AI検索でブランドが「引用される」ことは、いまや広告出稿と並ぶ重要な目標になった。しかし、その引用は一度獲得すれば残り続ける資産なのだろうか。9月23日に報じられた2つのデータは、この前提を静かに覆している。LLMが最も頼る情報源はYouTubeになった。ところが、その引用は1か月で4割以上が消えていく。さらに、AI上での露出度（AI可視性）を示す数値の多くは、測定ツールを売る企業自身が出している。引用資本は「貯める資産」ではなく「目減りする在庫」であり、しかもその在庫を数える物差しを売り手自身が握っているのだ。本稿では、この二重の不安定さを読み解く。
ニュース概要
① LLMの引用元でYouTubeが首位に。ただし引用は1か月で約43%減少
Digidayは9月23日、複数の調査データをもとに、YouTubeがAI検索の主要な引用元になっている実態を報じた。Meltwaterのデータでは、Claude、ChatGPT、Copilot、Google AI Mode、Google AI Overviews、Gemini、Perplexity、Grokの8つのAIプラットフォームすべてで、8月に最も多く引用されたのはYouTubeだった。かつて首位だったRedditを上回った形だ。
Googleの自社AI製品では、この傾向がさらに強い。TinuitiとAI可視性プラットフォームProfoundの分析によると、Google AI ModeにおけるYouTubeの引用シェアは2026年1月から4月にかけて4倍以上に増え、AI Overviewsでも2倍以上になった。
引用される動画には明確な特徴がある。OtterlyAIのデータでは、YouTube引用の94%が長尺動画に集中し、ショート動画はわずか5.7%にとどまった。最も引用されやすいのは10〜20分の動画で、全体の32.1%を占める。チャプターやタイムスタンプが、動画のどこに何が語られているかをAIに伝える手がかりになっているとみられる。
一方で、Weglotの分析は、引用が必ずしも「回答の材料として使われた」ことを意味しないと指摘する。ClaudeやGeminiは、YouTube動画を「さらに詳しく知りたい人向けのおすすめ」として埋め込むことも多いという。
そして最も重要なのが、引用の持続性だ。Scrunchが2026年5〜7月にスポンサー付きYouTube動画を追跡した調査では、初めて引用されてから1か月で引用率が18.4%から10.5%へ、約43%低下した。AIは検索と順位付けの仕組みを常に更新しており、新しい動画が古い動画を押し出してしまうためだ。
② AI可視性の数値を「測定ツールの売り手」が出している
The Agile Brand Guideは9月23日、前日に発表されたマーテック関連のリリース6本を整理し、その共通点を指摘した。象徴的なのが、RVO HealthのB2Bヘルスケア部門Fullspan Healthが発表したAI検索測定ツール「AIQ」だ。
Fullspan Healthは、自社が運営するHealthlineやHealthgradesなどのメディアが、主要な疾患に関する質問でAI引用の最大81%に登場し、競合の最大3.6倍の頻度で引用されたと発表した。ただし、測定したのは自社の新ツールAIQであり、対象は自社メディアである。しかも「カテゴリー到達」の定義は、テストした5つのモデルのうち1つでも自社メディアを引用すれば、その質問に到達したとみなす極めて都合の良いものだった。
同サイトは、6本すべての数値が「測定対象の製品を売る企業」によって出されていると指摘する。そのうえで、AI可視性のベンダーには、ブランド自身が作成したプロンプトでの、モデル別・ブランド別の引用率を求めるべきだと提言している。
「ブランド別・モデル別の引用率こそが、予算判断に必要な数字だ」
― The Agile Brand Guide
Branding Spike独自の考察（Spike Analysis）
1. 引用資本には「半減期」がある――Citation Half-Life（引用の半減期）
