GEOコンテンツ最適化：AIエンジンに引用される事実文の書き方

事実文の解剖：引用される書き方と引用されない書き方の対比、および三要素とレッドライン

GEOコンテンツ最適化：AIエンジンに引用される事実文の書き方

結論から言うと：AIエンジンがあなたの記事を引用するかどうかは、記事の長さやキーワード密度ではなく、本文中に「単独で切り出せる」事実文が2〜3文あるかどうかで決まります。主語が明確で、述語が完結し、具体的な数字やしきい値が入っている文です。直感に反する結論として、文章がうまいほど引用されにくく、AIは装飾のない平坦な25〜40字の短い文を好みます。各記事を「冒頭で答えを先に出す、各段落に判断を一つ、各節に表を一つ」の構成で書き直すと、引用率は散文的な書き方より一桁高くなります。

一、なぜあなたの記事はよく書けているのにAIに引用されないのか

従来のSEOでは、コンテンツの良し悪しは順位で判断されました。GEOでは、「AIの回答にあなたの文が引用されているかどうか」で判断されます。両者の評価基準はまったく異なります。順位は全体の関連性、被リンク、権威性を見ますが、AIの引用は一文が単独で成立するか、検証可能な情報を含むかを見ます。

最もよくある失敗は散文的な書き方です。冒頭で背景を三段積み上げ、中盤で感情を語り、結びでまとめる。人間が読むと心地よいですが、AIは一文も引用できません。どの文も文脈に依存していて、単独では情報量がないからです。コンテンツの階層化の考え方はGEOコンテンツの階層化：事実層・意見層・約束層を参照してください。本記事は事実層の書き方だけを扱います。

よくある書き方	AIの引用結果	問題点	書き換えの方向
背景説明の段落	段落ごとスキップ	数字も判断もない	削除または一文に圧縮
形容詞の羅列	破棄	検証不能	具体的なしきい値に置き換え
長い複文	切り捨てまたは誤読	50字を超える	二つの短文に分割
文脈依存の文	引用されない	主語がない	主語と対象を補完
マーケティングスローガン	広告と判定	根拠のない最上級	検証可能なデータに置き換え

二、事実文の三要素：誰が、何をした、数字

AIがそのまま引用できる事実文は、三つの条件を同時に満たす必要があります。明確な主語（誰が、または何が）、完結した述語（何をした、または何に等しい）、具体的な数字やしきい値（どれだけ、どれくらい速く、合格ラインはどこか）です。どれか一つ欠けると、引用価値は半減します。

良い例：「B2B自社サイトの問い合わせフォームの必須項目の黄金範囲は5〜7個で、10個を超えるとコンバージョン率が著しく下がる。」この文の主語は「必須項目の数」、述語は「〜である」、数字は「5〜7個」「10個を超える」で、文脈から離れても成立します。悪い例：「フォームの設計は重要で、真剣に取り組む必要がある。」数字も対象も判断もなく、AIは使えません。

要素	要件	合格例	不合格例
主語	対象を明確に、省略しない	“フォームの必須項目数”	“これ”
述語	完結した判断、宙ぶらりんにしない	“最適な範囲は5から7個”	“とても重要”
数字としきい値	具体的で検証可能	“10個を超えるとコンバージョン率が下がる”	“効果が良くない”
独立性	抜き出しても成立する	—	“前述のとおり”
長さ	25から40文字	約30文字	70文字の長い文

三、AIが最も引用したがる6つのコンテンツ形式

事実文は陈述文でしか書けないわけではない。以下の6つの形式はAIの引用に向いており、それぞれに数字と構造がある。1記事につき最低3つは押さえたい。

1つ目はしきい値文。合格ラインを直接示す。例は”Core Web Vitalsの合格ラインはLCP2.5秒以下”。2つ目は比較表。2列以上を並べると、AIは表ごと転記することが多い。3つ目は手順リスト。番号付きの動作で、”第一步…第二步…”のように書く。4つ目は定義文。”XとはYを指す”。5つ目は段階表。範囲ごとに区分する。6つ目はデータ引用。出典付きの業界数値だ。

形態	引用される確率	書き方の要点	例
しきい値文	最高	合格ラインを直接示す	“必須項目が10個を超えるとコンバージョン率が下がる”
比較表	高	2列を並べ、見出しがある	案Aと案Bのコスト比較
手順リスト	高	番号と動作と期限	“第一步は2週間のベースライン計測”
定義文	中	“XとはYを指す”	“GEOとは…”
段階表	中	範囲ごとに区分	トラフィックで3段階に分けて対応
データ引用	中	出典付き	“Xのレポートによると…”

場面に落とし込む。問い合わせフォームについての記事なら、全文で”フォームは重要”と語るのではなく、冒頭にしきい値文を置く。”B2Bフォームの必須項目の最適な範囲は5から7個。”次に比較表で3項目、7項目、12項目のコンバージョン差を並べ、3ステップの改善リストを添える。この記事は散文版よりAIに引用される確率がはるかに高い。書き方のリズムは次を参考に。FAQとPeople Also Askのコンテンツ構成。

四、レイアウト：冒頭に答えを前置きし、段落の密度を整える

事実文が良くても、置き場所を間違えれば意味がない。AIの引用には明確な傾向がある。冒頭、小見出しの最初の文、表のセルにある文を優先して引用する。つまり最も強い判断を段落の最初の文に置き、前置きや説明は2文目以降に回す。

段落の長さも同じくらい重要だ。1段落は120文字以内、約5行が目安。3段落続けて文章だけが並んだら、表かリストを挟んで単調さを崩す。AIモデルは長い文章から情報を探すのが苦手なので、短い段落と表のレイアウトのほうが引用できる文を早く見つけられる。構造化データとの組み合わせは次を参照。B2Bサイトの構造化データSchemaチェックリスト。

