AI検索は操作できるのか？架空ブランド実験から見るAI回答が汚染される仕組みと企業の対応

2026年11月、X上である投稿が拡散しました。架空のブランドが30日以内にAI検索の回答に入り込み、「実在の競合を3,100%上回った」というものです。AIの回答がこれほど簡単に操作できるなら、企業は自社ブランドに関する誤った主張を他者にAIの回答へ書き込まれることを心配すべきでしょうか。本記事では実験の原典レポートに立ち返り、この数字が実際に何を意味するのかを分析するとともに、研究や実測で確認されたAI回答が汚染される4つの方法、プラットフォームの規定、そして企業がどのように確認し対応できるかを整理します。

「3,100%」の出所：Civoryx実験の原典の数字

この実験を実施したのは、SEOおよびAI可視性の追跡ツールを販売するSE Rankingです。同社の2026年10月の追跡レポートによると、チームは2026年2月に架空のブランドCivoryxを立ち上げ、詐欺関連の検索関心度から作成したとする「グローバル詐欺指数」を公表すると称しました。コンテンツはブランドの公式サイトと、チームが保有する11の外部サイトに掲載され、合計93ページが2026年3月31日までにすべて公開されました。

最初の1か月の結果は、ブランド名を明かしていない別のレポートに掲載されています。これはSE RankingのCMOであるBogdan Babiak氏が2026年4月29日にSearch Engine Landに寄稿したものです。チームはChatGPT、Google AI Overviews、Google AI Mode、Perplexity、Geminiの5つのシステムを対象に、825件の質問で計15,835件のAI回答を取得しました。記事によると、架空ブランドの可視性の大部分（記事では96%）はブランド名を含む検索によるもので、「この架空ブランドしか答えられない」質問では、可視性がドメインスコア40以上の既存の競合の最大32倍に達しました。32倍を増加率に換算すると3,100%になり、拡散した投稿の数字はここから来ている可能性が高いと考えられます。

6か月間の追跡結果は、SE Ranking傘下のSE Visibleのブログで2026年10月6日に発表され、Civoryxの名前が明かされました。チームは毎日165件の質問を追跡し、そのうち75件はブランド名を含み、90件は含みませんでした。ブランド名を含まない質問では、2026年4月1日から9月23日までの全期間で、Civoryxに言及した回答は平均わずか1.8%でした。月別に見ると、4月から7月は約1%、8月に4.0%へ上昇し、9月には8.0%に達しました。9月のプラットフォーム別の言及率は、Perplexityが30.6%、ChatGPTが8.3%、Google AI OverviewsとGeminiがそれぞれ0.6%、Google AI Modeが0%でした。追跡期間全体を通じて、サーバーログで識別できたAIアシスタント経由の訪問はわずか1回で、流入元はChatGPTでした。

2本のレポートは同じ企業によるもので、実験の時期、コンテンツの公開方法、追跡した5つのシステムも一致しているため、同一の実験である可能性が高いと考えられます。ただし、1本目はブランド名を明かしていないため、これは本記事が公開情報を照合したうえでの推論です。解釈にあたっては注意も必要です。実験はAI可視性ツールを販売する企業が実施し、自社ツールで測定したもので、本記事で参照した2本のレポートはいずれも完全な質問リストを添付しておらず、第三者による再現結果も示していません。これらの数字は方向性の参考にはなりますが、そのまま一般的な結論とみなすべきではありません。

捏造されたコンテンツが引用される理由：データボイド

データボイド（data void）という用語は、Michael Golebiewski氏とdanah boyd氏が2018年にData & Societyから発表したレポートに由来し、信頼できるコンテンツが不足している検索語では、意図を持った者が投入したコンテンツに検索結果が支配されやすいことを指します。AI検索もまずWebページを検索してから回答を生成するため、同じくデータボイドの影響を受けます。質問がニッチで具体的であるほど回答できる情報源は少なくなり、単一の情報源の主張がそのまま回答になりやすくなります。

