品やフェーズによっては tier2 の比較サイトこそ 転換の鍵になることもあります。辞書は「どこに穴があるか」を見せる道具であり、 最終判断はビジネスの文脈に委ねられます。
日本の AI 引用は、英語圏のそれとは別の地形を持ちます。ITmedia と note を 同じ「1 引用」として数えるツールでは、その地形は見えません。VeReach GEO の 日本語 4 段階 加重ソース辞書と tier1 限定ビューは、引用を「数える」ことから 「読み、重み付け、行動に変える」ことへ引き上げるためのローカライズされた レンズです。 あなたのカテゴリで、AI は誰を信頼しているのか ― その答えを、 日本語ソースの権威に即して見たいなら、VeReach GEO にご相談ください。
あなたのブランドが、どの tier のソースで引用され、どこに穴があるのかを 診断したいですか？ お問い合わせから、自社カテゴリでの加重 × tier1 限定の地形レポートを受け取れます。
データに関する注記：本稿の全体引用ランキング・引擎別傾向・note の AI トラフィック効率・SEO↔LLM 相関（約 0.65）は、Ahrefs の 2026 年クロス プラットフォーム日本語引用調査（Web担当者Forum、2026 年 4 月報道）に 基づきます。B2B カテゴリ単位の正確な引用シェアは公開されていないため、 推計値として扱ってください。ソースのヒエラルキーと引擎の挙動は変化が 速いため、2026 年 6 月時点の情報として、重要な意思決定の前には最新の 実測での再確認を推奨します。