AIに月20万回読まれても、AI経由の流入は全体の0.94%だった

AI経由の流入は、当サイトのサーバログとGA4を突き合わせた実測で全体の0.94%でした。一方でAIクローラーの巡回は人間の生リクエスト数の12.0%に達しており、読まれる量と人が来る量は連動していません。

📖 この記事で分かること

• AIクローラーの巡回量と実際の流入は比例しない
• 自社実測でAI経由の流入は全体の0.94%だった
• ベンダー別に1セッションあたり85〜294回の差
• GEO/LLMO施策より先にやるべき計測の手順

💡 知っておきたい用語

• GEO/ LLMO: 検索エンジン向けのSEOに対して、AIアシスタントの回答に引用されることを狙う施策の総称。
• AIクローラー: AI企業が回答生成や学習のためにサイトを巡回して読み取るプログラム。図書館の本を端から複写していく作業員に近い。
• リファラー: 訪問者がどこから来たかを示す情報。AIアシスタントの回答内リンクを踏んで来た場合、そのサービス名が記録される。

最終更新日: 2026年8月6日

自社のログとGA4を並べたら数字が噛み合わなかった

この記事のポイント

• 当サイト実測で、AI経由の人間の流入は全体の0.94%だった(2026年8月6日基準・28日窓)。
• 同時期のAIクローラーの巡回は、人間の生リクエスト数の12.0%に相当した。
• ベンダー別に見ると1セッション獲得までのクロール数は85〜294回と差があり、巡回量が最大でも流入が計測ゼロのクローラーもある。
• クロール量を成果指標にせず、まず自社の両側を並べて測ることを提案する。

AI経由の流入は、当サイトの実測で全体の0.94%だった。ところが同じ時期、AIクローラーによる巡回は人間の生リクエスト数の12.0%に達している。「AIに読まれている量」と「AIから人が来る量」は、桁で見ても連動していなかった。本記事では、その実測値と、そこから筆者が取る立場を示す。

なぜこの話題か

GEO、LLMOといった言葉で「AIに引用されるための施策」が語られる機会が増えた。方向性そのものに異論はない。筆者が引っかかったのは、議論の少なくない部分が「AIクローラーに読まれているか」を成果の代理指標として扱っている点だ。読まれることと、そこから人が来ることは、本来まったく別の事象である。

当サイトは記事の自動生成と自動投稿を運用しており、その副産物としてサーバのアクセスログとGA4の流入チャネルを日次でデータベースに蓄積している。クロール側と流入側の両方が手元にあるなら、この疑問は推測ではなく実測で確かめられる。そう考えて、両者を並べてみた。

現場で見ている景色

まずクロール側から。アクセスログのユーザーエージェントを human / 検索クローラー / AIクローラー / その他bot に分類したうえで、ログが完全に記録できていた16日分(2026年7月6日から7月30日)を集計した。AIクローラーからのリクエストは合計112,169件、日平均で約7,011件だった。28日に換算すると約19万6千件になる。同じ期間の人間の生リクエスト数と比べると12.0%にあたる。決して小さくない量が、人間ではない読み手に向けて配られている。

次に流入側。GA4で2026年8月6日を基準にした直近28日を見ると、AIアシスタント経由で実際に訪れた人間のセッションは全体の0.94%だった。

この0.94%という水準は、当サイトだけの特殊事情ではない。Conductorが2026年に公開したAEO/GEOベンチマークでは、13,770の企業ドメイン・33億セッション(2025年5月〜9月)を集計してAI経由の流入は全ウェブトラフィックの平均1.08%と報告されている。桁として、ほぼ同じ場所にいる。

ベンダーごとに「送り返す設計」がまるで違う

面白いのはここからだ。28日換算したクロール数を、同期間に同じベンダー経由で来たセッション数で割ると、「1セッションを得るために何回クロールされたか」という指標が出る。当サイトの実測値は次のようになった。

最も巡回量が多いByteDanceは全AIクロールの約73%を占めるが、そこを経由した流入は計測できていない。Metaも同様である。批判として書いているのではなく、目的が回答内での出典提示ではないクローラーが存在する、という計測結果として受け取っている。

逆に、最も巡回量が少ないPerplexityが、1セッションあたり約85回と最も効率よく人を送り返していた。OpenAIの約294回とは3倍以上の開きがある。

この差は感覚的なものではなく、外部データとも符合する。前述のConductorのレポートでは、回答内でソースを引用する比率がPerplexityは13.8%、ChatGPTは0.7%と報告されている。引用リンクを出す頻度が高いサービスほど、クロール1回あたりの送客効率が高い。当サイトで観測した順序は、この構造で素直に説明がつく。

流入元の内訳も見ておく。当サイトのAI流入をシェアで見ると、ChatGPTが約44%、Perplexityが約23%、Claudeが約21%、Geminiが約12%だった。業界ベンチマークで一般に報告されるChatGPTの圧倒的優位と比べると、当サイトではChatGPTの比率が明らかに低く、PerplexityとClaudeが厚い。技術寄りの読者層という媒体特性が出ている可能性はあるが、1媒体の観測なので断定はしない。

まだ分からないこと

正直に書いておくべき制約がある。ここで並べた2つの数字は、測定系統も観測窓も違う。クロール側はサーバのアクセスログで2026年7月の完全な16日分、流入側はGA4で8月6日を基準にした28日窓である。したがって「12.0%対0.94%」は小数点以下の精度で語れる比ではなく、あくまで桁の話として読むべきものだ。筆者はこれを厳密な比率ではなくオーダーの議論として提示している。

