AI参照元（ChatGPT/Gemini/Perplexity）で流入ジャンルが違う — 自社GA4 30日観測

AIごとに「拾われる記事ジャンル」は違うのか

ChatGPT、Gemini、Perplexity、OpenAI Search — それぞれのAIが自社サイトのどの記事を引用しているか、ジャンルごとに集計してみたところ、AIによって参照する記事ジャンルが明確に偏っていることがわかりました。

「AIごとに好みのジャンルがある」と断定はできませんが、少なくとも30日間の観測ではAI参照元ごとに集中度がはっきり分かれています。本記事は、自社の運営サイト1つ・30日間という限定スコープのスナップショット観測レポートです。

観測条件

• 対象サイト: 自社運営のSEO診断ツールサイト（記事数約60本）
• 計測期間: 2026年4月18日〜5月17日（30日間）
• 計測ツール: GA4
• AI参照元の判定:

  session_source

  から

  chat.openai.com

  ,

  gemini.google.com

  ,

  perplexity.ai

  ,

  chatgpt.com

  ,

  search.openai.com

  を抽出
• ジャンル分類: 記事URL構造（

  /blog/seo-*

  ,

  /blog/aio-*

  ,

  /blog/tool-*

  など）から自動分類

1サイト・30日間の観測なので、母数は決して大きくありません。あくまで「ひとつの観測事例」としてお読みください。

AI別の集中度

ジャンル別流入の集中度（上位ジャンルが全体に占める割合）をAI別にまとめると、以下のように分かれました。

特に顕著だったのは以下の3点です。

• OpenAI Searchの単一ジャンル集中度が71%と最も高い— 流入の7割が特定の1ジャンルに集中
• ChatGPTは上位2ジャンルで90%超— ロングテールよりトップ重視の傾向
• Perplexityは3ジャンルにしか流入がなく、しかも他AIの主要ジャンルと重複ゼロ

クロスAI観測：AI間で「同じ記事」を参照しない

最も興味深かったのは、AI間の参照記事の重複の少なさです。

ChatGPTとGemini、ChatGPTとPerplexity、Gemini とOpenAI Search — いずれの組み合わせでも、参照されている記事のジャンルが大きく重なりません。Perplexityに至っては、他のAIで主流となっている2大ジャンルからの流入がゼロでした。

つまり「ChatGPTで引用されている記事をPerplexityも引用してくれる」とは限らない、という観測結果です。AIごとに独立した選別ロジックが働いている可能性を示唆しています。

仮説：観測されたパターンの解釈

この結果は複数の解釈が可能です。

解釈1：AIごとの学習データ・収集経路の違い
ChatGPTはBingベース、GeminiはGoogle検索インデックス、Perplexityは独自クロール＋複数ソース統合と、参照する情報源のアーキテクチャが異なります。同じサイトでも「どのAIに見つけられやすいか」は構造的に変わる可能性があります。

解釈2：AIごとのユーザー質問の傾向の違い
ChatGPTユーザーとPerplexityユーザーが、そもそも違うタイプの質問を投げている可能性。Perplexityは検索代替として使われやすく、ChatGPTは対話やコード生成寄りの使い方が多いと言われます。この違いがジャンル分布に反映されているのかもしれません。

解釈3：サイト構成バイアス（最重要の反証仮説）
今回の観測は1サイトのみ。もしサイト内の特定ジャンルが他より圧倒的に強い構造（記事数、内部リンク、被リンク等）を持っていれば、AI参照のジャンル分布はサイト構成の写像でしかない可能性があります。

このうち解釈3が最も強い反証仮説です。「AIが選好している」のか「サイト構造をなぞっているだけ」なのかは、現時点では分離できません。

観測の限界

この観測には以下の限界があります。

• サンプル数1サイト— 一般化には複数サイトでの追試が必須
• 期間30日— 季節要因・AI側のアルゴリズム変動を吸収できない
• AIモデルバージョンの追跡なし— 観測期間中にAI側で参照ロジックが変化した可能性
• クリック計測のみ— AIの回答内で引用されたが未クリックのケースは観測対象外
• ジャンル分類は自動— URLベースの簡易分類のため、内容と分類がズレるケースあり

特に4点目（未クリック引用の欠落）は重要です。AIO的な引用はクリックを伴わないケースが多いため、GA4だけで観測しているとAI参照の全体像を見逃します。

もしこの傾向が一般化できるなら

仮にこの傾向が他のサイトでも観測されるなら、実務的には以下の示唆が得られます。

• AI参照元の偏りは「サイトの構造的属性」を反映している可能性が高い— 1つのAIで流入が増えたからといって、他のAIでも自動的に増えるわけではない
• AI別の対策が必要になる可能性— ChatGPT向けの構造化と、Perplexity向けの構造化は別の戦略になり得る
• どのAIから来た流入かを記録する習慣が重要— GA4の

  session_source

  でAI別流入を分離計測しないと、AI流入全体を「one bucket」で見てしまい、改善ポイントを見失う

ただし、これらは「もし一般化できるなら」の話です。現時点では追試が必要な仮説段階です。

観測を強化するための次のアクション

この観測を「ひとつのサイトの偶然」で終わらせないために、以下を進めようと考えています。

• 複数サイトでの並行観測— ジャンル構成の異なる3-5サイトで同じ計測を実施
• 観測期間の延長— 90日、180日の中長期傾向を追う
• 未クリック引用の取得— Search Console、Bing Webmaster、AI参照ログを横断
• ジャンル分類の精緻化— URLベースから本文ベースの分類へ
• AIごとのバージョン追跡— モデル切り替えタイミングを記録し、流入変動と相関を見る

特に1の「複数サイトでの追試」が最も重要です。

まとめ

AI参照は「順位の延長線」ではなく、別軸の流入経路として観測したほうが正確に見えます。AIごとの分離計測の習慣をつけるところから始めるのが、最も低コストで効果の高い第一歩です。

筆者について： Web制作・SEOツール開発を行うフリーランス。CodeQuest.work で活動中。
SEO CHECK — AI参照元別の流入計測にも対応した無料SEO診断ツールを公開中。

GitHubで編集を提案