【研究報告】AIに選ばれるサイトの条件｜口コミと評判で決まる

ChatGPTやGeminiに「このジャンルのおすすめは？」と聞くと、AIはいくつかのサイトやショップを推薦してくれます。では、何がその選別を決めているのでしょうか？最近の研究では、口コミの数や評価（研究では"評判シグナル"と呼びます）がAIの推薦を大きく動かし、結果として大手に偏りやすいことが議論されています。そうすると、口コミや評価がまだ低い中小サイトは、戦う前から不利なのでしょうか？本記事では、なぜ口コミや評価で推薦が決まるのか、なぜ大手サイトが有利になりやすいのか、中小サイトに打ち手はあるのか、そして「選ばれている」と「買われている」はどう違うのかを、順番に整理します。

この記事のまとめ#

• AIの推薦は、口コミの数や評価、ブランドが語られる量が大きく動かす、と最近の研究で議論されています
• 口コミや評価が効く分、すでに評判の積み上がった大手に推薦が偏りやすい。これは中小サイトにとって構造的な壁です
• ただし壁は固定ではありません。口コミや評価を地道に積み、自社サイトが「選ばれているか・見えているか」を測れば、詰められる余地が見えます
• 大事なのは「AIに見えている（露出）」と「AI経由で買われている（売上）」を分けて見ること。露出が高くても売上が伴うとは限りません

1. 推薦を動かすのは口コミと評判#

結論から言うと、AIがどのサイトをすすめるかは、口コミの数や評価、ブランドが語られる量で大きく動く、という研究結果が報告されています。

AIは、世の中にある大量の文章を学び、検索でも情報を集めて、答えを組み立てます。そのとき、たくさん良い評判が語られているサイトほど、答えの中に登場しやすくなります。具体的には、口コミの件数、平均の評価、SNSやメディアで取り上げられた量、ブランド名がどれだけ出てくるか、といった要素です。

下の図は、推薦を動かす要因の相対的な影響度をイメージで表したものです。口コミや評価がいちばん強く効き、ブランドが語られる量がそれに続きます。ページの中身の関連度や価格の記載も効きますが、口コミや評価ほどではない、という形です。

この参考文献の一つが、『AIはどのホテルを薦めるのか？』（原題 "Whose hotel does the AI recommend? An algorithm audit of reputation signals in LLM-assisted hotel selection"）という検証です。ホテルの推薦をAIに何度も聞いて、何が結果を動かすかを調べました[1]。対象はホテルですが、「口コミや評価が推薦を動かす」という骨組みは、ECサイトやサービスサイトなど、AIにおすすめされる場面に広く当てはまると考えられます。ただし数値そのものはホテルの話なので、本記事の図はすべて相対的な目安（指数）として見てください。これらの研究はまだ査読前のものなので、「研究で証明された」と受け取らず、こういう議論が出ている、という参考にとどめてください。口コミや評価が自社の場合にどれだけ効くかは、最終的には自社サイトの実データで確認するのが確実です。

2. なぜ大手が有利になりやすいのか#

結論から言うと、口コミや評価が効くということは、すでに評判を積み上げた大手に推薦が偏りやすい、ということでもあります。これは中小サイトにとって構造的な壁です。

考えてみれば当たり前です。長く運営している大手は、口コミの件数も、メディアで取り上げられた量も、ブランド名の知られ方も、ひとつ抜けています。AIは「よく語られているもの」を答えに選びやすいので、語られる量が多い大手が、自然と上位に挙がりやすくなります。同じくらいの品質でも、評判の蓄積が薄い中小サイトは、最初から不利な位置に立たされる——『先行する大手の優位――AI推薦に潜むブランド偏り』（原題 "Incumbent Advantage: Brand Bias and Cognitive Manipulation Dynamics in LLM Recommendation Systems"）という研究も、AI推薦の大手優位を指摘しています[2]。

下の図は、口コミの蓄積が違うときに、大手と中小でAIに推薦されやすさがどれくらい変わるかを、イメージで表したものです。大手を100としたとき、中小は条件が同じでも下回りやすく、口コミが少ないほどその差は開きます。

