<?xml version="1.0" encoding="utf-8" standalone="yes"?>
<rss version="2.0" xmlns:atom="http://www.w3.org/2005/Atom" xmlns:content="http://purl.org/rss/1.0/modules/content/" xmlns:dc="http://purl.org/dc/elements/1.1/" xmlns:media="http://search.yahoo.com/mrss/">
  <channel>
    <title>Content Strategy · 仁才徳</title>
    <link>https://jared.lynskey.co.nz/ja/tags/content-strategy/</link>
    <description>ソフトウェアエンジニアリングと開発組織のリーダーシップについて。評価、採用とチームの拡大、CI/CD、DevOps モニタリング、エージェンティック AI。ソウルより。</description>
    <generator>Hugo</generator>
    <language>ja</language>
    <copyright>© 2026 仁才徳</copyright>
    <lastBuildDate>Sat, 07 Nov 2026 00:00:00 +1300</lastBuildDate>
    <atom:link href="https://jared.lynskey.co.nz/ja/tags/content-strategy/index.xml" rel="self" type="application/rss+xml" />
    <item>
      <title>ChatGPTに引用されるには：小さなブログでやったこととログの数字</title>
      <link>https://jared.lynskey.co.nz/ja/posts/2026/2026-09-16-blog-as-a-source-for-ai-assistants/</link>
      <guid isPermaLink="true">https://jared.lynskey.co.nz/ja/posts/2026/2026-09-16-blog-as-a-source-for-ai-assistants/</guid>
      <pubDate>Wed, 16 Sep 2026 00:00:00 +1200</pubDate>
      <dc:creator>Jared Lynskey</dc:creator>
      <category>SEO</category>
      <category>Crawlers</category>
      <category>LLM</category>
      <category>Hugo</category>
      <category>Cloudflare</category>
      <category>Content Strategy</category>
      <category>Writing</category>
      <description>ChatGPTなどのAIアシスタントに引用されるために（GEO）このブログでやったこと。通すべきボット、ブラウザ不要のHTML、著者入りの構造化データ、誰も読んでいなかったllms.txt。</description>
      <content:encoded><![CDATA[<p>ChatGPTなどのAIアシスタントに引用されたいなら、まず回答時にページを取りに来る検索用のボットを通すことです。学習用のクローラーとは別物で、片方をブロックしてももう片方には影響しません。そのうえで、JavaScriptを動かさなくても読めるHTMLを、著者名入りの構造化データ付きで返します。llms.txtは、私のログを見る限り誰も取りに来ていません。いちばん大事なのは、各セクションが最初の一文で主張を言い、段落を単独で引用できるように書くことです。</p>
<p>このブログへの検索流入はここ2年ほど横ばいで、動くことを期待するのはやめました。そこで代わりに、訪問者がどこから来ているのか、その中にAIアシスタントはいるのかを見に行きました。いることはいます。かろうじて、ですが。2026年9月16日までの12か月で、アクセス解析が数えたこのサイトのセッションは5,372。そのうちAIアシスタント経由は27で、内訳はchatgpt.comから12、gemini.google.comから9、Perplexityから6、claude.aiからは0でした。0.5%です。ただ、ChatGPTから来た人は良い訪問者でした。平均の滞在時間は5分。直接アクセスの27秒、Google経由の3分と比べると長い。すでに答えを読んだうえで、詳細を知りたくて来ているからです。</p>
<p><figure><span class="mc-img"><img
    class="my-0 rounded-md"
    loading="lazy"
    decoding="async"
    fetchpriority="auto"
    alt="12か月間の参照元別セッション数。AIアシスタントを強調表示"
    width="2400"
    height="1164"
    src="https://jared.lynskey.co.nz/en/posts/2026/2026-09-16-blog-as-a-source-for-ai-assistants/chart-referrers_hu_590f408ed875db1f.webp"
    srcset="https://jared.lynskey.co.nz/en/posts/2026/2026-09-16-blog-as-a-source-for-ai-assistants/chart-referrers_hu_590f408ed875db1f.webp 800w, https://jared.lynskey.co.nz/en/posts/2026/2026-09-16-blog-as-a-source-for-ai-assistants/chart-referrers_hu_d8da7a3f1d1c9190.webp 1280w"
    sizes="(min-width: 768px) 50vw, 65vw"
    data-zoom-src="https://jared.lynskey.co.nz/en/posts/2026/2026-09-16-blog-as-a-source-for-ai-assistants/chart-referrers_hu_b3dda7d23abf271d.webp"></span><figcaption>参照元別のセッション数、12か月分。青がAIアシスタントで、5,372セッション中27。</figcaption></figure>
</p>
<p>そこで、小さなブログがそういう回答の情報源に選ばれるにはどうすればいいのか、少し時間をかけて調べました。この記事はこのサイトでやったことと、それについてログが何を言っているかの話です。数字があるところは数字を出し、推測でしかないところはそう書きます。最初の草稿にあった3つの文は、実際に調べてみたら間違っていました。その訂正はそのまま残してあります。</p>

<h2 class="relative group">ボットは2種類あって、引用してくれるのは片方だけ
    <div id="ボットは2種類あって引用してくれるのは片方だけ" class="anchor"></div>
    
    <span
        class="absolute top-0 w-6 transition-opacity opacity-0 -start-6 not-prose group-hover:opacity-100 select-none">
        <a class="text-primary-300 dark:text-neutral-700 !no-underline" href="#%e3%83%9c%e3%83%83%e3%83%88%e3%81%af2%e7%a8%ae%e9%a1%9e%e3%81%82%e3%81%a3%e3%81%a6%e5%bc%95%e7%94%a8%e3%81%97%e3%81%a6%e3%81%8f%e3%82%8c%e3%82%8b%e3%81%ae%e3%81%af%e7%89%87%e6%96%b9%e3%81%a0%e3%81%91" aria-label="アンカー">#</a>
    </span>
    
