オウンドメディアの記事とサービスページ、AIに引用されるのはどちらか — 20ページの実測

どちらに書くかは、受けたい質問で決まる

「記事とサービスページのどちらが引用されるか」は、一般論としては答えが出ません。
決まるのは、自社がどの質問で引用されたいかです。
実測から言える対応はこうなります。

受けたい質問	書く場所	理由
依頼先を選んでいる段階の質問 (「LLMO対策会社 おすすめ」)	オウンドメディアの記事	複数社・複数の選択肢を並べた形でないと、質問の形と噛み合わない
手順・判断・数字を聞く質問 (「構造化データはどう書くか」)	解説記事	会社の列挙では答えにならないので、自社の面でも出典になりうる
自社名を含む指名の質問	サービスページ	1社の説明がそのまま答えになる
出典の顔ぶれが固まっている質問	どちらに書いても短期では動かない	先に出現率を測り、着手する順番を決める

上から3行は、書く場所を変えれば結果が変わりうる質問です。
4行目はそうではありません。
本文を直す前に、自社が狙う質問がどの行に当たるかを確かめます。

オウンドメディアの記事に寄せるのはどんなときか

狙う質問が「どの会社がよいか」「どう選ぶか」の形をしているときです。
この質問に対して、サービスページは自社1社の説明しか持ちません。
記事には複数社の比較や、選ぶときの条件が書けます。
質問が求めている形とページが持っている形が噛み合うのは後者です。

このとき記事側に用意するのは、分量ではなく判断の材料です。
どういう状況ならどちらを選ぶか、という条件つきの記述が本文に入っているかどうかが分かれ目になります。
新規制作と改修のどちらが早いかや制作会社と診断コンサルのどちらに頼むかのように、読者が実際に迷っている分岐をそのまま見出しにする形です。

サービスページを比較記事に作り替えるのは避けます。
両方を1枚で兼ねると、比較の材料としては物足りず、発注を決める面としても要点がぼやけます。

サービスページを先に厚くするのはどんなときか

引用されたあとに起きることを優先する場合です。
生成AIの回答で社名を見た人は、そのままリンクを踏むとは限りません。
社名で検索し直すか、ドメインを直接開きます。
着地するのはサービスページであって、引用された記事ではありません。

つまり記事とサービスページは順番の問題で、どちらか一方を選ぶものではありません。
引用がまだ出ていない段階では記事側に手を入れ、引用が出始めてからサービスページを厚くする、という順になります。
被引用がゼロのまま受注面だけを磨いても、見に来る人がいません。

先に受注面を直す判断が成り立つのは、指名検索や直接流入がすでにあって、そこでの離脱が問題になっているときです。
この見極めは効果測定の4層で、どの層で数字が落ちているかを見れば付きます。

どちらに書いても動かないとき、止まっているのは本文ではない

1回の回答に13〜15件の出典が付くと聞くと、検索の1ページ目より枠が多いように見えます。
それでも入れないことがあります。
生成AIは質問をそのまま検索せず、文章を分解して複数の検索クエリを作り、その結果を読んでから答えるためです。
出典に選ばれる前に、まず検索の上位に入っている必要があります。

段階	そこで起きること	ここで落ちる原因
1. クロール	AIのクローラがページを取得する	robots.txt での拒否、JavaScript 依存の本文
2. 検索	分解されたクエリで候補が集まる	そのクエリで上位に入っていない
3. 選別	候補から出典を選ぶ	質問に直接答える記述が無い

記事かサービスページかという選択が効くのは3番目です。
1番目はクローラの到達状況で確認できます。
どのクローラがどの名前で来るかはGoogle クローラーの概要に一覧があります。
2番目はGoogle Search Console の検索パフォーマンスで、狙うクエリの掲載順位を見れば分かります。
順位が下位のまま本文だけを厚くしても、数字は動きません。

この判断の根拠にした20ページの実測

Neovision が2026年9月に行った計測です。
発注を検討している人が打つ質問を生成AI (Perplexity / sonar) に投げ、回答に添えられた出典URLを集計しました。
質問は「LLMO対策会社 おすすめ」「LLMOコンサル 依頼できる会社」のように、情報収集ではなく依頼先を探している段階のものです。
引用された20ページのうち記事面が19、サービス紹介が1でした。