Ahrefsが2025年12月10日に発表した実験では、この点がより直接的に検証されました。研究者はまず高級ペーパーウェイトの架空ブランドXarumeiの公式サイトを立ち上げ、誤った前提を含む56の質問を8つのAI製品に投げかけました。続いて、いくつかの主張を否定する公式FAQを公開すると同時に、ブログ、Reddit、Mediumで、架空の職人、住所、著名人の推薦など、互いに矛盾する捏造された詳細を拡散し、同じ質問を再度投げかけました。結論は、AI検索では最も詳細なストーリーが、たとえ虚偽であっても勝つというものでした。2回目では、GeminiとPerplexityの回答の約37%〜39%が植え付けられた誤った主張を繰り返しましたが、ChatGPT-4とChatGPT-5では7%未満で、回答の84%で公式FAQを引用していました。

データボイドは逆方向から埋めることもできます。台湾国際放送（Rti）の2026年5月の報道は、ファクトチェック団体MyGoPenの観察を引用しています。AIで生成された写真がある刑事事件の容疑者の写真として拡散し、GoogleのAIは当初その写真を本物と判断しました。MyGoPenが検証レポートを公開した後、AI要約はこの写真が偽物と検証済みであることを注記するようになりました。これは個別事例の観察であり、対照実験ではありませんが、前述の実験と同じ方向を示しています。信頼できるコンテンツが現れると、回答もそれに応じて変わる可能性があるということです。

企業にとってデータボイドが最も生じやすいのは、まさに自社ブランドに関する具体的な質問です。ある製品は買う価値があるか、価格はいくらか、創業者は誰か、詐欺ではないか、特定の競合と比べてどうか、といったものです。こうした質問の信頼できる答えは公式サイトにしか存在しないことが多く、公式サイトで明確に書かれていなければ、最初に詳細な主張を書いた情報源がAIの回答を支配する可能性があります。

AI回答が汚染される4つの方法

以下では、公開実験と学術研究をもとに4種類の手法を整理します。これらは組み合わせて使われることが多く、必ずしも悪意によるものとは限りません。同じ技術は、真実の情報をより明確にするためにも、捏造された主張を広めるためにも使えます。

モデルを狙ったテキスト最適化については、すでに学術研究があります。KumarとLakkarajuは2024年4月の論文で、製品情報に最適化された「戦略的テキストシーケンス」を加えると、その製品が言語モデルの第一推薦に挙げられる確率が明らかに高まることを発見しました。また、Nestaas、Debenedetti、Tramèrは2024年6月の論文で、巧妙に設計されたWebコンテンツによって、言語モデルに攻撃者の製品を推薦させ、競合製品をおとしめるよう誘導できることを示し、すでに公開されているAI検索製品でこうした効果を実証しました。

大量のコンテンツ投入の効果については議論があります。NewsGuardは2025年3月に発表したレポートで、国外の「Pravda」ニュースサイト網が虚偽の主張を大量に発信しており、同社のテストでは主要なチャットボットの回答の33%がそれらの主張を繰り返したと指摘しました。米国の非営利団体American Sunlight Projectは、この手法を「LLM grooming」と呼び、大量のコンテンツで意図的にモデルに影響を与えることを指すとしています。しかし、Maxim Alyukov氏ら英国とスイスの研究者が2025年7月にアルジャジーラで発表した論評によると、彼らの再テストで虚偽の主張が含まれた回答はわずか5%で、33%という数字は誤解を招くおそれがあるとしています。彼らの解釈では、こうした情報源は主に主流の報道が乏しい質問、つまりデータボイドで現れるものであり、必ずしも意図的に学習させた結果とは限らないということです。

中国語と台湾関連テーマにおけるデータボイド

言語もデータボイドの大きさに影響します。NewsGuardが2026年7月21日に発表したレポートでは、特定の国外の立場に沿った10件の虚偽の主張（5件は西側諸国、5件は台湾を標的としたもの）を用いて11種類のチャットボットをテストし、計660回の質問を行いました。一般のユーザーが使うような中立的な質問と誘導的な質問では、中国語で質問した場合にチャットボットが虚偽の主張を繰り返した割合は33%で、英語では24%でした。レポートはまた、台湾を標的とした主張では全体で35%、西側諸国を標的とした主張では20%で、そのうち台湾を標的とした主張を中国語で質問した場合は38%に達したと指摘しています。レポートは、台湾のローカルニュースは国際的に報じられることが少なく、信頼できる情報源が比較的少ないためと説明しています。なお、テストで繁体字と簡体字のどちらの中国語を使ったかは明記されていません。

