最終更新：2026年9月
あるブランドがカテゴリー内でChatGPTの回答の最上位に位置しながら、まったく同じクエリでPerplexityでは一切表示されないことがあります。これはGEO施策が壊れているわけではありません。情報源プールの問題です。
各回答エンジンは、ウェブの異なる断面から引用リストを組み立てています。ChatGPTは百科事典やリファレンス系の情報源に重きを置きます。Perplexityはリアルタイムのコミュニティ議論に重きを置きます。Google AI Overviewsは、すでにオーガニック検索で上位表示されているページに重きを置きます。あるエンジン向けに設計されたコンテンツ施策は、他の2つのエンジンにはほとんど効果がないことがあります。
エンジン相性マトリクスは、このギャップに名前を付け、計画を立てられる形に整理したものです。5つのコンテンツ施策を3つのエンジンに対応させ、すべてのマスに相性評価と名指しの情報源を添えています。どのエンジンが自社ブランドを無視しているかが分かれば、マトリクスは次に打つべき施策を教えてくれます。
同じカテゴリーのソフトウェアを販売する2つのブランドを想像してください。ブランドAは、意見主導の長い専門家コラムを公開しています。ブランドBは、比較表を添えた短く中立的な解説ページを公開しています。どちらのブランドもグーグルの検索結果1ページ目に表示されています。しかし、買い手がChatGPTにそのカテゴリーの比較を尋ねたとき、表示されるのはブランドBだけです。ChatGPTの検索プールは、ブランドAが選んだ形式ではなく、ブランドBが選んだ形式に報酬を与えます。マトリクスは、この選択を偶然ではなく意図的なものにするために存在します。
エンジン相性マトリクスの全体像
縦軸には5つの施策、横軸には3つのエンジンが並びます。「高」評価は、その施策がそのエンジンの被引用上位ソースの中で突出して多く見られることを意味します。「低」評価は、他のエンジンでは効果があっても、そのエンジンに関しては労力に見合わないことを意味します。
| コンテンツ施策 | ChatGPT | Perplexity | Google AI Overviews |
|---|---|---|---|
| 百科事典型解説 | 高：WikipediaやリファレンスウィキがChatGPTの被引用上位ソースの半数近くを占める（5W PR統合分析、2026年） | 低：リファレンス系の情報源はコミュニティ系に大きく水をあけられた2位にとどまる（Profound、2025年） | 中：リファレンス系の情報源は「中程度」と評価される（5W PR統合分析、2026年） |
| コミュニティシーディング | 低：コミュニティ系の情報源は「低〜中程度」と評価される（5W PR統合分析、2026年） | 高：RedditがPerplexityの被引用上位10件の46.7%を占める（Profound、2025年第2四半期） | 低：コミュニティ系の情報源は「低い」と評価される（5W PR統合分析、2026年） |
| 構造化比較 | 高：表を3つ以上含むページは、比較系クエリで引用が25.7%増える（AirOps、2026年4月） | 中：構造化は有効だが、引用元プール自体が広い（Perplexityは1回答あたり平均21.87件の情報源を引用、Qwairy、2025年第3四半期） | 中：すでに上位表示されているページが有利（後述のオーガニック権威を参照） |
| 動画解説 | 低：ChatGPTにとって動画は主要でない情報源タイプ | 低：Perplexityにとって動画は主要でない情報源タイプ | 高：YouTube単独で引用の約23%を占め、単一ドメインとして最多（Surfer SEO、2025年） |
| オーガニック権威構築 | 低：ChatGPTの引用がグーグルのオーガニック上位10位と重複するのは約8%のみ（Ahrefs、2025年8月） | 中〜高：グーグルの上位10位との重複が約29%と、Ahrefsが調査したエンジンの中で最も高い（Ahrefs、2025年8月） | 高：引用ページの38%がグーグルのオーガニック上位10位にも入っている（Ahrefs Brand Radar、2026年3月） |
このばらつきは、多くのチームが想定しているよりも大きいものです。Profoundが、6億8000万件規模の引用データセットの中からChatGPTとPerplexityにまたがる10万件のプロンプトを分析した結果（2025年7月）、両エンジンで共通して引用されるドメインはわずか約11%にとどまりました。ChatGPTでの引用を獲得できても、Perplexityでの見込みについてはほとんど何も分かりません。
なぜ1つの施策はエンジンをまたいで通用しないのか
この11%という重複率こそが、単一エンジンだけを狙ったGEO戦略が静かに失敗する理由です。あるチームがChatGPT向けに最適化を行い、引用シェアが上昇するのを見て、同じコンテンツがPerplexityやGoogle AI Overviewsも押し上げてくれるはずだと考えてしまいます。
実際には、たいていそうはなりません。3つの検索スタックは、10件中9件近くで異なるドメインから情報を引き出しています。ChatGPTの百科事典寄りの傾向に合わせて調整されたページは、まったく同じクエリであっても、コミュニティ優先のPerplexityにとっては事実上見えない存在になり得ます。
