お問い合わせ

AI検索にコンテンツを引用してもらうためには、本文の質だけでなく、タイトルの設計が大きな意味を持ちます。

Perplexity、ChatGPT検索、Geminiなどの検索AIは、ユーザーの質問に対して回答を生成する過程で候補ページを取得し、その中から引用元を選びます。 この候補選定の段階でタイトルは重要なシグナルとして機能しています。

この記事では、AI検索に選ばれやすいタイトルの設計方法を、RAGの仕組みや検索アルゴリズムの構造から解説し、実務で使える型と改善例を紹介します。

AI検索がタイトルを評価する仕組み

AI検索のほとんどは、RAG（Retrieval-Augmented Generation）というアーキテクチャで動作しています（Lewis et al., 2020）。 RAGではまずユーザーの質問をクエリに変換し、インデックスから関連ページを取得します。

この取得段階で使われる情報には、ページ本文のほかに、タイトルタグ（<title>）やOGPタイトルが含まれます。 タイトルはページの内容を1行で要約した情報として、クエリとの関連度評価に使われています。

BM25によるキーワードマッチング

検索の第1段階では、BM25（Robertson & Zaragoza, 2009）に代表されるキーワードベースのスコアリングが用いられます。 BM25はクエリ内のキーワードがドキュメント内にどの程度出現するかを数値化するアルゴリズムです。

タイトルに含まれるキーワードは、本文中のキーワードよりも高い重みが付与される傾向があります。 検索エンジンが「このページは何のページか」を判定する際、タイトルは最も凝縮された手がかりだからです。

セマンティック検索での類似度計算

BM25に加えて、密ベクトル検索（セマンティック検索）が併用されるのが一般的です。 セマンティック検索ではテキストをベクトルに変換し、クエリベクトルとの距離（類似度）で関連性を判定します。

タイトルのベクトルは、ページ全体のベクトルに大きな影響を与えます。 本文が長い記事でも、タイトルが質問とかけ離れた表現であれば、セマンティック類似度が低くなり候補から外れる可能性が高くなります。

リランキング段階でのタイトル評価

候補取得の後にクロスエンコーダによるリランキングが行われます（Nogueira & Cho, 2019）。 クロスエンコーダはクエリとドキュメントのペアを入力として、精密な関連度スコアを計算します。

この段階でもタイトルは評価対象です。 クロスエンコーダがペアの関連性を計算する際、タイトルはドキュメント側の入力の先頭に位置するため、アテンション機構で高い重みを受ける傾向があります。

引用されにくいタイトルの3つのパターン

以下のようなタイトルは、AI検索の引用候補から外れやすい傾向があります。

パターン1：抽象的すぎるタイトル

「マーケティングの未来について考える」のような抽象的なタイトルは、特定のクエリに対する関連度が低くなります。 ユーザーが「BtoBマーケティングのリード獲得方法」と質問しても、このタイトルにはキーワードもセマンティックな一致も不足しています。

パターン2：内部向けの文脈依存タイトル

「Vol.3 先月のアップデートを振り返る」のようなタイトルは、社内の文脈を知らなければ内容が推測できません。 AI検索はページ間の連載関係を把握しないため、タイトルだけで内容が伝わらないページは候補に入りにくくなります。

パターン3：煽り型のタイトル

「知らないと損する」「驚きの結果に」といった煽り型のタイトルは、感情的な表現がクエリとの関連度計算でノイズになります。 AI検索のクエリは通常「〇〇とは」「〇〇の方法」のような情報探索型の質問であり、煽り型の語句とのセマンティック距離が大きくなります。

引用されやすいタイトルの4つの型

AI検索のクエリパターンを分析すると、引用されやすいタイトルにはいくつかの型があります。

型1：What型（定義・解説）

ユーザーが「〇〇とは何か」と質問するとき、タイトルに定義対象が含まれるページが候補になります。

改善前改善後
最新マーケ手法の紹介BtoBマーケティングにおけるABMとは——定義と導入ステップ
データ活用のすすめファーストパーティデータとは——Cookie規制後の収集と活用方法

改善後のタイトルは「〇〇とは」という質問クエリとBM25でもセマンティック検索でも一致しやすくなります。

型2：How型（方法・手順）

「〇〇のやり方」「〇〇を改善するには」というクエリに対応する型です。

改善前改善後
コンテンツ改善の取り組みコンテンツマーケティングのCVR改善方法——BtoB企業の実践手順
SEOについてテクニカルSEOの始め方——自社サイトの現状診断から改善まで

「方法」「手順」「始め方」といった語句がクエリの意図と一致します。

型3：Comparison型（比較・違い）

「AとBの違い」「AとBどちらがよいか」というクエリに対応する型です。

改善前改善後
ツール紹介HubSpotとSalesforceの比較——BtoB企業が選ぶ基準と導入コスト
SNS運用のポイントInstagram広告とFacebook広告の違い——BtoC企業の配信設計

