TL;DR
- AI に引用されるには「AI が回答の根拠として切り出しやすい構造」が必要
- 5つの型：質問形式の見出し / 結論先出し / 1段落1事実 / 出典明示 / リスト・表
- AI は段落・リスト単位で抽出するため、意味が段落で完結していることが重要
- 「これは何か」「どうやるか」「なぜか」に対応する見出しが引用されやすい
- citation-friendly = 人間にも読みやすい、両立する構造
この記事の目的と成功基準
- 目的: AI に引用されやすい記事構造を再現可能な型として提供する
- 想定読者: GEO 対応する執筆者・コンテンツ運営者
- 成功基準: 「citation friendly」「AI 引用 構造」関連クエリでの流入、冒頭200語ルール への回遊
なぜ「構造」が引用を左右するか
Frase.io の GEO 解説 によれば、AI は記事を「段落・リスト・見出し単位」で解析し、回答に使える部分を抽出する。
つまり、どれだけ良い内容でも：
- 1段落に複数主張が詰まっている → 切り出せない
- 結論がどこにあるか不明 → 引用しにくい
- 出典がない → 信頼できないと判定
→ 構造が悪いと引用されない。
5つの型
型1: 質問形式の見出し
AI 検索のクエリは質問形式が多い。見出しを質問に対応させる。
❌ 「弊社サービスの特徴」 ✅ 「GEO とは何か」「AI に引用されるには」
ユーザーの想定質問 = 見出し にすると、AI が「この質問にはこの記事」とマッチング。
型2: 結論先出し
各セクションの冒頭に結論。詳細は後。
❌ 背景 → 説明 → 結論 ✅ 結論 → 根拠 → 詳細
冒頭200語ルール の段落版。
型3: 1段落1事実
1段落に1つの主張・事実。複数詰めない。
❌ 「Aは〜で、Bは〜で、Cは〜」 ✅ 「Aは〜である。」（改段）「Bは〜である。」
Perplexity citation 戦略 で扱った原則。
型4: 出典明示
主張に出典リンクを添える。AI は出典付き情報を信頼。
✅ 「State of Platform Engineering Report によれば、29.6% が測定していない」
型5: リスト・表
数値・比較・手順はリスト/表に。AI が構造として抽出しやすい。
| 形式 | 適する内容 |
|---|---|
| 番号付きリスト | 手順・ステップ |
| 箇条書き | 並列の要点 |
| 表 | 比較・対応関係 |
引用されやすい見出しパターン
| パターン | 例 | 対応クエリ |
|---|---|---|
| 定義 | 「X とは何か」 | 「X とは」 |
| 方法 | 「X する方法」「X するには」 | 「X やり方」 |
| 理由 | 「なぜ X なのか」 | 「X 理由」 |
| 比較 | 「X と Y の違い」 | 「X Y 違い」 |
| リスト | 「X の N つの方法」 | 「X 一覧」 |
これらは Google の People Also Ask とも連動（AI Overviews 最適化）。
段落の書き方テンプレート
引用されやすい段落の型：
[主張文（結論）]。[根拠・データ]。[出典 or 補足]。
例：
Platform Engineering の予算は2026年に倍増した。リーダー組織は $5-10M を投じている。State of Platform Engineering Report Vol.4 による。
3文で完結、AI が「予算倍増」の根拠として丸ごと引用できる。
FAQ セクションの設計
FAQ は citation-friendly の宝庫：
- 各 Q が想定クエリに対応
- 各 A が独立して引用可能
- PAA（People Also Ask）と連動
## FAQ
**Q. GEO とは何か？**
A. （独立して引用可能な即答）
**Q. SEO と何が違うか？**
A. （独立して引用可能な即答）
人間にも優しい
citation-friendly な構造は人間の可読性も上げる：
- 結論先出し → 忙しい読者がすぐ要点を掴める
- 1段落1事実 → スキャンしやすい
- リスト・表 → 視覚的に理解しやすい
- 質問見出し → 知りたい所に直行
AI 最適化と読者体験が対立しないのが GEO の良いところ。
チェックリスト
- 見出しが質問・定義・方法の形式
- 各セクション冒頭に結論
- 1段落1事実で書かれている
- 主張に出典リンクがある
- 数値・比較がリスト/表になっている
- FAQ セクションがある
- 各段落が独立して意味が通る
アンチパターン
- 1段落に複数主張: AI が切り出せない
- 見出しが宣伝文句: クエリにマッチしない
- 出典なしの断定: 信頼されない
- 結論が段落末: 抽出しにくい
- すべて散文: リスト化できる情報を埋もれさせる
Growth Lab の標準構造
本サイト全記事の型（article-writing 準拠）：
TL;DR（結論先出し・箇条書き）
## この記事の目的と成功基準
## [質問形式の見出し]（結論先出し・1段落1事実）
...
## FAQ（Q&A 形式）
## まとめ
## 参考（出典明示）
この記事自体がその型の実例。
FAQ
Q. citation-friendly にすると記事が機械的になりませんか？ A. なりません。結論先出し・1段落1事実は人間の可読性も上げます。物語性が必要な箇所は本文で補えます。
Q. すべての見出しを質問形式にすべきですか？ A. 主要セクションは質問・定義形式が有利ですが、全部である必要はありません。FAQ で質問形式を集中させる手もあります。
Q. 既存記事を citation-friendly に直すには？ A. まず TL;DR 追加と FAQ 追加から。次に各段落を1事実に分割、出典リンク補強の順が効率的です。
まとめ
AI に引用されるには、AI が切り出しやすい構造が必要。質問形式の見出し・結論先出し・1段落1事実・出典明示・リスト/表の5つの型を使う。段落は「主張→根拠→出典」の3文で完結させ、FAQ で想定クエリに対応する。citation-friendly な構造は人間の可読性も上げる、両立する設計。
