Muck Rackの「What Is AI Reading?」レポート、報道分野のAI引用シェアが22%に低下したと報告

Muck Rackが2026年10月に発表したWhat Is AI Reading?レポートによると、AIによる引用に占める報道分野の割合は、5月の約27%から22%に低下した。一方、アーンドメディアと第三者ソースは、引き続き引用全体の約84%を占めている。第4版では、ChatGPT、Claude、Perplexity、Geminiによる4,000万件超のAI回答と、2億700万件の引用を分析している。

10月28日に公開されたこの調査は、AIが生成する回答を支える情報源の構成に変化が生じていることを示している。ニュース報道は依然として重要な情報源だが、第三者によるその他の種類の情報や、ブランド自身が発信するコンテンツの割合が高まっている。出版社や広報チームにとって、今回の調査結果は、可視性がAIサービスの提供元、プロンプト、コンテンツ形式によって左右されることを示している。

アーンドメディアが引き続き中心を占める一方、報道分野のシェアは低下

27%から22%への低下は、約5パーセントポイントに相当する。これは引用全体に占める報道分野の割合を示すものであり、ニュース記事へのリンク数や出版社にもたらされるトラフィックの絶対数が同じ割合で減少したことを意味するわけではない。

この結果を理解するには、報道とアーンドメディアを区別することが欠かせない。Muck Rackが定義するアーンドメディアは幅広く、報道に加えて、学術研究、政府やNGOの情報源、百科事典サイト、ソーシャルプラットフォーム、第三者の企業コンテンツを含む。したがって、レポートに示された約84%という数字は、専門の報道機関だけでなく、はるかに広範な情報源のエコシステムを表している。

オウンドメディアの割合は13.7%から15.2%に上昇し、政府、百科事典、学術分野のコンテンツもシェアを伸ばした。有料コンテンツと記事広告は0.3%にとどまり、5月から変化はなかった。この小さな引用シェアが示すのは、こうしたページが情報源としてどの程度登場するかであり、広告全体の効果を測るものではない。

変化の大部分を牽引するChatGPT

Muck Rackは、報道分野のシェア低下を大きく牽引した要因としてChatGPTを挙げている。同社の時系列グラフでは、2026年中に顕著な変動が見られ、9月の最終値は22%となっている。これに対し、ClaudeとGeminiは期間の大半を通じて、比較的安定した推移を示している。

こうした違いは、ある出版社やブランドが一つのAIアシスタントの回答には登場し、別のアシスタントには登場しない理由を理解しようとする人々にとって重要だ。可視性の変化は、出版社のコンテンツ量や関連性に同程度の変化があったためではなく、AIサービス提供元が情報源の選び方を変えた結果である可能性がある。

今回の調査結果が対象としているのは、生成された回答で引用された情報源だ。モデルの学習データにどのような情報が含まれていたかを明らかにするものではなく、引用シェアを読者数や信頼度の直接的な指標とみなすべきでもない。

4つすべてのプロバイダーに共通して登場したドメインは212件のみ

プロバイダーごとに1,020件のプロンプトを用いた9月の調査では、4つすべてのシステムに登場したドメインはわずか212件だった。これは調査サンプル内での重複数であり、各サービスがアクセスできる情報源すべてを数えたものではない。

この結果は、AI上の可視性を単一のランキングとして捉え、それを最適化すればよいという考え方に疑問を投げかける。あるプロバイダーで頻繁に引用される掲載先でも、別のプロバイダーでは届く範囲が限られる可能性がある。同様に、役立つ企業ページと独立した報道は、回答する質問に応じて異なる役割を果たし得る。

レポートのランディングページでは、ばらつきを生むもう一つの要因として、同じ質問を再度尋ねても、引用される情報源が異なる場合があることを挙げている。実務上の示唆として、単一の回答だけを根拠に、可視性が持続的に変化したかどうかを判断するのは難しい。

方法論で明らかにできること、できないこと

レポート全文と調査方法では、主にブランド名を含まない消費者向けプロンプトを使用した専用の調査データと、主としてブランドに焦点を当てたGenerative Pulseの継続的なモニタリングを組み合わせている。これらのデータセットは目的が異なるため、均一な単一サンプルとして扱うべきではない。

調査期間中にプロバイダーがモデルを導入したり、提供を終了したりしたことも、レポートは指摘している。そのため、時系列での比較には、経過時間だけでなく、モデルや製品の変更も反映される。ここで示される観察結果は、検証対象となったシステム、質問、データ収集期間についてのものだ。

Muck Rackが以前に公開した調査アプローチの説明では、プロンプトの選び方が重要であることが明確に示されている。業界、ブランド、現実世界の課題をもとにクエリを作成し、引用をメディアのカテゴリとコンテンツ形式の両面から分類する方法が説明されている。研究者が選ぶ質問によって、観察される情報源も左右される。

出版社や広報チームにとって何が変わるのか

まず取り組むべきなのは、プロバイダーごと、質問ごとに情報源の選ばれ方を追跡することだ。オーディエンスに関連する一定のプロンプトを用意し、時間をおいて繰り返し確認すれば、一度だけ登場した結果より多くのことが分かる。こうした結果とあわせてモデルの変更も記録すれば、編集や配信による影響と、AIサービス自体の変化を区別しやすくなる。

出版社にとって、ジャーナリズムの引用シェア全体が低下しても、新たな動向を説明したり、製品や組織を評価したりする役割がなくなるわけではない。ブランドにとって、自社コンテンツの拡大は回答に取り上げられるための新たな道筋となるが、第三者の情報源が引き続き大きな存在感を保っていることから、企業ウェブサイトで情報を発信するだけでは、情報源のエコシステムの一部に対処するにとどまる。

2026年10月のWhat Is AI Reading?レポートでは、調査結果と方法論の全容が示されている。その中心的なメッセージは、AIによる引用は依然として主に第三者の資料に基づいている一方、情報源の構成はプロバイダー、質問、時期によって大きく異なるということだ。