最終更新：2026年8月。
AIエンジンは、遭遇したすべてのブランドを2つのバケットに振り分けます。第1のバケットには検証できるエンティティが入ります。Wikidataエントリを持ち、sameAsリンクが一貫しており、構造化されたエンティティホームページがあり、信頼できるサードパーティドメインから言及されているブランドです。第2のバケットにはテキスト内で見かけたパターンが入ります。学習データに登場するものの、どの構造化レコードとも照合できないブランド名です。
第1のバケットのブランドは引用されます。第2のバケットのブランドはスキップされるか、誤情報とともに言及されるか、エンティティ整備を済ませた競合他社に置き換えられます。
このプレイブックは、パターンからエンティティへと至る順序立てた道筋です。
メカニズム：GeminiとChatGPTがエンティティ強度を重視する理由
GeminiはGoogleのナレッジグラフの構造化データを含むテキストで学習されています。製品カテゴリに関する回答を生成する際、グラフ上でエンティティがすでに照合されているソースを重く評価します。WikidataのQ識別子とGoogleナレッジパネルを持ち、正しいsameAsリンクを設定しているブランドは、同等のトラフィックを持っていてもグラフ上の存在感がないブランドより高い信頼シグナルを得ます。
ChatGPTとPerplexityも検索（リトリーバル）時に同様の照合ロジックを使います。それぞれの検索層はクロールしたソースから取得し、モデルがすでに関連トピックと結びつけているエンティティのページを重く評価するスコアリング関数を適用します。検証済みのエンティティレコードがなければ、ページは文章の類似性だけで競争することになり、それは弱いシグナルです。
実際の影響：エンティティ強度は、リンクベースの順位からAI主導の推薦へのシフトを生き残れるかどうかを決めるゲートです。
Ahrefsによる15,000プロンプトの調査（2025年8月）では、AIアシスタントが引用したURLのうち同じクエリのGoogleトップ10にも表示されたのは約12%に過ぎませんでした。オーガニック順位だけが選択基準ではありません。エンティティへの信頼が決め手です。
概要：6ステップのエンティティプレイブック
| ステップ | アクション | 生成されるエンジンシグナル |
|---|---|---|
| 1 | エンティティホームページを構築する | エンジンが読める正規のレコード |
| 2 | sameAs識別子を追加する | 複数ソースにまたがるアイデンティティ照合 |
| 3 | 構造化スキーマを公開する | カテゴリと属性の曖昧さ解消 |
| 4 | トピッククラスターを構築する | 関連クエリに対するトピック権威 |
| 5 | Wikidataエントリを獲得する | ナレッジグラフのアンカー |
| 6 | サードパーティ言及を蓄積する | すでに引用されているドメインからの信頼シグナル |
ステップ1：エンティティホームページを構築する
エンティティホームページは、自社ドメイン上に設ける一つのページで、AIエンジンに対して自社が何者であるかを正確に伝えます。これは通常の「会社概要」ページとは異なります。エンジンが自社のアイデンティティを解決するために必要な質問に答える、構造化された機械可読のレコードです。
完全なエンティティホームページには以下が含まれます。
- 正式な法人名（商号や旧名称があれば合わせて記載）
- カテゴリまたは業種を平易な言葉で記載
- 設立日と本社所在地
- マーケティング表現を使わない短く事実に基づく説明
- 自社に帰属させたい製品またはサービス名
- 検証済みのソーシャルプロフィールへのリンク（LinkedIn、X/Twitter、YouTube）
- 外部プロフィールページへのリンク（Crunchbase、G2、存在すればWikipedia）
このページは安定したURLで提供してください。理想は /about または /company です。ホームページとフッターからリンクを貼り、事実が変わったときには更新し続けてください。
このページがなければ、自社ブランドに遭遇するすべてのAIエンジンは、ホームページの見出し、サードパーティのレビュー、学習データといった散らばったシグナルから自社のアイデンティティを推測するしかありません。推測は一貫性のない結果を生みます。構造化されたエンティティホームページは一貫した結果を生みます。
ステップ2：sameAs識別子を追加する