比較クエリは購買検討段階のユーザーが多いため、コンバージョンに近い引用になります。

型4：Why型（理由・原因）

「なぜ〇〇なのか」というクエリに対応する型です。

改善前改善後
離脱率が高い理由LPの離脱率が高い原因——ファーストビュー設計の5つの問題点
メルマガの効果メルマガの開封率が低下する原因と改善の方向性

「原因」「理由」という語句がWhy型クエリとの関連度を高めます。

タイトルの構造設計——ダッシュの前後で役割を分ける

上記の改善例に共通するのは、ダッシュ（——）を使ってタイトルを前半と後半に分ける構造です。

この構造はBM25とセマンティック検索の両方に効果があります。 前半がクエリとのキーワード一致を確保し、後半がセマンティックな文脈を補完します。

文字数の目安

タイトルの長さは60〜80文字程度を目安にします。

短すぎるタイトル（20文字以下）は情報量が不足し、セマンティック検索でのベクトル精度が下がります。 長すぎるタイトル（100文字以上）はクエリとの関連度が分散し、BM25スコアが低下する傾向があります。

Google検索のSERPでは全角30〜35文字程度で表示が切れますが、AI検索ではタイトルの全文がインデックスされるため、表示の切れ位置を気にする優先度は下がります。 ただし、タイトルの前半に重要なキーワードを配置する原則は従来と同じです。

同一サイト内のタイトル体系を統一する

個々のタイトルを改善するだけでなく、サイト全体でタイトルの体系を統一することも重要です。

AI検索はサイト全体の構造を認識する能力を持っています。 サイトマップやパンくずリスト、内部リンクの構造から、あるページがサイト内でどのような位置づけにあるかを把握します。

カテゴリごとのタイトルテンプレート

タイトルの形式をカテゴリごとに統一すると、AI検索がサイトのトピック構造を理解しやすくなります。

テンプレートを導入することで、記事作成時の判断コストも下がります。

タイトルとH1の一致

HTMLの<title>タグとページ内の<h1>は一致させるのが原則です。 異なる場合、AI検索がどちらをページの主題として採用するかが不安定になります。

WebGPT（Nakano et al., 2021）の研究では、AIがWebページを閲覧する際にタイトルを最初の判断材料として使用していることが確認されています。 <title>と<h1>が一致していれば、AIが受け取る主題シグナルが一貫します。

OGPタイトルとtitleタグの使い分け

<meta property="og:title"> と <title> タグの関係も整理しておきます。

通常、AI検索のクローラは<title>タグを優先的に参照します。 OGPタイトルはSNSシェア時の表示に使われるものですが、一部のAI検索システムはOGPメタデータも解析対象に含めています。

原則として、両者は同じ文言にするのが安全です。 異なるタイトルを設定するケースは、SNSシェア時に短縮版のタイトルを使いたい場合に限定します。

タイトル改善の優先順位——既存コンテンツの見直し方

新規記事のタイトルを設計するだけでなく、既存コンテンツのタイトル改善も効果的な施策です。 以下の手順で優先順位を付けて改善します。

ステップ1：トラフィック上位の記事を抽出する

Google Analytics 4やSearch Consoleから、オーガニック流入が多い上位20〜30記事を特定します。 これらの記事は検索エンジンの評価が高いため、タイトル改善によるAI検索への効果も大きくなります。

ステップ2：AI検索でのクエリをシミュレーションする

上位記事のテーマに関連する質問を、実際にPerplexityやChatGPT検索に入力します。 自社コンテンツが引用されているかどうかを確認し、引用されていない場合はそのクエリに対応するタイトルに改善します。

ステップ3：タイトルを改善してインデックスの更新を通知する

タイトルを改善した後、Google Search ConsoleのURL検査でインデックスの更新をリクエストします。 BingのWebmaster ToolsやIndexNowプロトコルも併用すると、AI検索のインデックスへの反映が早まります。

ステップ4：改善後の引用状況を確認する

タイトル改善から2〜4週間後に、ステップ2と同じクエリで引用状況を再確認します。 引用が増えた記事と増えなかった記事を比較し、効果が高いタイトルのパターンを蓄積します。

タイトルとメタディスクリプションの連携

タイトルは単独で機能するものではなく、メタディスクリプションと連携して効果を発揮します。

タイトルが主題を示し、メタディスクリプションが記事の要約を提供するという役割分担です。 AI検索のクローラは両方を解析し、ページの内容理解に活用しています。

タイトルに含めきれなかった情報——対象読者、記事の範囲、解説のアプローチなど——をメタディスクリプションで補完します。 両者を合わせて「このページには何が書いてあるか」が正確に伝わることが目標です。

タイトル変更時の注意点

タイトルの改善は効果的ですが、いくつかの注意点があります。

既存の被リンクのアンカーテキストとの整合性

他サイトからの被リンクのアンカーテキストが旧タイトルになっている場合、タイトルの大幅な変更はアンカーテキストとの不整合を生みます。 主要なキーワードは維持しつつ、構造を改善するアプローチが安全です。

変更頻度

頻繁なタイトル変更はインデックスの不安定化を招く可能性があります。 タイトルの改善は一度の変更で完了させ、効果の計測期間を十分に取ることが重要です。

リダイレクトとの関係

URLを変更する場合は301リダイレクトが必要ですが、タイトルのみの変更であればURLは維持できます。 URLの変更はSEO上のリスクがあるため、タイトル改善とURL変更は分離して実施するのが望ましいです。

まとめ

AI検索に引用されるタイトルは、ユーザーの質問パターンに対応した構造を持っています。

設計のポイントを整理します。

タイトルの改善は、コンテンツ本文の書き直しに比べて工数が小さく、AI検索への影響は大きい施策です。 1記事あたり5〜10分の作業で着手できるため、まず上位20記事のタイトルを見直すところから始めるのが実践的です。