</h2>
<p>まずはっきりさせておきたいのは、「AIボット」と呼ばれるものは仕事の違う2種類で、ユーザーエージェントも別、片方をブロックしてももう片方には何の影響もない、ということです。</p>
<p>学習用クローラーは、次のモデルを作るためにページを大量に持っていきます。OpenAIのはGPTBot、AnthropicのはClaudeBot、GoogleのはGoogle-Extendedというトークンで、AppleのはApplebot-Extendedで制御し、Common CrawlのCCBotは公開データセットの大半の元になっています。持っていかれたものは重みになって終わりで、こちらへのリンクは残りません。これらをブロックする理屈はあって、私も馬鹿げた話だとは思いません。</p>
<p>もう一方が検索取得用のボットです。誰かがChatGPTやClaudeやPerplexityに質問すると、アシスタントは検索を走らせ、その場で数ページを取得して読み、出典付きで答えを書きます。その取得はOAI-SearchBotとChatGPT-User、Claude-SearchBotとClaude-User、PerplexityBotとPerplexity-Userとして届きます。GoogleのAI Overviewsは普通のGooglebotを使うので、専用のスイッチはそもそも存在しません。訪問者を送り返してくれるのはこちらのボットです。引用されるのが目的なら最適化する相手はこちらで、GPTBotをブロックしてもChatGPTの検索結果には良くも悪くも何の影響もない、というのは知っておく価値があります。</p>
<p>このサイトのrobots.txtはHugoのデフォルトで、すべて許可です：</p>
<div class="highlight-wrapper"><div class="highlight"><pre tabindex="0" class="chroma"><code class="language-text" data-lang="text"><span class="line"><span class="cl">User-agent: *
</span></span><span class="line"><span class="cl">Allow: /
</span></span><span class="line"><span class="cl">Sitemap: https://jared.lynskey.co.nz/sitemap.xml</span></span></code></pre></div></div>
<p>分けることも考えました。取得用のボットは通し、学習用は締め出す。でも、読まれることがそもそもの目的のブログでやる価値はないと判断しました。もしやるなら下のようになります。あえて載せるのは、<a href="https://jared.lynskey.co.nz/ja/posts/2026/2026-09-09-cloudflare-crawlers-cache/" >Cloudflare が Googlebot に空のページを返していた</a>と同じ教訓があるからです。一覧に書くのはボット名であって、会社名ではありません。「OpenAI」と書ける行は存在しないのです。</p>
<div class="highlight-wrapper"><div class="highlight"><pre tabindex="0" class="chroma"><code class="language-text" data-lang="text"><span class="line"><span class="cl">User-agent: GPTBot
</span></span><span class="line"><span class="cl">User-agent: ClaudeBot
</span></span><span class="line"><span class="cl">User-agent: Google-Extended
</span></span><span class="line"><span class="cl">User-agent: Applebot-Extended
</span></span><span class="line"><span class="cl">User-agent: CCBot
</span></span><span class="line"><span class="cl">Disallow: /
</span></span><span class="line"><span class="cl">
</span></span><span class="line"><span class="cl">User-agent: *
</span></span><span class="line"><span class="cl">Allow: /</span></span></code></pre></div></div>
<p>サイトがCloudflareの後ろにあるなら、確認しておくことが1つあります。2025年半ば以降、新しいゾーンはデフォルトでAIクローラーをブロックしますし、ボット設定には既存のゾーンにワンクリックで同じことをするトグルがあります。これは両方の種類をブロックします。このブログは先週Cloudflare Pagesに移したので、私の確認リストにも入っていました。「AIボット」というのが締め出すべきものに聞こえて有効にしたのなら、引用も一緒に切ってしまっています。その後Cloudflareは、管理しているrobots.txtに<code>Content-Signal</code>の行を書き込むようになりました。<code>search</code>、<code>ai-input</code>、<code>ai-train</code>という別々のフラグを持つものです。誰も従う義務はありませんが、語彙としては正しいと思います。上と同じ区分を、壁ではなく希望として表現したものです。</p>

<h2 class="relative group">実際にドアを叩いているのは誰か
    <div id="実際にドアを叩いているのは誰か" class="anchor"></div>
    
    <span
        class="absolute top-0 w-6 transition-opacity opacity-0 -start-6 not-prose group-hover:opacity-100 select-none">
        <a class="text-primary-300 dark:text-neutral-700 !no-underline" href="#%e5%ae%9f%e9%9a%9b%e3%81%ab%e3%83%89%e3%82%a2%e3%82%92%e5%8f%a9%e3%81%84%e3%81%a6%e3%81%84%e3%82%8b%e3%81%ae%e3%81%af%e8%aa%b0%e3%81%8b" aria-label="アンカー">#</a>
    </span>
    
</h2>
<p>Cloudflareへの移行には副作用がありました。初めて、すべてのリクエストをユーザーエージェント別に見られるようになったのです。2026年9月13日から16日までの4日間に来たものを、偽物を除いたうえで並べたのが下の表です。偽物についてはあとで書きます。</p>
<table>
	<thead>
			<tr>
					<th>ボット</th>
					<th>リクエスト数</th>
					<th>やったこと</th>
			</tr>
	</thead>
	<tbody>
			<tr>
					<td>ClaudeBot（学習用）</td>
					<td>1,777</td>
					<td>2日間で1,380の異なるページ、5言語すべて、加えてrobots.txtを37回</td>
			</tr>
			<tr>
					<td>meta-externalagent（学習用）</td>
					<td>1,748</td>
					<td>同じことを、1日遅れで</td>
			</tr>
			<tr>
					<td>OAI-SearchBot（ChatGPTの検索インデックス）</td>
					<td>59</td>
					<td>5言語すべてのページと、robots.txtを16回</td>
			</tr>
			<tr>
					<td>ChatGPT-User（回答中に取得）</td>
					<td>20</td>
					<td>コールドスタートの日本語記事、自前のアップデートサーバーの記事、トップページ</td>
			</tr>
			<tr>
					<td>Claude-User（回答中に取得）</td>
					<td>8</td>
					<td>アップデートサーバーの記事、contactページ、トップページ</td>
			</tr>
			<tr>
					<td>PerplexityBot</td>
					<td>2</td>
					<td>iOSデバッグの記事、英語版とベトナム語版</td>
			</tr>
			<tr>
					<td>Claude-SearchBot、Perplexity-User</td>
					<td>0</td>
					<td></td>
			</tr>
			<tr>
					<td>Googlebot / Bingbot / Applebot / CCBot</td>
					<td>168 / 71 / 45 / 28</td>
					<td></td>
			</tr>
	</tbody>
</table>
<p>目を引くことが2つあります。学習用クローラーは、取得用ボットが数十ページを読むあいだに、すべてを2回読んでいます。そして取得用ボットは手当たり次第に取っているわけではありません。ChatGPT-UserもClaude-Userも、このサイトでいちばん具体的な記事であるアップデートサーバーの記事を取りに来ていて、コールドスタートの記事は日本語版が取得されています。</p>
<p>次に偽物の話です。GPTBotを名乗るリクエスト20件のうち18件は、OpenAIが公開しているIPレンジの外から来ていて、<code>/.env</code>、<code>/.git/HEAD</code>、<code>/firebase-adminsdk.json</code>を要求していました。「ChatGPT-User」を名乗る36件のうち15件も同じ類のものです。「PerplexityBot」のトラフィックは大半が<code>/id_ed25519</code>を欲しがっていました。ユーザーエージェントは誰でも送れるただの文字列で、脆弱性スキャナーはAIボットの名前なら素通しされることに気づいています。OpenAI、Anthropic、PerplexityはいずれもIPレンジを公開しています。ボットを特別扱いするなら、通すにせよ止めるにせよ、名前ではなくアドレスを確認すること。上の20、59、8は、正しいアドレスから来たリクエストの数です。</p>
<p><figure><span class="mc-img"><img
    class="my-0 rounded-md"
    loading="lazy"
    decoding="async"
    fetchpriority="auto"
    alt="OpenAIのユーザーエージェントを名乗るリクエストを、OpenAI公開のIPレンジ由来かどうかで分けたもの"
    width="2400"
    height="722"
    src="https://jared.lynskey.co.nz/en/posts/2026/2026-09-16-blog-as-a-source-for-ai-assistants/chart-spoofed_hu_e7035266dc7ce0b1.webp"
    srcset="https://jared.lynskey.co.nz/en/posts/2026/2026-09-16-blog-as-a-source-for-ai-assistants/chart-spoofed_hu_e7035266dc7ce0b1.webp 800w, https://jared.lynskey.co.nz/en/posts/2026/2026-09-16-blog-as-a-source-for-ai-assistants/chart-spoofed_hu_638e8c6286f5c91f.webp 1280w"
    sizes="(min-width: 768px) 50vw, 65vw"
    data-zoom-src="https://jared.lynskey.co.nz/en/posts/2026/2026-09-16-blog-as-a-source-for-ai-assistants/chart-spoofed_hu_11d44262308d7c6c.webp"></span><figcaption>同じユーザーエージェント文字列を送信元アドレスで分けたもの。「GPTBot」を名乗るトラフィックの大半はOpenAIから来ていません。</figcaption></figure>
</p>

