ChatGPT はどうやってソースを選ぶのか？メカニズム徹底解説
要点： ChatGPT は 2 つの異なるメカニズムでソースを選択しています。学習コーパス（GPT-4o の場合は 2025 年初旬までのデータ）は通常の回答の約 70% を提供し、このコーパスに存在するコンテンツは引用されるブランドに直接影響を与えます。RAG/ChatGPT Search は Bing をリアルタイムで検索し、残りの 30% を URL 引用付きで提供します。共通の選択基準は以下の通りです：クエリとの意味的一貫性、抽出可能な構造、測定可能な外部的権威性。これらのメカニズムを理解することで、最適な最適化戦略を絞り込むことができます。
学習コーパス：長期記憶システム
GPT-4o は、ある時点までのウェブから取得した大規模なテキストコーパスで学習されています（現在のバージョンでは 2025 年初旬まで）。このコーパスには、ウェブページ、Wikipedia の記事、フォーラム、報道、電子書籍、コードが含まれています。
ChatGPT が検索を有効化せずに回答する場合、学習中に読んだ内容を「記憶」しています。ブランド、専門知識、議論がこのコーパス内で頻繁に、かつポジティブに登場すれば、それらはモデルの暗黙的な記憶に組み込まれます。
GEO における影響：
- カットオフ日付前に公開されたコンテンツの方がウェイトが高い
- 複数の多様なソースでの言及頻度がシグナルを増幅する
- 意味的一貫性（同じブランド、同じメッセージ、複数のソース）がその定着を強化する
ChatGPT Search：リアルタイム RAG モード
ユーザーが ChatGPT Search を有効化するか、高い事実性・時事性を持つクエリを入力した場合、ChatGPT は Bing を検索して結果を統合します。このモードは：
- 回答内に URL を引用する
- 最近のコンテンツと Bing でよくインデックスされているコンテンツを優先する
- ページの構造を分析して関連要素を抽出する
- 複数のソースを集約してニュアンス豊かな回答を構築する
ここで Bing のランキングが重要な役割を果たします。Bing で順位が低いページが選択される可能性は低くなります。
両モードに共通する選択基準
コーパスであれ RAG であれ、ChatGPT は以下を優先します：
- 意味的関連性：コンテンツは提出された質問に正確に答えているか？
- 抽出可能性：コンテンツを独立した理解可能なチャンク（断片）に分割できるか？
- ソースの権威性：ブランド/著者は他の場所でもポジティブに引用されているか？
- 事実の明確性：数値データ、日付、検証可能な固有表現があるか？
- 見かけの中立性：過度にプロモーショナルなコンテンツは低く評価される
ChatGPT がしないこと
- あなたの分析データ（GA4、Search Console）にアクセスしない
- ログインやペイウォール背後のコンテンツを読まない
- 代替テキストなしの画像を解釈しない
- ソーシャルシグナル（いいね、シェア）を直接考慮しない