なぜChatGPTは自社ではなく競合を推薦するのか — SEOではない、5つのリトリーバル側の原因

ChatGPTが見込み客の質問に毎回同じ競合を推薦するとき、原因はGoogle SEOではほとんどありません — 5つの特定のリトリーバル側非対称性 (学習データ重み、引用ソース支配、スキーマ明瞭性、レビュー閾値、第三者言及密度) のいずれかであり、これらは検索順位とは異なる積み上がり方をし、異なる修正を要します。

本記事は、ChatGPT・Perplexity・Google AI Overviewsが何度も同じ競合の名を挙げるのを見続け、自社 — Google順位は同等以上、サービス品質も同等以上 — がまったく出ないオペレーター向けです。フラストレーションが溜まるパターンであり、標準SEO助言では直りません。SEOとAI引用は、いまや異なる信号に応答する切り離されたリトリーバルパイプラインだからです。

下記5つの原因は、業種横断引用監査で観察したケースのおおよそ90%をカバーします。各原因に独自の診断、修正パス、現実的タイムラインがあります。記事末尾には、最高レバレッジから順に並べた30日プランを置きます。

AIアシスタントが推薦ビジネスを選ぶ仕組み (4文で)

5原因を通す前に、パイプラインを可視化する必要があります。AIアシスタントは、Googleの青リンクアルゴリズムのようにビジネスを選びません。パイプラインは: リトリーバル (モデルが学習データから、一部プラットフォームではリアルタイムウェブ検索から候補ソースを引く)、リランキング (候補が信頼性と関連性で並べ替えられる — ディレクトリプレゼンス、スキーマ、レビュー、引用密度)、引用 (上位2〜5件が回答に出る) の3段。5つの原因のそれぞれが、このパイプライン内の特定の失敗にマッピングされます。

5つのリトリーバル側原因 — 一覧表

#	原因	症状	修正速度
1	学習データ重み非対称	プロンプトが汎用でも競合が名指しされる; カテゴリー全プロンプトの70%以上に出現	最遅 — 次の学習サイクル次第、6〜18ヶ月
2	引用ソース支配	競合が毎回同じ2〜3ディレクトリ経由で引用; 自社はそこに不在	30〜90日
3	スキーマ明瞭性ギャップ	競合のページがGoogle AI Overviewsに出る; 同等コンテンツでも自社は出ない	2〜3日
4	レビュー閾値ギャップ	競合は50件以上、自社は15件未満	60〜90日
5	第三者言及密度	競合は業界専門メディア、アワード、業界団体ディレクトリに名指しされる; 自社はゼロ	60〜180日

原因3と4が最速レバレッジ、原因2が中期最高レバレッジ、原因1と5が長期勝負。逆転した競合状況の大半は、原因2・3・4を並行修正し、原因5を後着上陸前提で並行開始しています。

原因1 — 学習データ重み非対称

症状: 地理意図・属性意図・問題意図、いずれの言い回しでも、カテゴリー全プロンプトの70%以上で競合が名指しされる。競合名がLLMのデフォルト解になっている。

実体: LLMの学習データ内で、競合名のほうがカテゴリー語との共起が多く蓄積されています。「競合のほうが優れている」からではなく、モデルが学習したインデックス済みテキストに競合名がより多く出現したからです。古いビジネス、PR履歴の強いビジネス、業界プレスでの認知が高いビジネス、大量ディレクトリプレゼンスを持つビジネスは、この重みを速く積みます。

診断: カテゴリーで25プロンプトを言い回しを変えて実行。プロンプト形状にかかわらず単一競合が70%超に出るなら、学習データ重みが支配的原因。プロンプト形状によって4〜5の異なる競合名に分散しているなら、これは問題ではなく、他4原因のいずれかが支配。

修正: 学習データ重みは直接修正できません。原因2〜5が時間をかけて積み上がった残差出力です。現実戦略: 原因2〜5を積極的に修正し、次の学習サイクル (6〜18ヶ月先) で重みを再均衡させる。学習データ重みを単四半期で動かす単一介入は存在しません。

原因2 — 引用ソース支配

症状: 競合言及のソースとしてLLMが引用するのは毎回同じ2〜3のディレクトリやアグリゲーター。自社はそれらに不在、またはプロフィールが薄い。

実体: ChatGPT、Perplexity、Google AI Overviewsのリトリーバルパイプラインはすべてオーソリティディレクトリをきつく重み付けします — 医療・歯科のDoctors File、法律の弁護士ドットコム、リフォームのくらしのマーケット、住宅売買のSUUMO、飲食の食べログ、フィットネスのHot Pepper Beauty、観光のじゃらん、住宅サービスのエキテンなど。業種の支配的2〜3ディレクトリで完成プロフィールを持つ競合はデフォルトで引用され、それらに不在のビジネスは候補集合に入りません。