<h2 class="relative group">ページはブラウザなしで読めなければならない
    <div id="ページはブラウザなしで読めなければならない" class="anchor"></div>
    
    <span
        class="absolute top-0 w-6 transition-opacity opacity-0 -start-6 not-prose group-hover:opacity-100 select-none">
        <a class="text-primary-300 dark:text-neutral-700 !no-underline" href="#%e3%83%9a%e3%83%bc%e3%82%b8%e3%81%af%e3%83%96%e3%83%a9%e3%82%a6%e3%82%b6%e3%81%aa%e3%81%97%e3%81%a7%e8%aa%ad%e3%82%81%e3%81%aa%e3%81%91%e3%82%8c%e3%81%b0%e3%81%aa%e3%82%89%e3%81%aa%e3%81%84" aria-label="アンカー">#</a>
    </span>
    
</h2>
<p>取得用のボットは回答時にタイムアウト付きで取りに来て、ほとんどはJavaScriptを実行しません。バンドルが読み込まれるまで空のdivでしかないページは、彼らには読めないページです。Hugoは完成したHTMLを書き出すので、このブログはそれをただで手に入れていて、もっと凝ったものに移そうと思ったことが一度もない最大の理由がこれです。私が運営しているマーケットプレイスはその正反対で、React NativeのWebアプリです。あそこでクローラーに本物のドキュメントを渡すには動的レンダリングの分岐が必要で、そのあとキャッシュのバグがそれを静かに台無しにしました。上のCloudflareの記事がその話です。</p>
<p>速度も同じように効きます。そしてここでは、ログに間違いを正されました。Cloudflareの後ろにある静的サイトは、いちばん近いエッジから配信されるものだと思い込んでいました。そうではありませんでした。このブログはCloudflare Pagesにあって、HTMLはキャッシュされずに出ていき、ソウルからだとロサンゼルスから0.5秒ほどで返ってきます。数秒のタイムアウトを持つボットにはそれでも十分ですが、私が言い張っていたであろう数十ミリ秒ではありませんし、それが分かったのは測ったからです。6ページから答えを組み立てているアシスタントは、3秒かかるページを落とします。落としたとは教えてくれません。</p>

<h2 class="relative group">段落をそのまま切り出せるように書く
    <div id="段落をそのまま切り出せるように書く" class="anchor"></div>
    
    <span
        class="absolute top-0 w-6 transition-opacity opacity-0 -start-6 not-prose group-hover:opacity-100 select-none">
        <a class="text-primary-300 dark:text-neutral-700 !no-underline" href="#%e6%ae%b5%e8%90%bd%e3%82%92%e3%81%9d%e3%81%ae%e3%81%be%e3%81%be%e5%88%87%e3%82%8a%e5%87%ba%e3%81%9b%e3%82%8b%e3%82%88%e3%81%86%e3%81%ab%e6%9b%b8%e3%81%8f" aria-label="アンカー">#</a>
    </span>
    
</h2>
<p>こうしたシステムのページの使い方は、読者の読み方とは違います。ページをチャンクに分け、質問に対して各チャンクを採点し、点の高いものを引用します。800語かけて結論に向かっていく記事は、どのチャンクでも点が低い。各セクションが最初の文で主張を述べてから裏付ける記事は、質問に合ったセクションで点を取ります。</p>
<p>これは、どんな技術的なことよりも、ここでの書き方を変えました。フロントマターのdescriptionは今、読ませるためのフックではなく、記事が何を言っているかの要約です。アシスタントが見せるのはdescriptionだけ、ということがよくあるからです。セクションの見出しは、そのセクションの結論を書く。数字はグラフではなく、単位と一緒に文の中に入れる。日付は書き出す。1年後にページを読むモデルにとって「先週」は何の意味もないからです。そして、1本の記事は1つのことについて書く。</p>
<p>もう半分は、引用する価値のある何かを持っていることで、ここはデータが割れています。ログを見ると、回答時のボットが取得するのは具体的な記事です。コールドスタート、アップデートサーバー、iOSのデバッグ。Naverのクローラーの名前はYetiで、DaumのはDaumoa。私のホスティング先の再起動は504が出る30秒の窓。CloudflareのオンザフライのBrotli圧縮は、私のバンドルではgzipより悪い数字だった。こういう事実は書かれている場所が少ないので、それを必要とする質問はここに着地します。ところが、アシスタントからクリックして来る人の大半が着地するのは、2023年と2024年のマネジメントについての記事で、それぞれ1、2セッションずつ。具体的な記事は機械に読まれ、一般的な記事はクリックされる。これにきれいな説明は持っていませんし、でっち上げるよりは、そのまま報告するほうがいい。効くところがあるとすれば、それでもやはり、今週自分が突き止めた、検索しても見つからなかった具体的なことを書き残すことです。機械が実際に読んでいるのはそれだと、ログが示しているからです。</p>

<h2 class="relative group">誰が書いたかを言い、同じことを言い続ける
    <div id="誰が書いたかを言い同じことを言い続ける" class="anchor"></div>
    
    <span
        class="absolute top-0 w-6 transition-opacity opacity-0 -start-6 not-prose group-hover:opacity-100 select-none">
        <a class="text-primary-300 dark:text-neutral-700 !no-underline" href="#%e8%aa%b0%e3%81%8c%e6%9b%b8%e3%81%84%e3%81%9f%e3%81%8b%e3%82%92%e8%a8%80%e3%81%84%e5%90%8c%e3%81%98%e3%81%93%e3%81%a8%e3%82%92%e8%a8%80%e3%81%84%e7%b6%9a%e3%81%91%e3%82%8b" aria-label="アンカー">#</a>
    </span>
    
</h2>
<p>ページを引用するかどうか決めているアシスタントがやっているのは、注意深い読者がやることと似ています。誰がいつ書いたのか、他に見つけたものすべてと矛盾しないか。このサイトでその仕組みを担っているのは、ほとんどテーマです。すべての記事に、著者、公開日、更新日を持つArticleの構造化データが付いていて、著者は同じ公開プロフィールへのリンクを持つPersonです。テンプレートの数行ですが、それが「あるページ」と「経歴のある名前の付いた人物によるページ」の違いです。</p>
<p>テーマがやってくれないのは一貫性です。aboutページ、llms.txt、各種の公開プロフィール、すべての記事の先頭にある1行は、同じ人物を同じ職歴で説明しています。何かが変わればすべて変える。そうしないと、忘れた1つが間違っているものになります。細かい話に聞こえますが、あるページではエンジニアリングマネージャーで別のページではフリーランス、というのはまさに、モデルが言葉を濁したり、別の人を選んだりする種類の矛盾です。</p>
<p>更新日も正直でなければなりません。内容が変わったときに変わり、それ以外では触りません。新しく見せるために日付を上げるのは、一度は効いて、そのあとドメイン全体が割り引かれる類のことです。</p>

<h2 class="relative group">llms.txtとは何か、そして誰も読んでいないという事実
    <div id="llmstxtとは何かそして誰も読んでいないという事実" class="anchor"></div>
    
    <span
        class="absolute top-0 w-6 transition-opacity opacity-0 -start-6 not-prose group-hover:opacity-100 select-none">
        <a class="text-primary-300 dark:text-neutral-700 !no-underline" href="#llmstxt%e3%81%a8%e3%81%af%e4%bd%95%e3%81%8b%e3%81%9d%e3%81%97%e3%81%a6%e8%aa%b0%e3%82%82%e8%aa%ad%e3%82%93%e3%81%a7%e3%81%84%e3%81%aa%e3%81%84%e3%81%a8%e3%81%84%e3%81%86%e4%ba%8b%e5%ae%9f" aria-label="アンカー">#</a>
    </span>
    
