定量分析

AI検索時代に、情報はどこに置くべきか？ITトレンドの年間アクセスログ940万件から読み解く、比較サイトの掲載価値

アイキャッチ画像
目次

「AIが読む場所」を知ることは、「AIに読まれるコンテンツ」を設計する第一歩です。

LANY LLMO LABでは、法人向けIT製品比較サイト「ITトレンド」の年間アクセスログ940万件を用いて、OpenAI社の3種のAIクローラー（GPTBot・OAI-SearchBot・ChatGPT-User）の挙動を分析しました。

AI時代において、比較サイトはどのような役割を担っているのか？実データから解き明かします。

前提1：ITトレンドのサイト構造

本調査の対象である「ITトレンド」は、法人向けのIT製品比較サイトです。

ITトレンド：TOPページITトレンド：TOPページ

製品単位で情報が紐付くサイト構造になっており、具体的には以下の特徴があります。

  • 基本構造：カテゴリーページ・製品ページを主軸に、製品概要・価格料金・仕様・導入事例・口コミなどが体系的に整理されている
  • 例外：/keyword/ 配下には、ロングテールキーワードのSEO対策ページ群が多数存在 ※ロングテールキーワード：複数の単語を組み合わせた、検索ボリューム（検索数）が比較的少ないキーワードのこと
    • 例：「SEOツール 店舗 営業部」というロングテールキーワードを対策するためのページとして、「 店舗の営業部必見！人気のSEOツールを比較（ https://it-trend.jp/keyword/seo_tool/883-1049 ）」を作成
主なページカテゴリディレクトリ該当ページ例概要
製品カテゴリ/category
/製品カテゴリ		https://it-trend.jp/category
https://it-trend.jp/crm		カテゴリ単位のリストページ（例：CRM、会計ソフト等）
製品詳細/製品カテゴリ/製品番号https://it-trend.jp/crm/924各製品の概要・特徴・料金・機能情報
口コミ/製品カテゴリ/review
/製品カテゴリ/製品番号/review		https://it-trend.jp/crm/review
https://it-trend.jp/crm/924/review		実際の利用者による評価・レビュー情報
導入事例/製品カテゴリ/製品番号/case
/製品カテゴリ/製品番号/case		https://it-trend.jp/crm/case
https://it-trend.jp/crm/924/case		各サービスの導入事例コンテンツ
価格・料金/製品カテゴリ/製品番号/pricehttps://it-trend.jp/crm/924/price各サービスの価格ページ
ランキング/ranking
/製品カテゴリ/ranking		https://it-trend.jp/ranking
https://it-trend.jp/accounting_software/ranking		複数製品の横断比較コンテンツ
記事コンテンツ/製品カテゴリ/article/記事番号https://it-trend.jp/anti_virus/article/58-637課題解決型の記事・導入ノウハウ記事
ロングテールキーワード/keyword/製品カテゴリ/識別番号https://it-trend.jp/keyword/seo_tool/883-1049/keyword/ 配下に大量生成された、ロングテールキーワードのSEO対策ページ群
※ロングテールキーワード：複数の単語を組み合わせた、検索ボリューム（検索数）が比較的少ない検索キーワード。例：「SEOツール 店舗 営業部」

前提2：ChatGPTの情報処理は、3種のAIクローラーが分業している

本調査では、対話型AIの中でも、OpenAI社のChatGPTに限定して分析を実施しました。※1

ChatGPTが情報を収集し、ユーザーの入力したプロンプトに対して回答を生成するまでの間には、下記3種類のAIクローラーが稼働しています。

AIクローラー名稼働タイミング学習への使用主な役割
GPTBot定期的・自動ありAIモデルをより有用かつ安全にするため、Web上の公開データを継続的に収集する
OAI-SearchBot定期的・自動なしChatGPT Searchの検索結果にWebサイトを表示させるため、情報を収集・インデックスする
ChatGPT-Userユーザーのプロンプト入力が引き金なし主に回答生成の精度を高めるため、「根拠データ」をリアルタイムで参照する

