AI Overview どう計測する？ | 計測の仕方やツールの使い方を解説

AI Overview の計測は、引用と言及の 2 軸に分けて整理することがポイントです。

引用は AIO の引用元リストに自社 URL が掲載されるか、言及は AIO の回答テキスト中で自社ブランド名が登場するかを指し、それぞれ別の指標とツールが必要になります。

本記事では、無料の GSC・GA4 から専用ツール（当社 Mirror 含む）まで、両軸を計測する手段の比較・5 ステップの実践フロー・継続運用の注意点を整理します。

当社が 2026 年 4 月に実施した 5 業種・23 クエリ・各 50 試行（合計 3,450 試行）の AI 検索順位変動調査の知見も交えて解説します。

AI Overview 計測とは — AIO の「引用」と「言及」を分けて測ること

AI Overview 計測とは、Google 検索結果上部に表示される AI 要約（AI Overview、以下 AIO）について、自社が引用元としてリストアップされているか（引用）と、自社ブランド名が AIO の回答テキスト中で登場しているか（言及）の 2軸を分けて定量的に把握すること です。

世の中の「AI Overview 計測」記事では、この 2 軸がしばしば一括りで語られています。

本記事では、引用と言及を切り分けて整理することを主軸に置きます。

引用 とは、AIO の引用元リストに自社 URL が掲載されることを指します。

リンク経由で読者が自社サイトに流入する可能性につながる軸です。

言及 とは、AIO の回答テキスト中で自社ブランド名が登場することを指します。

読者の認知や想起、推奨に直結する軸です。

両者は「AI Overview の中にあるもの」という点で共通していますが、必要な計測ツールと指標が異なります。

引用軸の代表的な指標は AIO 表示有無・引用シェア・AIO 経由 CTR、言及軸の代表的な指標は自社ブランド出現率・想起率です。

AI Overview が SEO に与える影響としては、Ahrefs が 30 万キーワードを対象に行った調査（2024 年 3 月と 2025 年 3 月の比較）で、AI Overview が表示される検索結果では、検索 1 位ページの平均クリック率が最大で約 34.5%（相対値）低下したことが報告されています。

AI Overview は日本語環境を含む各国で順次展開が進んでおり、計測の必要性が大きくなっています。

「ただの SEO 記事ではなく、自社の考え方・独自情報を出していかなければ意味のないコンテンツになる」と当社では考えており、計測も同様に「とりあえず順位を見る」のではなく、引用と言及を分けて見る発想が必要だと位置づけています。

参考記事：Ahrefs｜AI Overviews が表示される検索結果では34.5%クリック率が低下する

関連記事：AI Overview とは — Google検索のAI要約の仕組みと表示条件

関連記事：LLMO とは — AI検索時代のブランディング設計

AI Overview を計測する手段の比較 — 引用と言及で必要なツールが違う

AI Overview の計測ツールは、Google Search Console（以下 GSC）、Google Analytics 4（以下 GA4）、専用ツール（Ahrefs や当社 Mirror などの SERP API 系）の3種類に大別できます。

引用軸と言及軸では、それぞれで担える計測範囲が違います。

計測対象	軸	GSC	GA4	専用ツール
AIO 表示有無	引用	△	×	◯
自社 CTR・インプレッション	引用	◯	△	△
AIO 引用元リスト内の自社シェア	引用	×	×	◯
AIO 経由の流入推移	引用	×	△	△
回答テキスト内の自社ブランド出現	言及	×	×	◯
競合ブランドの出現状況	言及	×	×	◯
想起率（反復試行内の出現回数）	言及	×	×	◯
費用	—	無料	無料	有料（月額〜）

表の通り、引用軸の一次計測は無料の GSC で開始できますが、言及軸はいずれの無料ツールでも直接の計測が難しい という構造になっています。

読者がまず GSC・GA4 で引用軸を押さえ、必要に応じて専用ツールで言及軸を補完する手順が現実的です。

GSC で見えるもの — 引用軸の一次データ

Search Console には「AI Overview 専用レポート」という独立した画面は存在しません。

AI Overview 経由のインプレッション・クリックも、通常の検索結果のインプレッション・クリックに合算される設計になっています。

そのため、GSC では「対策クエリで AIO が出ているはずの期間」と「出ていなかった期間」を比較し、インプレッションは伸びているのに CTR が急減している、というような 間接シグナル を捉える使い方が運用しやすい方法です。

