Perplexityに引用される文章の書き方｜研究データで解説

Perplexityは検索結果に番号付きの出典を明示する、引用つきの回答を返す検索エンジンです。しかし引用元をどう選ぶかという基準は、公式には詳細に公開されていません。本記事では、公式のクローラー仕様と、Perplexity実機で検証された学術研究のデータから、引用されやすい文章の型を整理します。

01結論: 実務者が知るべきこと

引用されやすい定義文

Perplexityに引用されやすい文章には、統計データ・引用句・出典明記という3つの型があります。

3つを新規記事から意識してみてください。

02何が発表されたか

Perplexity公式のクローラー資料によると、Perplexityは2種類のクローラーを使い分けています。検索結果への掲載・引用のために巡回する「PerplexityBot」と、ユーザーの質問に答える際にページを訪問する「Perplexity-User」です。

前者はrobots.txt（クローラーの巡回可否を示すファイル）のルールに従いますが、後者はrobots.txtを基本的に無視すると公式に明記されています。どの文章が引用として選ばれやすいかという基準は、このドキュメント上には記載がありません。

03仕組み・背景解説

引用選定の基準そのものは非公開ですが、どんな文章が引用されやすいかを検証した学術研究はあります。プリンストン大学などの研究チームによる論文「GEO（生成エンジン最適化）」です（詳しくは別記事で解説）。この研究はPerplexity.ai実機を使い、書き方を変えた記事が実際にどう引用されるかを検証しました。

Perplexityの実機検証では、統計データを数字で示す書き方にも改善効果が確認されています。ラボ検証の統合指標では約31%の改善が報告されており、確実に言えるのは「引用と統計データの追加は、実機でも有効だった」という点です。研究で確認された型を整理すると、次のとおりです。

※改善率はいずれもGEO論文の統合指標（Position-Adjusted Word Count）基準です。数値の出どころは、姉妹記事『Princeton GEO論文を読む』で表の生値まで1つずつ確認しています。

一方、キーワードを機械的に詰め込む書き方は、Perplexity実機検証でベースラインを下回りました。従来型SEOの発想のまま詰め込むことは避けたほうがよいと考えられます。

04実務への影響（誰が・何を・いつまでに）

Webマーケティング担当者・コンテンツ制作者への実務上の示唆は3点です。

1. 統計データは数字のまま明記してください。「多くの」「大幅に」のような曖昧な表現より、具体的な数値のほうが引用時に抜き出されやすいと考えられます。
2. 信頼できる情報源からの引用句を本文に含めてください。第三者の発言や公的データを引用符つきで示すことが有効です。
3. 自分の主張の根拠として、出典を明記してください。一次情報へのリンクを添えることが、引用のされやすさにつながると考えられます。

キーワードを機械的に詰め込む従来型の発想は、研究データ上は逆効果でした。避けたほうがよいと考えられます。

05WEBMARKSの見解

WEBMARKSは、Perplexity対策を個別に考えるより、根拠のある一次情報を淡々と積み重ねる姿勢が結果的に有効だと考えます。GEO論文が示す3つの型は、いずれも特別な小細工ではなく、読者にとっても読みやすい書き方です。引用対策と読者への分かりやすさは、多くの場合両立すると考えます。

06FAQ

07この分野を体系的に学ぶ