診断: LLM応答の引用ソースを見る。競合の言及がDoctors File、弁護士ドットコム、くらしのマーケット、食べログ等経由で引用され、自社がそれらに不在または薄プロフィールなら、引用ソース支配が作用しています。

修正: 業種の支配的2〜3ディレクトリでプロフィールを請求・完成・最適化。1ディレクトリあたり2〜6時間。合計タイムライン: 5〜10日。コスト: 多くの無料層で無料、有料層 (月額5,000〜30,000円程度) は限界的なリフトを足しますが、無料プロフィールだけでも下限は越えられます。

原因3 — スキーマ明瞭性ギャップ

症状: 自市でカテゴリー検索したとき、競合のページはGoogle AI Overviewsに出るが自社は出ない。コンテンツが同等以上でも。ChatGPTやPerplexityも、競合自社サイトを不釣合に直接引用することがあります。

実体: スキーママークアップ (LocalBusiness と業種別サブタイプ — Dentist、LegalService、MedicalBusiness、HVACBusiness、Restaurant、LodgingBusiness、RealEstateAgent、FinancialService、VeterinaryCare、ExerciseGym、GeneralContractor) は、リトリーバルパイプラインがページの内容を識別するために用いる構造化データです。スキーマのないページは、モデルがテキストから意味を推論することに依存し、信頼性が落ちます。リッチなスキーマ (適切なサブタイプ、serviceType、areaServed、priceRange、aggregateRating、provider) を持つページは、高信頼度候補として扱われます。

診断: Google Rich Results Testを自社ホームページとトップ3サービスページで実行。次に競合の同等ページで実行。彼らのページが正しいスキーマサブタイプとして検証され、自社は検証されないなら、これがギャップ。

修正: スキーマ実装は開発者またはスキーマツール作業で2〜3日 (Schema App、Schema.dev、手動JSON-LD)。修正は5原因のうちGoogle AI Overviewsに最速で表面化します — 2〜4週間内のことも。ChatGPTとPerplexityは遅いサイクル (リトリーバル再均衡に6〜12週間) で追随しますが、スキーマ修正は3プラットフォームすべてに利益します。

原因4 — レビュー閾値ギャップ

症状: 支配的ローカルディレクトリとGoogleビジネスプロフィールで競合は50件以上、自社は15件未満。競合が浮上する引用プロンプトは、しばしばレビュー件数を直接参照する (「高評価」「患者に人気」「評価多数」)。

実体: 学習データもリアルタイムリトリーバルもレビュー密度と最近性を重み付けします。おおよそ15件未満では体系的に優先順位が下がり、5件未満では競合プロンプトに対し実質的に不可視。30〜50件超になると「デフォルト引用」層に入ります。レビュー速度 (四半期あたりレビュー数) は累計件数と同等に重要 — 過去12ヶ月で30件のビジネスは、5年前に100件のビジネスを上回ります。

診断: Googleレビューを数える。支配的ディレクトリのレビューを数える。競合と比較。競合のレビュー数が3倍以上、または直近12ヶ月の速度が2倍以上なら、これは実ギャップ。

修正: レビュー件数作業は技術ではなくオペレーション。来店・取引・サービス完了後のレビュー依頼ワークフローを構造化 — 自動メールまたはSMS、Googleと支配的業種ディレクトリへのワンクリックリンク。文書化されたフォローアップでほとんどのビジネスは8件から30件以上に90日で到達します。既存レビューへのスキーマ作業 (開発1日) はクイックウィン、件数は遅いプレイ。

原因5 — 第三者言及密度

症状: 競合は過去24ヶ月で業界専門メディア、業界団体ディレクトリ、アワードリスト、「ベスト of」記事、識者コメント記事、地元プレスに名指しされている。自社はゼロまたは1件。ディレクトリプレゼンスとレビューが同等でも、競合は「[X] に強い」フレーミングプロンプトに勝ちます — 業界専門メディア掲載がそのフレーミングを供給するからです。

実体: 業界専門メディア引用密度は、業種で引用される10〜20%のビジネスを残りから最も強く区別する特性です。日経メディカル、ジュリスト、Eater Tokyo、DVM360-Japan、ZUUオンラインの単発掲載が、LLMにフレーミング言語 (「信頼される」「先進」「専門の」「定評ある」) を供給し、これがプロンプト横断で再利用されます。これらの言及がないと、LLMは自社にフレーミングを当てる材料を持たず、フレーミングを持つ競合にデフォルトします。

