同じ質問を2つのAIに聞いた結果、病院の引用率が9%と37%に分かれました

この記事は2026年8月13日にIntrix Labが韓国語で公開した記事の翻訳です。

同じ日に同じ質問を2つのAIに投げかけたところ、結果に4倍の差が出ました。韓国全国の皮膚科450施設を対象に、「○○で評判のよい皮膚科」のように候補を探す質問を、各モデルに480回ずつ投げかけました。AIが根拠として示した出典のうち、病院が所有する公式ドメインの割合は、Geminiで9.1%、GPT-5で37.5%でした（2026-08-13実測）。

この記事では、その差がどこから生じるのか、そして「病院のホームページを改善すれば引用が増えるのか」という問いへの答えになるのかを記します。

まず、前の記事を取り下げました

2026-08-13の午前に同じテーマのコラムを公開し、その日のうちに取り下げました。タイトルに入れた数値が誤っていたためです。

公表した値は「出典1,674件のうち病院公式サイト9件、0.5%」でした。実際は9.8%でした。原因は測定ではなく集計段階の誤りで、病院所有のドメインを正しく捉えられず、割合を約18分の1に過小集計していました。

この不具合が怖かったのは、表面に現れなかったことです。名簿が小さければ照合できる件数が減るだけで、エラーは出ません。画面には何の兆候もなく、「引用がほとんどない」というもっともらしい値が出ます。その値がたまたま興味を引くものだったため、検証する動機まで弱まります。予想に反する値であれば、もっと早く気づいたはずです。

2つのモデルは何を引用したのでしょうか？

割合だけでなく、引用する対象そのものが異なりました。

Geminiでは予約・比較プラットフォームが上位を占めました。my-doctor.ioが541件、doctornowが479件、tistoryが322件、cashdocが220件の順です。

GPT-5では学会と病院公式サイトが上位でした。大韓皮膚科学会（derma.or.kr）の436件、大韓美容皮膚外科学会（akd.or.kr）の178件が最も多く、次いで個別の病院サイトでした。

回答に登場した病院の顔ぶれも分かれました。Geminiで63施設、GPT-5で91施設が引用されましたが、両方に登場したのは44施設です。和集合の110施設を基準にすると、重複は40%にとどまります。

では、ホームページを改善すれば引用は増えるのでしょうか？

これを測るため、病院450施設のサイトを別途確認しました。重要なのは、測定対象のページを引用データを見ずに選んだことです。引用されたページを測って引用を説明すると、循環論法になります。

そのページの状態と引用回数の関係を統計で調べました。

GPT-5では関連が見られました。ただし、その内容は予想外でした。有意だったのはコンテンツの品質ではなく、最も基礎的な部分でした。サイトが正常に応答するか、h1タグがあるか、robots.txtがあるかの3つです。医療スキーマ（JSON-LD）は有意ではありませんでした。

Geminiでは有意な項目が1つもありませんでした。本文の分量に弱い関連が見られた以外は、サイトの状態で説明できる部分が事実上ありません。引用の大半がプラットフォームに向かうことと一致する結果です。

訂正：インデックスを測ると結論が変わりました（2026-08-13追記）

上記の分析を公開した後、同じ日にGoogleのインデックス数を直接測定しました。前節の解釈を訂正します。

最初の分析ではインデックスを測れず、「サイトが開くか」を代理指標に使いました。その結果、「Geminiはサイトの状態で説明できる部分がほとんどない」と記しましたが、インデックスを実際に測ると、Geminiで最も強い説明変数でした。

病院ごとにインデックスされたページ数を数え、代表的な診療ページがインデックスされているかも確認しました。測定値は、まず当社サイトの実測値と照合して誤差を確認したうえで使いました。

結果は次のとおりです。各変数を単独で入れたとき、引用回数が何倍になるかを示しています。

Gemini：公開ページ数1.43倍、インデックスされたページ数3.67倍、代表的な診療ページがインデックスされている場合9.53倍。
GPT-5：公開ページ数1.11倍、インデックス数1.87倍、代表ページのインデックス2.48倍。

