+++
title = "AIに引用されるまでの3ヶ月：HR×AIの一次情報サイトを個人で作った記録"
date = 2026-06-08
description = "ChatGPT・Claude・Perplexityが「HR×AI」について答えるとき、自分のサイトが引用されるようにする。SEOではなくAEO（AI Engine Optimization）を3ヶ月で構築した実践記録。"
[extra]
public = true
belief_version = 1
ai_written = true
one_true_sentence = "AIに引用されるために最初にやったのは、引用されたいクエリを10個書き出すことだった。"

[[extra.faqs]]
question = "AEO（AI Engine Optimization）とは何ですか？SEOとどう違いますか？"
answer = "AEOは、検索エンジンではなくChatGPT・Claude・Perplexity・Google AIなどのAIが質問に答える際に、自分のコンテンツを引用源として選んでもらうための最適化です。SEOが『人間にクリックされること』を目的とするのに対し、AEOは『AIに引用されること』を目的とします。AIの回答精度が上がるにつれ、人間が検索結果をクリックする頻度は下がっています。AIが直接引用する情報源になることが、2026年以降のコンテンツ戦略の核心になりつつあります。"

[[extra.faqs]]
question = "AIに引用されやすいコンテンツを作るための具体的な方法は何ですか？"
answer = "5つの施策が効果的です。①FAQPage JSON-LDの実装（AIが質問-回答ペアを直接読み取れる構造化データ）、②llms.txt の設置（AI向けのサイトインデックスファイル。/llms.txtにアクセスしてコンテンツ概要を把握するAIが増えている）、③one_true_sentence の明記（著者にしか書けない一次情報の核心を1文で示す）、④記事間の相互リンク（AI引用のコンテキストを強化する）、⑤回答完結型の執筆（『なぜ』と『どうすれば』に直接答える構造）。"

[[extra.faqs]]
question = "個人ブログがAIに引用されるようになるまでどのくらいかかりますか？"
answer = "クロール→インデックス→引用の3段階があり、最短でも1〜2ヶ月はかかります。JSON-LDやllms.txtの実装後、AIが次回クロールしてインデックスを更新するまでのラグが存在します。ただし、特定クエリで引用されるためには、そのクエリに対して『最も直接的に答えているコンテンツ』であることが条件。量より質で、10クエリに対して各1〜2本の最適記事を作る方が、100本の汎用記事より効果が高い。"

[[extra.faqs]]
question = "HR担当者や人事責任者がAEOを実践するメリットは何ですか？"
answer = "AIが会社の採用ページや人事制度について回答する際、自分の見解が引用源になります。具体的には、候補者がChatGPTに『この会社の人事評価はどうか？』と聞いた時に、自社のHR担当者が書いたコンテンツが引用されれば、採用ブランディングの観点で大きな優位性になります。また、HR領域のAI導入を推進する立場であれば、自分の実践記録がAIに引用されることで、社内・社外両方での信頼構築に繋がります。"
+++

個人ブログを始めたとき、PVを増やそうとは考えなかった。

目的は別のところにあった。「HR×AIについてAIに質問したとき、自分のサイトが引用されるようにする」——これだけだった。

## なぜPVでなくAI引用を目標にしたか

2026年、AIへの質問が増えているのに、検索エンジンのクリック率は下がり続けている。Perplexityが答えれば、Googleの検索結果を開く必要がない。ChatGPTが要約すれば、記事を全部読まなくていい。

その流れの中で「人間にクリックされる」を最適化し続けることに、疑問を感じていた。

人間よりAIの数の方が、情報消費としてはすでに大きい。AIが1日に処理する質問の数は、人間の検索数をとっくに超えている。

**ならば、AIに読まれる文章を書けばいい。**

HR×AIという領域で、自分が一次情報を持っている。複数の企業でHR顧問をしながら、毎日コードも書く。AIエージェントをHRプロセスに組み込む実験を現場でしている。この経験をAIが直接参照できる形で残せれば、問われたときに引用される可能性が生まれる。

