LLMOとearnedメディア
——AI引用リフト239%が駆動するメディア買収の構造

01何が起きているか——相次ぐメディア企業の買収

2026年春、大手テック企業によるメディア企業の買収が相次いでいる。Axiosは4月7日付の報道で、この動きの背景にLLMO（Large Language Model Optimization）——いわゆるAI検索最適化——があると分析した。

これらの買収に共通するのは、買収先がいずれも「自社と関連する分野で、信頼性の高いコンテンツを継続的に生産するメディア」であるという点である。純粋なメディア企業買収として見れば割高にも映るが、LLMO（AI検索最適化）の文脈で読み解くと、合理的な投資に見えてくる。

02Stacker調査が示す「AI引用リフト239%」の中身

この買収ラッシュの背景にあるデータが、コンテンツ配信プラットフォームStackerとScrunchの共同調査（2026年3月公開）である。

Stackerのビジネスモデルに関する注記

Stackerは4,000以上のニュース媒体に対してコンテンツを配信するプラットフォームである。ブランドが費用を払い、パブリッシャーが編集判断に基づいて掲載する仕組みであり、自社では「earned media」と位置づけている。純粋な広告（スポンサード記事）とも、完全に独立した編集記事とも異なる中間的な形態であり、「有料のコンテンツシンジケーション」と表現するのが正確であろう。したがって、本調査の「239%リフト」は、完全に無料のearnedメディアだけでなく、有料配信を含む数値である点に留意が必要である。

03なぜ第三者メディアがAIに優遇されるのか

では、なぜ自社サイトに同じ内容を書くよりも、第三者メディアに掲載されたほうがAIに引用されるのか。複数の調査データから、その構造が見えてくる。

データ1: AIが引用するソースの89%はearnedメディア

Fullintel & UConn（2026年2月）の調査によれば、LLMが引用するリンクの89%以上がearnedメディア（第三者メディアによる報道・レビュー等）であり、ディスプレイ広告や記事風広告などの明確な「広告」からの引用は5%未満にとどまる。なお、PR記事やタイアップ記事はこの「広告」には含まれず、掲載先ドメインの権威が高ければAIに引用されることが他の調査で確認されている。AIは「自分で自分を褒めている情報」よりも「他者がその企業について述べている情報」を構造的に優先している。

データ2: 掲載先ドメインの権威が決定的に重要

Stacker調査をさらに掘り下げると、AI引用率の差を生むのは記事の内容よりも「どのドメインに掲載されているか」であることがわかる。同じ内容でも、ワイヤーサービス（プレスリリース配信プラットフォーム）経由では引用率0.04%にとどまるのに対し、高権威ドメインに掲載された場合は18〜34%に跳ね上がる。

データ3: YouTube言及がAI可視性の最強予測因子

Ahrefsの7.5万ブランド調査では、AI可視性と最も強い相関を持つ因子はYouTube上でのブランド言及（相関係数0.737）であった。これも第三者がブランドについて語るコンテンツ（レビュー動画、比較動画等）が重要であるという構造と一致する。

04新指標「coverage breadth」——単一エンジン最適化の終わり

Stacker調査が提唱した注目すべき概念が「coverage breadth（カバレッジ幅）」である。

これは、単一のAIプラットフォームでの引用率ではなく、複数のAIプラットフォーム横断でどれだけ一貫して引用されるかを測る指標である。調査では、第三者メディアへの配信により、coverage breadthの中央値が5.4%から17.9%に拡大した（約3.3倍）。

この指標が重要なのは、ChatGPTで引用されることとPerplexityで引用されることは、別の戦いであるという現実を反映しているためである。当社の観測データでも、ChatGPTとPerplexityの引用ドメイン重複率はわずか11%であることが確認されている（F048）。「ChatGPT対策」だけをやっても、Perplexityでは全く引用されない可能性がある。

第三者メディアへの配信がcoverage breadthを3.3倍にするのは、複数のAIエンジンがそれぞれ異なるソースプールから情報を取得している中で、第三者メディアが複数のプールに横断的に存在しているためと考えられる。

05日本企業への示唆——メディアを買わなくてもできること

OpenAIのような数億ドル規模のメディア買収は、大半の日本企業にとって現実的な選択肢ではない。しかし、「第三者メディア経由のAI引用が自社発信の3倍以上効果がある」という構造自体は、規模に関係なく活用できる。

1. 業界メディア・比較サイトへの掲載を積極的に狙う

自社ブログを充実させることよりも、業界の比較メディア・レビューサイトに掲載されることのほうがAI引用には直接的に効く。当社の観測では、競合がすべてGoogleマップに登録・口コミを蓄積している中で、比較サイトに掲載されていただけのブランドがPerplexityに推薦されたケースを確認している。比較サイトの編集評価が、口コミと同等以上の信頼ソースとして機能していた。

2. PR記事は「掲載先ドメイン」で選ぶ

PR記事や有料のタイアップ記事であっても、掲載先が高権威ドメインであればAIに引用される。現時点で、LLMがスポンサード表記を体系的にフィルタリングしているという証拠はない。重要なのは「PR記事か否か」ではなく「どのドメインに載るか」である。当社の定点観測でも、prtimes.jpはChatGPT・Geminiの引用ドメインランキングで上位に入っている。

3. YouTube上でのブランド言及を増やす

YouTubeでの言及がAI可視性の最強予測因子（相関0.737）であることは前述の通りである。自社でYouTubeチャンネルを運営するだけでなく、レビュアーやインフルエンサーに取り上げてもらうことが重要である。なお、Instagramはほぼ全てのAIクローラーをrobots.txtでブロックしており、LLMO施策としては不適格である。

4. 業界全体の比較コンテンツを自社で制作する

「比較サイト経由の引用が強い」のであれば、自社で業界全体の比較コンテンツを制作する選択肢もある。ここで言う「比較コンテンツ」とは自社を一方的に持ち上げる記事ではなく、公平な基準で業界全体を評価するメディアのことである。競合も含めて正直に比較し、自社が本当に強い文脈（価格帯、用途、特定ニーズなど）を根拠付きで打ち出す。AIは公平な比較の中で「この用途ならこのブランドが強い」と評価されている情報を、信頼ソースとして採用する傾向がある。

06当社の観測データとの整合性

Stacker調査のデータは、当社が独自に行っている定点観測の結果と複数の点で整合する。

• エンジン間の引用ドメイン重複率11%（F048）: coverage breadthの概念を裏付ける。単一エンジン向けの最適化では不十分であり、複数のソースプールへの分散露出が必要
• パーセプション3層構造（F039→F048→F049）: AI推薦の安定性は、個別のURLではなく、Web全体に蓄積された「文脈」によって決まる。文脈の寄与率37%、ブランド言及14%、ドメイン権威10%。第三者メディアは「文脈」と「ドメイン権威」の両方に寄与する
• 比較サイトの編集評価がPerplexityの推薦を直接制御する（&ART事例）: 第三者メディアの「フレーミング」がAI推薦のナラティブをそのまま形成するという実例