これは、最初に1つのエンジンに絞るべきではないという意味ではありません。ほとんどのチームは5つの施策を同時には打てず、力を集中させたほうが分散させるよりも効果的です。むしろ、1つのコンテンツ施策がデフォルトですべてのエンジンをカバーすると思い込むのではなく、マトリクスを使って最初のエンジンを意図的に選ぶべきだということです。
マトリクスの使い方
マトリクスは診断ツールであり、コンテンツカレンダーではありません。次の4つのステップで使います。
1. 測定する（MEASURE）
実際の買い手のクエリ10〜50件からなる固定のプロンプトセットを用意し、
ChatGPT、Perplexity、Google AI Overviewsに対して実行する。
エンジンごと、プロンプトごとに引用の有無を記録する。
2. 診断する（DIAGNOSE）
3つのエンジンを引用シェアの高い順から低い順に並べる。
最も低いエンジンが対象になる。
3. 施策を合わせる（MATCH THE PLAY）
マトリクスの中から対象エンジンの列を見つける。
まだ実施していない「高」評価の施策を選ぶ。
4. 実施して再測定する（SHIP, THEN RE-MEASURE）
施策を公開する。検索インデックスに反映されるまで
30〜60日待ってから、同じプロンプトセットで再測定する。ほとんどのチームはステップ1を飛ばして、いきなりステップ3に進んでしまいます。だからこそ、ChatGPTでの露出を明らかに押し上げるリライトが、Perplexityの引用シェアをまったく動かさないということが起こります。それは、そもそもPerplexityの検索スタックが評価する施策ではなかったのです。
具体例を挙げます。あるプロジェクト管理系ブランドが引用シェアを測定したところ、ChatGPTが22%、Google AI Overviewsが14%、Perplexityが3%でした。対象はPerplexityです。マトリクスによれば、Perplexityに対して相性が良い施策はコミュニティシーディングです。そこでこのチームは、ChatGPTのほうがはるかに効果的だったであろう比較ページをもう1本公開する代わりに、その後6週間、買い手がすでに使っているサブレディットで実際の質問に答えることに時間を使いました。
ChatGPTは百科事典型で構造化されたコンテンツを評価する
ChatGPTの引用プールは、リファレンス品質の情報源に偏っています。複数の引用データセットを統合した5W PRの分析（2026年）では、WikipediaやリファレンスウィキがChatGPTの被引用上位ソースの半数近くを占めており、調査対象の情報源タイプの中で最上位に位置しています。
これはWikipediaの記事を持つ必要があるという意味ではありません。Wikipediaと同じように、中立的で構造化されており、エンティティに焦点を当てた文体で書かれたコンテンツは、ChatGPTの検索プールの中で構造的に一歩リードできるということです。
構造化はこの優位性をさらに強めます。AirOpsが900件のクエリにまたがる1万2000件超のURLを分析した結果（2025年7月）、ChatGPTに引用されたページの5件中4件近くが、少なくとも1つの構造化リストを含んでいました。同じクエリにおけるグーグルの上位表示ページでは、これがわずか29%にとどまります。AirOpsの別の調査（2026年4月）では、HTMLの表を3つ以上含む比較ページは、製品同士を比較するクエリで引用が25.7%増えることが分かりました。
この2つの結果を組み合わせると、ChatGPTに対して最も効果の高い施策がはっきりと見えてきます。百科事典型解説ページと構造化比較ページ、どちらも見出しを整理された順序で並べ、表が読者にとって本当に役立つ箇所にのみ表を配置したものが、最初に取り組む価値のある2つの施策です。
自社カテゴリーについての中立的な用語解説に、実在の競合と実際の数値を明記した比較表を添えるほうが、同じテーマについて5本目の意見記事を書くよりも、ChatGPTの引用シェアにはるかに効果があります。
Perplexityはコミュニティとオーガニック権威を評価する
Perplexityの検索スタックは、ChatGPTとは2つの点で測定可能な違いがあります。1回答あたりの引用元がはるかに多いことと、コミュニティ議論に強く重きを置いていることです。
Qwairyが11万8000件超のAI生成回答を分析した結果（2025年第3四半期）、Perplexityは1回答あたり平均21.87件の情報源を引用しており、ChatGPTの7.92件を大きく上回ります。Profoundによる商業クエリの引用分析（2025年第2四半期）では、RedditがPerplexityの被引用上位10件の46.7%を占め、他を大きく引き離して最も支配的な情報源タイプでした。2位のYouTubeは約13.9%にとどまります。
Perplexityは、従来型のグーグルの順位付けに最も近いAIエンジンでもあります。Ahrefsが1万5000件のロングテールクエリを対象に行った調査（2025年8月）では、Perplexityの被引用URLの約29%がグーグルのオーガニック上位10位にも表示されており、これはAhrefsがChatGPTについて確認した約8%を大きく上回ります。