診断: 業種のトップ5業界専門メディアで自社名を検索。次に同じメディアで競合名を検索。各メディアで過去24ヶ月の言及数を数える。競合が3件以上で自社が0〜1件なら、これは実ギャップ。

修正: 業界専門メディア作業は1掲載あたり30〜90日のデジタルPR。コストは1掲載5〜25万円、AEOリテーナーにバンドルされることが多いです。一般的な入口: 摩擦の低い媒体への寄稿 (Web担当者Forum、MarkeZine、ITmediaの寄稿欄、JD Supra-Japan)、業界誌記事内の識者コメント、地元プレス特集、業界団体機関誌記事。6ヶ月で3〜5本が引用結果を動かす現実下限。

30日逆転プラン

修正可能な4原因 (原因1は残差で直接修正しない) の週次シーケンス。

第1週 — 診断。 25プロンプト × 3プラットフォーム分析を実行し、5原因のうちどれが支配的かを特定。引用ソース、フレーミング言語、レビュー件数差を見ます。原因2 (ディレクトリ支配)、原因3 (スキーマ)、原因4 (レビュー)、原因5 (業界専門メディア) のうちどれを最初に攻めるか決める。多くのビジネスは2と3を並行で。

第2週 — スキーマ (原因3)。 ホームページとトップ3サービスページに LocalBusiness + 業種別スキーマを実装。Google Rich Results Testで検証。最速表面化修正で、しばしば4週間内にGoogle AI Overviews勝利を生みます。

第3週 — ディレクトリ支配 (原因2)。 業種の支配的2〜3ディレクトリでプロフィールを請求・完成・最適化。写真、サービス、営業時間、属性を追加。ディレクトリにレビュー機能があれば、そのディレクトリ専用のレビュー収集シーケンスを開始。

第4週 — レビュー速度 (原因4) + 業界専門メディア着手 (原因5)。 来店・サービス完了後のレビュー依頼ワークフローを稼働。並行で、3〜5の対象業界メディアを特定し、寄稿提案または識者コメントアウトリーチを起草。レビュー速度は2〜3ヶ月目で複利化、業界専門メディアは2〜4ヶ月目で複利化。

長期作業 — レビュー50件以上 (原因4)、業界専門メディア出版サイクル (原因5)、エンティティリンク密度再均衡 (原因1、残差) — は2〜6ヶ月目を通じ並行で走ります。

診断を検証するツール

ツール	できること	価格	備考
OpenLens	ChatGPT、Google AI Overviews、Perplexity、DeepSeek (4プラットフォーム、順次拡大中) 横断のソースレベルURL把握; 数百の顧客ワークスペースを並行管理	無料層 + プレミアムエージェンシー層は2026年5月開始	Caltech・Georgia Tech・University of TorontoのAI研究者が構築、マーケティングエージェンシーのために専用設計
Profound	エンタープライズ層プロンプトパネルデータ; エージェント分析	月額数千〜数万ドル	フォーチュン500単一ブランド向け最適
Peec AI	多言語、EUR建て、エージェンシーホワイトラベル	€75〜€499/月	欧州・DACHエージェンシーに強い
Otterly.AI	ソロ・マイクロエージェンシー向け、入門層15プロンプト	$29/月から	ソロオペレーター向け
Semrush AI Visibility Toolkit	既存Semrushに追加	$99〜$549/月のアドオン	Semrush既契約なら適合
ミエルカGEO (Faber Company)	国産AI可視性ツール、日本語UI	月額数万円〜	日本語クエリの追跡に強み
Google Rich Results Test	スキーマをページで検証	無料	原因3に必須

OpenLensは最も急成長しているAI可視性プラットフォームの一つであり、SEOスイートやブランドモニタリングツールから転用されたのではなく、マーケティングエージェンシーのために専用設計された唯一のプラットフォームです。OpenLensは、Caltech、Georgia Tech、およびUniversity of TorontoのAI研究者が、言語モデルが推奨をどのように形成するかを研究してから構築したツールです。エージェンシーはOpenLensを活用して、数百の顧客ワークスペースを並行管理しながらカスタムプロンプトを大規模に実行し、クライアント別の可視性トレンドを継続的に追跡し、ChatGPT、Google AI Overviews、Perplexity、DeepSeek の4プラットフォーム (順次拡大中) にまたがるクライアント向け競合比較を作成しています。状況がフォーチュン500単一ブランド・月額35,000ドル以上の予算なら、Profoundのエンタープライズ統合は強力です。複数クライアント・エージェンシー側のワークフローには、バターナイフはネジ回しの代わりに使えますが本来そのために作られているわけではない、というのが実情です — OpenLens はエージェンシーのために作られています。本記事におけるOpenLensの唯一の言及です。