Branding Spikeはこれまで、AIに引用されることをブランドの資産として捉え、「引用資本（Citation Capital）」と呼んできた。しかしScrunchのデータは、この資本の性質を見直す必要があることを示している。引用率が1か月で約4割落ちるなら、引用資本は不動産のような「持ち続ける資産」ではない。生鮮食品のように、時間とともに価値が減っていく在庫に近い。
ここで新たな概念として「引用の半減期（Citation Half-Life）」を提示したい。これは、AIに引用されたコンテンツが、その引用力を半分失うまでの時間を指す。従来のSEOでは、一度上位を取ったページは数か月から数年にわたって流入を生み続けた。検索順位は「積み上げる資産」だったのに対し、AI引用はScrunchの数字を当てはめると、半減期がおよそ1か月強という計算になる。これはもはや資産ではなく、毎月払い続ける「家賃」に近い。
この違いは、ブランドの予算構造そのものを変える。SEOは「作って終わり」の投資として計上できた。しかしAI引用は、継続的に更新し続けなければ維持できない運用費だ。「AIに一度引用された」という成果報告は、1か月後にはその価値の半分近くを失っている可能性がある。経営層がAI可視性を評価する際は、ある一時点の引用数ではなく、引用が維持されている期間と更新のペースを注視しなければならない。
2. AIは「章立て」を読む――長尺動画の勝利が意味すること
YouTube引用の94%が長尺動画に集まり、10〜20分の動画が最も選ばれるという事実は、ブランドのコンテンツ戦略に大きな問いを投げかける。この数年、ブランドの動画施策は「短く、速く、スクロールを止める」方向に最適化されてきた。ショート動画は効率がよく、制作費も安い。しかしAIが選んでいるのは、その逆だった。
理由として挙げられているのがチャプターとタイムスタンプだ。これは、本の目次と同じ働きをする。AIは長い動画を最初から最後まで「見る」のではなく、章立てを手がかりに必要な部分へ直接アクセスする。つまりAIが評価しているのは、動画の長さそのものではなく「構造化された深さ」である。
ここに、Branding Spikeが提唱してきた「意図的非効率（Deliberate Inefficiency）」の新しい意味が見えてくる。時間をかけて丁寧に語り、内容を章ごとに整理するという、一見すると効率の悪い作り方こそが、AIに選ばれる条件になっている。人間の編集技術、つまり「何をどの順番で語るか」を設計する力が、そのまま機械に読まれる力になったのだ。
ただし、ここには落とし穴もある。Deloitte Digitalのジェニー・ケリー氏は、ブランドが自然な言葉づかいや調査データ、FAQ形式を取り入れ、AIが探している形に合わせて動画を作り始めていると話す。全ブランドが同じ「AI向けの型」に動画を合わせれば、どの動画も似たような構成と語り口になる。これは「AI均質化のパラドクス（AI Homogenization Paradox）」の動画版だ。構造はAIに合わせても、語り手の声、視点、温度感まで均質化させてはならない。Go Fish Digitalのローレン・リスター氏が指摘するように、YouTubeの強みはクリエイターとの協業にある。AIが書き起こして読むのは、結局のところ「誰かが語った言葉」なのだ。
3. 「棚に並ぶ引用」と「回答に溶ける引用」
Weglotの分析が示した「引用されても回答に使われたとは限らない」という点は、見落とされがちだが本質的だ。AI引用には2種類ある。ひとつは、AIの回答そのものの材料になる「回答に溶ける引用」。もうひとつは、回答の後に「詳しくはこちら」と添えられる「棚に並ぶ引用」だ。
前者では、ブランドの主張や視点がAIの言葉として語られる。ユーザーはブランド名を意識しないまま、その考え方に触れることになる。後者では、ブランドの動画が推薦リストに並ぶが、ユーザーがクリックしなければ何も伝わらない。どちらも「引用」として数えられるが、ブランドへの効果はまったく異なる。