集計したのは回答本文ではなく出典URLです。
本文に社名が出たか (言及) ではなく、根拠として参照されたか (被引用) を数えています。
この2つは別の事象で、機械的に検証できるのは後者だけです。
同じドメインから複数のページが引用されている場合は、最も多く引用された1ページを代表として選んでいます。
1社の作法に結果が偏らないようにするためです。

20ページの内訳

URLの構造から、どの面に置かれたページかを分類しました。

面	ページ数	URLの例
ブログ・コラム	14	/blog/ /column/ /posts/ /topics/
オウンドメディア	4	/media/ /articles/ /knowledge/
用語解説の単独ページ	1	/what-is-llmo/
サービス紹介	1	/service/

ドメイン名は出しません。
ここで見たいのは誰が入っているかではなく、どの面が選ばれているかだからです。

1回の回答に付く出典は13〜15件

質問1回の回答に添えられた出典の数を、質問5本について数えました。
最も多い質問で1回あたり15.3件 (21回計測)、最も少ない質問で13.0件 (34回計測)です。
1位を取り合う検索とは違い、複数が同時に載る形になっています。

枠は多いが、顔ぶれは固定的

枠が多いことは、入りやすいことを意味しません。
同じ質問を繰り返し投げ、最も多く現れたドメインが何割の回答に登場したかを数えました。
最も高い質問では34回投げて34回ともそのドメインが出ています。
最も低い質問でも80%でした (41回計測)。

生成AIの回答は毎回文面が変わりますが、出典の顔ぶれは想像より動きません。
ここが高い質問は、書く場所を変えても短期では入れないと判断します。

自社サイトで同じ確認をする手順

1. 発注検討段階の質問を10〜20本決める。「〜とは」「費用相場」のような情報収集の問いは外す
2. 各質問を生成AIに複数回投げる。回答は毎回変わるため、1回では判断できない
3. 回答本文ではなく出典URLを記録する。本文に社名が出ただけの回は被引用に数えない
4. 出典URLのドメインと、URLがどの面に置かれているかを集計する
5. 最も多く現れたドメインが何割の回答に出るかを数える。ここが高い質問は短期では入れない

4番目まではブラウザと表計算でも確認できます。
5番目は同じ質問を繰り返す必要があるため、自動化しないと現実的ではありません。

この数字の読み方と限界

• 1つの生成AI (Perplexity / sonar) での実測です。モデルが変われば参照する出典数も顔ぶれも変わります
• 質問はLLMO・Web制作の領域に限られます。他の業種で同じ比率になるとは限りません
• 面の分類はURLの構造から判断しています。URLだけでは判断しきれないページが含まれる可能性があります
• 「記事面だから引用された」という因果は示していません。引用されたページを見たら記事面が多かった、という観測です

計測は続けています。
条件が変わったときは、この記事を更新します。

現状把握から始めるなら

自社が狙う質問が上の表のどの行に当たるか、出典の顔ぶれがすでに固まっていないかは、測れば分かります。
無料のLLMO診断で、狙う質問ごとの被引用と、引用されているページの面を可視化します。

無料のLLMO診断を申し込む

よくある質問

サービスページを長くすれば引用されますか

この型の質問では、分量を増やしても出典に入りにくいという結果でした。
引用された記事はいずれも複数社や複数の選択肢を扱っていて、1社の説明を長くしたものではありません。
記事側に判断の材料を置くほうが、同じ工数で結果に近づきます。

記事とサービスページ、どちらを先に作りますか

被引用がまだ出ていないなら記事が先です。
引用が出て、指名検索や直接流入が動き始めてからサービスページを厚くします。
逆順にすると、受注面を磨いても見に来る人がいない状態が続きます。

出典の顔ぶれが固まっている質問は、あきらめますか

その質問を後回しにします。
捨てるのではなく、着手する順番を下げるという意味です。
先に顔ぶれが動いている質問で被引用を作り、そこで得た数字を根拠に、固まっている質問へ戻ります。

この記事の執筆・運営

株式会社Neo Vision (ブランド名: Neovision / 代表取締役 小田 修人)。
銀行員からエンジニア、フリーランスを経て、AIを使ったWeb制作とSEO/LLMOコンサルを提供しています。
本記事の数値は、2026年9月に自社で実行した被引用計測の集計値です。
計測対象のドメイン名は伏せています。
数値の書き方と、誤りが判明したときの直し方は訂正ポリシーに定めています。