参照：Overview of OpenAI Crawlers | OpenAI Developers

※1 ChatGPTはAIクローラー別のログが識別可能で、かつ2026年1月時点でのシェアも最も大きい（ 参考：https://atmarkit.itmedia.co.jp/ait/articles/2601/15/news016.html ）ため。

アクセスログから見えた、AIクローラー（GPTBot・OAI-SearchBot・ChatGPT-User）の特徴まとめ

分析結果の詳細を解説する前に、まずは今回の調査で見えた各AIクローラーの大まかな特徴をお伝えします。


▼事前学習を担う「GPTBot」のアクセス傾向

  • 「詳細_レビュー」ページへのアクセスが50.5%を占める（人間比で約17倍のアクセス数）
  • 内部リンクを多く受けているページほど、アクセスされやすい傾向


▼ChatGPT Searchのインデックスを担う「OAI-SearchBot」のアクセス傾向

  • SEO指標（検索クエリの順位・検索ボリューム、URLへの内部リンク数・外部リンク数）との相関がほぼゼロ（r=0.038）で、フラットに各ページをインデックスする傾向


▼主にリアルタイム拡張検索を担う「ChatGPT-User」のアクセス傾向

  • PV数との相関が最も強く（r=0.591）、SEO施策がそのまま効果を発揮しやすい
  • 記事コンテンツ（おすすめツール◯選など）へのアクセスが47.4%で最多
  • 人間の閲覧比率が低い各製品の詳細ページ（製品詳細・価格・レビューなど）へのアクセスも多く、ユーザーのプロンプト（AIへの質問文）に対応するページをピンポイントで参照しやすい傾向か


各AIクローラーがよくアクセスしている「レビューページ」や「価格ページ」などは、比較メディア上で各製品情報と紐づいて体系的に整理されています。自社サイト単独では作りにくい「第三者目線の情報」「蓄積されたユーザー口コミ」をAIが参照する場所として、比較メディアは有益に機能しています。

調査概要

  • 分析期間：2024年12月 〜 2025年11月
  • 分析対象：「ITトレンド」サイトにおけるGA4（人間の行動ログ）およびOpenAIの3種類のAIクローラー（GPTBot、OAI-SearchBot、ChatGPT-User）のアクセスログ
  • 評価指標：アクセス数

調査フロー

  1. AIクローラーのアクセスログ分析
    1. 各AIクローラーがサイト内のどのディレクトリを優先的にクロールしているかを特定
    2. ディレクトリごとにAIクローラーのアクセス数に傾向があるのかを調査
  2. SEO指標との相関分析
    1. 「レビュー（/review）」ページを分析対象に、AIクローラーのアクセス数と各種SEO関連指標（検索クエリの順位・検索ボリューム、URLへの内部リンク数・外部リンク数）に相関関係があるか分析
    2. 相関関係の統計指標としては「スピアマンの順位相関係数」を採用  ※スピアマンの順位相関係数：2つの関係性の強さや方向（正の相関か負の相関か）を数値化する統計指標

分析結果の詳細

1. 事前学習を担う「GPTBot」のアクセス傾向分析

スピアマンの順位相関係数を見ると、検索順位や検索ボリュームとの相関は低く、一方で「内部リンク数」とは明確な相関を示しています。

ここから読み取れるGPTbotの基本挙動は、まずはサイト内のURLを全て総当たりでクロールし、その上でサイト内の導線（＝内部リンク）が多いページを「重要」とみなして重点的に学習する可能性があるというものです。

GPTbotアクセス数分布

スピアマン順位相関係数

指標相関係数（値＞0のみ）
SEO順位-0.239（弱い相関）
検索ボリューム0.036（相関なし）
内部リンク0.428（中程度の相関）
外部リンク0.172（相関なし）

