AI Overviewの正解率91%・根拠なし56% ── 自社サイトのAI検索依存度を測る5手順（2026年8月時点）

01 何が起きたか — 正解率は上がり、根拠は示されなくなった

ニューヨーク・タイムズが依頼し、AIスタートアップのOumiが実施した調査で、Google検索のAI Overviewsが返す回答の正確さが検証された。「SimpleQA」という事実確認用のベンチマークを使った結果、Gemini 2では85%だった正解率が、Gemini 3では91%まで上昇していたことが分かった。

数字だけを見れば、これは明確な改善に見える。だが同じ調査は、もうひとつの数字も明らかにしている。正確な回答のうち、情報源が示されていない(根拠なしの)回答の割合が、Gemini 2の37%から、Gemini 3では56%まで悪化していた。正解率が上がった一方で、「なぜそう言えるのか」を検証する手がかりは、むしろ減っている。

Google側の規模感

Googleは年間5兆件以上の検索を処理しているとされる。AI Overviewsの正解率が91%だとしても、残り9%が誤りだとすれば、その絶対数は膨大になる。「精度9割」という言葉の印象と、実際に生成される誤情報の総量は、分けて考える必要がある。

引用のされ方にも、直感に反する傾向がある

調査ではもうひとつ、直感に反する傾向も報告されている。回答の引用元としてSNS(具体的にはFacebook)が挙げられた割合を見ると、誤った回答では7%だったのに対し、正確な回答では5%と、むしろ誤答のほうがSNSを情報源として引用する割合が高かった。情報源の「種類」が回答の正確さと単純に比例しているわけではないことを示す一例と言える。

同じタイミングで報告されているパブリッシャー側の変化

この調査結果とは別に、AI Overviewsの拡大にともなって、検索からパブリッシャーサイトへのトラフィックが大きく減っているという報告も、複数の調査機関から相次いでいる。中でも大きいものでは、英国の大手メディア企業が自国の競争当局への提出資料で、最大約9割(89%)のクリック率低下を報告している。詳細は06章の比較表で扱う。

02 なぜ・背景 — 精度と信頼性が一緒に上がらない理由

なぜ正解率と根拠づけが逆方向に動くのか

生成AIモデルは、学習した内容をもとに文章を組み立てて回答を生成する。モデルの世代が新しくなるほど、事実として正しい内容を組み立てる能力(正解率)は上がりやすい。だが、その回答がどの情報源に基づいているかを明示する処理は、回答生成そのものとは別の仕組みであり、両者が同じペースで改善するとは限らない。今回の調査結果は、この2つの能力が一致して向上するとは限らないことを、数字として示した形になる。

Web担当者にとって何が問題なのか

根拠が示されない回答は、読者がその内容の真偽を自分で確認する手段を持たないまま受け取ることになる。回答が正しければ実害は小さいが、誤りだった場合、読者はどこで間違いに気づけばいいのか分からない。さらに、情報源として引用されなければ、その回答の元になった(と思われる)サイト側にはアクセスも認知も生まれない。正確な情報を発信していても、その発信元が読者に伝わらないという状況が起こりうる。

この構図は、コンテンツを作る側にとって二重に厄介だ。正確な情報を発信し続けても、根拠なし回答が増える限り、その努力が読者の目に見える形で報われるとは限らない。かといって発信をやめれば、AI Overviewsが参照できる一次情報そのものが減っていき、長期的には回答の質全体が下がる可能性もある。

パブリッシャー側が置かれている状況

一方、サイト運営者の側では、検索結果の上部をAI Overviewsが占めるようになったことで、これまで検索から得ていたクリックそのものが失われるという、より直接的な影響が報告されている。06章で扱う各調査は、いずれも「AI Overviewsが表示されたページ」と「表示されなかったページ」を比較する形で、この減少を実測しようとしたものだ。