sameAs はSchema.orgのプロパティで、エンティティホームページを信頼できる外部データベースのエントリに結びつけます。エンジンに対して「あなたが読んでいるこのページと、私がリンクしている外部プロフィールは同一の実在する組織を指している」と伝えます。
sameAsリンクがなければ、エンティティホームページとWikidataエントリを別々に見つけたエンジンは、それらを結ぶ構造化シグナルを持ちません。sameAsリンクがあれば、複数のソースにまたがってアイデンティティを照合し、信頼スコアを高めることができます。
影響の大きい順に、まず以下の識別子を追加してください。
- WikidataのQ識別子（例：
https://www.wikidata.org/wiki/Q123456） - LinkedInの企業ページURL（例：
https://www.linkedin.com/company/your-brand） - CrunchbaseのプロフィールURL（例：
https://www.crunchbase.com/organization/your-brand） - Googleビジネスプロフィールのアドレス（ローカルエンティティの場合）
- WikipediaのURL（存在する場合）
これらはエンティティホームページ上の Organization または SoftwareApplication JSON-LDブロック内に記述します。最小限のパターンは以下のとおりです。
{
"@context": "https://schema.org",
"@type": "Organization",
"name": "Your Brand Name",
"url": "https://www.yourdomain.com",
"sameAs": [
"https://www.wikidata.org/wiki/Q123456",
"https://www.linkedin.com/company/your-brand",
"https://www.crunchbase.com/organization/your-brand"
]
}公開後は、各外部プロフィールの情報が正確でエンティティホームページの内容と一致していることを確認してください。プロフィール間の不一致（設立日の相違、説明の違いなど）は、照合を改善するどころか低下させます。
ステップ3：主要ページに構造化スキーマを公開する
スキーママークアップだけでAIエンジンからの引用が増えるわけではありません。Ahrefsが1,885ページを対象に行ったコントロール実験（2026年5月）では、スキーマ追加だけでは統計的に有意な引用数の改善は見られませんでした。
スキーマの役割はより限定的です。自社が何者であるか、ページが何について書かれているか、誰が執筆したかをエンジンに明確に伝えます。その曖昧さの解消がエンティティ解決に寄与し、そこから引用価値が生まれます。
以下のスキーマタイプに注力してください。
| スキーマタイプ | 最適なページ | シグナルの意味 |
|---|---|---|
Organization | エンティティホームページ | 自社の情報、カテゴリ、sameAsリンク |
Product または SoftwareApplication | 製品ページ | 提供内容、価格、機能 |
Article + Person（著者） | ブログ・リサーチ記事 | 執筆者、執筆日、専門性シグナル |
FAQPage | サポートおよび解説ページ | エンジンが抽出できる直接回答のペア |
HowTo | ステップバイステップガイド | 構造化された手順コンテンツ |
スキーマはページの本文と一致させてください。スキーマの主張を本文で確認できない場合、エンジンはその構造化シグナルを低く評価します。
ステップ4：コアな専門領域のトピッククラスターを構築する
AIエンジンは各ドメインのトピックモデルを構築します。特定のサブトピックについて10本の相互リンクされた権威ある記事を公開しているドメインは、1本の強いページしか持たないドメインよりも強いエンティティとトピックの関連づけを獲得します。
エンジンが自社の得意なサブトピックのクエリに回答する際、実証された深さを持つドメインを探します。トピッククラスターはその深さのシグナルを供給します。
機能するトピッククラスターには3つの要素があります。
- ピラーページ：クエリの最も広い問いに直接答え、すべてのサポートページへリンクする
- サポートページ：各サブトピックを深く掘り下げ、ピラーページへリンクを戻す
- 内部リンクの規律：トピックに関するすべての新しいページがピラーページからリンクされ、ピラーページへリンクを返す