公開数とインデックス数を同時に入れると、さらに明確になります。GPT-5では公開量の効果が消えます（1.06倍、有意ではありません）。公開量の効果に見えていたものは、インデックスを反映したものでした。本文の文字数の効果も同様に消えます。Geminiではインデックスが主な経路ですが、公開量も独立して残ります。

そのため、対策の順序が変わります。ページを大量に作るより、既存の診療科ページを1つ確実にインデックスさせることが先です。

実態は次のとおりです。450施設のうち、インデックスされたページが1つもない病院が146施設（32%）、代表的な診療ページがインデックスされている病院が216施設（48%）でした。半数以上が、本来引用されるべきページをインデックスさせられていませんでした。

限界も併記します。インデックス数は一定の上限までしか数えていないため、それを超える範囲での傾きは分かりません。また、これも観察に基づく結果です。インデックスが良好なサイトは概して管理も行き届いているため、インデックス自体の効果と全般的な管理水準を、この設計では切り分けられません。

最も大きなシグナルは最適化ではありませんでした

450施設のうち134施設（29.8%）は、サイトにアクセスすることさえできませんでした。応答なしが104施設、404が15施設、403が9施設、400が4施設です。

これらの病院を分析から除くと、結果が変わります。GPT-5では本文の分量の係数が符号まで逆転します。つまり、GPTで確認された関連のかなりの部分は「サイトが稼働しているか」によるもので、稼働しているサイト同士を比べると、むしろ本文が少ないほうが多く引用されていました。

実務での順序は明確です。スキーマやコンテンツ戦略の前に、まずサイトが開くかどうかです。

この結果はどこまで信頼できるのでしょうか？

いくつかの点を明確にしておきます。

母集団は限定的です。韓国の健康保険審査評価院の標榜科目基準で皮膚科に該当し、韓国全国を対象に、皮膚科専門医が1人以上おり、公式ウェブサイトを保有するという条件をすべて満たす450施設の全数です。他の診療科や業種で同じ結果になる保証はありません。

各モデルとも1回分の測定です。また、結果は測定のたびに変動します。同じ調査を4日間隔で2回実施したところ、所有ドメインの割合は9.80%と9.40%で再現されましたが、実際に引用された病院の顔ぶれは60%しか重複しませんでした。「当院はAIに引用される」と、1回の測定だけで述べてはいけません。集計値は安定していても、個別の顔ぶれは安定していません。

Naver（韓国のポータルサイト）が含まれていません。Naver AIブリーフィングには公式APIがないため、この調査に含められませんでした。韓国市場の研究でありながらNaverがないことは、そのまま限界です。

観察研究であり、因果関係を示すものではありません。大きな機関だからサイトも正常で、第三者による露出も多いのかもしれません。この設計では、その3つを切り分けられません。

収集後に設計を2回変更しました。事前に主な説明変数として設定していた項目の1つ（JavaScriptがなければ中身が空になるページ）は、該当する病院が5施設しかなく推定できなかったため除外しました。また、アクセスできない134施設を欠測として除外せず、本文0文字として含めました。どちらの変更も、理由とともに事前登録文書の変更履歴に記載しました。

よくある質問（FAQ）

Q. では、どのAIに合わせればよいのでしょうか？
両者では対策が異なります。GPTには自社サイトを改善することで届く領域があり、Geminiでは予約・比較プラットフォームにどう掲載されるかが鍵です。「AI最適化」をひとまとめに語れないというのが、今回の調査の結論です。

Q. スキーマを入れると引用は増えますか？
このデータでは、医療スキーマ（JSON-LD）は両モデルとも有意ではありませんでした。入れないほうがよいという意味ではなく、この調査では効果を確認できなかったという意味です。因果関係を測るにはランダム化比較実験が必要で、当社は別途その実験を進めています。

Q. 当院が引用されているか確認してもらえますか？
1回の測定だけでお伝えすることはお勧めしません。前述のとおり、4日間で顔ぶれの40%が変わります。繰り返し測定する必要があり、そうして測っても言えるのは「この期間に何回引用されたか」までです。

GEOとSEOの成果は、検索・AIサービスの方針、競争環境、サイトの状態などの外部要因に左右されます。Intrixは特定の順位や引用を保証しません。