大事なのは、この差を「実力の差」や「もう手遅れ」と受け取らないことです。差を生んでいるのは口コミや評価の量であって、サイトの善し悪しそのものではありません。つまり、口コミや評価は後から積めるものなので、壁は固定ではない、ということです。次の章で、その積み方の方向を見ていきます。

3. 中小サイトに打ち手はある#

結論から言うと、大手優位は構造的な壁ですが、口コミや評価を地道に積むことで、詰められる余地は確かにあります。

方向はシンプルです。AIが拾う口コミや評価を、少しずつ増やしていくこと。たとえば、買ってくれた人や使ってくれた人に口コミを残してもらう流れを作る、自社の取り組みや実績を自分のサイトでていねいに語る、メディアやコミュニティで名前が出る機会を増やす、といった積み上げです。AIの回答はごく少数の情報源しか引用しないため、『何が引用されるか――AI回答エンジンでの競争的GEO』（原題 "What Gets Cited: Competitive GEO in AI Answer Engines"）という研究は、「順位が高いか」より「引用される側に入れるか」が効いてくると論じています[3]。どれも特別なことではなく、考え方そのものは難しくありません。

難しいのは、考え方ではなく続けることのほうです。口コミや評価は一度で積み上がるものではなく、何か月もかけて少しずつ増えていきます。しかも、積んでいる途中で「これは効いているのか」が見えにくい。だからこそ、闇雲に手を動かす前に、自分のサイトが今どれだけAIに見えているか、選ばれているかを測れる状態にしておくことが効果的です。

ここで一つ、よくある方法をあげておきます。ChatGPTなどに自分で「このジャンルのおすすめは？」と聞いて、自社の名前が出るか確かめる方法です。当たりをつけるには役立ちますが、これだけに頼るのはおすすめしません。聞くたびに答えが変わりますし、何回中何回出たかを手動で数え続けるのは現実的でなく、まして「見えたあと、いくら売れたか」までは分かりません。あくまで手応えの確認にとどめ、本当に知りたい「見えているか・買われているか」は別の見方で測る必要があります。それが次の章のテーマです。

4. 「選ばれている」と「買われている」は別物#

結論から言うと、AIに「選ばれている・見えている（露出）」ことと、その流入が「買っている（売上）」ことは、別の層の話です。混同すると、力を入れる場所を見誤ります。

AIの答えに自社が登場するのは、うれしいことです。ですが、それは「見られた」段階にすぎません。その先には、リンクがクリックされてサイトに来る段階、そして買って売上になる段階があります。露出が増えても、流入や売上に必ずつながるとは限らない。よく見られているのに売上が薄いページもあれば、露出は控えめでも訪問者がよく購入するページもあります。

下の図は、AIでの露出と、AI経由で来た訪問あたりの売上（RPS）を、ページごとに見比べたイメージです。露出がいちばん高いページが、いちばん売れているとは限りません。むしろ、露出は控えめでも訪問あたりの売上が高いページがある。これが、露出と売上を分けて見る意味です。

露出だけ追っていると、「AIによく登場するから順調」と思い込み、実際には売上につながっていない努力に時間を使ってしまうことがあります。逆に、露出と売上の両方を見ておけば、どのページがAIに見られていて、しかも買われているかが分かり、力を入れる場所を勘でなく数字で選べます。

RevenueScopeの解決策

ここまでで、口コミや評価を積む方向は見えました。しかし、積みながら「効いているか」を確かめようとすると、壁が2つあります。1つは、ChatGPTやGeminiから来た訪問が、何も設定しないと「Direct」に分類されてしまい、AI経由の流入として区別できないこと。もう1つは、AI経由の流入を「訪問数」だけでなく「売上」まで併せて見るのが、手作業だと毎回重たいことです。自分で1回試すことはできても、ページごと・月ごとに見え方と売上を追い続けるのは、構造的に骨が折れます。