1-1. 検索ボリュームには影響されず、ほぼ同等の頻度でアクセスされる

検索ボリュームが「Low（1~99）」と少ないニッチなページ群であっても、GPTbotは均等にアクセスします。

箱ひげ図において、ボリューム「Low (1-99)」層の平均アクセス数は10.3回でした。これは「Mid (100-999)」の10.5回、「High (1000+)」の12.7回と比較しても遜色ない水準です。検索需要の有無に関わらず、同等の頻度でクロールが行われていることがわかります。

1-2. 内部リンクが多いページはGPTBotに繰り返し訪問される傾向

内部リンクが1本以上あるページ同士で比較すると、内部リンク数とGPTBotアクセス数の相関はr=0.428（中程度）です。

また、内部リンク0のページの平均アクセスは1.28回、100本以上では12.32回（約10倍）となっており、内部リンクが多いページほど平均アクセス数も伸びている傾向にあります。

1-3. アクセス頻度には「波」がある

月次アクセスの推移を見ると、2025年6月（約106万）・2025年10月（約122万）に急増の波があります。GPTBotの収集が特定時期に集中するバッチ的な性質を持つ可能性が示唆され、「波が来たときに整ったコンテンツが存在している」状態を常時維持しておくことは、その意味で一定の意義があると言えるでしょう。

1-4. アクセスの50.5%が「詳細_レビュー」に集中（人間比で約17倍）

GPTBotは静的な解説記事よりも、ユーザーの生の声（口コミページ）に多くアクセスしています。GPTBotの「詳細_レビュー」へのアクセス割合は50.5%を占め、人間の全アクセスに占める「詳細_レビュー」の割合（2.9%）と比較すると約17倍です。

※注釈：50.5%は、404ページ（削除済みURL）へのアクセスを含む全期間の合計値です。404を除いた有効ページのみで計算すると、「詳細_レビュー」ページへのアクセスが占める割合は72.3%に上がります。

2.ChatGPT Searchのインデックスを担う「OAI-SearchBot」のアクセス傾向分析

OAI-SearchBotのアクセス傾向は、下記2段階で調査しました。

  1. メイン分析：OAI-SearchBotのアクセスの72.6%を占めるカテゴリ（ロングテールキーワードディレクトリ）を対象に、OAI-SearchBotのアクセス傾向を調査
  2. 比較検証：他のAIクローラー（GPTBot、ChatGPT-User）とのアクセス傾向比較

その結果、OAI-SearchBotの挙動はSEO順位との相関がほぼゼロでした。また、サイト内の重要度を示す内部リンク数への反応も、GPTBotに比べて極めて低いことが分かりました。

ここから導き出されるOAI-SearchBotの役割は、情報の質や人気度でページを選別せず、サイト内の全ディレクトリをインデックスするという、極めてフラットな収集です。

2-1. SEO評価に影響を受けず、フラットにアクセスする傾向

大まかな傾向として、SEO評価のない（100位圏外）ページは中央値1回の巡回で収束する傾向があります。また、SEO順位Top1～3のページでも、OAI-SearchBotのアクセスは最大6回程度で頭打ちになっているのが特徴的です。

セグメント件数平均アクセス中央値備考
SEO順位なし（100位圏外）8,508件1.78回1回－
Top 1〜3312件4.31回5回最大6回
検索ボリューム多（1,000+）65件4.77回5回最大6回

このOAI-SearchBotの傾向（最大6回程度のアクセスで頭打ちになる）は、GPTBotが内部リンク数に応じて増加する傾向とは対照的です。

アクセス数の分布上限比較

続いて、GPTBotとOAI-SearchBotの挙動を比較してみます。

searchBot（詳細_レビュー）アクセス数分布

スピアマンの順位相関係数

指標相関係数（値＞0のみ）
SEO順位-0.242（弱い相関）
検索ボリューム0.080（相関なし）
内部リンク0.356（中程度の相関）
外部リンク0.037（相関なし）

