【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名指しで挙げてきます。では、何がその選別を決めているのでしょうか。近ごろの研究では、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。となると、口コミや評価がまだ薄い中小サイトは、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、なぜ大手が有利になりやすいのか、中小サイトに打てる手はあるのか、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の推薦は気分で決まりません。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、という議論が近ごろの研究で出ています
• 口コミや評価が効くぶん、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、自分が「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、という研究が出ています。

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。

ここで一つ、はっきり断っておきます。この話のもとになった研究の一つが、『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"）という監査です。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に名指しで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。実際の効き方は、自分のサイトのデータで確かめるのが正確です。

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推薦の大手びいきを指摘しています[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「才能の差」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. 中小サイトに打てる手はある#

結論から言うと、大手びいき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いてきます。

ここで一つ、よくある手をあげておきます。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に名指しされて答えに登場するのは、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。

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によく出ているから順調」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に見えていて、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。けれど、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からの流入が、設定をしていないと「どこから来たか不明（Direct）」に紛れて、AI経由として切り分けられないこと。もう1つは、AI経由の流入を「来た数」だけでなく「売上」までそろえて見るのが、手作業だと毎回重いことです。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、この切り分けを肩代わりします。クリックして来たAI流入を、引用元のエンジン（ChatGPT・Claude・Perplexity・Geminiなど）別やページ別に分け、それぞれの流入数・訪問あたりの売上（RPS）・売上を1つの画面で見比べられるようにします（表示はデモデータ）。「見えているか（流入）」と「買われているか（売上）」を、同じ画面でそろえて確認できます。

この表の読みどころは、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。お役立ち記事はいちばん多くのAI流入を集めていますが、訪問あたりの売上は低い。一方、人気商品の紹介ページは流入こそ少ないものの、来た人がよく買うのでRPSが高く、売上では上回ります。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「見えている×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。

ひとつ、はっきりさせておきます。RevenueScope が数えるのは、クリックして実際にサイトに来た流入とその売上だけです。AIの回答に名前が出ただけ（クリックなし）の露出そのものや、「ChatGPTにどれだけ言及されているか」という可視性の総量は測りません。また、粗利や在庫までは計算しません。RevenueScope が肩代わりするのは、クリックして来たAI流入を、bot を除いたうえでページ別・エンジン別に分け、売上までそろえて見比べる材料を整えるところ。口コミや評価をどう積むかは、あなたが決めます。

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。大事なのは、積みながら「効いているか」を測れる状態にしておくことです。

Q. ChatGPTで自分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（見えているか）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。両方をそろえて見れば、力を入れる場所を数字で選べます。

まとめ#

AIがどのサイトをすすめるかは、気分ではなく、口コミの数や評価、ブランドが語られる量で大きく動く、という議論が近ごろの研究で出ています。口コミや評価が効くぶん、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に見えているか（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。露出だけ追うと、出ているのに売れていない努力に時間を使いがちです。見えている×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。

関連記事#

• AI引用が売上にどれだけ貢献したかを測る
• AIエンジン別の流入と売上・どのAIから来た客が買うか
• AIに引用されない売れ筋を見つける
• Googleが公式に否定したGEOの5つの神話
• GA4のAI Assistantチャネルで分かること・分からないこと

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