</h2>
<p>llms.txtは2024年9月に提案されたもので、サイトのルートに置くMarkdownファイルに、サイトの要約と厳選したリンクの一覧を書いて言語モデルに渡す、というものです。今年の2月に追加しました。私が誰かについての段落が1つ、そのあとマネジメント、インフラ、モバイル、コミュニティのセクションがあって、記事ごとに1行。タイトル、URL、そして記事の結論を述べた1文です。急いでいる人のために書いた目次のように読めます。</p>
<p>但し書きというのは、誰も読んでいない、ということです。手元にある4日分のログで<code>/llms.txt</code>へのリクエストは、自分のものだけでした。Common Crawlは2026年8月のクロールでこのサイトの76ページを取り込んでいますが、このファイルは一度もありません。主要なアシスタントで読むと表明しているところもない。つまり、ここの何かが引用される理由がこれだということはなく、その根拠で誰かに勧めるのはやめておきます。それでも残しているのには2つ理由があります。かかったのは1時間で、記事ごとに「この記事は実際に何を結論づけているか」を1文で書く作業のほうがファイルそのものより価値がありました。どの記事が何も結論づけていないかが分かったからです。それに、このサイトが何のためにあるかを機械に伝える唯一のページでもあり、必要にならなくても持っておきたい。手で書いていて忘れるので、その後ずれてきていて、それがHugoの出力フォーマットとしてフロントマターから生成すべきだという論拠になっています。やることリストには入っています。</p>

<h2 class="relative group">フィード、サイトマップ、5つの言語
    <div id="フィードサイトマップ5つの言語" class="anchor"></div>
    
    <span
        class="absolute top-0 w-6 transition-opacity opacity-0 -start-6 not-prose group-hover:opacity-100 select-none">
        <a class="text-primary-300 dark:text-neutral-700 !no-underline" href="#%e3%83%95%e3%82%a3%e3%83%bc%e3%83%89%e3%82%b5%e3%82%a4%e3%83%88%e3%83%9e%e3%83%83%e3%83%975%e3%81%a4%e3%81%ae%e8%a8%80%e8%aa%9e" aria-label="アンカー">#</a>
    </span>
    
</h2>
<p>地味な配管も相変わらず効きます。サイトマップは、クローラーが新しい記事を公開当日に見つける手段です。RSSは、記事が変わったことを知る手段。どちらもHugoのデフォルトで、考えたことがありません。ClaudeBotは2日間でサイトマップを36回読んでいて、1,380ページをあれだけ速く見つけられたのはそのためです。</p>
<p>言語は、重要だと思っていなかった部分です。ここにあるものはすべて英語、日本語、韓国語、簡体字中国語、ベトナム語で、同じ記事だとクローラーに分かるようalternateリンクが付いています。クローラーはこれを5つのサイトとして扱います。ClaudeBotのクロールは5言語にほぼ均等に割れていて、Common Crawlが8月に取り込んだ73の記事ページのうち、英語版は4つだけでした。アシスタントは聞かれた言語で答え、その言語の情報源に寄るので、コールドスタートについての韓国語の質問は、英語ページをその場で翻訳したものではなく韓国語のページから答えられますし、ChatGPTが実際に取得したのは日本語のページでした。条件は、翻訳がその言語で書かれたもののように読めることです。今年の初めにネイティブスピーカーのチェックを入れてやった見直しは人間の読者のためでしたが、ベトナム語のページを珍しいものではなく情報源にしているのもそれです。</p>

<h2 class="relative group">測れること
    <div id="測れること" class="anchor"></div>
    
    <span
        class="absolute top-0 w-6 transition-opacity opacity-0 -start-6 not-prose group-hover:opacity-100 select-none">
        <a class="text-primary-300 dark:text-neutral-700 !no-underline" href="#%e6%b8%ac%e3%82%8c%e3%82%8b%e3%81%93%e3%81%a8" aria-label="アンカー">#</a>
    </span>
    
</h2>
<p>推測をやめてみたら、思っていたより多くのことが測れました。Cloudflareの無料プランでは、ユーザーエージェントとパス別のリクエストログが1クエリにつき1日分見られて、ボットの表はそこから来ています。リファラを見るには有料プランが要ります。リファラはアクセス解析ツールにあって、ダッシュボードを目を細めて眺めるのではなくレポートAPIで引き出したのが、冒頭の数字です。2つを合わせると全体の形が見えます。4日間で、取得用ボットはOpenAIとAnthropicのアドレスから90ページほどを取得しました。この1か月でChatGPTから来た人は2人。たくさん読まれ、ときどき引用され、めったにクリックされない。ページを使ったけれどクリックされなかった回答を見る方法は、相変わらず私の知るかぎりありません。いちばん役に立つ確認は今でも手作業です。記事が答えている質問をアシスタントに聞いて、誰のページを引用するか見る。</p>
<p><figure><span class="mc-img"><img
    class="my-0 rounded-md"
    loading="lazy"
    decoding="async"
    fetchpriority="auto"
    alt="13か月間の月別AIアシスタント経由セッション数。傾向なし"
    width="2400"
    height="968"
    src="https://jared.lynskey.co.nz/en/posts/2026/2026-09-16-blog-as-a-source-for-ai-assistants/chart-monthly_hu_cd5dc99be8b0cfc3.webp"
    srcset="https://jared.lynskey.co.nz/en/posts/2026/2026-09-16-blog-as-a-source-for-ai-assistants/chart-monthly_hu_cd5dc99be8b0cfc3.webp 800w, https://jared.lynskey.co.nz/en/posts/2026/2026-09-16-blog-as-a-source-for-ai-assistants/chart-monthly_hu_7d401a84f177509c.webp 1280w"
    sizes="(min-width: 768px) 50vw, 65vw"
    data-zoom-src="https://jared.lynskey.co.nz/en/posts/2026/2026-09-16-blog-as-a-source-for-ai-assistants/chart-monthly_hu_5c308d89ad110ef7.webp"></span><figcaption>AIアシスタント経由の訪問を月別に。傾向と呼べるものはありません。</figcaption></figure>
</p>
<p>この中から1つだけ残すなら、書き方のルールです。robots.txtと構造化データとllms.txtは半日の作業で、終われば終わりです。各セクションが主張を最初に言うように書くこと、一般的なことではなく具体的なことを書くことは習慣で、ページに引用する価値があるかどうかを決めるのはその習慣です。2つ目は、主張する前に測ること。機械に信頼されるというのは、結局のところ人に信頼されるのとよく似ています。自分が誰かを言い、知っていることを言い、毎回同じように言う。</p>
]]></content:encoded>
      <media:content url="https://jared.lynskey.co.nz/en/posts/2026/2026-09-16-blog-as-a-source-for-ai-assistants/featured.jpg" medium="image" type="image/jpeg" />
    </item>
    <item>
      <title>コンテンツランキングのアルゴリズムとは：閲覧数といいね以外のシグナル</title>
      <link>https://jared.lynskey.co.nz/ja/posts/2023/2023-10-06-reinenforcement-learning/</link>
      <guid isPermaLink="true">https://jared.lynskey.co.nz/ja/posts/2023/2023-10-06-reinenforcement-learning/</guid>
      <pubDate>Fri, 06 Oct 2023 00:30:03 +0000</pubDate>
      <dc:creator>Jared Lynskey</dc:creator>
      <category>Content Ranking</category>
      <category>Metrics</category>
      <category>SEO</category>
      <category>Machine Learning</category>
      <category>User Engagement</category>
      <category>Content Strategy</category>
      <description>コンテンツランキングのアルゴリズムが何をしているのか、閲覧数といいねだけで並べると人気者がさらに人気になる理由、そして1つのスコアに混ぜる価値のあるシグナルをまとめました。</description>
      <content:encoded><![CDATA[<p>コンテンツランキングのアルゴリズムは、フィードや検索結果、「人気の投稿」一覧に何をどの順番で出すかを決める仕組みです。アイテムごとに複数のシグナル（どう反応されているか、コンテンツそのものの中身、どれだけ新しく関連性があるか）からスコアを計算し、そのスコアで並べ替えます。ところが閲覧数といいねだけで順位を付けると、「富める者はますます富む」ループができあがります。上位にあるものは人の目に触れるので閲覧数といいねがさらに集まり、だからまた上位に居座る、という具合です。</p>
<p>これが閲覧数といいねの分かりやすい欠陥です。すでに人気のあるものに報酬を与えてしまう。新しいコンテンツはフィードの底で飢え、プラットフォームはじわじわと再放送チャンネルになっていく。フィードのランキングは、いま働いている職場でも地味に難しい問題のひとつなので、他にどんなシグナルが信用に値するのか、けっこう時間をかけて考えてきました。</p>