実践的に言えば、買い手がすでに読んでいるサブレディットやフォーラムで本物のエンゲージメントを築くコミュニティシーディングが、Perplexityに対して最も効果の高い唯一の施策です。オーガニック権威構築は、堅実な2番手の施策です。このマトリクスの中で、Perplexityは他のどのエンジンよりも従来型の検索における権威性を評価するためです。
ドメインオーソリティが強く、Redditでの存在感がほぼゼロのブランドでも、オーガニック検索との重複だけで多少のPerplexity引用は得られます。しかし、買い手が実際に選択肢を比較しているスレッドにも信頼できる形で登場している競合の引用シェアには、決して近づくことができません。
Google AI Overviewsは動画とオーガニック順位を評価する
Google AI Overviewsは、3つのエンジンの中で最もグーグル検索そのものの延長のように振る舞い、データもそれを直接裏付けています。
Ahrefs Brand Radarが400万件のAI Overview URLを調査した結果（2026年3月）、引用ページの38%がグーグルのオーガニック上位10位にも入っていました。これは、AhrefsがChatGPTについて確認した重複率のおよそ5倍です。順位が良いことは引用を保証しません（引用ページの31%は上位100位より外から来ています）が、このマトリクスの中で単独では最も強力な予測因子です。
もう1つの際立った結果は動画です。4600万件のAI Overview引用を分析したSurfer SEOの「AI Citation Report」（2025年）によると、YouTube単独で引用の約23%を占め、調査対象となったほぼすべての業界において単一ドメインとして最も多く引用されています。
Google AI Overviewsについては、マトリクスは2つの施策を組み合わせることを示しています。引用を予測する上位10位のランキングを獲得するためのオーガニック権威構築と、引用を最もよく予測する情報源タイプを押さえるための動画解説コンテンツです。
すでに検索結果1ページ目に表示されているページから、同じテーマについて短く本当に役立つ動画へリンクすることは、両方のシグナルを同時に押さえることになります。この組み合わせを実践している例は少ないため、実際の優位性になります。
マトリクスにできないこと
エンジン相性マトリクスは、次のコンテンツ施策をどこに向けるべきかを教えてくれます。しかし、引用を保証するものではなく、測定に代わるものでもありません。
相性の良い施策であっても、実行の質は問われます。内容の薄い、ありきたりな行しかない構造化比較ページは、形式が正しいというだけの理由で、内容の薄いChatGPT向け競合ページに引用で勝つことはできません。マトリクスは選択肢を絞り込んでくれますが、代わりにページを書いてはくれません。
評価はあくまで方向性を示すものであり、固定されたものではありません。エンジンが検索スタックを更新するたびに、情報源プールは変化します。マトリクス内のすべての「高」評価は、現時点で最良の賭けであって、永続的な保証ではないと捉え、通常どおり四半期ごとに引用シェアを見直してください。
マトリクスを適用する前に測定する
マトリクスは、自社ブランドの引用が少ないエンジンが分かって初めて機能します。当て推量では、最も効果の高い施策を間違ったエンジンに使ってしまいます。
Profoundは、エンタープライズ水準の引用分析を求めるチームに向いています。そのデータセットは6億8000万件を超える引用にまたがり、ソースレベルのアトリビューションとエンジン横断の重複レポートを標準で備えています。大規模なエビデンスをもとにGEO予算の妥当性を示す必要がある場合に役立ちます。
Peec AIとOtterly.AIは、同じ仕事のより軽量な部分を担います。小さく固定されたプロンプトセットに対する、エンジンごとの引用チェックです。より大規模な測定プログラムに踏み切る前の妥当な出発点になります。どちらもフルプラットフォームの代わりにはなりませんが、マトリクスがまず必要とする1つの問い、今どのエンジンが沈黙しているかに答えるには十分です。
Temsoは、オールインワンの選択肢です。1つのサブスクリプション（$89/月〜）で、このマトリクスに含まれる3つのエンジンを含む8つのAIエンジンにまたがる引用シェアを追跡でき、診断とコンテンツ・技術面の修正を同じダッシュボード内で完結できます。内蔵のAI SEOエージェントは、検出したギャップを修正案の下書きに変換できるため、引用の少ないページのリストが1人のライターの手作業で追いつかなくなった段階で役立ちます。
どのツールを選ぶにせよ、まず測定してください。マトリクスがどの施策を打つべきか教えてくれるのは、どのエンジンが沈黙しているかが分かった後です。
マトリクスを実践する
最も成果の低いエンジンを選びます。マトリクスの中でそのエンジンの列を見つけます。まだ実施していない施策の中で最も評価が高いものを実施し、30〜60日後に再測定します。
5つの施策をすべて同時に実施する必要はなく、そうすべきでもありません。データが指し示す1つの施策を実施し、それが数値を動かすことを確認したうえで、次のエンジンに同じだけの投資をする価値があるかどうかを判断してください。
料金やエンジンの対応範囲を含む、GEOプラットフォームの詳細な比較は/rankings/geo-toolsをご覧ください。引用シェアや回答エンジンなど、この記事で使われている用語は/glossaryで定義しています。私たちのスコアリング手法については/methodologyをご覧ください。