レイアウト項目	推奨値	理由
段落の長さ	120文字以内	引用の位置づけがしやすい
冒頭段落	答えを直接示す	冒頭は引用の第一候補
表の密度	各節に1枚以上	表は転記に向いている
連続する本文だけの段落	<3段落	区切ることで注意を取り戻す
小見出しの最初の文	事実文を置く	モデルは最初の文を優先して読む

五、落とし穴：プロらしく見えて引用価値がゼロの3つの書き方

1つ目は「〜の発展に伴い」式の書き出しで、全体に数字が1つもなく、AIが引用できる情報を読み取れない。2つ目は判断が第8段落に隠れ、それ以前は背景だけ。3つ目は形容詞と根拠のない最上級の積み重ねで、モデルは広告コンテンツと判定し、評価を下げる。

自己点検の方法は簡単だ。書き終えたら各段落の1文目だけを抜き出して1ページに並べる。そのページを読んで、記事が何を扱い、どんな数字があるかが分かれば構成は合格。意味が通らなければ判断文が段落の中に埋もれているので、並べ替えが必要だ。事実文を直したあと引用されているかどうかを確認する方法は次を参照。固定質問セットの月次モニタリング。

落とし穴	表面的な問題	抜き出しへの影響	修正
背景を3段落書いてから本題	前置きが長すぎる	最初の300字に価値がない	1文目で判断を示す
判断が段落の中に埋もれている	1文目がつなぎの文になっている	抜き出しの命中率が半減	事実文を1文目に上げる
形容詞の最上級	宣伝口調	広告と判定され評価が下がる	検証できる数字に置き換える
長すぎる複文	50字超	切り捨てまたは誤読	2文に分ける
出典のないデータ	裏付けが1つだけ	信頼性が低い	出典の年を明記する

FAQ よくある質問

どんな文がAIにそのまま引用される事実文なのか。

次の3つを同時に満たすこと。明確な主語がある、完全な述語がある、具体的な数字かしきい値がある。例えば「B2Bフォームの必須項目の適正範囲は5〜7個で、10個を超えるとコンバージョン率が下がる」。文脈から切り離しても単独で成立し、長さは25〜40字に収める。数字がない、主語がない、「前述のとおり」がないと理解できない文はAIは抜き出さない。

1記事にこうした事実文を何文書けばよいのか。

核心となる事実文は2〜3文で十分で、全体に数字を並べる必要はない。最初の段落と各小見出しの1文目に置き、残りの段落は説明や場面、表で支える。事実文が多すぎるとデータの羅列に見え、かえって読みにくくなる。少なすぎるとAIが抜き出せる内容を見つけられない。経験的な比率は本文800〜1000字につき硬い事実文1文だ。

文章に味わいや感動があったほうがよいのではないか。

人にはそうだが、AIには違う。AIは平板で修辞がなく、情報密度の高い文を好んで抜き出す。情緒や対句、形容詞の積み重ねは人には響くが、AIにはノイズだ。文章の味わいは記事末尾の意見の段落に置けばよいが、事実の層は冷静で平直、数字を伴う必要がある。人は末尾で心を動かされ、AIは中間の事実文を抜き出す。両者は衝突しない。

表がGEOコンテンツ最適化で重要なのはなぜか。

表はAIが最も段落ごと書き換えやすい版式だ。比較表や段階表、手順リストはもともと構造を持ち、モデルはセルの内容をそのまま自然言語の答えに変換できる。1記事に少なくとも3つの表を置き、各表に見出しがあり、単独で読めるようにすることを勧める。表のない文字だけの長文は、表付きの版より抜き出し率が明らかに低い。

記事に引用できる文があるかどうかをどう自己点検するか。

やることは2つ。1つ目は、各段落の最初の一文だけを抜き出して1ページに並べ、全体で何を言っているか、数字がどこにあるかが分かるか確認する。2つ目は、ランダムに5文を選び、「この一文だけ抜き出しても意味が通るか」を1文ずつ問う。通らないなら書き直す。さらに固定の質問セットでAIに質問し、回答の中に自分の記事の数字や表現が出てくるか見る。出てこなければ、事実文の3要素に戻って書き足す。

事実文の数字はどこまで正確である必要がありますか。

幅や経験値で構いませんが、検証できる具体的な量である必要があります。「たくさん」「大幅に」ではいけません。たとえば「必須項目は5から7個」は「適量の項目」より良く、「6から8週間」は「しばらく」より良いです。数字が第三者レポート由来ならレポート名と年を、自分の経験由来なら「経験値の幅」と明記します。あいまいな数字は書かないほうがましです。

最後に

GEOの記事制作と従来のSEOの記事制作で最も違うのは、評価する側が人からモデルに変わったことです。人は3段落の前置きを読んでから心を動かされますが、モデルにその忍耐はありません。何千ものページを走査し、最も短く、最も硬く、数字を含む文だけを抜き出します。どれだけ情感を込めて書いても、抜き出されなければ書いていないのと同じです。

実践は3ステップ。初稿を書き終えたら、まず各段落の最初の一文を1ページに並べて確認します。次に「事実文の3要素」に沿って硬い判断を2から3文足します。最後に固定の質問セットでAIに一巡質問し、回答に自分の数字が出てくるか見ます。出てこなければ、モデルが自分の文を引用し始めるまで書き足し続けます。関連する方法はつなげて読むとよいですGEO実験設計とGEO実践。

覚えておきたい一言。AIはあなたの記事を読まない。AIはあなたの文だけを抜き出す。記事を、文脈から切り離しても成立する事実文2から3文に分解すれば、引用率は自然と上がります。