エンティティ構築の観点から、クラスター内の各ページには著者情報（フルネーム、肩書き、資格）と明確な日付を記載してください。これらのシグナルはGemini、Google AI Overviews、ChatGPTすべてが使うE-E-A-T層に流れ込み、そのドメインの既知の専門家からのコンテンツを重く評価するようになります。
Semrush や Ahrefs Brand Radar は、自社カテゴリのどのプロンプトがすでにAI生成の回答を返しているか、また各競合他社がどのプロンプトで引用されているかを示します。このプロンプトレベルのデータにより、どのサブトピックを優先してクラスター化すべきかがわかります。
Surfer はトピックマッピングとコンテンツスコアリングを統合しているため、チームはクラスターを計画しながら引用されやすさを組み込んだ形で各記事を書くことができます。エンティティとトピッククラスターがChatGPT、Perplexity、Gemini、Google AI Overviewsにおける実際の引用へと転換しているかどうかをモニタリングするには、Temso（月額89ドルから、8エンジン対応）や Semrush のようなプラットフォームがプロンプトレベルの引用シェアを追跡しています。
ステップ5：Wikidataエントリを獲得する
Wikidataは、Wikimediaエコシステムを支えるオープンな構造化ナレッジベースであり、Googleのナレッジグラフが検証のために使うエンティティのアンカーを提供します。WikidataのQ識別子を持つエンティティは、知られた引用可能なオブジェクトです。持たないエンティティは単なるテキストです。
GeminiがナレッジグラフとWikidataに隣接するデータで学習していることから、Wikidataはこのプレイブックでレバレッジが最も高い単一のアクションです。エンティティホームページと一致するWikidataエントリを持つブランドは、Google AI OverviewsとGemini全体でエンティティとして認識される可能性が格段に高まります。
Wikidataエントリを獲得する方法は以下のとおりです。
- 組織がWikidataの注目度基準を満たしているか確認します。企業の場合、通常は複数の独立した信頼できるソース（プレスリリースではなく主要メディア）による相当量の報道が必要です。
- 基準を満たしていれば、wikidata.orgで自分でエントリを作成します。事実のみを記載してください。名前、種別、設立日、本社、主要人物、公式ウェブサイト、sameAsプロパティなどです。
- プロパティを追加します。
instance of（企業の場合はQ4830453）、official website、LinkedIn ID、Crunchbase IDなどです。 - 事実が変わったらエントリを更新してください。古いWikidataエントリはエンジンが古い情報を提供する原因になります。
自社ブランドがまだ注目度基準を満たしていない場合、このプレイブックのステップ1、4、6が適格性をもたらすサードパーティの報道を構築します。
ステップ6：エンジンがすでに信頼しているドメインでサードパーティ言及を蓄積する
Ahrefsが15,000プロンプトを分析した調査では、AI引用のURLのうちGoogleの同クエリオーガニックトップ10と重複するのは約12%に過ぎませんでした。AIエンジンは単に被リンク数が多いページを優先しているわけではありません。すでに信頼ソースプールに含まれているソースを引用しています。
つまり、自社カテゴリのAI回答に一貫して登場するドメインからの一度の言及は、AIから引用されることのないソースからの多数の言及よりも高い引用価値をもたらします。
複数の調査で一貫して、AI引用の大多数はブランド所有のウェブサイトよりもサードパーティのソースからもたらされることが分かっています。数値は調査方法とAIプラットフォームによって異なりますが、Omniscient Digitalの23,000件超の引用分析では約77%、Muck RackとPRの5W調査では85%以上というデータが報告されています。
エンジンが自社カテゴリで信頼しているドメインを見つける方法は以下のとおりです。
- 上位10件のカテゴリプロンプトをChatGPT、Perplexity、Geminiで実行します。
- 引用されたすべてのURLを記録します。
- 引用頻度で並べ替え、最も頻繁に登場する10〜15のドメインを特定します。