<h3 class="relative group">タップではなく行動を見る
    <div id="タップではなく行動を見る" class="anchor"></div>
    
    <span
        class="absolute top-0 w-6 transition-opacity opacity-0 -start-6 not-prose group-hover:opacity-100 select-none">
        <a class="text-primary-300 dark:text-neutral-700 !no-underline" href="#%e3%82%bf%e3%83%83%e3%83%97%e3%81%a7%e3%81%af%e3%81%aa%e3%81%8f%e8%a1%8c%e5%8b%95%e3%82%92%e8%a6%8b%e3%82%8b" aria-label="アンカー">#</a>
    </span>
    
</h3>
<p>明示的なフィードバックは数が少なく、偏っています。一方、行動データは豊富です。滞在時間とスクロール深度を見れば、実際に読まれたのか、最初の段落で離脱されたのかが分かります。再訪はさらに強いシグナルで、同じ記事に戻ってくるのはどんないいねよりも確かな支持です。逆に、すぐの離脱は有用なネガティブシグナルです。コンテンツが約束したものを、読者は受け取れなかったということですから。</p>

<h3 class="relative group">コンテンツ自体に埋まっているシグナル
    <div id="コンテンツ自体に埋まっているシグナル" class="anchor"></div>
    
    <span
        class="absolute top-0 w-6 transition-opacity opacity-0 -start-6 not-prose group-hover:opacity-100 select-none">
        <a class="text-primary-300 dark:text-neutral-700 !no-underline" href="#%e3%82%b3%e3%83%b3%e3%83%86%e3%83%b3%e3%83%84%e8%87%aa%e4%bd%93%e3%81%ab%e5%9f%8b%e3%81%be%e3%81%a3%e3%81%a6%e3%81%84%e3%82%8b%e3%82%b7%e3%82%b0%e3%83%8a%e3%83%ab" aria-label="アンカー">#</a>
    </span>
    
</h3>
<p>良いコンテンツが最初からいいねを集めるとは限りませんが、質は別の形で表れます。ひとつは新規性。プラットフォームでまだ扱われていない領域をカバーしているか。もうひとつは構造で、整ったフォーマット、まともな文法、明快さは、認めたくないくらい品質と相関します。書き手の実績も妥当な事前情報になります。ただし生のいいね数ではなく、過去の作品がどれだけ読者を掴んだかで判断するのが筋です。初期のコメントも役立ちます。心のこもったポジティブなコメント3件は、反射的ないいね30件に勝ります。さらに意味解析を使えば、プラットフォームに欠けていた穴を埋めるコンテンツを拾い上げられます。</p>

<h3 class="relative group">外の世界からシグナルを借りる
    <div id="外の世界からシグナルを借りる" class="anchor"></div>
    
    <span
        class="absolute top-0 w-6 transition-opacity opacity-0 -start-6 not-prose group-hover:opacity-100 select-none">
        <a class="text-primary-300 dark:text-neutral-700 !no-underline" href="#%e5%a4%96%e3%81%ae%e4%b8%96%e7%95%8c%e3%81%8b%e3%82%89%e3%82%b7%e3%82%b0%e3%83%8a%e3%83%ab%e3%82%92%e5%80%9f%e3%82%8a%e3%82%8b" aria-label="アンカー">#</a>
    </span>
    
</h3>
<p>いま何が響いているかは、広いインターネットが教えてくれます。検索エンジンのトレンドキーワードに合致するコンテンツには、最初から関連性が備わっています。旬の話題への素早い投稿にはブーストをかける価値があります。TwitterやRedditで盛り上がっているものは、自分たちのユーザーが次に求めるものの予告編であることが多く、少し予測を効かせれば、波が来る前に該当する新着コンテンツを押し上げられます。自前の検索ボックスも過小評価されがちです。ユーザーが同じトピックを検索し続けている、あるいはある記事が検索エンジンから安定して流入を集めているなら、それは推測抜きで手に入る関連性の証拠です。</p>

<h3 class="relative group">シグナルを1つのスコアにまとめる
    <div id="シグナルを1つのスコアにまとめる" class="anchor"></div>
    
    <span
        class="absolute top-0 w-6 transition-opacity opacity-0 -start-6 not-prose group-hover:opacity-100 select-none">
        <a class="text-primary-300 dark:text-neutral-700 !no-underline" href="#%e3%82%b7%e3%82%b0%e3%83%8a%e3%83%ab%e3%82%921%e3%81%a4%e3%81%ae%e3%82%b9%e3%82%b3%e3%82%a2%e3%81%ab%e3%81%be%e3%81%a8%e3%82%81%e3%82%8b" aria-label="アンカー">#</a>
    </span>
    