「1-1. 内部リンクが多いページはGPTBotに繰り返し訪問される傾向」で述べた通り、GPTBotは内部リンクが増えるとアクセス数が約10倍（1.28回 → 12.32回）に増加したのに対し、OAI-SearchBotは約2倍（1.63回 → 3.61回）の増加に留まっています。

また、SEO順位との相関も-0.242と弱いです。内部リンク数との相関は0.356と中程度ですが、GPTBotの0.428と比較すると弱い相関です。

OAI-SearchBotのアクセス傾向は総じて各SEO指標との相関が弱く、「各ページをフラットにインデックスする役割を担っている」と読み取れます。

2-2. 2025年4月以降に大量公開したロングテールキーワードディレクトリへのアクセス急増

ITトレンドでは、ロングテールキーワード対策のページを、/keyword/ 配下に10万ページ以上作成しました。2025年4月から段階的に公開を開始し、2025年6月頃から同ディレクトリページへのアクセスが急増しています。2-1章で「OAI-SearchBotのアクセス数は、SEO評価にあまり影響を受けない」と述べましたが、ニッチなロングテールキーワード対策ページ群へのアクセス急増からも、ページ数の増加に伴ってインデックスを拡大する、OAI-SearchBotの振る舞いを見てとることができます。

3. 主にリアルタイム拡張検索を担う「ChatGPT-User」のアクセス傾向分析

ChatGPT-Userのアクセスの47.4%を占めるカテゴリ（記事カテゴリ）を対象に、ChatGPT-Userのアクセス傾向を調査しました。

▼参考：ChatGPT-Userのアクセス回数（カテゴリ別）

ChatGPT-Userのアクセス回数（カテゴリ別）

3-1. PV数との相関が最も強い（r≒0.591）

調査の結果、ChatGPT-Userの挙動は「PV数（≒人間が実際に読んでいるページ）」と強く連動していることが判明しました。

RAG（記事）アクセス数分布

スピアマンの順位相関係数

指標相関係数（値＞0のみ）
SEO順位-0.228（弱い相関）
検索ボリューム0.300（弱い相関）
PV数0.591（比較的強い相関）
内部リンク0.477（中程度の相関）
外部リンク0.326（弱い相関）

PV数は「検索需要とSEO順位の両方を反映した結果指標」と解釈でき、SEO施策との連動でChatGPT-Userの参照頻度も高まる可能性が示唆されます。

3-2. 人間とChatGPT-Userのアクセス傾向の違い

ChatGPT-Userのアクセス傾向を、人間のアクセス傾向と比較してみます。

ページカテゴリChatGPT-Userのアクセス割合人間のアクセス割合倍率
詳細_価格10.7%0.6%18.6倍
詳細_トップ23.1％5.8％4.0倍
詳細_レビュー9.8％2.9％3.4倍
記事（おすすめツール〇選など）47.4％46.5％1.0倍
カテゴリ_トップ1.7％18.9％0.1倍
Award・特集0.7％19.5％0.04倍

特筆すべきは、人間がほぼ閲覧しない詳細ページ（製品詳細・価格・レビューなど）にも、ChatGPT-Userがアクセスしている点です。

また、人間のアクセスは「カテゴリ_トップ（18.9%）」と「Award・特集（19.5%）」で合計38%を占めますが、ChatGPT-Userにおけるこの2カテゴリへのアクセスは、2.4%に過ぎず、人間とChatGPT-Userのアクセス傾向の違いも垣間見えます。

あくまで推測ですが、ユーザーがChatGPTとの会話の中で「◯◯（製品名）の評判は？」「類似ツールとの価格や機能を比較してまとめて」といった指示をした際、客観的な情報源として比較サイトが重宝されている可能性が考えられます。