これらがターゲットドメインです。それぞれで真の編集上の言及を獲得するために取り組んでください。寄稿バイライン、専門家のコメント、まとめ記事への製品掲載、研究引用などが該当します。
この分析のために構築されたツールとして、Ahrefs Brand Radar があります。4億500万件の検索連動プロンプトをインデックスし、任意のブランドやカテゴリについてAI引用としてどのURLが登場するかを示します。Semrush はカテゴリ競合他社がどのドメインから引用されているかを特定するのに役立つ競合可視性データを提供します。Temso は引用シェア全体と合わせて引用元URLを表示するため、競合他社のAI推薦を牽引しているサードパーティページを正確に把握できます。
2025年12月のStackerとScrunchによるパイロット研究では、サードパーティニュースメディアを通じてコンテンツを配信することでAI引用率が約8%から34%に上昇し、325%の増加を記録しました。ただし、この結果はわずか8記事のサンプルによるものです。2026年3月のフォローアップ研究では、より広いデータセットで中央値239%の増加として効果の方向性が確認されました。
6つのステップが複合する仕組み
このプレイブックのステップは独立していません。互いに複合します。
sameAs識別子を持つエンティティホームページは、エンジンがあなたを認識するために必要な構造化レコードを与えます。トピッククラスターは、自社が専門領域に深みを持つという証拠を提供します。Wikidataはその構造化レコードをナレッジグラフに結びつけます。サードパーティの言及は、他の信頼できるソースがあなたを権威あるものと見なしているとエンジンに確認させます。
6つの要素がすべて揃うと、AIエンジンはあなたのブランド名をパターンマッチする必要がなくなります。あなたが誰で、何をしているか、そして他の信頼できるソースがそれを確認していることをエンジンは知っています。その時点で、あなたは購買担当者がカテゴリで最良の解決策を尋ねたときにエンジンが引用するエンティティになります。
この取り組みを最初に行ったブランドは、どのキーワード順位よりも構造的に置き換えが難しい引用ポジションを保持します。エンティティ強度はすべてのエンジンにまたがって同時に蓄積・複合するからです。
判断ガイド：どこから始めるか
現在の状態に基づいて優先順位を決めるためのガイドです。
- エンティティホームページがない：ステップ1から始めてください。正規のレコードなしに他のステップは複合しません。
- エンティティホームページはあるがsameAsリンクがない：すぐにステップ2に進んでください。LinkedInとWikidataのsameAsリンクは1時間以内に追加できます。
- スキーマはサイト上にあるが引用が一貫しない：エンティティが照合されていません。ステップ2と5（sameAsとWikidata）は、追加のスキーマよりも早くギャップを埋めます。
- 一部のエンジンでは引用されているが他では引用されない：あるプラットフォームの信頼ソースリストにはエンティティが存在しますが、他には存在しない状態です。BrightEdgeの調査では、Google AI Overviews、AIモード、ChatGPTでブランド言及が61.9%の確率で異なることが分かりました。ステップ6（サードパーティ言及）とステップ5（Wikidata）が最もレバレッジの高い修正策です。
- 良質なコンテンツにもかかわらず引用がまったくない：エンジンはあなたのエンティティを解決できていません。コンテンツに何かを変更する前に、ステップ1から始めてすべての6ステップを順番に実行してください。
追跡・診断・実行のループをどれだけうまく埋めるかで評価したGEOツールの全選択肢については、/rankings/geo-tools を参照してください。上記の概念についての平易な定義は、/glossary でエンティティ、sameAs、ナレッジグラフの用語を確認できます。
今すぐできる一つのアクション
今日、ChatGPTとGeminiで自社の最重要カテゴリプロンプト3件を実行してください。引用されたすべてのURLを記録します。自社ブランドが不在であれば、WikidataとLinkedInを指すsameAsリンクを持つエンティティホームページがあるかどうかを確認してください。それらが欠如していれば、不在は構造的な問題であり、上記の6ステップがそれを解決する手順です。
決定的な情報源として引用されることは、より上位に表示されるページを作ることではなく、検証可能なエンティティになることから始まります。