この結果は、前述の実験と同じ方向を示しています。信頼できる情報源が少ない言語やテーマほど、AIの回答は少数の情報源に支配されやすくなります。NewsGuardがテストしたのは特定のニュース上の主張であり、企業情報ではありません。それでも、繁体字中国語を使う企業は、自社の製品や会社の情報も中国語のネット上で少数の情報源しかないのではないか、確認する価値があります。公式の説明が不十分であれば、その空白がコンテンツファーム、掲示板での転載、なりすましページによって埋められる可能性があります。

プラットフォームの見解：Google、OpenAIと正当な生成エンジン最適化

Google検索のスパムに関するポリシー（2026年11月に参照）は、「Google検索における生成AIの回答を操作しようとする行為」をスパムの定義に含めています。つまり、捏造されたコンテンツや隠されたコンテンツでAIの回答に影響を与えることは、従来の検索ランキング操作と同様に措置の対象となる可能性があります。

OpenAIは2026年11月10日にBusinesses in ChatGPTのベータ版を開始しました。地域、業態、認証の条件を満たす企業は、Business Hubを通じてビジネスプロフィールを申請または追加し、会社や製品の情報を補足できます。OpenAIは同時に、プロフィールを申請しても可視性の向上は保証されず、ChatGPTは引き続き独立して推薦を行い、広告もChatGPTの独立した回答には影響しないと説明しています。

生成エンジン最適化（GEO）そのものは操作と同じではありません。Aggarwalらは2023年11月にGEOという用語を提唱し、引用元や統計データを加えるといった書き換え手法によって、生成エンジンの回答におけるコンテンツの可視性を最大40%高められることを実験で示しました。境界線は文章の真偽だけではありません。真実の情報をより明確に書き、出典を添え、ユーザーとAIに同じ内容を見せるのは正当な最適化であり、主張の捏造、AIだけに見せる隠し指示、第三者レビューの偽装は操作にあたります。違反に当たるかどうかは、最終的に各プラットフォームのポリシーに基づいて判断されます。

企業にできること：6つのステップ

1. ブランド関連の質問をリストアップし、定期的にAIに尋ねる。製品の評判、価格、創業者、詐欺ではないか、競合との比較など、消費者やパートナーが尋ねそうな具体的な質問を整理し、決まったタイミングで主要なAI製品にいくつか質問して、回答と引用元を記録し、その変化に注意します。
2. 公式の事実を見つけやすくする。公式サイトのよくある質問、会社概要、製品ページで、基本的な事実を直接的で引用しやすい文で明確に書き、日付と根拠を添えます。Ahrefsの実験では、ネット上に捏造された主張が同時に存在していても、ChatGPTは回答の84%で公式FAQを引用していました。公式の説明を明確に書くことは、データボイドを埋める最も直接的な方法です。
3. 公式プロフィールを申請する。条件を満たす場合は、ChatGPTのBusiness HubやGoogleビジネスプロフィールなどのチャネルで情報を申請・管理し、プラットフォームが照合できる公式の情報源を用意します。ただし前述のとおり、申請しても推薦されることは保証されません。
4. 誤った主張の出所を突き止める。AIの回答が引用するのは、掲示板、ブログ、比較記事、ニュースであることが多いです。誤った主張を見つけたら、引用リンクをたどって最初の出所と転載の経路を突き止め、URL、スクリーンショット、日時を保存し、単発の誤記なのか、なりすましページなのか、複数の情報源で協調的に現れているのかを判断します。
5. 報告して訂正を求める。AI製品内のフィードバック機能で誤った回答を報告し、情報源のサイトに訂正を依頼し、なりすましページはプラットフォームに通報します。必要に応じて法的手段も検討します。
6. 自らは操作に手を出さない。レビューの捏造、偽の第三者サイトの開設、隠し指示の埋め込みは、プラットフォームのポリシーに違反するおそれがあります。Civoryxの結果を見る限り、こうした手法の効果はブランド名を含む質問に集中しており、発覚すればブランドの信用を損なう可能性もあります。