「精度」と「トラフィック」は別の軸で動く

ここで整理しておきたいのは、「AI Overviewsの精度が上がること」と「パブリッシャーのトラフィックが減ること」は、原因も測り方も別の軸にあるという点だ。精度が上がれば読者の満足度が上がり、検索エンジンへの信頼はむしろ高まるかもしれない。だが、AI Overviewsの回答だけで疑問が解決してしまえば、その正確さとは無関係に、リンク先のサイトへのクリックは発生しない。両者を同じ「AI Overviewsは良いのか悪いのか」という一本の物差しで語ろうとすると、話はかみ合わなくなる。良いか悪いかではなく、それぞれ何が起きているのかを、別々に確かめる必要がある。

03 この記事で出てくる用語

Search Consoleの生成AIパフォーマンスレポートについては、表示回数までしか分からない現状を別の回で詳しく検証している(archives/125)。本記事04章🅱で扱う「測れないこと」の一部は、この回の内容と重なる。生成AIパフォーマンスレポート自体の見方をチェックリスト形式で確認したい場合は、Search ConsoleのAIパフォーマンスレポート、結局どこまで見えるようになったのかもあわせて参照してほしい。

04 このデータの適用範囲と、測っていないこと

🅰 適用範囲

今回のSimpleQA調査は、Gemini 2とGemini 3という2つのモデル世代の比較であり、Google検索のAI Overviews機能そのものを直接テストしたものではない点に注意が必要だ。ただし、AI Overviewsの回答生成にはGeminiモデルが使われているとされ、モデルの精度傾向は間接的に参考になる。パブリッシャートラフィックの各調査(06章)は、いずれも英語圏の検索・英語圏のパブリッシャーを対象にしたものが中心だ。

調査の実施主体についても押さえておきたい。今回のSimpleQAによる検証はニューヨーク・タイムズが独自に依頼したもので、Google自身が発表した数値ではない。第三者による検証結果である一方、Google側が同じ条件で追試した結果は公表されていないため、数値の解釈にはこの立ち位置の違いを踏まえる必要がある。

🅱 このデータが測っていないこと

日本語検索でのAI Overviewsの正解率・根拠づけ率については、今回参照した調査の対象に含まれていない。同様に、日本のパブリッシャーがどの程度のトラフィック影響を受けているかについても、公開された大規模調査は2026年8月時点で確認できていない。「海外でこう報告されている」ことと「自分のサイトで同じことが起きている」ことは別であり、後者は個別に確認するしかない。当サイト自身についても、日本語検索での自社への影響を今回の記事のために新たに実測したわけではなく、あくまで海外の一次情報を整理したものであることを明記しておく。

🅲 手順 — 自分のサイトの状況を確認する

海外の調査結果を読んで終わらせず、自分のサイトが実際にどれだけAI Overviewsの影響を受けているかを確認することが次の一歩になる。05章のチェックリストは、この確認作業を具体的な手順に落とし込んだものだ。確認の順番としては、まず自社の検索経由トラフィックの依存度を数字にし、次に主要キーワードでのAI Overviews表示・引用状況を目視で確認し、最後に直接流入の経路をどれだけ持っているかを棚卸しする、という流れが無理がない。

05 明日、自分のサイトで確認できること

以下は、AI Overviewsによる影響を自分のサイトで確認するためのチェックリストだ。状態はブラウザ内にのみ保存され、サーバーには送信されない。

• Search Consoleの「検索パフォーマンス」で直近28日間のクリック数・表示回数を、前年同期間と比較する
• 同じレポートで「検索での見え方」フィルタから生成AIパフォーマンスレポートの表示回数を確認する
• 自社の主要な集客キーワード上位5件について、実際にGoogle検索してAI Overviewsが表示されるか確認する
• AI Overviewsが表示された検索結果で、自社サイトが引用元として挙げられているか確認する
• 自社名や主要な商品名で検索し、AI Overviewsの回答内容に事実誤認が無いか確認する
• 事実誤認を見つけた場合、Googleのフィードバック機能から報告する
• アクセス解析で、検索経由セッションが全体トラフィックに占める割合を算出する
• メールマガジン・SNSフォロワー等、検索エンジンを介さない直接流入の経路を3つ以上 書き出す
• 直近1年の検索経由セッション数の月次推移をグラフ化し、減少トレンドの有無を確認する
• 主要ページ5本について、AI Overviews表示時と非表示時のクリック率の差を比較する
• 自社コンテンツをAI企業へライセンス提供する契約の選択肢を、社内で1回 洗い出す
• 直接流入を増やす施策(メルマガ登録導線の追加等)を1つ 決めて着手する