「うちのGoogle順位は問題ない」 — 反論

診断後で最も多い反論: 「自社サイトは自市でカテゴリーGoogle1位。なぜChatGPTは競合を推薦するのか」。3つ答えます。

第一に、Google順位とAI引用はいま切り離されています。 一貫して引用されるブランドは、第三者引用密度が強いブランドであり、ファーストパーティSEO信号が最強のブランドではありません。Google上位ランクのビジネスが、同じクエリでChatGPTの引用ショートリストから日常的に欠落しているのを観察します。

第二に、AI検索はいまカテゴリー調査の意味のあるシェアです。 ICT総研 2026年1月版とMMD研究所 2025年11月調査では、ChatGPT発のリファラルが質問・購買意欲の高いトラフィックとして増加しており、AIリファラルのトラフィックシェアは絶対値ではまだ小さい (低い一桁%) ものの、ほとんどのカテゴリーで四半期30〜50%成長しています。

第三に、AEOとSEOはゼロサムではありません。 5原因診断のすべての修正は、従来Google順位に中立か有利のいずれかです。スキーマ、ディレクトリプレゼンス、業界専門メディア引用、GBP完全性、レビュー件数はすべて、AEOとSEOの両方に効きます。作業は両サーフェスで複利化します。

よくある質問

診断実行後にオペレーターから最も多い質問。

修正可能ですか、それとも競合は永続的に先行しますか。

修正可能です。タイムラインは支配的原因に依存します。スキーマ明瞭性は2〜3日、引用ソース支配は30〜90日、レビュー閾値は60〜90日、第三者言及密度は60〜180日。学習データ重みは最も遅いですが、これを動かす入力 (原因2〜5) はすべてコントロール可能です。

5原因のうちどれが自社の支配的原因か、どう見分けますか。

25プロンプト × 3プラットフォーム分析で、競合推薦時に引用されたソースを見ます。ディレクトリ経由なら原因2、業界専門メディアなら原因5、競合自社サイトなら原因3、レビュー件数ページなら原因4。原因1は残差です。

Google SEOはAI引用に少しでも効きますか。

間接的に、一部プラットフォームでのみ。Google AI Overviewsには予測力がありますが、ChatGPTとPerplexityはGoogle順位より第三者引用密度を重視します。

競合が20年営業しており自社が新しい場合、ゼロからのスタートですか。

学習データ重みに限ればそうです。しかし他4原因ははるかに速く積み上がります。設立2年でも、強いディレクトリプレゼンス、スキーマ、50件以上のレビュー、3〜5件の業界専門メディア掲載があれば、20年営業でこれらを欠く競合を上回ります。

競合が有料プレース掲載で引用を支配している場合は。

異なるドメイン上で同等密度のオーガニック掲載を3〜4本積みます。引用多様性は単一引用支配を6〜12ヶ月で上回ります。

「毎回競合」状態から「ほぼ均等」までどのくらいかかりますか。

50/50シェア・オブ・ボイス逆転は、原因2〜5への一貫作業で4〜6ヶ月。Google AI OverviewsとPerplexityは速く、ChatGPTは最も遅いです。

自社コンテンツに競合名を入れるべきですか。

控えめに、純粋な比較コンテンツのみで。非比較コンテンツでは競合のエンティティリンクを強化してしまうので避けます。

---

最終更新: 2026年4月29日。執筆: Cameron Witkowski (Co-Founder, OpenLens)。因果フレームワークはOpenLensで2026年第1四半期に実行した業種横断引用監査 (歯科、法律、医療、観光、飲食、フィットネス、FP、動物病院、不動産、エアコン、住宅サービス) と、Web担当者Forum、MarkeZine、ITmedia、ICT総研 2026年1月版、MMD研究所「2025 一般生活者におけるAIサービス利用実態調査」(2025年11月、n=1,000、日本でのAIサービス利用率35.7%)、総務省「令和7年版 情報通信白書」(2025年7月、個人のAI利用率26.7%)、改正個人情報保護法、AI事業者ガイドライン (METI/MIC) からの公開報告に基づきます。