また、クロールされた記事が実際にAIの回答内で引用されたかどうかは、アクセスログからは分からない。引用されたが読者がリンクを踏まなかったケースと、そもそも引用されなかったケースは、この計測では区別できない。

筆者はこう見ている

筆者の立場は、クロール量を成果指標にしてはいけない、というものだ。根拠は3点ある。

第一に、実測で連動していない。人間トラフィックの12.0%に相当する巡回を受けながら、返ってきた人は全体の0.94%だった。読まれた量と送り返される量の間に、比例関係を仮定できるだけの根拠がない。

第二に、ベンダーごとに設計が違いすぎる。同じ「AIクローラー」という括りの中に、1セッションあたり85回のものと、大量に巡回しながら流入が計測ゼロのものが同居している。これらをまとめて「AI対策」と一語で呼ぶのは、対象の性質を無視した粗い扱いだと考える。施策を打つなら、どのベンダーが引用リンクを出す設計なのかまで降りる必要がある。

第三に、分母を知らないまま施策を買うことになる。自社のAI経由流入が現時点で何%なのかを知らずにGEO施策を導入すると、効果があったのかどうかを判定する土台がない。これは母数を見ないまま改善率だけを語るのと同じ構図で、当サイトの自動運用でも繰り返し踏んできた失敗である。

ただし、大量にクロールされること自体を無意味だとは考えていない。クロールされている状態は「引用され得る状態」であり、回答内で言及されることのブランド上の価値はクリック数には現れない。前述のレポートも、AIの価値の多くはクリックより上流にあると指摘している。筆者が主張しているのは、それを流入KPIと同じ勘定に入れるな、という一点である。

この見方が変わる条件も書いておく。巡回量の大きいクローラーが回答内で出典リンクを常時提示する設計に変われば、クロール量と流入の相関は一気に立ち上がる。そうなればクロール量は先行指標として意味を持つ。現時点の実測では、その相関はまだ観測できていない。

読者への提案

自社サイトを運用している読者に、次の3つを提案する。

1. サーバのアクセスログを、ユーザーエージェントでhuman・検索クローラー・AIクローラーに分類して日次で残す。 GA4にはボットがほぼ乗らないため、クロール側を捕捉できる経路はアクセスログだけになる。まず両側のデータを持つことが出発点になる。
2. AI経由の流入を、ベンダー別に分解して現在値を記録する。 多くの解析ツールでAIアシスタント経由はリファラーとして参照元ドメインに落ちる。合計値だけでなくベンダー別に持つと、次に見る「1セッションあたりのクロール数」が計算できる。
3. GEO/LLMO施策を検討するなら、導入前の現在値を必ず先に確定させる。 0.94%が1.5%になったのか動かなかったのかを判定できるのは、開始前の数字を持っている場合だけである。施策の是非より先に、判定できる状態を作ることを優先したい。

よくある質問

Q: AIクローラーをブロックすれば良いのでしょうか

A: この記事はブロックを推奨するものではありません。当サイトの実測では、巡回量が少ないPerplexityが最も効率よく人を送り返していました。巡回を止めれば引用される可能性も同時に失われます。判断するなら、まずベンダー別の送客効率を自社で測ったうえで検討することを勧めます。

Q: AI経由の流入0.94%は少なすぎませんか

A: Conductorのベンチマーク(13,770ドメイン・33億セッション、2025年5月〜9月)では平均1.08%と報告されており、当サイトの実測はほぼ同水準です。現時点ではこの規模が一般的とみられます。

Q: 同じ計測を自社で始めるには何が必要ですか

A: サーバのアクセスログと、GA4など流入元を記録できる解析ツールの2つで足ります。特別なツールの購入は不要で、アクセスログのユーザーエージェントを分類する処理を1つ用意すれば計算できます。

まとめ

当サイトの実測では、AIクローラーの巡回が人間の生リクエストの12.0%に達する一方、AI経由の人間の流入は全体の0.94%にとどまった。ベンダー別に見ると1セッションあたりのクロール数は85回から294回まで開き、大量に巡回しながら流入が計測ゼロのクローラーも存在する。読まれる量と人が来る量は、別の勘定として管理すべきものだ。GEO/LLMOに取り組むかどうかの判断より先に、自社の現在値を測れる状態を作ることを筆者は勧める。

計測が「0件」を返すときの読み方については、以下の記事で詳しく解説しています:

【用語解説】

• アクセスログ: サーバが受け取ったリクエストを1行ずつ記録したファイル。誰が、いつ、どのページを要求したかが残る。
• セッション: 訪問者がサイトに来てから離脱するまでの一連の行動を1回と数える単位。ページ表示回数とは別の指標。
• ユーザーエージェント: アクセス元が名乗る自己申告の識別名。ブラウザ名やクローラー名が入っており、人間かボットかの判定に使う。

引用元:

• [1] AI Traffic Is Around 1% of the Web. Clicks Aren’t Everything(Analyze / Conductor 2026 AEO/GEO Benchmarks Report を引用)

この記事について: AI 支援で執筆、編集部が事実確認・編集しています。誤りや追加情報があれば Contact よりお知らせください。