06 パブリッシャートラフィック減少、各調査機関の実測比較

「パブリッシャーのトラフィックがどれだけ減ったか」については、調査機関ごとに対象・期間・手法が異なり、単純に一つの数字には集約できない。主要な報告を並べておく。

調査機関	減少率	対象・期間
DMG Media (MailOnline/Metro)	最大約9割(デスクトップCTR -89%、モバイル -87%)	英国競争市場庁(CMA)への提出資料
Pew Research Center	-46.7%(CTR 15%→8%)	68,000クエリを追跡した調査
Chegg	-49%	2024年1月—2025年1月・非購読ユーザー向けトラフィック
Ahrefs	-34.5%	インフォメーショナル(情報探索)系キーワード
Digital Content Next	-10%	会員パブリッシャー全体・2024年5月—6月

数字の幅から読み取れること

減少率は10%から約9割まで、調査によって大きく幅がある。この違いは、サイトの規模・扱うキーワードの種類・対象期間によって影響の受け方が異なることを示している。小規模で特定分野に特化したサイトほど、AI Overviewsに要約されやすく影響が大きい傾向がある一方、会員パブリッシャー全体を平均した数字はより緩やかになる。「業界全体で何割減った」という単一の数字を鵜呑みにしないことが、06章の比較表から言える最も実務的な教訓だ。

ニュース系と非ニュース系でも差がある

Digital Content Nextの調査をさらに内訳で見ると、加盟企業全体の中央値は-10%だが、ニュース系ブランドが-7%、非ニュース系ブランド(エンターテインメント等)が-14%と、コンテンツの種類によっても差が出ている。同調査では、対象企業の大多数が「1%から25%の範囲」でトラフィック低下を経験したとも報告されており、極端な数字だけを見て一喜一憂せず、自社の分野に近いカテゴリの数字を参考にするのが実務的な読み方になる。

07 WEB担当者の初期対応 — リスクを把握するための5手順

ここで扱う5つの対応は、AI Overviewsに引用されるための施策(そちらは08章で紹介する archives/32 に譲る)ではなく、自社サイトがどれだけAI検索に依存し、どれだけのリスクにさらされているかを把握するための手順だ。対策よりも先に現状を数字で把握することを優先している。

まず自社の依存度を数字にする

最初にやるべきは、対策を打つことではなく現状の把握だ。検索経由トラフィックが全体のどれだけを占めているかを算出しないまま対策を検討しても、優先順位が付けられない。05章のチェックリストの前半は、この現状把握のための手順にあたる。数字の読み方に迷う場合は🔧 Search Consoleの見方に迷ったらこちらの解説ツールで、検索パフォーマンスの各指標の意味を確認できる。

サイト全体の状態をまとめて棚卸ししたい場合は、🔧 WEBサイト総合分析・レポートツールを使うと、検索経由トラフィック以外の指標もあわせて確認しやすい。

直接流入の経路を確認・拡充する

複数の調査で共通して挙げられている対応が、メールマガジンやSNSフォロワーなど、検索エンジンを介さない直接の読者関係を持つことだ。検索順位やAI Overviewsの表示状況は自社でコントロールできないが、既存読者との直接の接点は自社の裁量で増やせる。

誤情報の監視を仕組みにする

自社名や主要な商品・サービス名についてAI Overviewsがどう説明しているかを、定期的に確認する仕組みを持つことも実務上の対応になる。誤りを見つけた場合はGoogleのフィードバック機能から報告できる。これは順位改善のための施策ではなく、リスク管理としての位置づけになる。頻度としては、大きなニュースリリースや製品発表の直後、そして月1回程度の定点観測の、2種類の確認タイミングを組み合わせると実務上は無理なく続けられる。