</h3>
<p>考え方を数行のPythonで書くとこうなります。あくまで説明のための例で、本番のシステムではありません。各シグナルを0〜1の範囲に正規化して生の数値が大きいシグナルが他をかき消さないようにし、重み付きの和で1つのスコアにまとめ、時間減衰で新しい投稿にも先月のヒット作と戦えるチャンスを与えます。</p>
<div class="highlight-wrapper"><div class="highlight"><pre tabindex="0" class="chroma"><code class="language-python" data-lang="python"><span class="line"><span class="cl"><span class="n">WEIGHTS</span> <span class="o">=</span> <span class="p">{</span><span class="s2">&#34;read_depth&#34;</span><span class="p">:</span> <span class="mf">0.3</span><span class="p">,</span> <span class="s2">&#34;revisits&#34;</span><span class="p">:</span> <span class="mf">0.25</span><span class="p">,</span> <span class="s2">&#34;quality&#34;</span><span class="p">:</span> <span class="mf">0.25</span><span class="p">,</span> <span class="s2">&#34;early_comments&#34;</span><span class="p">:</span> <span class="mf">0.2</span><span class="p">}</span>
</span></span><span class="line"><span class="cl"><span class="n">HALF_LIFE_HOURS</span> <span class="o">=</span> <span class="mi">48</span>  <span class="c1"># a post loses half its score every two days</span>
</span></span><span class="line"><span class="cl">
</span></span><span class="line"><span class="cl"><span class="k">def</span> <span class="nf">normalise</span><span class="p">(</span><span class="n">values</span><span class="p">):</span>
</span></span><span class="line"><span class="cl">    <span class="n">lo</span><span class="p">,</span> <span class="n">hi</span> <span class="o">=</span> <span class="nb">min</span><span class="p">(</span><span class="n">values</span><span class="p">),</span> <span class="nb">max</span><span class="p">(</span><span class="n">values</span><span class="p">)</span>
</span></span><span class="line"><span class="cl">    <span class="k">return</span> <span class="p">[(</span><span class="n">v</span> <span class="o">-</span> <span class="n">lo</span><span class="p">)</span> <span class="o">/</span> <span class="p">(</span><span class="n">hi</span> <span class="o">-</span> <span class="n">lo</span><span class="p">)</span> <span class="k">if</span> <span class="n">hi</span> <span class="o">&gt;</span> <span class="n">lo</span> <span class="k">else</span> <span class="mf">0.0</span> <span class="k">for</span> <span class="n">v</span> <span class="ow">in</span> <span class="n">values</span><span class="p">]</span>
</span></span><span class="line"><span class="cl">
</span></span><span class="line"><span class="cl"><span class="k">def</span> <span class="nf">rank</span><span class="p">(</span><span class="n">items</span><span class="p">):</span>
</span></span><span class="line"><span class="cl">    <span class="s2">&#34;&#34;&#34;items: dicts holding raw signal values plus &#34;age_hours&#34;.&#34;&#34;&#34;</span>
</span></span><span class="line"><span class="cl">    <span class="n">norm</span> <span class="o">=</span> <span class="p">{</span><span class="n">name</span><span class="p">:</span> <span class="n">normalise</span><span class="p">([</span><span class="n">item</span><span class="p">[</span><span class="n">name</span><span class="p">]</span> <span class="k">for</span> <span class="n">item</span> <span class="ow">in</span> <span class="n">items</span><span class="p">])</span> <span class="k">for</span> <span class="n">name</span> <span class="ow">in</span> <span class="n">WEIGHTS</span><span class="p">}</span>
</span></span><span class="line"><span class="cl">    <span class="n">scores</span> <span class="o">=</span> <span class="p">[]</span>
</span></span><span class="line"><span class="cl">    <span class="k">for</span> <span class="n">i</span><span class="p">,</span> <span class="n">item</span> <span class="ow">in</span> <span class="nb">enumerate</span><span class="p">(</span><span class="n">items</span><span class="p">):</span>
</span></span><span class="line"><span class="cl">        <span class="n">base</span> <span class="o">=</span> <span class="nb">sum</span><span class="p">(</span><span class="n">weight</span> <span class="o">*</span> <span class="n">norm</span><span class="p">[</span><span class="n">name</span><span class="p">][</span><span class="n">i</span><span class="p">]</span> <span class="k">for</span> <span class="n">name</span><span class="p">,</span> <span class="n">weight</span> <span class="ow">in</span> <span class="n">WEIGHTS</span><span class="o">.</span><span class="n">items</span><span class="p">())</span>
</span></span><span class="line"><span class="cl">        <span class="n">scores</span><span class="o">.</span><span class="n">append</span><span class="p">(</span><span class="n">base</span> <span class="o">*</span> <span class="mf">0.5</span> <span class="o">**</span> <span class="p">(</span><span class="n">item</span><span class="p">[</span><span class="s2">&#34;age_hours&#34;</span><span class="p">]</span> <span class="o">/</span> <span class="n">HALF_LIFE_HOURS</span><span class="p">))</span>
</span></span><span class="line"><span class="cl">    <span class="n">order</span> <span class="o">=</span> <span class="nb">sorted</span><span class="p">(</span><span class="nb">range</span><span class="p">(</span><span class="nb">len</span><span class="p">(</span><span class="n">items</span><span class="p">)),</span> <span class="n">key</span><span class="o">=</span><span class="k">lambda</span> <span class="n">i</span><span class="p">:</span> <span class="n">scores</span><span class="p">[</span><span class="n">i</span><span class="p">],</span> <span class="n">reverse</span><span class="o">=</span><span class="kc">True</span><span class="p">)</span>
</span></span><span class="line"><span class="cl">    <span class="k">return</span> <span class="p">[</span><span class="n">items</span><span class="p">[</span><span class="n">i</span><span class="p">]</span> <span class="k">for</span> <span class="n">i</span> <span class="ow">in</span> <span class="n">order</span><span class="p">]</span></span></span></code></pre></div></div>
<p>重みは、このあと書くテストで確かめるまではただの当て推量です。閲覧数やいいねを入れてもかまいません。スコアのすべてではなく、いくつかある入力のひとつになるだけです。半減期は古い投稿がどれだけ早く沈むかを決めるもので、これはこれで大きなテーマなので、<a href="https://jared.lynskey.co.nz/ja/posts/2023/2023-09-27-simulating-views/" >フィードのランキングアルゴリズムは古い投稿をいつ埋もれさせるのか</a>で詳しく書きました。実際のシステムでは重みを手で決めずにモデルに学習させることが多いですが、形は同じです。たくさんのシグナルを入れて、1つの数字を出して、並べ替える。</p>

<h3 class="relative group">最後は正直にテストする
    <div id="最後は正直にテストする" class="anchor"></div>
    
    <span
        class="absolute top-0 w-6 transition-opacity opacity-0 -start-6 not-prose group-hover:opacity-100 select-none">
        <a class="text-primary-300 dark:text-neutral-700 !no-underline" href="#%e6%9c%80%e5%be%8c%e3%81%af%e6%ad%a3%e7%9b%b4%e3%81%ab%e3%83%86%e3%82%b9%e3%83%88%e3%81%99%e3%82%8b" aria-label="アンカー">#</a>
    </span>
    
</h3>
<p>シグナルがどれだけ賢くても、A/Bテストは欠かせません。新しいコンテンツを一部のユーザーに見せて、既存の人気コンテンツとエンゲージメントを比べる。そして広がり方を観察する。プラットフォームの内外でのシェア、言及、埋め込みは、閲覧カウンターよりずっと多くのことを語ってくれます。</p>
<p>現実に耐えられる単一の指標は存在しません。実際に機能するランキングは、行動、コンテンツ固有の質、時事性、正直な実験をブレンドしたもので、どのシグナルにも最終決定権は与えられていません。</p>
]]></content:encoded>
      <media:content url="https://jared.lynskey.co.nz/en/posts/2023/2023-10-06-reinenforcement-learning/featured.jpeg" medium="image" type="image/jpeg" />
    </item>
    <item>
      <title>SEOトレンド：ベストプラクティスに従うか、自分のやり方を試すか</title>
      <link>https://jared.lynskey.co.nz/ja/posts/2023/2023-10-04-following-seo-trends/</link>
      <guid isPermaLink="true">https://jared.lynskey.co.nz/ja/posts/2023/2023-10-04-following-seo-trends/</guid>
      <pubDate>Wed, 04 Oct 2023 00:30:03 +0000</pubDate>
      <dc:creator>Jared Lynskey</dc:creator>
      <category>Search Engine Optimization</category>
      <category>SEO</category>
      <category>Algorithms</category>
      <category>Digital Marketing</category>
      <category>Content Strategy</category>
      <category>Online Visibility</category>
      <description>SEOのトレンドやベストプラクティスには素直に従うべきか、自分なりに実験すべきか。定石に乗るべき場面、試す価値がある場面、そしてどのアルゴリズム更新でも変わらなかった唯一のルールについて。</description>
      <content:encoded><![CDATA[<p>今年読んだSEOのガイドは、どれもだいたい同じことを同じ順番で書いています。それを安心材料と取るか、危険信号と取るかは考えどころです。このブログのため、そして正直なところ検索流入が無視できない仕事のためにも、この問題をしばらく考えていました。</p>
<p><em>2026年10月追記：この記事を書いてから、検索するとリンクより先にAIが書いた回答が出てくることが増えました。GoogleのAIによる概要（AI Overviews）やChatGPT searchなどです。こうした回答は参照したページを出典として示してリンクしていて、いちばん引用しやすいのは、役に立つうえに答えをはっきり書いているページです。つまり、この記事の最後に書いた地味なルールは、重要性が下がるどころか増しています。それを受けてこのブログで変えたことは、<a href="https://jared.lynskey.co.nz/ja/posts/2026/2026-09-16-blog-as-a-source-for-ai-assistants/" >AIアシスタントに引用されるブログにするためにやったこと</a>にまとめました。</em></p>

