LANYが実施した施策の内容と順序
結果の数値を、分母・対照の有無・発表主体ごとにどう読むか
同じ施策を自社で試すときの計測設計
TL;DR：構造化リライトは万能ではありません。LANYが既存50記事をリライトした検証で、引用を獲得できなかった記事は34記事（68%）でした。この68%は50記事から引用された16記事を引いて算出した値です。さらに9記事（18%）は検索順位が下落し、引用による直接的な流入増は限定的でした。もっとも実証された施策でも成功率は3割で、対象記事を選んでから着手する必要があります。
証拠グレードは A（前後比較を開示）です。既存50記事の構造化リライトで32%が新規引用と同じ、LANYの自社検証です。発表主体は支援会社のLANY自身です。
成功事例として語られるのは、引用された16記事のほうです。けれど同じ検証の中で、多数派は引用されなかった記事でした。
失敗の側を見ておくと、施策に何を期待してよいかの目安が持てます。リライトすれば引用される、とは言えない。それがこの検証の裏面が示すことです。
| 指標 | 前 | 後 | 期間・母数 |
|---|---|---|---|
| 引用を獲得できなかった記事 | — | 68%（34/50） | |
| 順位が下落した記事 | — | 18%（9/50） |
34記事（68%、50記事−引用16記事から算出）は引用を獲得できず、9記事（18%）は検索順位が下落しました。引用による直接的な流入増は限定的でした。
もっとも実証された施策でも成功率は3割です。引用の見込みが高い記事（AI Overviews表示ありで未引用）から優先します。
68%は出典に直接書かれた率ではなく、50記事から引用された16記事を引いた34記事を、50で割って算出した値です。出典にあるのは「引用されなかった34記事」という件数です。
順位が下落した9記事（18%）がリライトのせいなのかは、対照群が無いため分かりません。期間中の検索アルゴリズムの更新でも順位は動きます。
引用による直接的な流入増は限定的だったと、発表主体のLANY自身が書いています。リライトの効果を流入で測る場合、引用ではなく順位の変化が数字を動かしている可能性を考えておく必要があります。
AI Overviewsが表示される検索語で、自社記事の引用の有無と検索順位を記録します。対象記事の見込みを先に見積もることが、この失敗面から得られる教訓です。引用状況はモニタリング機能で定点観測できます。
見込みの高い記事から順にリライトします。全記事に一斉に当てず、リライトしない記事を比較用に残すと、順位の下落が施策のせいかを見分けやすくなります。
同じ検索語で引用と順位を再確認し、引用されなかった記事と順位が下がった記事を別に数えます。成功した記事だけを数えると、成功率を高く見積もってしまいます。
この事例を含む一覧はLLMO成功事例・失敗事例集にまとめています。
ChatGPT・Gemini・Perplexity・Google AI Overviews・Microsoft Copilotでの自社と競合の露出を、無料で診断します。
出典ページ（LANY）で公開されています。掲載している数値は、出典ページの表記と照合できたものだけです。
施策前の基準値です。対象プロンプト（質問）を固定し、AI別の引用・言及・推奨を記録してから着手すると、効果の有無を切り分けられます。
保証はありません。これは失敗・注意の事例で、同じ施策でも結果は業種・対象記事・AIのモデル更新に左右されます。「読み替えの注意」の条件を確かめてから適用してください。
この検証からは理由までは分かりません。分かっているのは、AI Overviewsが表示されるのに未引用だった50記事のうち34記事は、リライト後も引用されなかったということです。
この検証では9記事（18%）で検索順位が下落しました。対照群が無いため、リライトが原因かどうかは切り分けられていません。
A：対照群や前後比較を自ら開示、B：当事者の公表、C：支援会社の発表（複合施策）、D：測定条件非公開（公開対象外）。本事例は A です。
登録したプロンプトをAI別に定期実行し、引用URL・言及・推薦順位を自動記録します。無料診断では現在の露出状況をレポートします。
LLM Insightで、AIに選ばれるブランドへ
