被リンクはAI引用に効果があるのか？ - 2,880回質問し、28億件のリンクと照合しました

この記事は2026年8月16日にIntrix Labが韓国語で公開した記事の翻訳です。

モデルによって正反対でした。6業種について同じ144問を二つのモデルに10回ずつ、計2,880回質問し、登場した2,672ドメインの被リンクを、公開されているウェブリンク28億件と照合しました（2026-08-16実測）。GPT-5.6ではリンク数が上位25%のドメインは下位より5.66倍引用されましたが、Gemini-3.7ではリンクが多いほど、むしろ引用が少なくなりました。同じリンク指標が、一方では+0.272、他方では-0.144です。

なぜこれを測定したのか

私たちはこれまで「インデックスされるようにすること」を施策の中心に据えてきました。先行実験ではGoogleのインデックス有無によってAI引用に9.53倍の差があり、公開ページ数はインデックスと一緒に分析に入れると効果が消えたためです。公開量はインデックスの代理指標だったわけです。

ただし、そこで次の問いに行き詰まります。インデックスを生むものは何か。業界の標準的な答えは被リンクです。そこで、28億件規模の公開ウェブリンクデータと直接照合して確認しました。

どのように測定したのか

業種は六つです。YMYLとして皮膚科、美容外科、弁護士。非YMYLとしてホームページ制作、マーケティング代行、映像制作です。業種間の差が質問の違いによって曖昧にならないよう、質問構成をそろえました。

各質問は何度も繰り返しました。1回の測定では分からないためです。今回のデータでも、GPTが引用したドメインの48%は、10回中たった1回しか登場しませんでした。1回だけ取得したリストは、その半分が次には消えます。

被リンクが多いとAIはより多く引用するのでしょうか？

答えはモデルによって分かれます。リンク数で四分位に分け、実際の引用数を確認しました。

GPT-5.6では、リンク数が最下位25%のドメインは平均1.12回、最上位25%は5.66回引用されました。5倍の差です。順位相関も医療系で+0.272と、今回の実験で最も大きい値でした。

Gemini-3.7は逆でした。リンクが0件の区間は平均3.95回、中間の区間は2.53回、最上位は4.40回です。相関は-0.144と負の値で、二つの業種ブロックとリンク数・品質を組み合わせた四つの組み合わせすべてで、同じ方向でした。

理由は引用対象を見ると推測できます。Geminiが最も多く引用した個々の事業者1,878社は、被リンクが中央値でわずか4件でした。一方、GPTが多く引用した学会や公的機関207団体は中央値93件でした。Geminiはリンクの少ない個々の事業者を、GPTはリンクの多い機関を主に引用しています。

インデックスを統制するとリンクの効果は消えるのでしょうか？

消えませんでした。この実験を始める際、私たちが事前登録した中心仮説が、まさにそれでした。公開量がインデックスの代理指標だったように、リンクもインデックスを通じてのみ作用すると考えていました。

結果は逆でした。インデックスされたページ数を統制する前後を比較すると、医療系のGPTは+0.272から+0.256へ、Geminiは-0.144から-0.131へと、ほとんど弱まりませんでした。非医療系のGeminiは-0.131から-0.153へ、むしろ強まりました。

仮説が誤っていたことを意味すると同時に、私たちの施策提案に欠けていた軸があることを意味します。リンクはインデックスを通じてのみ作用するのではなく、別の経路を持っています。

Googleの順位はどうだったのか

予想より弱い関係でした。リンク数とGoogleの上位順位との相関は+0.115から+0.152の間です。順位変動の2%も説明できない大きさです。

さらに目を引くのは、医療系ではリンクがGoogle順位（+0.115）よりGPT引用（+0.272）を2倍以上よく説明した点です。私たちが事前に記した予想は逆でした。

実務ではどう考えるか

リンクビルディングに予算を投じるのであれば、GPT引用が目的で、しかも医療や法律のような規制領域である場合には合理性があります。Geminiが目標なら、今回のデータでは根拠を見つけられませんでした。Google順位が目的なら、効果に対する単価を改めて検討することをおすすめします。

もう一点あります。リンク数が最下位25%の区間では、被リンクの中央値が0でした。半数を超える事業者が、リンクなしで上位表示を調べるクエリに登場しています。リンクは参入条件ではありません。

この実験の限界

最も重要な限界から記します。これは観察研究なので、「リンクを増やすと引用が増える」とは言えません。逆方向かもしれません。引用され、順位も高いサイトだからリンクが付いた可能性が残ります。特にGPTが多く引用した学会や裁判所は、もともとリンクが多く付く機関です。因果関係を示すには無作為割り付け実験が必要で、私たちはその設計を別途事前登録しています。

インデックスの統制も粗いものでした。インデックス規模を一定の上限までしか数えていないため、大規模サイト同士は区別できません。中心仮説が反証されたというのは、この程度の精度の統制ではリンクの効果が消えなかったという意味であり、より精密な指標でも同じ結果になるという保証ではありません。

標本は、質問を投げて登場したドメインから作りました。リンクも順位もない事業者は最初から含まれないため、この数値は上位層内部の傾きであり、全範囲の関係ではありません。業種も六つだけなので、業種全般には一般化しません。

また、この結果はAPIに基づくものです。ユーザーがアプリで見る画面とは異なる場合があります。実際に、同じ会社の別のAPIインターフェースで同じ質問を投げたところ、引用ドメインは一つも重なりませんでした（3クエリによる予備的な観察）。これも別の実験で確認する予定です。

最後に、どの数値も特定の結果を保証しません。相関係数は平均的な傾向であり、個々のサイトがその傾向に従う保証はありません。

よくある質問（FAQ）

Q. 結局、被リンク施策は行うべきですか？
まず目標を決める必要があります。GPT引用が目標で、医療や法律の業種であれば、今回のデータで最も大きい関係が確認されました。Gemini引用が目標なら、根拠は見つかりませんでした。ただし、観察研究なので効果を保証するものではありません。

Q. なぜモデルごとに結果が異なるのですか？
引用する対象が異なるためだと考えられます。Geminiは被リンクの中央値が4件の個々の事業者を主に引用し、GPTは中央値が93件の学会や公的機関を主に引用しました。同じリンク指標が、二つのモデルでは異なる意味を持ちます。

Q. この数値を自社サイトにそのまま適用できますか？
難しいです。六つの業種で上位層に登場したドメインの平均的な傾向であり、標本に含まれない新規・小規模サイトには別の関係が当てはまる可能性があります。私たちの自社ドメイン三つも、リンクデータには含まれていませんでした。

Q. 結果を見てから分析を選んだのではありませんか？
違います。収集を始める前に、仮説と分析方法を決めていました。結果を見てから分析を選ぶと、望む結果を描けてしまうためです。