<h3 class="relative group">みんなと同じやり方が大体うまくいく理由
    <div id="みんなと同じやり方が大体うまくいく理由" class="anchor"></div>
    
    <span
        class="absolute top-0 w-6 transition-opacity opacity-0 -start-6 not-prose group-hover:opacity-100 select-none">
        <a class="text-primary-300 dark:text-neutral-700 !no-underline" href="#%e3%81%bf%e3%82%93%e3%81%aa%e3%81%a8%e5%90%8c%e3%81%98%e3%82%84%e3%82%8a%e6%96%b9%e3%81%8c%e5%a4%a7%e4%bd%93%e3%81%86%e3%81%be%e3%81%8f%e3%81%84%e3%81%8f%e7%90%86%e7%94%b1" aria-label="アンカー">#</a>
    </span>
    
</h3>
<p>ベストプラクティスがベストプラクティスと呼ばれるのには理由があります。何千ものサイトのデータから抽出されたものなので、SEO初心者でも大きな失敗をせずにかなりのところまで行けます。舗装された道を歩いていれば、嫌なサプライズも少ない。Googleの公式ドキュメント通りにやって、アルゴリズム更新でペナルティを食らうことはまずありません。それにアルゴリズムは変わり続けるので、最新のガイダンスについていくだけでも立派な仕事です。</p>
<p>問題は、みんなが同じガイドを読んでいることです。あるジャンルのサイトが全部同じ構成、同じキーワード詰め込みの見出し、同じ「よくある質問」ブロックを備えていたら、どれも埋もれてしまいます。しかも常に受け身になりがちで、次のアップデートを待っては慌てて対応する、の繰り返しになります。</p>

<h3 class="relative group">自分のやり方を試す価値
    <div id="自分のやり方を試す価値" class="anchor"></div>
    
    <span
        class="absolute top-0 w-6 transition-opacity opacity-0 -start-6 not-prose group-hover:opacity-100 select-none">
        <a class="text-primary-300 dark:text-neutral-700 !no-underline" href="#%e8%87%aa%e5%88%86%e3%81%ae%e3%82%84%e3%82%8a%e6%96%b9%e3%82%92%e8%a9%a6%e3%81%99%e4%be%a1%e5%80%a4" aria-label="アンカー">#</a>
    </span>
    
</h3>
<p>実験は、自分のサイトに固有の戦術を見つけるほぼ唯一の方法です。コスメのコミュニティで効くやり方がレシピブログでも効くとは限りませんし、汎用のチェックリストはその違いを教えてくれません。実験が当たれば、しばらくの間は自分だけがそれをやっている状態になります。それが公に知られれば、今度は真似される側になり、これはこれで積み上がっていく価値があります。</p>
<p>正直な欠点は、実験の大半が静かに失敗することです。何週間も注ぎ込んで何も残らないこともあります。検索流入が売上を支えているなら、その時間を承認してもらうのは簡単ではないでしょう。</p>

<h3 class="relative group">私の結論
    <div id="私の結論" class="anchor"></div>
    
    <span
        class="absolute top-0 w-6 transition-opacity opacity-0 -start-6 not-prose group-hover:opacity-100 select-none">
        <a class="text-primary-300 dark:text-neutral-700 !no-underline" href="#%e7%a7%81%e3%81%ae%e7%b5%90%e8%ab%96" aria-label="アンカー">#</a>
    </span>
    
</h3>
<p>まず退屈な基本を、きちんとやる。その上で、実験用に小さく区切った時間を確保して、雰囲気ではなくちゃんと計測する。小さなサイトなら定石に大きく寄せて、実験は端っこで少しだけ。リソースに余裕のある大きな組織なら、本気の賭けをしてもいいと思います。</p>
<p>あらゆるアルゴリズム更新を生き延びてきた唯一のルールは、一番面白みのないものです。検索している人にとって本当に役立つものを作ること。それ以外は流行にすぎません。</p>
]]></content:encoded>
      <media:content url="https://jared.lynskey.co.nz/en/posts/2023/2023-10-04-following-seo-trends/featured.jpeg" medium="image" type="image/jpeg" />
    </item>
    <item>
      <title>感情価（valence）とは？覚醒度との関係と、バズるコンテンツの条件</title>
      <link>https://jared.lynskey.co.nz/ja/posts/2023/2023-10-05-viral-success/</link>
      <guid isPermaLink="true">https://jared.lynskey.co.nz/ja/posts/2023/2023-10-05-viral-success/</guid>
      <pubDate>Wed, 04 Oct 2023 00:30:03 +0000</pubDate>
      <dc:creator>Jared Lynskey</dc:creator>
      <category>Viral Content</category>
      <category>Marketing</category>
      <category>Emotional Appeal</category>
      <category>Content Strategy</category>
      <category>Social Media</category>
      <category>Engagement</category>
      <description>感情価とは、感情が快か不快かを表す軸のことです。覚醒度（arousal）との違いと、どちらがコンテンツの拡散を左右するのかを、研究と具体例で整理しました。</description>
      <content:encoded><![CDATA[<p>感情価（valence）とは、ある感情がどれだけポジティブか、ネガティブかを表すものです。一方の端が「快」、もう一方の端が「不快」。喜びや畏敬の念は感情価がプラス、怒りや恐れ、悲しみはマイナスです。マーケティングやコミュニケーションの分野では、同じ言葉をメッセージそのものにも使います。感情価がポジティブなコンテンツは見た人を良い気分にし、ネガティブなコンテンツは嫌な気分にさせる、という意味です。</p>
<p>感情価とセットで語られるのが覚醒度（arousal）です。その感情がどれだけ人を活性化させるか、落ち着いた状態から興奮した状態までの度合いを指します。心理学では、感情をこの2つの軸の上に並べて考えることがよくあります。元をたどるとジェームズ・ラッセルの「感情の円環モデル」（1980年）で、興奮は快で覚醒度が高い、満足は快で覚醒度が低い、怒りは不快で覚醒度が高い、悲しみは不快で覚醒度が低い、という配置になります。そしてコンテンツをシェアしてもらいたいなら、2つ目の軸が1つ目と同じくらい、あるいはそれ以上に効いてきます。</p>
<p>コンテンツプラットフォームで働いていると、不思議な宝くじを特等席で眺めることになります。同じくらいの出来の投稿が2つ出て、片方は静かに消え、もう片方は爆発的に伸びる。この差を説明できるものとして一番近いのが、コンテンツが帯びている感情です。どちらの方向に引っ張るか（感情価：ポジティブ、ネガティブ、ニュートラル）と、どれだけ強く引っ張るか（覚醒度）の2つですね。</p>