GA4 で見えるもの — 引用経由流入の確認

GA4 では、参照元 / メディアが google / organic に統合されるため、AI Overview 経由の流入を直接識別することはできません。

GSC と連携した上で、AIO 表示クエリで流入していたと推測される LP の流入推移をカスタムセグメントで間接的に追う方法が一般的です。

専用ツールで見えるもの — 引用＋言及の両軸

Ahrefs や SE Ranking などの SERP API 系ツールでは、AIO の表示有無と引用元リストをクエリ単位で取得できます。

さらに当社 Mirror のような反復観測型のツールでは、AIO の回答テキストを自動取得して自社ブランド出現率（言及率）と反復試行のうちの出現回数（想起率）まで算出できます。

参考記事：Brodie Clark｜AI Overviews in Google Search Console

関連記事：AI Overview 対策 — 引用される記事の作り方

引用と言及を５ステップで測る実践フロー

ここからは、引用と言及を実務で押さえる5ステップの計測フローを示します。

冒頭でクエリの分類軸を置き、引用軸と言及軸それぞれをどう測るかを順に組み立てます。

クエリ分類フレームワーク（事前作業）

計測対象のクエリ群を、まず引用狙いと言及狙いの 2 種類に仕分けます。

引用狙いクエリ は、自社記事が AIO の引用元として狙えるクエリ群です。

「AI Overview とは」のような How 型・What 型のミドル・ロングテールが該当します。

言及狙いクエリ は、自社ブランドが AIO の回答テキスト中で言及されるよう狙うクエリ群です。

「○○ 比較」「○○ おすすめ」「○○ 評判」のような検討段階のバイクエリ系が該当します。

実務では、両カテゴリから 5〜10 個ずつ抽出して、定点計測の対象クエリリストを組みます。

「ダイレクトな答えが取れないなら、クエリ単位で出ている／出ていないを地道に見ていくしかない」というのが、計測設計を組むうえでの実感です。

Step 1：クエリ群を引用狙いと言及狙いに分類する

上記の分類軸で対象クエリリストを作成します。

記事単位で対策 KW を持っているなら、その KW を引用狙い・言及狙いのどちらに当たるかでタグ付けします。

Step 2：GSC で引用軸の CTR・順位を反復計測する（引用軸）

Search Console の検索パフォーマンスから、対象クエリのインプレッション・クリック・CTR・平均掲載順位を取得します。

AIO は時期や端末で表示有無が変動するため、週次以上の頻度で時系列推移を追います。

「AIO が表示されている期間」と「表示されていない期間」が混在する場合、CTR の急減が AIO 引用シェアの仮説とどのように突合するかが解釈の鍵になります。

Step 3：GA4 で引用経由流入の影響を期間比較する（引用軸）

対象クエリで上位表示している LP の流入推移と直帰率を、AIO 表示の前後で期間比較します。

標準のチャネルグループでは AIO 経由を直接識別できないため、対象 LP に絞ったカスタムセグメントで「LP 単位での流入変化」を間接的に確認します。

なお、GA4 でオーガニック検索流入として分類されるトラフィックには AIO 経由分も含まれるため、AIO の影響を分離する際には、Search Console 側の AIO 表示クエリと突き合わせる作業が前提になります。

Step 4：専用ツールで言及軸の出現率を反復取得する（言及軸）

Ahrefs、当社 Mirror などの専用ツールを使い、AIO の回答テキストを反復取得します。

自社ブランド名の出現有無、競合ブランドの出現状況、反復試行のうち何回出現したか（想起率）を算出します。

なぜ反復観測なのかというと、AIO の回答テキストや引用元リストは、同じクエリでも試行ごとに揺らぐためです。

当社が 2026 年 4 月に実施した 5 業種・23 クエリ・各 50 試行・合計 3,450 試行の AI 検索順位変動調査 では、同じ質問を 50 回繰り返したときの 1 位出現率が全体平均 66.9% にとどまり、平均で約 33% は 1 位ブランドが入れ替わることが観測されました。

