2. 基礎：AI検索の仕組みを理解する

Q. 従来検索とAI検索は何が根本的に違うのですか？

従来検索はインデックスされたページの中から順位の高いものを選び、リンクの一覧を「返す」仕組みです。一方AI検索は、関連ページの内容を読み込んだうえで質問への答えの文章そのものをLLMに「生成」させる仕組みで、この違いが両者を見分ける最も分かりやすいポイントです。

Q. RAGとは何ですか？

RAG(検索拡張生成)とは、AIが答えを作る前に外部の情報源を検索し、その結果を根拠にして回答を組み立てる仕組みです。Google AI Overviews・ChatGPT検索・Perplexityはいずれもこの仕組みで動いています。

Q. 検索クエリはAI検索が広がるとどう変わりますか？

単語を区切って並べる短い入力から、条件を盛り込んだ会話文へと変わってきています。AIが自然な文章のまま意図を理解できるようになったため、ユーザーが検索エンジンに合わせて言葉を削る必要がなくなったことが背景です。この変化はロングテール化(検索回数は少ないが条件の絞り込まれたクエリが増える傾向)としても説明されます。

Q. AI Overviewsが表示された検索はクリック率が下がるのですか？

はい、下がる傾向が報告されています。Pew Research Centerの調査では、AIサマリーが表示された検索でのクリック率は8%で、非表示の場合の15%と比べて大きく下がっています(出典: Pew Research Center, 2025年7月)。

Q. 従来検索とAI検索、どちらか一方に絞って対策すべきですか？

いいえ、現時点ではどちらか一方に全振りするのはリスクがあります。ICT総研の調査では検索時に生成AIを利用する人の割合は2026年2月時点で37.0%まで拡大していますが、まだ半数には届いておらず、従来検索との併用(ハイブリッド)状態が実態に近いためです(出典: ICT総研)。

Q. LLMの「学習」と「推論」はどう違うのですか？

学習(事前学習)は、大量のテキストからパラメータを調整する一度きりの重い工程で、推論は学習を終えたモデルに質問し、その都度答えを作らせる軽い工程です。この非対称性が、AIが最新情報を知らないことがある理由や、RAGのような外部検索の仕組みが必要になる理由につながっています。

Q. 日本語コンテンツはAI処理でトークン消費が多くなりますか？

はい、多くなりやすいとされています。ひらがな1文字が1〜2トークン、漢字1文字が2〜3トークンに分割されるとされ、同じ内容でも日本語のほうが英語よりトークン数が多くなる一方、文字数自体は少ないという逆転現象が報告されています(出典: みうのAIテックブログ)。だからこそ、簡潔で構造化された文章がAI検索に読み取られやすい可能性があると考えられています。

Q. ハルシネーションとは何ですか？

ハルシネーションとは、AIがもっともらしいが事実と異なる内容を、自信ありげな口調で生成してしまう現象のことです。これはLLMの推論が事実データベースを検索して正誤を確認しているわけではなく、統計的にもっともらしい文章を作り続けている性質に起因するとされています。

Q. エンベディングとベクトル検索とは何ですか？

エンベディングとは、単語や文などを「意味の近さ」を表す数値ベクトルに変換したものです。ベクトル検索はそのベクトル同士の距離を計算し、質問文の意味に最も近い文書を探す検索方式で、キーワードが完全一致していなくても意味で検索できる点が特徴です。

Q. query fan-outとは何ですか？

query fan-outとは、ユーザーの1つの質問をAIが複数の意図・サブトピックに自動分解し、並行して検索した結果を統合して1つの回答にまとめる技術です。Googleは「AI Mode」でこの技術を採用していると公式に説明しています(出典: Google公式ブログ, 2025年5月)。

Q. ChatGPT Searchはどこの検索インデックスを使っていますか？

検索インデックス自体はBingに依存していますが、実際にはBingとGoogleの双方を場面に応じて利用していると分析されています(出典: Ahrefs Blog)。特に商品カルーセルではGoogle Shoppingの有機結果と強く一致する傾向があるとされています。

Q. Perplexityが「引用ファースト」と呼ばれるのはなぜですか？

Perplexityは質問のたびにライブ検索を実行し、通常60件以上のソースを取得しても実際にLLMが読み込むのは10件程度、最終的に画面に表示される引用は3〜5件まで絞り込む設計になっているためです(出典: ZipTie.dev)。出典を明示する体験を製品の中心に据えている点が特徴です。

Q. Geminiアプリと検索内のAI Overviewsは同じものですか？

いいえ、別のサーフェス(利用の入り口)です。AI Overviews・AI Modeは検索結果の中で目にする機能である一方、Geminiアプリは単独で開いて使う対話型AIですが、同じGoogleのモデル群・データ資産を基盤にしている点は共通しています。

Q. Feloとはどんなサービスですか？

Feloは、Sparticle株式会社が提供する日本発のAI検索エンジンです。ChatGPTやClaudeなど複数のAIモデルを活用し、構造化された回答と出典付きの情報を提示する設計になっています(出典: aismiley)。

Q. ChatGPTの利用者はどれくらいの規模ですか？

OpenAIは2026年2月27日、ChatGPTの週間アクティブユーザー数が9億人に達したと発表しました。これは2025年10月時点の8億人から、わずか4カ月で1億人増加したことになります(出典: TechCrunch, 2026年2月)。

Q. AI Overviewsとは何ですか？

AI Overviewsとは、複数のウェブソースから重要情報をまとめたAI生成のスナップショットを検索結果上部に表示する機能です。1つのページの内容をそのまま抜き出すのではなく、複数のソースを横断して1つの回答に合成しています(出典: Google検索ヘルプ)。

Q. AI Overviewsに引用されるための前提条件は何ですか？

ページがインデックスされ、スニペット表示の対象となっていることが前提条件です。Googleはこれを公式に明言しており、noindexが指定されていたりクロール自体をブロックしていたりするページは、そもそも引用される候補にすら入れません(出典: Google Search Central)。

Q. 検索順位が高ければAI Overviewsに引用されますか？

いいえ、順位が高いことは前提条件の一つではありますが、それだけで引用が保証されるわけではありません。引用選定は抽出しやすさ・根拠の密度・権威性・鮮度などを組み合わせたフィルタリングで決まるとされています(出典: iPullRank)。

Q. コアアップデートはAI Overviewsだけを狙った更新ですか？

いいえ、コアアップデートはAI Overviews専用の更新ではなく、検索全体の評価ロジックを見直す一般的な取り組みとして発表されています。ただしAIOでの引用もこの評価基盤の上に成り立っているため、無関係とは言い切れません。

Q. AI Overviewsに載るための特別な最適化はありますか？

Google Search Centralは「AI Overviewsやその他のAI機能に表示されるための追加要件や特別な最適化は存在しません」と明言しています。前提として求められるのは、ページがインデックスされスニペット表示の対象となっていることだけです。