人間にとって使いやすいサイト形式（カテゴリトップページの整備など）や、人間にとって魅力的なコンテンツ（Awardなど）を拡充することももちろん重要ですが、AI時代においては「想定プロンプト≒ユーザーのニーズに直接答えるコンテンツ（比較記事・価格・レビューなど）を用意しておく重要性も高いと言えるでしょう。

総括：比較サイトがAI時代に持ちうる価値

本調査で明らかにした各AIクローラーのアクセス傾向を通じて、比較サイトがAI時代に持ちうる価値について改めて考えてみます。

GPTBotが集中するレビューページ、OAI-SearchBotが網羅するロングテールキーワード対応ページ、ChatGPT-Userが頻繁に参照する製品詳細・価格ページ。これら3つはいずれも、比較メディアが構造的に強みを持つ領域です。自社公式サイトが担いにくい「第三者目線の評価情報」「大量のロングテールキーワードへの対応」「競合横断での製品情報整理」が、AIの情報収集プロセスと高い親和性を持っています。

「AIに読まれる場所に情報を置く」という観点で、比較サイトへの掲載は今後ますます重要性を増すと考えられます。ただし、掲載さえすれば推奨されるわけではありません。AIが参照する情報の質（口コミの具体性、製品詳細の構造的整備など）を充実させ、「AIにとって推奨に足る根拠が、Web上に、一貫性のある状態で、十分にある状態」を実現することが重要です。

比較サイトを「AIが参照するための情報源」として戦略的に活用する視点が、AI時代のマーケティングでは求められています。

＞＞AI検索時代に掲載しておきたい比較メディア「ITトレンド」にご興味をお持ちの方はこちら

本調査に関する留意点

  • 本稿で示した相関関係は因果関係を保証するものではありません。
  • 本分析はITトレンド（株式会社Innovation & Co.）のアクセスログデータを元に作成しました。
  • AIクローラーの挙動は、OpenAI社の仕様変更により変化する可能性があります。

分析手法に関する補足注記

以下は分析手法に関する詳細な注記です。定量値を参照・引用する際にご確認ください。

  • 【外れ値処理】定量分析（相関係数・平均値）にはIQR法（四分位範囲の1.5倍を超える値を除外）による外れ値処理を適用。除去規模：GPTBot約16.6%、RAG約12.8%、SearchBot約0.6%。
  • 【GPTBot相関係数の算出対象】全74万4,980件のうち検索ボリューム>0の599件（0.08%）に限定。残り99.9%はSEO指標がゼロで変数が定数となるため相関計算の対象外。全データを対象とした場合の内部リンク相関は0.183（参考値）。
  • 【代表クエリ選定】1URLに複数クエリが紐づく場合、推定流入数（Volume×推定CTR）が最大のクエリを代表値として採用。高ボリュームクエリへの代表値偏向により、検索ボリューム相関が若干過大・ニッチクエリ相関が若干過小になる可能性があるが、各Bot間の感度差の比較という本分析の目的への影響は限定的と判断。
  • 【分析対象月】定量分析は2025年10月単月。同月はGPTBot・SearchBotのアクセスが観測期間中の最大値月（それぞれ月平均の約289%・356%）にあたるため、全期間の平均的な傾向と異なる可能性がある。各Botの全期間にわたる傾向は本文内の時系列グラフを参照。
プロフィール画像
担当メンバー LANY LLMO LAB編集部

LANY LLMO LAB編集部です。①独自の定量分析、②アンケート調査、③各分野の専門家との対談という手法を通じて、LLMO（大規模言語モデル最適化）の進化が、企業のマーケティング活動や人々の検索・消費行動にどのような変化をもたらすのか多角的に探求。客観的な情報としてお届けします。

関連記事

View More

デジタルマーケティングのお悩み、
まずはお気軽にご相談ください。

LANYがお客様と共に考え、最適な解決の方向性をディスカッションを通じて見つけ出します。
サービス詳細は資料でもご確認いただけます。