1 回の試行で結論を出すと、AI 側の揺らぎをノイズとして拾うことになります。

Step 5：引用率と言及率を併せて解釈し、改善アクションへ接続する

ここまでで集めた 4 つの指標（GSC の CTR 変化、GA4 の流入推移、AIO 引用シェア、AIO 言及率）を 1 つの分析表にまとめ、クエリごとに「引用が弱い／言及が弱い／両方弱い／両方強い」の 4 象限で仕分けます。

仕分けの結果を、コンテンツの構成・FAQ・独自データ追加・スキーマ調整など、具体的な改善アクションへ接続します。

計測を運用に乗せて、月次・週次で同じサイクルを回す状態にすることが、このフローの目的です。

参考記事：Suzuki Kenichi｜How AI Overviews are logged in Search Console

関連記事：クエリファンアウトとは — AI検索の内部展開クエリの仕組み

当社 Mirror で AIO の「引用率」と「言及率」を両方測る

Google Search Console や GA4 では、引用軸の一次計測はできても、言及軸を直接見ることはできません。

AIO の回答テキストを反復取得して自社ブランド出現率と想起率を算出する仕組みが、別途必要になります。

当社が運用している Mirror は、この役割を担う自社プロダクトです。

AI 検索プラットフォーム（ChatGPT・Gemini・Google AI Overview・Google AIモード）で自社・競合ブランドがどの程度推奨・引用されているかを、24 プロンプト × 反復試行で定量計測するために開発した内製ツールです。

Mirror では、AI Overview に対して以下 2 軸を反復観測で計測しています。

引用率の測定：AIO の引用元リストをクエリ単位で取得し、自社ドメインが引用元に含まれているかを反復計測します。AIO の表示有無と自社引用の有無を、週次・月次で時系列に追跡します。

言及率の測定：AIO の回答テキストを反復取得し、自社ブランド名の出現を検出します。同一クエリでの反復試行に対して、出現回数を「想起率」として算出し、競合ブランドの出現比較とあわせて、言及シェア（Share of Voice）として可視化します。

AIO の引用元リストや回答テキストが試行ごとに揺らぐ前提に立つと、シングルショットの計測ではなく、反復観測 × 集計が前提になります。

「LLMO はテクニックではなく、認識をどう作っていくかの行動量が試される分野」 と当社では位置づけており、計測も同じく行動量（反復観測の継続）で精度を担保する設計です。

なお、Google AIモード・ChatGPT・Gemini を含む 4 面構成での言及・推奨計測も Mirror では運用していますが、本記事は AIO 計測に絞るため、別記事の LLMO 解説で扱います。

参考記事：Google Developers｜AI features in Search Console

関連記事：LLMO とは — AI検索時代のブランディング設計

AI Overview 計測を継続運用するための注意点と、改善アクションへのつなげ方

ここまで引用と言及の 2 軸で計測する設計を示してきましたが、運用に乗せる段階で押さえておきたい点を挙げます。

1. 単発の計測で結論を出さない。

AIO は表示有無も引用元も試行ごとに変動するため、1 回のスクレイピングや 1 週間の GSC データだけで「自社は AIO に弱い／強い」と判断するのは早計です。

最低でも週次の反復観測を継続し、移動平均で傾向を見ます。

2. 計測結果を KW を捨てる根拠ではなく、コンテンツ調整の起点として扱う。

引用率が低いクエリでも、自社の対象読者にとって意味のあるクエリなら、コンテンツ側の独自性・出典・H2 構成を見直して再挑戦する余地があります。

3. クライアントワークでは改善サイクルとセットで設計する。

当社のクライアント運用では、計測 → 引用阻害要因の特定 → コンテンツ調整 → 再計測の 4 周サイクルを月次で回す形を取っています。

計測単体ではなく、改善との往復を含めた設計にしないと、数字を見て終わるだけになりがちです。

計測は手段であり、目的は「AI 検索面で読者の意思決定に影響を与えること」です。

引用と言及の両軸を分けて見れば、改善すべき箇所をクエリ単位で特定できます。

関連記事：AI Overview 対策 — 引用される記事の作り方

---