AI引用率・言及率・言及シェアとは?LLMOの指標を定義から計測方法・使い分けまで解説

AI引用率とは、AIの回答が情報源(引用リンク)として自社サイトを使った割合。言及率とは、リンクの有無にかかわらず回答文中に自社名が登場した割合。言及シェア(AI Share of Voice)とは、対象クエリ群の言及総数に占める自社の割合を競合と比べた指標です。

結論から言えば、ブランドの推薦されやすさを測るなら言及率と言及シェア、コンテンツの引用されやすさを測るなら引用率と、目的で使い分けるのが正しい運用です。

当社の1,459クエリ×30ジャンル調査(AI Overview出現率78.2%・ゼロクリック率60.3%)が示す通り、AI回答内での露出は新しい経営数値になりつつあります。本記事では、LLMOの主要指標を定義から計測方法、揺れへの対処、KPI設計まで解説します。

LLMOの主要指標|定義の一覧

まず5つの指標を正確に定義します。似た言葉の混同が、計測と報告の混乱の最大の原因です。

言及と引用の違いが最重要です。「〇〇業界ではA社が有名です」と名前だけ出るのは言及。

回答の下に自社記事のリンクが根拠として付くのは引用。言及されても引用されない(名前は知られているが情報源には使われない)、引用されても言及されない(記事は使われるがブランド名は出ない)という状態は、どちらも普通に起きます。

なぜ順位ではなくこれらの指標なのか

順位は「一覧での位置」、言及・引用は「回答への採用」。測っている現象が違います。

当社の1,459クエリ×30ジャンル調査では、AI Overview出現率は78.2%、表示時のCTRは推定47%減、ゼロクリック率は60.3%でした。検索の6割はどのサイトも訪問されずに終わり、ユーザーが読むのは検索結果の一覧ではなくAIの回答文です。

この環境では、順位という指標が捉えられない現象が生まれます。順位1位でも回答に採用されないケース。順位圏外でも、第三者メディア経由の情報で言及されるケース。

順位が同じままCTRだけが半減するケース。これらの切り分けには、回答の中身を直接測る指標、つまり言及率・引用率・引用元内訳が必要です。順位が不要になるのではなく、順位だけでは足りなくなった、が正確な理解です。

指標の使い分け|目的別の見方

「ブランドを測るのか、コンテンツを測るのか」で主指標が変わります。

ブランドの推薦獲得が目的の場合(「おすすめの〇〇」で名前を挙げさせたい)。主指標は言及率と言及シェアです。カテゴリ系クエリ(「〇〇 おすすめ」「△△ 比較」)での自社と競合の言及を追い、シェアの推移で施策を評価します。

コンテンツの引用獲得が目的の場合(自社記事をAIの情報源にしたい)。主指標は引用率と引用元内訳です。情報系クエリ(「〇〇とは」「△△ やり方」)で、どのページが引用され、競合のどんな記事に負けているかを見ます。

ブランド保護が目的の場合(誤情報・悪評の管理)。主指標は誤情報率です。指名クエリ(「自社名 評判」「自社名とは」)への回答を定点監視し、誤りの発生と修正の反映を追います。

実務では3つを1つのダッシュボードで見ますが、報告の主役は目的に合わせて絞ってください。全指標を並列で報告すると、改善したのかどうかが誰にも判断できなくなります。

計測方法|どうやって数字にするのか

仕組みは「同じ質問を、同じ条件で、繰り返し投げて集計する」。ポイントは反復とサンプル数です。

計測の手順は次の通りです。

1. クエリセットを設計する(指名系・カテゴリ系・比較系・情報系で10〜30本)。

2. 各クエリを対象エンジン(ChatGPT・Gemini・Perplexity・AI Overview等)に投げ、回答を取得する。

3. 回答文から自社・競合の言及と引用リンクを抽出する。

4. クエリ群単位で率とシェアを集計し、前回からの推移を見る。

ここで重要なのが、AIの回答の揺れです。同じ質問でも回答は毎回変わり、自社が出たり出なかったりします。

だから1回の結果は測定値として使えません。同一クエリを複数回実行して言及の出現頻度を取る、または月次など一定周期で反復して傾向線を見る。この反復が、手動確認とツール計測の本質的な違いです。

手動でも小規模なら可能ですが、エンジン数×クエリ数×反復回数の掛け算は早い段階で工数が破綻するため、実務では計測ツールで自動化します。

計算例|架空の数字でウォークスルー

定義を数字で確認します。カテゴリ系クエリ10本を、1エンジンで月4回ずつ計測したケースです。

計測回数は10クエリ×4回=40回答。このうち自社名が登場したのが12回答なら、言及率は12÷40=30%。自社サイトが引用リンクに入ったのが6回答なら、引用率は6÷40=15%です。