RevenueScope は、この2つの壁を解決します。AI検索からクリックされて実際に届いた流入を、引用元のエンジン（ChatGPT・Claude・Perplexity・Geminiなど）とページの組み合わせで分類し、それぞれの流入数・訪問あたりの売上（RPS）・売上を1つの画面で確認できます（表示はデモデータ）。「見られているか（流入）」と「買われているか（売上）」を、同じ画面で一緒に確認できます。

この事例の特徴は、流入の数と訪問あたりの売上が、同じ順ではないことです。AI流入の数ではお役立ち記事が最多ですが、訪問あたりの売上は3ページの中でいちばん低い。対照的に、人気商品の紹介ページは流入数では劣るものの、購入につながる割合が高いためRPSが高く、売上ではお役立ち記事を上回ります。露出（=流入の多さ）だけを追っていたら、お役立ち記事ばかりに力を入れて、実際に売上を生む紹介ページを後回しにしていたかもしれません。こうして「見られている×買われている」を1画面でそろえると、口コミや評価を積む努力を、どのページに向けるべきかが数字で見えます。

RevenueScope が集計の対象にするのは、クリックして実際にサイトへ流入したAIトラフィックと、そこから生まれた売上です。粗利や在庫ではなく、売上ベースの指標（訪問あたりの売上RPS・売上）に特化している分、見えている流入がどれだけ買われているかまで、ページごとに突き合わせて確かめられます。

FAQ#

よくある質問#

Q. 中小サイトは、もうAIに選ばれるのは無理ということですか？

A. いいえ。AIの推薦が大手に偏りやすいのは事実ですが、それは口コミや評価の蓄積量の差であって、サイトの善し悪しそのものではありません。口コミを増やす、自社の取り組みを語る、名前が出る機会を作る、といった積み上げで、差を詰められる余地があります。重要なのは、口コミや評価を積み上げる途中でも、その効果を数字で確認できる状態を用意しておくことです。

Q. ChatGPTで自社の名前が出るか確かめれば、それで十分では？

A. 当たりをつけるには役立ちますが、それだけでは不十分です。AIの答えは聞くたびに変わり、何回中何回出たかを手で数え続けるのは現実的ではありません。さらに、見えたあとに「いくら売れたか」までは分かりません。手応えの確認にとどめ、クリックして来た流入と売上は別の見方で測るのが正確です。

Q. 「露出が増えれば売上も増える」と考えてはいけないのですか？

A. つながることもありますが、必ずではありません。よく見えているのに売上が薄いページもあれば、露出は控えめでも来た人がよく買うページもあります。露出（見られているか）と売上（買われているか）は別の層なので、分けて見るのが正確です。露出と売上の両方を確認できて初めて、どのページに力を入れるかを数字で決められます。

まとめ#

AIがどのサイトをすすめるかは、口コミの数や評価、ブランドが語られる量で大きく動く、という議論が最近の研究で報告されています。口コミや評価が効く分、すでに評判を積み上げた大手に推薦は偏りやすく、これは中小サイトにとって構造的な壁です。

ただし、壁は固定ではありません。差を生んでいるのは口コミや評価の量なので、地道に積めば詰められる余地があります。考え方は難しくなく、難しいのは続けること、そして効いているかが見えにくいことです。

だからこそ、「AIに見られているか（露出）」と「AI経由で買われているか（売上）」を分けて、両方を測れる状態にしておくことが効いてきます。AIへの露出だけを追いかけると、回答には出ているのに売上が動いていない施策へ時間を注ぎ続けてしまいます。見られている×買われているを数字でそろえれば、口コミや評価を積む努力を、どのページに向けるべきかを勘でなく判断できます。

参考文献#

• [1] arXiv「Whose hotel does the AI recommend? An algorithm audit of reputation signals in LLM-assisted hotel selection」 2026
• [2] arXiv「Incumbent Advantage: Brand Bias and Cognitive Manipulation Dynamics in LLM Recommendation Systems」 2026
• [3] arXiv「What Gets Cited: Competitive GEO in AI Answer Engines」 2026