ブランドが目指すべきなのは、どちらか一方ではない。回答に溶け込むことでブランドの考え方を広め、棚に並ぶことでブランドの声を直接届ける。この2つを区別せずに「引用数」だけを追えば、ブランドは施策の実質的なリターンを見誤る。
4. 物差しを誰が持つか――「自己採点経済」の危うさ
Fullspan Healthの事例が示すのは、AI可視性の市場がいま「自己採点」で回っているという現実だ。自社メディアの引用率を、自社のツールで、自社に有利な定義で測り、その数字を広告主への営業に使う。5つのモデルのうち1つでも引用すれば「到達」とする定義では、数字が大きく出るのは当然だ。
これは不正ではない。しかし、Branding Spikeが「計測空洞（Measurement Void）」と呼んできた問題の新しい形である。AI検索の効果を測る共通の物差しがまだない中で、物差しを作る権限を売り手が持っている。そしてブランドは、その物差しで測られた数字をもとに予算を決めている。
この状況で最も損をするのは、数字を検証しないブランドだ。売り手の定義を受け入れた時点で、ブランドは自社の可視性を他者に採点してもらうことになる。そこで支払うのは、数字を信じたことによる見えないコスト、つまり「信頼税（Trust Tax）」である。
対策はシンプルだ。プロンプトは自社で書く。モデルごとに分けて測る。そして、引用が1か月後、2か月後にどれだけ残っているかを追う。「引用の半減期」の視点を持てば、ある時点の数字がどれほど大きくても、それだけでは判断できないことが分かる。
5. 結論：「引用を獲る」から「引用を更新し続ける」へ
2つのニュースを重ねると、AI時代のブランド可視性が持つ二重の不安定さが見えてくる。ひとつは、引用そのものが短期間で目減りすること。もうひとつは、その引用を数える物差しが中立ではないことだ。
この環境でブランドに求められるのは、一度の大型施策で引用を「獲る」発想から、編集カレンダーのように引用を「更新し続ける」発想への転換だ。そしてその更新は、AIの型に合わせた量産ではなく、構造を持った深い語りによって行われるべきである。AIは章立てを読む。しかし章の中身を書くのは、ブランドの声と感性だ。引用資本の半減期に抗えるのは、結局のところ、何度でも語り直す価値のある物語を持つブランドだけである。
日本市場への示唆
「短尺偏重」の動画戦略を見直す
日本のブランドの動画施策は、テレビCMの再編集版やショート動画に偏りがちだ。しかしAIが選ぶのは、10〜20分程度の章立てされた長尺動画である。製品開発の背景、技術の解説、開発者や職人へのインタビューなど、ブランドの「中身」を丁寧に語る長尺コンテンツは、AI検索時代の重要な資産になりうる。チャプターの設定、内容が分かる具体的なタイトルと概要欄は、今日からでも取り組める基本的な整備だ。
日本語の「読まれやすさ」を設計する
AIは動画を書き起こしたテキストをもとに内容を理解すると考えられる。日本語は同音異義語が多く、自動字幕の精度にも限界がある。正確な日本語字幕や文字起こしを用意することは、視聴者への配慮であると同時に、AIに正しく読まれるための投資でもある。
AI可視性の数値は「自社のプロンプト」で検証する
日本でも、メディアや広告会社がAI可視性の測定や改善をパッケージとして提案する動きが広がっていくだろう。その際は、提示された数値の定義を必ず確認したい。どのモデルで、どんな質問を、何回テストしたのか。ブランドが自ら日本語のプロンプトを用意し、モデル別に結果を求めることが、自己採点の数字に振り回されないための最低条件だ。
月次で「引用の半減期」を追う
引用が1か月で大きく目減りする以上、四半期や年に一度の効果測定では変化を捉えきれない。主要な質問について、自社がAIの回答にどう登場しているかを月に一度確認する。そして、引用が落ちたテーマから順にコンテンツを更新していく。この地道な運用サイクルこそが、AI時代のブランド管理の基本になる。