言及シェアはこう計算します。40回答の中で登場したブランドの言及延べ数が、自社12回・競合A社20回・競合B社8回・その他10回の計50回だったとします。

自社の言及シェアは12÷50=24%。A社は40%です。ここから読めるのは、「言及率30%は絶対値としては悪くないが、カテゴリ内ではA社に大きく負けている」という相対のポジションです。

さらに引用元内訳を見ます。40回答に含まれた引用リンクの延べ数が60本で、自社サイト6本・A社サイト18本・比較メディア24本・その他12本だったとします。

比較メディアが最大の引用源だと分かれば、打ち手は「自社記事の改修」だけでなく「その比較メディアへの掲載獲得」に広がります。指標を分解するほど、施策の選択肢が具体になる。これが計測の実務的な価値です。

数字の読み方|ベンチマークと注意点

絶対値より相対と推移。そして「言及の質」まで読んでください。

読み方の原則は3つあります。

1つ、絶対値の一般的な基準はまだありません。言及率の水準はクエリの型(指名系は高く、カテゴリ系は低い)、業界、エンジンで大きく変わります。他社の公表値との単純比較ではなく、自社のベースラインからの推移と、同一クエリ群での競合とのシェア差で評価してください。

2つ、クエリの型を混ぜて平均しないことです。指名系90%とカテゴリ系10%を混ぜた「平均50%」には意味がありません。型別に集計し、型別に施策を評価します。

3つ、言及の質を見ることです。名前が出ても「候補の1つ」として列挙されるのと、「〇〇の条件ならA社」と推薦の文脈で語られるのでは価値が違います。ネガティブな文脈での言及は、率を押し上げても成果ではありません。率と併せて、言及の文脈(推薦・中立・否定)を確認する運用を推奨します。

エンジン別に指標を分けるべきか

分けるべきです。エンジンごとに情報源と回答の作り方が違うため、合算すると打ち手がぼやけます。

AI Overviewは検索インデックスと結びつきが強く、引用は検索上位ページに寄ります。ChatGPTやGeminiは対話文脈で回答し、学習知識とWeb検索の併用で言及の出方が変わります。

Perplexityは引用リンクを明示する設計で、引用元の分析に向きます。同じクエリでも、エンジンによって自社の言及率が大きく違うのはむしろ正常です。

実務では、全エンジン合算の数字を経営報告用のサマリーに、エンジン別の数字を施策判断用に使い分けます。

たとえばAI Overviewだけ言及が低いなら検索順位とページ構造の問題、ChatGPTだけ低いならブランドのWeb上の情報量やサイテーションの問題、というように、エンジン別の差分そのものが原因の診断材料になります。

KPI設計|事業指標へのつなぎ方

言及・引用は中間指標です。指名検索とCVRまでつないで初めて、投資判断の数字になります。

推奨するKPIの階層は次の通りです。活動指標(コンテンツ改修数・構造化データ実装数)→ 中間指標(言及率・引用率・言及シェア・誤情報率)→ 事業指標(指名検索数・AI経由流入のCVR・問い合わせ数)。

月次レポートは「順位・AI言及シェア・指名検索・CVR」の4点セットに集約すると、SEOとLLMOをまたいだ一枚の物語になります。当社観測では、施策後の改善傾向の確認に約3か月、投資判断に足る評価には約6か月が目安です。

だからこそ、施策開始と同時にベースラインを取ることが、この指標体系の前提になります。

なお、指標をチームに定着させる近道は、定義書を作ることより、最初の月次レポートを一緒に読むことです。

「この30%はカテゴリ系の言及率で、競合Aのシェアはこう」と1度声に出して確認すれば、翌月からの会話は数字だけで通じるようになります。定義の共有は文書ではなく、運用の初回で行ってください。

まとめ:定義を揃えることが、LLMO運用の第一歩

言及率はブランドの推薦、引用率はコンテンツの採用、言及シェアは競合との勢力図、誤情報率はブランドのリスク。指標の定義が社内で揃えば、計測・報告・施策の会話は一気に速くなります。逆に定義が曖昧なままでは、どんなツールを入れても数字は意思決定につながりません。

まず自社の目的に合う主指標を決め、ベースラインを取ってください。指標の計測を自動化するツールはLLMOツールおすすめ7選で比較しています。当社のLLMOチェキ(itera-llmo.com)は、言及シェア・引用元内訳・誤情報検知を7エンジン横断で定点観測できます。現在地の数字から始めましょう。