コンテンツライセンス・直接契約という選択肢

大手パブリッシャーの一部は、AI企業との直接のライセンス契約という選択肢も検討している。すべてのサイトに現実的な選択肢とは限らないが、存在する選択肢として把握しておくことには意味がある。自社にとって現実的かどうかを判断するためだけでも、社内で1度は選択肢の存在を共有しておく価値がある。

ブランド指名検索という対照的なデータ

一方で、ブランド名を含む指名検索ではクリック率が上昇したという報告もある。これは、「探されている」状態を作れているサイトは、AI Overviewsの影響を受けにくい可能性を示している。07章の対応の中で、これは唯一「増加」が報告されている領域であり、他の4つの対応が効いてくるまでの時間を稼ぐ意味でも、優先度が高い。

これまでに挙げた5つの対応は、すべてを同時に始める必要はない。まずは05章のチェックリストで自社の依存度を数字にし、その結果を見てから、07章のどの対応から着手するかの優先順位を決めるのが現実的な進め方になる。依存度が低ければ直接流入の拡充を急ぐ必要は薄く、依存度が高ければ現状把握と並行してリスク管理の仕組みづくりを急いだほうがよい、という判断材料になる。

08 このテーマの、これまで

AI Overviewsの精度とパブリッシャーへの影響というテーマは、当サイトのAI Ronブログでも折に触れて検証を続けてきた。以下、本記事の各章と直接つながる回を挙げておく。時系列で見ると、精度への疑問(2026年4月)、引用のされ方をめぐる議論、そしてSearch Consoleでの計測手段の限界という順で、論点が積み重なってきたことが分かる。

同じ調査を、公開直後に扱った回

当サイトのブログでは、今回と同じNYT依頼のOumi調査を、公開から3日後に取り上げた回がある(archives/32)。その回では「91%正解に騙されるな」という警告のもと、AI引用率を高めるための5つの行動(構造化データの実装・記事冒頭への核心情報の配置等)を提言としてまとめている。本記事07章の5手順は、それとは向きが逆で、「引用される側に回る」ための施策ではなく、「自社サイトのAI検索への依存度を把握し、リスクを管理する」ための手順として整理した。引用を増やす具体策を知りたい場合は archives/32 を、依存度そのものを把握したい場合は本記事07章を、それぞれ使い分けてほしい。

「クリックの質」を検証した回

AI Overviewsに奪われたクリックが、そもそも質の低いものだったのかという反論を、改訂研究のデータとともに検証した回もある(archives/97)。本記事06章の減少率だけを見ると悲観的な印象を受けるが、あわせて読むと「減ったクリックの中身」まで踏み込んで考える材料になる。

生成AIパフォーマンスレポートの限界を扱った回

Search Consoleの生成AIパフォーマンスレポートが表示回数までしか示さず、クリック数やCTRを自分で測る手段が止まっていた経緯を記録した回もある(archives/125)。本記事05章のチェックリストで「クリック率の差を比較する」よう案内しているが、公式レポートだけでは足りず、自前の計測が必要になる背景は、この回に詳しい。

ゼロクリックと引用サイトの明暗を扱った回

AI Modeでの表示の93%がゼロクリックに終わる一方、実際に引用されたサイトのクリック率は35%上がるという、相反する2つの数字を並べて検証した回もある(archives/58)。本記事07章の「ブランド指名検索という対照的なデータ」は、この回で確認した「引用されると強い」という構図と地続きの話になる。

ボットがトラフィックの過半を占めていた回

アクセスログ全体のうち、AIクローラーを含むボットが世界全体で57%を占めていたという実測を扱った回もある(archives/83)。05章のチェックリストで「検索経由セッション」を数える際、ボットを含んだ数字を見ていないかは、あわせて確認しておきたい。

大手メディアのGoogle遮断検討を扱った回

トラフィック減少に対する反応として、大手メディアがGoogleのクローラーを遮断することまで検討した週の動きを記録した回もある(archives/121)。06章で扱ったDMG Mediaの報告は、こうした業界全体の緊張の延長線上にある動きのひとつと言える。