<h3 class="relative group">ポジティブ、ネガティブ、ニュートラル
    <div id="ポジティブネガティブニュートラル" class="anchor"></div>
    
    <span
        class="absolute top-0 w-6 transition-opacity opacity-0 -start-6 not-prose group-hover:opacity-100 select-none">
        <a class="text-primary-300 dark:text-neutral-700 !no-underline" href="#%e3%83%9d%e3%82%b8%e3%83%86%e3%82%a3%e3%83%96%e3%83%8d%e3%82%ac%e3%83%86%e3%82%a3%e3%83%96%e3%83%8b%e3%83%a5%e3%83%bc%e3%83%88%e3%83%a9%e3%83%ab" aria-label="アンカー">#</a>
    </span>
    
</h3>
<p>ポジティブなコンテンツは、読んだ人を良い気分にさせます。心温まる話、くだらないミーム、明るいニュース。シェアすること自体がちょっとした贈り物になるので、日々の疲れの息抜きとして広がっていきます。意外だったのは、ネガティブなコンテンツの強さです。怒り、不安、嫌悪感は強力な拡散エンジンで、不正や炎上人物や社会問題についての話は、「知ってほしい」「一緒に怒ってほしい」という動機でどんどん共有されます。そしてニュートラルなコンテンツ。感情はあまり動かさないものの、純粋な価値で共有を稼ぐタイプです。本当に面白い豆知識、新しい発見、実際の問題を解決してくれるチュートリアルなどですね。</p>

<h3 class="relative group">拡散するのは「覚醒度」
    <div id="拡散するのは覚醒度" class="anchor"></div>
    
    <span
        class="absolute top-0 w-6 transition-opacity opacity-0 -start-6 not-prose group-hover:opacity-100 select-none">
        <a class="text-primary-300 dark:text-neutral-700 !no-underline" href="#%e6%8b%a1%e6%95%a3%e3%81%99%e3%82%8b%e3%81%ae%e3%81%af%e8%a6%9a%e9%86%92%e5%ba%a6" aria-label="アンカー">#</a>
    </span>
    
</h3>
<p>全体を貫くパターンはひとつです。感情が強ければ強いほど、コメント・いいね・シェアが増える。ほんのり心地よい投稿は、腹の立つ投稿にほぼ毎回負けます。それが人間について何か良いことを物語っているかどうかは、また別の問題ですが。</p>
<p>この勘には研究の裏付けがあって、しかも「強いほどいい」よりもう少し鋭い話です。ジョナ・バーガーとキャサリン・ミルクマンは、3か月間に掲載されたニューヨーク・タイムズの記事約7,000本を対象に、どの記事が「最もメールで共有された記事」のリストに入ったかを調べました（&ldquo;What Makes Online Content Viral?&rdquo;, <em>Journal of Marketing Research</em>, 2012）。ポジティブな記事はネガティブな記事よりよく共有されていたので、感情価は確かに効いています。ただ、それ以上に効いていたのが覚醒度でした。ポジティブ（畏敬）でもネガティブ（怒り、不安）でも、覚醒度の高い感情を呼び起こす記事はリスト入りしやすく、覚醒度の低い感情である悲しみを呼び起こす記事は入りにくかったのです。記事の意外性、面白さ、実用性や、サイト上でどれだけ目立つ位置に置かれたかを統制しても結果は変わらず、実験でも同じ傾向が出ています。</p>
<p>つまり私が「強さ」と呼んでいたものの正体は、覚醒度だったわけです。悲しみは深く感じられても広がりにくい。人を動かすのではなく、立ち止まらせる方向の感情だからです。</p>

<h3 class="relative group">感情価と覚醒度の組み合わせ（具体例）
    <div id="感情価と覚醒度の組み合わせ具体例" class="anchor"></div>
    
    <span
        class="absolute top-0 w-6 transition-opacity opacity-0 -start-6 not-prose group-hover:opacity-100 select-none">
        <a class="text-primary-300 dark:text-neutral-700 !no-underline" href="#%e6%84%9f%e6%83%85%e4%be%a1%e3%81%a8%e8%a6%9a%e9%86%92%e5%ba%a6%e3%81%ae%e7%b5%84%e3%81%bf%e5%90%88%e3%82%8f%e3%81%9b%e5%85%b7%e4%bd%93%e4%be%8b" aria-label="アンカー">#</a>
    </span>
    
</h3>
<table>
	<thead>
			<tr>
					<th></th>
					<th>覚醒度が高い</th>
					<th>覚醒度が低い</th>
			</tr>
	</thead>
	<tbody>
			<tr>
					<td><strong>ポジティブ</strong></td>
					<td>畏敬、興奮、おかしさ：度肝を抜かれる発見、声を出して笑ってしまうミーム、番狂わせの勝利</td>
					<td>満足、穏やかさ、安堵：のんびりしたルーティン動画、やさしいハウツー、きれいな写真</td>
			</tr>
			<tr>
					<td><strong>ネガティブ</strong></td>
					<td>怒り、不安、憤り：理不尽な出来事の記事、詐欺への注意喚起、白熱した論争</td>
					<td>悲しみ、退屈、落胆：重い訃報、気の滅入るトレンド記事</td>
			</tr>
	</tbody>
</table>
<p>バーガーとミルクマンの結果どおりなら、シェアの大半は覚醒度が高い列から生まれます。右下の「ネガティブで覚醒度が低い」マスは、投稿がひっそり消えていく場所です。</p>

<h3 class="relative group">伸びやすいコンテンツの型
    <div id="伸びやすいコンテンツの型" class="anchor"></div>
    
    <span
        class="absolute top-0 w-6 transition-opacity opacity-0 -start-6 not-prose group-hover:opacity-100 select-none">
        <a class="text-primary-300 dark:text-neutral-700 !no-underline" href="#%e4%bc%b8%e3%81%b3%e3%82%84%e3%81%99%e3%81%84%e3%82%b3%e3%83%b3%e3%83%86%e3%83%b3%e3%83%84%e3%81%ae%e5%9e%8b" aria-label="アンカー">#</a>
    </span>
    
</h3>
<p>スタート地点から有利なコンテンツがいくつかあります。まず議論を呼ぶテーマ。賛成するためにも反論するためにも人はシェアするので、意見が割れる話題は一気に広がります。共通体験に根ざしたユーモアもそうです。コミュニティ全員に一斉に刺さる内輪ネタの強さは侮れません。普通の人が困難を乗り越えるヒューマンストーリーも常に強い。時事ネタに乗るのも有効ですが、使い回しの意見ではなく本当に新しい切り口があってこそです。そしてクイズ、投票、チャレンジなどの参加型コンテンツ。参加した時点で、シェアまであと半歩です。</p>
<p>これらを全部足してもレシピにはなりませんし、「バズの公式」を売っている人は疑ってかかるべきだと思います。ただ、変数をひとつだけ選んで賭けろと言われたら、迷わずこれです。良くも悪くも人を奮い立たせるコンテンツは、人を落ち着かせるだけのコンテンツに毎週勝ち続けます。</p>
]]></content:encoded>
      <media:content url="https://jared.lynskey.co.nz/en/posts/2023/2023-10-05-viral-success/featured.jpeg" medium="image" type="image/jpeg" />
    </item>
  </channel>
</rss>