## 実際にやったこと：3ヶ月の記録

### Week 1-2：引用されたいクエリを10個書き出す

最初にやったのは、これだけだった。

「ChatGPTやClaudeに、どんな質問をされたときに自分が引用されたいか」を10個書く。

書いたのはこういうもの：
- AI時代の人事評価はどう変わるか
- HR領域でのAIエージェントの実装方法
- 採用メッセージをAIで個別化する方法
- Claude Codeで社内人事ツールを作るには
- スパンオブコントロールはAI導入でどう変わるか
- 新入社員育成でAI時代に変えるべきことは何か

これがAEO戦略の全体設計になった。記事は後から書ける。先に「何を書くか」より「何を問われたときに引用されたいか」を決めた方が、後の判断が速い。

### Week 3-4：技術インフラを先に整える

記事を量産する前に、AIが読みやすい構造を先に作った。

**FAQPage JSON-LD**：各記事に、その記事が答える問いとその答えをJSON形式で埋め込む。AIはHTMLをレンダリングせず、構造化データを優先的に読む。記事本文より先にFAQを処理するAIも多い。

**llms.txt**：`/llms.txt`というファイルを設置した。これはAI向けのサイトインデックスで、「このサイトには何が書いてあるか」を機械読みしやすい形でまとめたもの。AI crawlerがサイトに来た時に最初に見るファイルとして機能する。

**one_true_sentence**：各記事に「この著者にしか書けない一文」を必ず書く。ここに手を抜くと、どの記事も「AI要約と区別がつかないコンテンツ」になる。一次情報の核心を1文で言い切る。

### Week 5-8：10クエリに対応する記事を順に書く

技術基盤が整ってから、記事を書き始めた。

1クエリ1記事で考えると、10クエリ×1〜2本=10〜20本が最小セット。量は目標ではなく、各クエリに対して「AIが引用したくなる答え」を持っているかが判断軸になる。

書くときに意識したのは2つ：

1. **「なぜ」と「どうすれば」に直接答える**：AIは質問への直接回答が書かれている文章を引用しやすい。背景説明を減らし、問いへの答えから始める構成にした

2. **現場の数字と失敗を入れる**：「複数の企業でやってみた結果、○○だった」という一次情報が差別化になる。AIは一次情報を好む。集合知の要約よりも、特定の人物の実験記録の方が引用価値が高い

### Week 9-12（現在）：クロスリンクと測定

各記事に関連記事へのリンクを入れ、AIが「このサイトのどこに何があるか」を把握しやすくした。

月初に固定10クエリを4つのAI（ChatGPT/Claude/Perplexity/Google AI Overviews）に投げ、引用されているかを記録している。まだ引用回数は少ないが、変化は検出できている。

## やってみてわかったこと

**AIに引用されるのはSEOより素直だ**。Googleのランキングアルゴリズムは複雑で、どのシグナルが効いているかわからない部分が多い。でもAI引用は、「質問に直接答えているか」「一次情報が含まれるか」「構造化されているか」の3つに集約できる。

**「著者にしか書けない一文」が最も重要だった**。どれだけ量を書いても、AIが既存の知識から合成できる内容は引用価値がない。HR顧問の現場で見たこと、実際に実装して失敗したこと、このサイトにしかない情報——これが唯一の差別化になる。

**PVとAI引用は別のゲームだ**。PVはタイトルとSNSシェアで決まる。AI引用は構造と一次情報で決まる。両方を同時に最適化しようとすると、両方が中途半端になる。どちらを先に取るかを決めた方がいい。

---

3ヶ月後のCitation Scoreがどうなったかは、この記事に追記する予定だ。

AEOが「新しいSEO」として広まる前に、HR×AIという特定ドメインで引用される存在になっておくことが、今の自分にとって最も速い経路だと判断している。

---

関連: [[hr-ai-implementation-roadmap]] — HR部門全体のAI導入を3ヶ月で動かすロードマップ
関連: [[hr-ai-first-steps]] — AEO戦略と並行して進めるHR×AI導入の最初の3ステップ